关键词： 结构工程   型钢混凝土梁   人工神经网络   机器学习   抗弯承载力   参数分析  

摘要： 基于所收集的51根型钢混凝土梁的试验数据，建立了以数据驱动为核心的型钢混凝土梁抗弯承载力预测模型，利用试验数据验证了所建立模型的预测精度，将该模型的计算精度与其他简化计算算法的计算精度进行比较，并采用Garson算法对影响型钢混凝土梁抗弯承载力的因素进行敏感性分析。结果表明：采用所建立的人工神经网络模型计算得到的计算值与试验试件的试验值平均比值为1.006,方差为0.006,计算精度与稳定性均优于YB9082-2006、JGJ 138-2016、СИ3-78、ANSI/AISC 360-16及叶列平公式中所提出的简化计算方法的计算精度；混凝土截面面积、型钢强度、型钢下翼缘面积、型钢腹板面积及型钢的相对位置对型钢混凝土梁的抗弯承载力影响较大。

摘要： 《智能计算机与应用》期刊由工业和信息化部主管,哈尔滨工业大学主办,哈尔滨工业大学计算学部负责编辑出版。本刊致力于推动我国智能计算机研究与应用的发展,密切关注以计算机学术研究和应用为核心的学术前沿,包括集成计算机技术、方法和理论在通信、网络、自动控制、人工智能等热点领域的先进研究和应用成果。面向计算机科学及相关领域的研究人员、工程技术人员,打造多领域、多视角的学术和技术成果交流平台。

关键词： 电感耦合等离子体发射光谱   金矿石   铬   混合酸消解  

摘要： 随着金矿石的不断开发，环境保护重视程度的不断提高，金矿石中的有毒有害重金属元素的测定需求随之日益提升，铬就是其中的一种元素。研究建立了一种采用硫酸-磷酸混合酸消解-ICP-AES测定金矿石中铬的含量的分析方法。通过方法比对验证了混合酸消解的可行性，优化了消解条件，并进行了ICP-AES谱线选择、干扰试验和加标回收试验等。方法检出限可达0.0017μg/mL，加标回收率在99.3%～104.0%之间。经过多家检测机构对四个样品的验证，相对标准偏差(n=11)在0.40%～3.74%之间，精密度和准确度满足金矿石中铬的测定要求。该方法操作简单、流程短、灵敏度高、测定干扰少、检测效率高，可应用于大批量金矿石样品的检测。

摘要： 通过融合卷积神经网络与循环神经网络，构建高效精准的双流模型，深度挖掘流量数据特征，旨在深入探讨大数据和智能控制技术在计算机网络信息安全系统中的应用，提升系统智能化水平。

关键词： 货到人   订单分批   优化算法   遗传算法  

摘要： 研究“货到人”拣选系统中订单分批问题，包括不可拆分订单的分批整合与批次货架的分配问题。以最小化货架搬运次数为目标构建了数学模型，设计了一种改进的遗传算法，在标准遗传算法的基础上，引入基于订单关联系数的订单批次求解来改进遗传算法的局部搜索能力，以求解订单分批问题。最后，通过算例实验验证了算法的有效性与稳定性。研究结论如下：采用引入基于订单关联系数的订单批次求解后的遗传算法，能够得到更少的货架搬运次数，可见算法在求解精度上得到了提高，进而提高了后续的拣选效率；设计的算法相较于标准的遗传算法收敛速度更快，可见算法在稳定性上得到了提高。

关键词： 灌溉渠系   优化配水   分解协调思想   遗传算法   多目标  

摘要： 针对大型灌区渠系结构复杂，制定配水计划时参数多，编码复杂、计算量大的问题，协调多级渠系配水时渠道之间的流量关系构建一种将多目标与多级渠系相结合的优化配水模型，该模型基于系统分解协调理论，将干、支、斗三级灌溉渠系分解为两层递进协调模型。第一层以最小化输水损失和灌区缺水量最小为目标的多目标配水模型，第二层为基于遗传算法求解的约束整个灌区三级渠系的总体协调配水模型。以陕西省东部某大型灌区2023年夏季灌溉数据为例，对模型优化效果进行验证，并与灌区原有经验配水方案进行对比分析。结果表明：1)优化后灌溉水总量为1 006.45万m3，与原计划的1 035.54万m3接近，但配水周期缩短至36 d，相较于原来的56 d大幅减少，有效提高了灌溉效率；2)89.7%的渠道配水流量得到了提升，37.9%的渠道流量增长超过80%，不仅渠道的过流能力得到大幅提升，同时减少了闸门调节次数，简化了灌区的管理操作；3)优化方案减少了320.19万m3的输水渗漏损失，渠道灌溉水利用系数提高约0.14，且满足灌区大部分渠道的用水需求。本研究模型和算法能较好地解决多级灌溉渠系优化配水问题，为制定科学合理的灌区配水方案、推动灌区智慧化建设提供了理论依据和实践参考。

