关键词： 高速铁路   箱梁桥   板件厚度   遗传算法   减振降噪  

摘要： 高速铁路箱梁桥的低频振动噪声已成为限制其快速发展的关键问题之一,随着理论研究的不断深入,已逐渐从桥梁噪声预测方法转变为减振降噪措施的研究。既有研究指出增加箱梁桥板件厚度可有效降低箱梁桥的低频声振特性,然而针对板件厚度设计并没有很好的理论依据。本文以箱梁桥各板件的厚度为设计目标,研究箱梁桥板件厚度的最佳设计参数。结果表明:结合实际工程要求,通过对遗传算法进行有效改进可获得合理的箱梁桥减振降噪板件厚度设计参数,其中采用变化的交叉因子和精英保留策略,在个体保护等方面具有明显优势,同时保证了算法的收敛性。

关键词： 央行沟通   社会学习   预期管理   遗传算法  

摘要： 本文借助遗传算法的基本思想,构建具有社会学习行为的新凯恩斯模型,探讨央行沟通对经济主体异质性预期的影响机理.研究发现:悲观信息冲击会导致经济主体预期分歧急剧加大,此时央行进行沟通会通过社会学习渠道有效降低经济主体的预期分歧;悲观信息冲击还会损害央行信誉,此时央行通过提高信息披露的准确度,能够缓慢修复信誉进而引导经济主体的预期;在悲观信息冲击作用下,央行进行沟通尽管可以有效降低社会福利损失,但无法完全抵消异质性预期固有的福利成本.进一步的实证检验证实,央行更加宽松一致的言行以及经济主体更强的学习能力能够降低通胀预期分歧.本文从理论和实证两方面验证了央行沟通行为在预期管理中的作用,可为中国人民银行扎实做好“稳预期”工作提供有价值的借鉴依据.

关键词： 同时取送货车辆路径   遗传算法   自适应机制   变邻域搜索  

摘要： 为响应国家“双碳”战略的号召,本文研究了物流行业中的配送与包装器具回收问题,通过优化物流过程减少碳排放,助力实现碳达峰与碳中和的目标。提出自适应变邻域遗传算法(AVNSGA)来求解同时取送货车辆路径问题(VRPSDP)。通过使用Solomon数据集进行算例测试,并将AVNSGA与传统的遗传算法(GA)进行了性能对比,结果表明AVNSGA在求解效率和优化解质量方面具有显著优势,车辆路径的总成本优化效果提升幅度达到了10%以上,同时碳排放量缩减了67%,也展示该算法在物流领域节能减排、实现可持续发展目标方面的应用潜力。

关键词： 焊接转子平衡优化   空腔等效质量   遗传算法  

摘要： 文章提出了一种基于空腔等效质量的焊接转子平衡优化方法,解决了焊后修正过程中由空腔引起的偏心问题。通过跳动采集系统获取外轮廓数据并计算各段圆心坐标,考虑左右轴颈端偏移量约束和剩余不平衡量,优化目标函数以最小化不平衡。采用遗传算法求解最优方案,并对比优化前后不平衡量及时域、频域振动数据。结果表明,该方法显著降低了不平衡量,有效减小了振动。

关键词： 道路工程   性能预测   GA-BP神经网络   沥青混合料   灰关联分析  

摘要： 为实现沥青混合料性能的快速可靠预测,从材料组成设计角度出发,提出了一种基于遗传算法(genetic algorithm,GA)优化反向传播(back propagation,BP)神经网络的沥青混合料性能预测方法。首先运用灰关联分析方法对多维输入变量进行降维处理,确定了沥青混合料性能的核心影响因素,然后结合遗传算法(GA),构建了以核心影响因素为输入层、沥青混合料性能为输出层的GA-BP神经网络预测模型,再对模型进行训练验证分析与预测泛化应用,同时与BP神经网络的训练效果和预测精度进行对比,验证GA-BP神经网络模型的准确性。研究结果表明:空隙率、油石比、公称最大粒径、4.75 mm通过率、沥青种类、软化点、针入度、延度等8项性能特征的灰关联度r>0.6,对沥青混合料性能影响显著;相比于BP神经网络模型,经过GA优化后的BP神经网络模型的均方根误差(root mean square error,RMSE)降低了16%~31%,平均绝对误差(mean absolute error,MAE)降低了15%~24%,R^(2)值提升了0.01~0.27,说明其具有更好的学习拟合能力;在对沥青混合料动态模量、动稳定度、残留稳定度、劈裂抗拉强度比和极限弯拉应变的预测精度上分别提高了35.26%、47.78%、23.13%、31.92%、35.75%,说明GA-BP神经网络模型具有更强的泛化应用能力。研究成果为实现沥青混合料性能的快速预测、指导沥青混合料材料组成设计提供重要参考。

