关键词： ZIF-8   吸附   刚果红   全连接神经网络   染料去除  

摘要： 以Zn(NO_(3))_(2)·6H_(2)O为原料,二甲基咪唑为配体,通过室温合成法制备了沸石咪唑酯骨架ZIF-8,利用FTIR、XRD及SEM对ZIF-8的结构、形貌进行表征分析,并以刚果红为吸附对象研究其吸附性能。结合现有实验数据构建全连接神经网络预测系统,利用Re LU函数激活引入ZIF-8不同投加量、溶液浓度和pH值与刚果红去除率之间的非线性关系,Adam优化器和MSE损失函数可有效训练模型及优化性能,从而实现ZIF-8对刚果红的吸附预测可视化分析。

关键词： 钢材缺陷   缺陷检测   YOLOv5   注意力机制   深度学习   人工神经网络  

摘要： 针对多尺度、多类型和复杂背景的钢材表面缺陷检测精度低的问题,设计一种融合HGnetv2和注意力机制的改进YOLOv5算法。首先,基于HGnetv2网络结构引入注意力机制作为骨干层,提升对小目标缺陷的特征提取能力。然后,在特征融合层中,将注意力机制和Involution操作结合,实现对浅层边缘信息和深层语义信息的有效聚合。其次,采用CBME_C2f替换了原模型的C3_Bottleneck,提供了更丰富的梯度流信息。此外,使用一种新的预测框损失VCIoU,通过计算预测框和目标框顶点和两者中心点之间的位置信息特征,提高了边界框回归精度。最后,引入了MetaAconC激活函数,自适应地调整每个特征图通道激活的非线性程度,提高从复杂背景中提取特征信息的性能。实验结果表明,此方法在NEU-DET数据集上平均精度mAP50指数达到了81.4%,相较于YOLOv5s算法提高了5.4%,mAP@50:95指数达到了44.1%,相较于YOLOv5s算法提高了2.8%。除此之外,针对此数据集中的微小缺陷Crazing,平均检测精度达到了55.4%,相比原YOLOv5s提高了18.1%,同时检测速度为80.6 fps。与其他主流的缺陷检测算法对比,该算法在满足对钢材表面检测实时性要求的条件下,提高了检测精度。

关键词： 神经网络模型   遗传算法   生物医药   企业价值评估  

摘要： “专精特新”企业的价值评估是当前资本市场普遍关注的问题,这类企业具有专业化、精细化、特色化、新颖化的特征,使得传统资产评估方法的使用受到较大限制。本文选择采用遗传算法优化的神经网络(GA-BP)模型评估“专精特新”企业股权价值,具体为先阐释神经网络模型和遗传算法的原理,然后选取436家上市公司的样本数据,以及14个决定企业价值的关键因素,构建BP神经网络模型,采用遗传算法(GA)优化其阈值与权值,避免神经网络陷入局部最优解,提高模型估测的准确度,最后以恩华药业为例,利用遗传算法优化模型评估企业价值。

关键词： 人工智能   计算机网络技术   现状   创新应用  

摘要： 随着网络规模的扩大和复杂性的提升,传统网络管理、安全维护及数据处理方法面临挑战.人工智能凭借其强大的数据处理、自我学习和优化能力,为计算机网络技术提供了新的解决方案.首先,分析人工智能与计算机网络技术的基本概念及结合点;其次,详细分析人工智能在网络安全管理、网络管理与维护、数据处理与分析等方面的应用现状;最后,进一步探讨智能网络管理系统、自适应网络技术等创新应用,以期为计算机网络技术发展提供参考.

关键词： 资源调控   遗传算法   蚁群算法   动态融合   全局最优解  

摘要： 为了降低智慧电网硬件设备的购买和维护成本、提高各类资源的利用效率,文中提出一种基于改进遗传算法(GA)和蚁群算法(ACO)相融合的动态资源调控算法,并构建了相应的模型。通过在传统GA中引入时间-负载双适应度函数,提高了GA全局最优解的准确度。在传统ACO中利用时间-成本双函数来确定信息素,提高了ACO初期的寻优速度。采用动态融合策略将改进后的GA和ACO相结合,构建出ACO-GA动态资源调控算法。算例仿真结果表明,所提ACO-GA动态资源调控算法在任务数为400时,执行时间、不均衡值分别为120 ms和0.52。相比其他算法,提出算法的执行时间最低且不均衡值最为稳定,证明了ACO-GA动态资源调控算法用于资源调控的可行性。

