关键词： 混合编码   遗传算法   模糊控制   检验质量  

摘要： 检验质量作为空间引力波探测的重要检测基准,要求其被释放机构释放后的残余动量极低,但实际由于释放机构释放不对称及受外界扰动力的影响,检验质量会产生一定的加速度与位置偏移,导致其不易控制。针对上述问题,提出基于混合编码遗传算法的模糊PID控制策略,通过混合编码方式的遗传算法优化模糊PID的量化因子与比例因子,实现检验质量的最优释放控制。联合仿真结果显示:在3.5×10^(-3) N的脉冲扰动力作用下,调节时间缩短至0.06 s,超调量减小至4.2889%,表明了基于混合编码遗传算法的检验质量模糊PID控制器控制精度高、响应速度快、鲁棒性强,能够显著提高检验质量释放控制系统的动态性能。

关键词： 开采沉陷   XGBoost   遗传算法   集成学习  

摘要： 为了准确预测矿山开采引起的地表沉陷,引入遗传算法对XGBoost模型进行优化,并运用python程序语言开发了GA-XGBoost组合模型。首先通过随机初始化XGBoost的超参数向量,经过训练与测试得到模型的预测误差,通过GA对XGBoost模型进行优化,最终得到性能最佳的XGBoost模型,并对国内78例煤矿开采沉陷数据进行预测。预测结果表明:GA-XGBoost模型预测结果的R^(2)(决定系数)为0.9318,RMSE(均方根误差)为0.3989,MAE(平均绝对误差)为0.2989。与单一的XGBoost、随机深林以及Gradient Boost等集成学习模型相比,GA-XGBoost模型开采沉陷预测精度更高。

关键词： 劳资关系   劳动控制   数字平台   劳动过程理论  

摘要： 随着数字技术的发展,传统劳动过程向数字劳动过程转向,劳动资料的数字化使资本与劳动者之间控制与同意、抵抗与消解的关系呈现出新的变化、新的特征与新的趋势。通过对某内容平台的田野调研发现:平台资本通过建立“流量至上”的算法机制实现了对劳动过程的技术控制,通过建立“多劳多得”的饥饿制度与消费者围观制度实现了对劳动过程的组织控制,通过建立声誉制度将自身增殖的欲望转化为劳动者的个人追求,创造了劳动者的同意。平台劳动者虽采取某些抵抗策略,但在平台经济的资本逻辑下这种抵抗被消解。在中国特色社会主义平台经济发展中要构建和谐劳资关系,必须实施有效市场与有为政府相结合,发挥中国特色社会主义市场经济的优越性,构建技术和人文协调发展的社会氛围与制度环境,实现劳动者在劳动过程中的主体性复归。

关键词： 智慧教育   高校生成式AI   技术机遇   伦理风险  

摘要： 在智慧教育日益发展的背景下,生成式AI技术在高等教育管理中具有潜在的作用。该技术特征、优点显示其在高校课程安排、学生支持服务及决策辅助等多个领域的价值意蕴和路径创新。但使用生成式AI可能带来隐私泄露、算法歧视和责任划分等问题,应加强伦理审查机制、提高操作透明度以及鼓励多方利益相关者共同参与等风险化解。

关键词： 扬雄   圣人观   神秘性  

摘要： 汉代谶纬神学盛行,圣人本身的面貌被掩盖,甚至赋予神秘化的倾向。扬雄通过多种方式为圣人正名:著《法言》以学正统的圣道;以孔子为师,学圣人之经;崇圣道。

关键词： 遗传算法   电容器   投切技术   涌流   振荡角   相角触头  

摘要： 针对电容器组投切调节过于频繁导致的涌流或过电压问题,研究了基于遗传算法的电容器组投切自动控制方法。利用基尔霍夫电压理论,建立电容器等效回路数学模型。根据负载变化表征电气参数,进而调节电容器组的投切时机和调节次数。根据电容器电流、电压、相角等信息明确电容器组投切时重燃、击穿问题的触发条件。以电容器组有功耗损最小为目标函数,制定电容器投切调节次数、节点电压、电容量约束。通过遗传算法的选择、交叉及变异,求解调节次数控制矢量,并逐次调节投切状态。试验结果表明,所提方法应用后,电容器时刻处于最佳状态作业,且有功损耗少,避免了故障产生。该方法应用效果好,保障了电容器的稳定运行。

