关键词： 都匀毛尖   茶汤   相关分析   人工神经网络   模型  

摘要： 目的:对都匀毛尖茶汤品质进行数字化评价。方法:首先应用感官审评方法对茶汤品质进行评价，然后测定茶汤中内含成分含量，利用主成分分析法和相关系数法综合筛选与茶汤品质密切相关的内含成分，最后应用偏最小二乘回归方法和人工神经网络方法尝试建立茶汤品质评价模型。结果:茶汤内含成分的前3个主成分累计方差贡献率为97.85%，筛选出7种反映茶汤品质的内含成分（P<0.01），分别为氨基酸、茶多酚、水浸出物、儿茶素总量、表没食子儿茶素没食子酸酯、表儿茶素没食子酸酯和表没食子儿茶素。在建立的2种都匀毛尖茶汤品质预测模型中，线性偏最小二乘方法得到的结果一般，验证集决定系数和预测均方根误差分别为0.788和1.264，而非线性人工神经网络方法建立的模型结果最佳，验证集决定系数和预测均方根误差分别为0.962和0.516，模型具有很好的稳定性。结论应用人工神经网络方法结合主成分分析和相关分析方法实现了对都匀毛尖茶汤品质的快速、准确数字化评价，研究方法可为其他茶类茶汤品质评价提供一定程度的参考。

关键词： 多频逆源   矩量法   激励频率优化   遗传算法   稳定性  

摘要： 针对一维逆源问题存在非唯一性的问题，先将待求区域的源强函数进行离散化，然后在多频激励下测量检测边界的声压，利用测量声压采用一维矩量法对区域的源强函数进行重建。其中，影响重建稳定性的一个关键因素是激励频率的选取。针对该问题，提出了等间距激励频率和基于遗传算法的不等间距激励频率的优化方法。最后，通过仿真算例验证不同优化方法在源强函数重建中的有效性。结果表明，采用优化后的不等间距激励频率在重建精度和数值稳定性方面均优于等间距优化的激励频率，为实现多频逆源问题的激励频率选择提供一种思路。

关键词： 汽车岛式装配车间   自动导引小车   任务模块   实数编码  

摘要： 针对以自动导引小车（automatic guided vehicle，AGV）为运输载体的汽车岛式装配车间调度效率低的问题，构建AGV与装配岛双资源调度模型，并提出一种基于A*算法与模拟退火机制的混合遗传算法加以求解。将装配岛和AGV整合到预先划分好的任务模块中，并设计了一种基于任务模块的三层实数编码结构。此外，对种群的交叉变异算子加以改进，并引入模拟退火机制对算法进行局部搜索与优化。在解码阶段，结合A*算法和任务优先级规则为AGV规划出一条无碰撞冲突的最优路径。最后，算例对比分析结果表明：混合遗传算法的收敛速度更快，可以跳出局部最优，且获得的最优解更好。

关键词： 智能引导小车   智能仓储   模拟退火算法   遗传算法   Intelligent Guided Vehicles   Intelligent Warehousing   Simulated Annealing Algorithm   Genetic Algorithm  

摘要： 本文研究了一种基于AGVs的智能仓储批量分拣模型及两阶段改进批量分拣优化方法。分析了受能量约束的AGV行驶路径问题，考虑以最小化AGV行驶距离为优化目标，构建多AGVs批量分拣数学模型。在迭代改进分拣优化的第一阶段利用待分拣订单位置，订单特征生成高质量初始解。第二阶段考虑使用智能优化算法，分别利用模拟退火算法和遗传算法对第一阶段生成的优质初始解进一步改进，并对所适用的智能仓储规模进行分析与验证。本文构建的分拣模型充分考虑了货架布局的多样性、订单构成的通用性、以及AGV行驶路径的规范性，更加适用于实际智能仓储分拣需求。提出的方法对于具有不同规模、不同分布的货架及订单都能够高效地进行分拣，在提升AGV利用率的同时降低智能仓储总能耗，为实际智能仓储应用提供可适配的柔性支撑。

关键词： 关中地区   民居外窗   多目标优化   遗传算法  

摘要： 针对陕西关中农村民居室内环境品质差与能耗高的问题，实现居住光热舒适度提升与能耗降低的多重目标，采用NSGA-II遗传算法耦合多平台模拟方法，构建建筑围护结构薄弱环节的外窗系统优化模型，分析外窗设计参数对光热环境、能耗的作用机理。获得最优参数组合：传热系数2 W/(m2·K)，南北窗墙比0.46和0.28，窗台高1.1 m，高宽比0.6，遮阳挑出系数0.39，太阳得热系数0.4，可见光透射比0.6。实验表明该方案可使自适应空间采光比提升41.41%，热舒适比例增加3.47%，单位面积能耗降低3.34%，并建立参数设计建议区间，为关中地区宜居农宅建设提供优化路径。