关键词： 钢轨磨耗预测   麻雀搜索算法   遗传算法   BP神经网络  

摘要： 为实现钢轨磨耗量的精准预测,本文提出一种通过麻雀搜索算法(SSA)和遗传算法(GA)优化BP神经网络的钢轨磨耗预测模型(即SSA-GA-BP神经网络模型)。以某铁路上半径400 m曲线为例,基于磨耗量监测数据进行模型的适应性分析。结果表明,SSA-GA-BP神经网络模型克服了BP神经网络随机选取初始权值和阈值的缺陷,预测精度高于单BP模型、SSA-GA模型和GA-BP模型。在侧面磨耗数据测试集上的均方根误差RMSE为0.15 mm,平均绝对误差MAE为0.14 mm,平均绝对百分比误差MAPE为3.89%;SSA-GA优化算法提高了BP神经网络的预测精度和收敛速度;在另一组垂直磨耗数据集和侧面磨耗数据集上的预测绝对误差均小于0.2 mm,相对误差均小于6%。本文所提出的模型能较准确地反映钢轨磨耗的发展规律,可为后续钢轨维修提供更科学依据。

关键词： 遗传算法   淬火算法   双金属团簇   基态结构  

摘要： 采用半经验的Gupta多体势函数结合遗传算法及分子动力学淬火算法,系统研究了Co_(n)Mo_(55-n)(n=0~55)与Fe_(n)Co_(55-n)(n=0~55)团簇的基态结构与能量.通过分析基态结构的相似函数、质心间距、平均键长、平均原子配位数、平均结合能、混合能与二阶差分能.探究了团簇基态的结构特征及稳定性与团簇所含元素种类及组分的关联.结果表明:对Co-Mo混合团簇,随Co原子数目增加,Co原子依次占据团簇中心与最外层顶点,混合团簇逐渐出现组分偏析与无序现象;对Fe-Co混合团簇,基态结构主体上均体现为围绕Mackay二十面体构型的结构畸变,随Fe原子含量增加,Fe原子先占据团簇外表面顶点位置直到全部包裹Co原子,逐渐形成核壳式结构;Co_(13)Mo_(42)与Fe_(42)Co_(13)是幻数结构团簇,研究发现组分效应导致的团簇高对称性相比团簇平均键长与平均原子配位数更能解释幻数结构的成因.

关键词： 人工智能   神经网络   发动机疑难故障   智能诊断  

摘要： 汽车发动机运行过程中经常会遇到各种各样的问题，尤其是多种复合因素引发的非典型疑难故障。传统的人工诊断方式一般都是通过观察和检测识别故障，但是因为此类故障的因素较多，除了需要参考多种性能指标和参数之外，检测人员还需要承担较大的工作量，也要花费很长的时间和成本。因此，本研究立足于人工神经网络，提出了一种结合专家系统和人工神经网络的人工智能算法对汽车发动机疑难故障进行诊断。最终的研究结果显示，人工智能算法的应用在发动机故障诊断中表现出较高的有效性。

关键词： 智能交通系统   边缘计算   数据处理  

摘要： 智能交通系统（Intelligent Traffic System,ITS）的数据处理因其高维度、多源异构和强时空关联的特点，对计算效率和实时性提出了更高要求。文章基于边缘计算，构建云–边–端协同架构，以优化数据处理流程与任务调度策略。实验结果表明，该架构能有效降低数据处理延迟，提高吞吐量，并优化计算资源分配。结合模型剪枝、量化和联邦学习，进一步提升了系统性能和安全性，为智能交通系统的高效运行提供了支持。