关键词： 智能网联汽车   故障诊断   计算机技术  

摘要： 随着智能网联汽车的快速发展,汽车电子电气系统越来越复杂,传统的汽车故障诊断方法已难以满足实际需求,迫切需要借助计算机技术提高故障诊断的智能化、在线化和远程化水平。该文阐述计算机技术在智能网联汽车中的应用意义,指出传统汽车故障诊断方法存在的问题,探讨计算机技术在智能网联汽车故障诊断中的具体应用,以提升汽车产业的智能化水平,推动智能交通的发展。

关键词： 停机位分配   绿色低碳   旅客步行距离   遗传算法   禁忌搜索算法  

摘要： 随着环境气候问题日益严峻,绿色低碳已成为航空运输业可持续发展的重要原则。以单跑道运输机场为研究对象,以绿色低碳、旅客步行距离为优化目标,构建多情景下绿色低碳停机位分配模型,并设计遗传-禁忌搜索组合优化算法求解,最后以中国东北部的运输机场为实例进行仿真实验。实验结果表明,与实际运行分配方案相比,若仅考虑绿色低碳,最优分配方案可减少3.1%的燃油消耗,减少3.1%的航空器滑行距离,减少4.2%HC、3.6%CO、3.1%NO_(X)、3.1%CO_(2)排放,但会提高5.3%的旅客步行距离;若同时兼顾绿色低碳和旅客利益,最优分配方案可减少2.1%的燃油消耗,减少2.2%的航空器滑行距离,减少3.8%HC、2.7%CO、2.0%NO_(X)、2.1%的CO_(2)排放,减少2.1%的旅客步行距离。可见绿色低碳发展的同时,仍可兼顾旅客利益。

关键词： 伊犁绢蒿   高光谱   草地监测   随机森林   支持向量机   人工神经网络  

摘要： 机器学习算法广泛应用于光谱分类领域,不同算法模型的选择将直接影响地物的分类效果。本研究以伊犁绢蒿荒漠草地的3类主要地物伊犁绢蒿(Seriphidium transiliense)、角果藜(Ceratocarpus arenarius)及土壤为分类对象,在植被生长旺盛期采集草地植被群落高光谱数据,通过分析不同地物的光谱反射率差异,筛选出特征波段代入最佳指数因子(OIF)并合成假彩色图像,采用随机森林(RF)、支持向量机(SVM)、人工神经网络(ANN)3种不同机器学习算法建立分类模型进行研究。结果表明:1)植物光谱反射率在可见光波段呈现出倒“U”型趋势,在近红外波段开始骤升,出现“红边”现象;土壤的光谱反射率变化趋势较为稳定,随波长增加而逐渐上升。2)利用OIF计算出的最佳分类波段组合为499.69、535.78、633.28 nm,OIF值为0.10。3)3种不同的机器学习算法的总体分类精度均大于90%,随机森林算法分类模型精度最高,总体精度达到97.54%,Kappa系数为0.95;不同算法下3类地物的分类精度表现为土壤>伊犁绢蒿>角果藜。总体而言,采用随机森林算法对伊犁绢蒿草荒漠地主要地物分类效果最佳。

关键词： 蒙特卡洛法   遗传算法   醋酸纤维素多孔膜  

摘要： 吸收率和散射率是反映多孔材料辐射性能的重要而无法直接测量的参数。通过蒙特卡洛法求解辐射传输方程,可以建立材料的吸收率、散射率与反射率、透射率之间的关系,然后在已测得反射率与透射率的基础上,通过遗传算法反演求得吸收率和散射率。以上述方法求得醋酸纤维素多孔膜样品吸收率和散射率,证明了该方法的可行性。

关键词： 分布式车间   置换流水线   转运机器人   多策略融合   改进遗传算法   运输时间   等待时间  

摘要： 研究单转运系统分布式置换流水线调度问题,任一工厂内连续两台机器间有一台运输能力有限的转运机器人。基于此,提出一种多策略融合改进遗传算法以最小化最大完工时间。引入Logistic-tent混沌搜索、基于K-均值聚类的NEH算法和修正NEH算法以改善初始工厂加工序列群的质量,运用结合均匀多点交叉和互换变异的自适应交叉变异算子或工厂内/间交叉变异算子进行解的调整,设计一种基于主工厂的邻域搜索(key-factory-based local search,KFLS)和半初始化策略进行再次优化。仿真结果表明了该算法的有效性。