关键词： 密封性能   遗传算法   神经网络   优化设计   多目标优化   NSGAIII  

摘要： 真空热处理设备的密封性能对真空热处理工艺至关重要，防止关键结构密封失效尤为重要。本研究构建了神经网络替代模型与多目标遗传算法相结合的方法，来实现对结构密封性能优化。与传统神经网络相比，经过遗传算法（GA）优化后的模型误差范围显著降低，决定系数(R2)均高于0.95、平均绝对百分比误差（MAPE）低于1％，具有更好的泛化能力。以神经网络为替代模型将多目标遗传算法应用在密封结构上，采用NSGAII和NSGAIII两种方法进行优化，并通过三种不同决策方法对最优帕累托前沿解进行比较。结果表明，采用NSGAIII伪权重法优化的结构性能最佳，密封性能较原始结构提高了最多23%。

关键词： 轻社交   劳动教育   消解效应   课程策略  

摘要： 轻社交的兴起重构了大学生的社交模式与实践行为,对劳动教育的开展产生深刻影响.本文剖析了轻社交通过弱化现实互动、消解劳动价值、割裂实践链条等方式对劳动教育产生的三重消解效应,提出"虚实共生"导向的课程应对策略.通过构建沉浸式劳动场景、重构劳动教育评价体系、搭建数字赋能平台等路径,探索劳动教育在轻社交时代的适应性变革.研究为高校劳动教育课程改革提供理论与实践参考.

关键词： 列控车载设备   列车控制   中国列车运行控制系统   列车自动保护系统   遗传算法   欧标制动法  

摘要： 围绕中国高铁系统中的列控车载设备（CTCS）及其自动列车保护系统（ATP），探讨列车制动效率及其对列车间隔时间的影响。指出不同ATP型号的防护效率差异较大，尤其在高速铁路上，ATP生成的制动距离冗余问题导致列车提速运行时的到达间隔显著增加，成为行车组织的瓶颈。为了提高列车的行车效率，分析现有欧标制动法，指出欧标制动法区间内的平均减速度取值可能引发安全隐患，且由于速度区间划分粗放，导致制动效率不高。为了解决上述问题，提出一种基于最小制动距离目标的改进ATP制动曲线计算模型，基于现有列控车载设备曲线计算规定，提出一种基于最小制动距离目标的改进ATP制动曲线计算模型，以最小制动距离和最小制动时间为目标，结合驾驶适应性等因素，应用遗传算法对某型列控车载设备的曲线设定参数进行优化。计算结果表明，新设计的列控车载设备优化模型计算结果由于原本设备的计算结果，最小制动距离目标和最小制动时间目标下分别比原设备结果至高提高10.14%和10.73%。

关键词： 花岗岩型铀矿   机器学习   遗传算法   多层感知机   随机森林   梯度提升决策树  

摘要： 花岗岩型铀矿是我国主要的铀矿来源之一，因此，厘定经济、可靠的铀矿含矿潜力评价方法对于推动我国铀矿事业的发展具有重要意义。然而，由于花岗岩型铀矿床成因复杂、控矿因素隐蔽，以及找矿信息的多解性，传统勘探方法在花岗岩型铀矿床探索中存在局限性。机器学习技术为解决这些问题提供了新的思路。基于此，本研究结合机器学习模型开展花岗岩型铀矿含矿潜力评价，在系统收集华南地区地球化学数据的基础上（1417条，不包含预测数据），通过多层感知机、随机森林以及梯度提升决策树机器学习算法分别构建花岗岩型铀矿含矿评价模型，同时结合遗传算法和五折交叉优化模型；最后利用混淆矩阵、精确率、召回率和受试者工作特征曲线等开展评价精度验证。结果表明，梯度提升决策树在本数据集中的表现最佳，其在测试集中的准确率达95.3%。基于此模型对湘中地区的关帝庙、沩山和白马山岩体进行了铀矿含矿潜力的预测。预测结果表明，关帝庙岩体和沩山岩体的含矿潜力较大，而白马山岩体的含矿可能性较小。本研究将机器学习应用于湘中地区的花岗岩型铀矿研究，为该地区的铀矿床勘探提供了新的视角，并探讨了不同地区的含矿潜力，为后续铀矿床勘探工作奠定了基础。