关键词： 煤泥浮选   尾煤灰分   遗传算法   LightGBM   预测建模  

摘要： 为了提高煤泥浮选过程灰分在线检测的水平,研究了煤泥浮选过程中尾煤灰分的预测,并建立了基于遗传算法优化的LightGBM浮选尾煤灰分预测模型。通过采集的生产过程数据,包括矿浆流量、浓度、起泡剂量、捕收剂量和干煤泥量,构建了模型训练数据集,并对模型进行了测试验证。试验结果显示,该模型预测结果的平均绝对误差为0.72,比未优化的LightGBM模型提升了11.1%的预测精度,相较于其他模型,GA-LightGBM模型预测结果的平均绝对误差降低了15.8%,进一步证明了所建模型在尾煤灰分预测精度上的有效性,为实现智能化浮选提供了新的技术支持。

关键词： 土地利用   多情景模拟   遗传算法-PLUS模型   景观生态脆弱性   黄河流域  

摘要： 黄河流域生态保护和高质量发展是党中央作出的重大战略决策,如何科学谋划、统筹构建黄河流域土地利用和生态系统新格局极具现实意义。从多情景下景观生态脆弱性预测这一较为新颖的研究视角切入研究,在分析黄河流域1995—2020年土地利用类型转移情况的基础上,针对流域自然发展、生态保护、经济发展、生态保护与经济发展兼顾的协调发展4种不同发展目标,耦合Genetic Algorithm(GA)优化算法与Patch-generating Land Use Simulation(PLUS)模型,对土地利用类型转移概率进行优化,进而模拟2030年土地利用格局、盐碱地和湿地空间分布;在土地利用模拟的基础上计算景观格局指数和景观生态脆弱度,据此分析黄河流域生态脆弱性演变特征。主要结论如下:(1)在2030年土地利用多情景模拟中,林地、草地和水域面积在四种情景下均有一定程度的增加,生态系统修复效果明显;协调发展情景下水域扩张程度最大,建设用地扩张率大幅低于自然发展和经济发展情景;(2)相较于2020年,2030年盐碱化程度增加,自然发展情景情况最为严峻;湿地生态系统修复效果明显,协调发展情景下恢复程度最大;(3)黄河流域2030年林地、草地、水域和建设用地破碎化程度减弱,耕地和未利用地则相反;流域整体景观破碎度较2020年有所降低,土地利用的丰富性和多样性提升;(4)相较于2020年,黄河流域2030年的景观生态脆弱性仍有加剧趋势。生态保护情景下恶化程度较缓,协调发展情景对于流域上游水系风蚀区的水土保持和中部平原地区生态平衡的效果十分显著。研究结果为黄河流域国土空间规划和生态保护治理提供了新的理论基础和实践证据。

关键词： Prim初始种群   选取优化遗传算法   种群优化   电网检修   决策优化  

摘要： 为减少检修成本,优化电网检修时间,基于Prim初始种群选取优化遗传算法进行电网检修计划决策优化。分析电网故障检修的风险损失,建立检修决策目标函数,构建检修约束规则库;基于遗传算法增强决策搜索范围,标定电网种群编码结构,计算适应值函数,得到Prim初始种群选取优化变异概率;建立电网检修计划优化模型,根据目标函数求解电网最佳检修时间。实验结果表明,一天内停运成本最小的检修电网最优时间为3:48,应用本文方法后,检修成本节约了10.8万元。

关键词： 人工智能技术   计算机课程教学   虚拟现实   人机交互  

摘要： 阐述基于人工智能技术背景的计算机教学的现状,提出应用人工智能技术的计算机教学创新路径,包括构建一站式教学平台、AI技术辅助教学创新、虚拟现实中的人机交互、线上学习和线上测试。

关键词： 离心式压缩机   CFD仿真   叶轮参数优化   BP神经网络   遗传算法  

摘要： 为了提高离心式压缩机叶轮设计效率并降低计算资源消耗,针对遗传算法优化中计算量大、效率低的问题,提出基于改进粒子群优化算法(IPSO)优化BP神经网络的方法。通过少量计算流体动力学(CFD)仿真样本,训练BP神经网络建立效率与叶轮参数的映射关系,结合IPSO优化其参数,同时利用遗传算法(GA)确定叶轮的最佳性能参数。研究表明,改进的IPSO算法通过增强粒子群的动态适应性和全局搜索能力,提高了BP神经网络的预测精度和优化效率。优化后的叶轮等熵效率提高1.34%,多变效率提高1.04%,流量增加10.4%。该方法显著提升了离心式压缩机叶轮的设计效率和性能,为复杂流体机械的优化设计提供了新思路。