关键词： 铆接   应变   支反力   遗传算法   二次开发  

摘要： 大曲率碳纤维蒙皮固化成型后会产生较大的固化变形,导致蒙皮与骨架之间产生间隙,在铆接装配时,蒙皮将承受一定的装配载荷。为控制大曲率碳纤维蒙皮铆接装配过程中的装配载荷,构建了复合材料蒙皮铆接过程数值计算模型,并以铆接过程中蒙皮最大应变最小,以加载点、约束点支反力小于临界值为约束条件,建立了铆接顺序优化模型,通过遗传算法及ABAQUS二次开发实现优化模型求解。结果表明,优选的铆接顺序下复合材料蒙皮最大应变明显小于按工艺经验顺序铆接时的应变,证明了该方法的有效性和可行性。

关键词： 人工智能   计算机通识教育   课程体系   教学方法   个性化学习  

摘要： 探讨人工智能时代计算机通识教育的挑战及对策,分析人工智能与计算机通识教育的内在逻辑,提出重构课程体系、更新课程内容、创新教学方法,以及培养跨学科能力等一系列改革措施。国内外成功案例表明,这些策略能够有效提升教育教学质量。最后为我国计算机通识教育发展提出几点启示或建议。

关键词： 大坝变形   预测模型   遗传算法   长短时记忆网络   实例数据验证  

摘要： 精确预测大坝的变形情况对于保障大坝结构的稳固至关重要。该研究旨在将遗传算法(GA)与长短时记忆网络(LSTM)相结合,建立针对长期水力作用导致的大坝变形的预测模型。首先,采用LSTM算法构建大坝变形的预测模型,然后将预测问题转化为一个优化任务。通过遗传算法的交叉、变异和选择等操作,对LSTM预测模型的超参数进行迭代优化,以最小化预测模型与实际观测数据之间的误差,从而确保对大坝变形程度的准确评估。最后,通过某水电大坝的实例数据验证。相较于传统的LSTM模型,提出的GA-LSTM算法的预测精度更高,预测偏差更小。

关键词： 智能电网   云计算   异常检测   数据采集  

摘要： 随着智能电网的快速发展,海量智能电能表数据的实时处理和异常检测成为电网管理的关键挑战。本文提出了一种基于云计算的智能电能表局部异常点检测系统,旨在提高电网监控的实时性和准确性。系统采用云计算技术,通过数据采集、云存储、实时分析和用户界面的协同工作,实现了对局部异常点的高效识别。仿真实验表明,该系统在不同数据规模下均展现出高准确率和低延迟的检测性能,显著优于传统集中式方法。

关键词： 单螺杆结构参数   人工神经网络   多目标优化   NSGA-II  

摘要： 在挤出机单螺杆计量段二维解析建模的基础上,采用交叉验证方法构建人工神经网络(artificial neural network,ANN)模型并对其进行了超参数优化,以有效地映射挤出机工作条件和结构参数与生产率和功耗之间的复杂非线性关系。提出利用ANN代理模型,结合NSGA-Ⅱ(non-dominated sorting genetic algorithmⅡ)算法对螺杆计量段的结构参数进行多目标优化,并通过TOPSIS(technique for order preference by similarity to an ideal solution)法得到最优生产率和功耗组合的结构参数。相关工作对单螺杆计量段结构参数的智能化设计具有理论指导意义。

关键词： 机器视觉   芒果分级   图像压缩   神经网络   遗传算法   小波变换  

摘要： 针对基于机器视觉的芒果质量分级系统,所采集的图像样本多、数据量大,给处理、传输和存储的软硬件系统所带来的问题,结合小波变换对遗传神经网络图像压缩算法进行改进。首先对芒果图像进行小波变换,提取低频系数输入神经网络中;然后采用遗传算法优化以解决BP神经网络易陷入局部最优的问题,但因不变的交叉概率和变异概率使遗传算法存在收敛到局部最优的缺陷,因此按照个体适应度的集中与分散程度自适应地调整交叉概率与变异概率,使得算法的寻优性能得到改善;最后建立基于优化网络的芒果图像压缩模型。实验结果表明,所提出的压缩算法与BP、GA-BP、IAGA-BP压缩算法相比,在获得高压缩比的同时重建图像效果好、保真度高,峰值信噪比有一定的提高。

关键词： 梗文化   青年   玩梗   互文性   文化圈  

摘要： 近年来,网络空间中的青年玩梗行为的低质化、娱乐化倾向逐渐被公众关注和讨论。梗依托互文语境为玩梗者提供多重意义,玩梗者能够根据文本与自身生活经历的相关性对其能动地解读。在此基础上,网络媒介强化了玩梗者因解读出共同意义而聚集成的“趣缘共同体”的边界。然而,生成机制的变异亦导致了玩梗意义的消解:互文性的流失减弱了梗与人们日常生活经验的关联,使玩梗逐渐沦为一种口头禅式的情绪宣泄;群体认同的过分张扬使玩梗者执着于摆脱“失语”状态,陷入身份的焦虑之中;抵抗性的弱化使玩梗群体转向圈子内部的自娱自乐,忽视了对玩梗的社会意义的关注和追寻。

关键词： 遗传算法   基于GA-SVM算法   网络成瘾  

摘要： 引言 近年来,关于网络成瘾的研究逐渐增多。网络成瘾识别与预警领域已经涌现出多种主流方法,如基于生理指标的识别方法[1]、基于人工智能技术的识别方法[2]、基于机器学习的识别方法[3]等。这些方法各具特色,同时也存在一定的问题。本文将遗传算法(Genetic Algorithm,GA)和支持向量机(Support Vector Machine,SVM)算法结合,对网络成瘾进行识别和预测。

关键词： 机器视觉   人工神经网络   导盲手杖   图像处理   OpenMV  

摘要： 视障人群的出行及日常活动普遍依赖导盲犬、导盲手杖或他人帮扶等方式,但随着经济发展,城市规划变得越来越密集,城市布局和道路规划的复杂度也逐渐增加,上述方法已经不能够保障视障人士的出行及日常生活安全,因此加强对视障群体的关注力度、提高其生活质量是我们亟待解决的问题。本设计着眼于机器视觉对彩色信息和深度图像的去噪、滤波、目标标定等处理,加以机器学习训练,实现图像的色彩识别、常见障碍物识别及距离测量功能,将分析结果转换为音频信号并通过语音输出给用户,给予一定行进建议,致力于为视障人士提供避障服务,降低在行走过程中因无法提前预测的障碍物对出行造成的负面影响。

关键词： 数字孪生模型   平库   柔性货位   货位推荐   自动推荐   遗传算法  

摘要： 由于传统的货位推荐方法难以满足现代平面库对货位分配的需求,提出基于数字孪生模型的平库柔性货位自动推荐方法。以距离最近、货架稳定性最高为目标建立平库柔性货位分配数学模型,采用遗传算法求解模型得到最优货位分配方案。结果表明,设计方法下平库柔性货位自动推荐结果符合货物高效出入库的规则设定,该方法是有效且正确的。