关键词： 成像系统   降噪   遗传算法   点云  

摘要： 点云降噪对激光雷达成像系统的精度至关重要。为了降低由接收器、多径效应、外部干扰和大气扰动引起的噪声,采用基于遗传算法的半径滤波进行降噪,通过遗传算法优化了半径滤波的关键参数(过滤半径和近邻阈值)。结果表明,在简单与复杂场景中,该算法保持了去噪精度和点保留率,同时提高了噪声召回率;复杂环境下噪声召回率比半径滤波提高了约21%,比统计滤波提升了约16%。该方法为激光雷达数据的处理提供了一种新颖有效的解决方案,对于提高激光雷达成像质量、提升数据处理效率以及自动化分析具有较为重要的应用价值。

关键词： 基坑沉降   LSTM神经网络   遗传算法   超参数  

摘要： 基坑沉降是基坑在各种内外因素影响下产生,对工程施工质量和安全有着重要影响。文章针对传统预测模型的使用弊端,以杭州市某基坑工程共139组基坑沉降数据为例,建立了LSTM神经网络(Long Short Term Memory)预测模型,并采用遗传优化算法(Genetic Algorithm)调优模型超参数,对基坑变形预测进行分析。结果表明:LSTM神经网络模型适用于预测基坑沉降,经过GA调优的模型预测精度较高,MAE和MSE分别为0.41和0.28,相较于手动调参分别降低了22%和30%,R2提高了0.06,达到了0.92。

关键词： 搅拌釜   计算流体力学   人工神经网络   第二代非支配排序遗传算法   优劣解距离法  

摘要： 【目的】基于已开发的计算流体力学(computational fluid dynamics,CFD)-人工神经网络(artificial neural network,ANN)数据预测模型,利用反映不同决策者偏好的多准则决策方法,针对性地解决搅拌釜在不同工业应用中能耗和搅拌效率的均衡需求和特定偏好需求问题。【方法】利用第二代非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ)对CFD-ANN数据预测模型的预测结果进行优化,得到Pareto解集;分别通过熵权法和主观权重对各变量的影响分析确定目标权重占比,并针对不同工业应用场景,利用多准则决策从Pareto解集中选择相应的最优解。【结果】通过优化均衡最优解Opt1,与基础案例Base case相比,能耗降低52.49%,流体混合程度提升1.35%,悬浮均匀性提高72.31%;偏好功率准数Np的最优解降低功耗86.5%,偏好流量准数Nq的最优解达到Pareto解集中的理想状态,偏好σ的最优解将固体浓度标准差降低至Base case的9.93%的同时,也能优化能耗。【结论】基于决策者偏好的多准则决策方法在平衡多个相互冲突的目标方面是有效的。

关键词： 回答集程序   中医临床实践指南   知识表示   疾病诊断   自动执行  

摘要： 中医临床实践指南是官方发布的标准化临床指导意见,由于其文本形式内容繁多复杂,不利于进行实际推广,而目前面向中医临床实践指南自动执行的研究仍然很不完善。为此,以世界中医药学会联合会发布的《中医临床实践指南慢性阻塞性肺疾病》为例,研究基于ASP(回答集程序)的中医临床实践指南自动执行的模型。具体地,该文提出了一种面向中医临床实践指南的疾病诊断知识表示模型,实现了基于回答集程序的模型表示和自动执行以及在特定医疗交互场景下的自动执行。根据用户提供的症状信息,能够反馈诊断结果或进一步诊断所需考虑的最小范围的其他症状。最后,将该方法与大语言模型进行了对比性实验,实验结果表明,该模型具有良好的准确性和可靠性。