关键词： 灵敏度分析   Sobol法   高速干式滚齿   遗传算法  

摘要： 针对目前高速干式滚齿工艺参数优化中出现的待优化变量过多以及工艺参数相互冲突等问题,提出采用Sobol法对加工时间和加工成本中所涉及的工艺参数进行灵敏度分析,并在原有的一阶灵敏度算法上,增加二阶灵敏度以及全阶灵敏度,对高速干式滚齿工艺参数灵敏度进行研究,根据灵敏度计算结果采用遗传算法进行参数优化。结果表明,对于加工时间和加工成本,进给速度和滚刀转速有着较高的一阶灵敏度,进给速度与滚刀转速之间有着较高的二阶灵敏度,选择进给速度与滚刀转速为待优化变量,加工时间与加工成本为目标函数,采用遗传算法进行优化求解,加工时间在优化后减少9.3%,加工成本在优化后降低9.5%,以此为高速干式滚齿工艺参数的选择与优化提供了理论支持。

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： 复杂背景   储藏小麦   害虫识别   图像处理   人工神经网络  

摘要： 在小麦害虫图像检测识别中,因害虫的种类繁多,形态各异,且往往受到光照、背景等环境因素的影响,增加常规神经网络的训练难度,使得常规神经网络在训练过程中出现梯度消失的问题,从而导致最终识别结果的精度偏低。为此,对常规神经网络进行优化,研究并设计一种小麦害虫图像识别方法。将采集的小麦害虫彩色图像转换为灰度图像,利用小波变换技术去除图像噪声,结合形态学操作滤除图像的冗余信息,提高图像的质量。对滤波后的小麦害虫图像进行线性变换和对比度调整,实现对数据集的离线增广,构建出一个包含大量样本、类别丰富的小麦害虫图像数据集。针对数据集中的图像提取小麦害虫特征,引入神经网络算法构建识别模型,通过增加分支数与卷积层数,对模型进行改进与优化,以降低网络的深度。将小麦害虫特征输入至改进后的模型中实现小麦害虫图像识别。实验结果表明,本研究方法能够准确输出小麦害虫的图像类型,识别准确率较高。

关键词： 博士生   智识飞跃   阈限跨越   学术成长   困境成因  

摘要： 博士生的学术阈限跨越可以促进智识水平发生飞跃式发展,是其学术成长的关键环节。本文采用基于深度访谈的扎根理论方法,探究博士生学术阈限跨越困境生成的深层动因。研究发现,不完善的知识体系无法为学术阈限跨越提供基础性支撑;不合理的内在信念导致博士生的发展方向出现偏差;与阈限情境不匹配的个体行动对学术智识发展造成严重掣肘;学习防御机制的活跃状态影响着学术阈限跨越效果。知识、信念、行动、情感四因素彼此依存、共同作用,深度构建着博士生学术阈限跨越的成长困境。未来,应重点从提升导师指导效能、营造引导与支持并重的培育情境,以及强化学生自主探索能力等方面推动博士生学术阈限跨越的顺利实现。

关键词： 点云数据   噪点去除   遗传算法   统计滤波   激光雷达  

摘要： 随着三维传感技术的发展,点云数据在地形测量和其他应用中的使用越来越广泛。然而,由于受气象条件、地形环境及设备等因素影响,采集到的点云数据中含有大量的噪点,致使点云数据的精度下降。本文提出了一种基于遗传算法优化统计滤波的点云噪点分类与去除方法,该方法可以在不同地形条件下自适应地选择最佳参数,有效提高点云去噪的效率和精度,保留原始地物特征。

关键词： 降损方案   节能降损   自适应遗传算法   成员总数   改进遗传算法   步序   运营效益   协同优化  

摘要： 节能降损是配电网改造的重要目标,合理的降损方案依赖于科学的数学模型建立。首先根据线损致因对可行的降损方式及措施进行梳理,为降损方案组合优化提供方案库。其次基于经济效益和社会效益的统筹考量,建立面向双目标协同优化的降损方案辅助决策模型。其中,双目标是指降损方案执行可节省的购电费用支出与可减少的碳排放罚金最大化,为方案实施所需的综合投资最小化。模型约束包括相关线路维持正常运行所需的电气量限制、降损方案库成员总数限制和总投资限制等。再次,依托自适应遗传算法确立模型求解步序和流程。最后实证检验表明:建立的模型一方面可提升供电公司的运营效益;另一方面有助于环保大局的推进,具有较大的参考价值。

关键词： 两阶段损伤识别   模态应变能   附加质量   遗传算法   有限元分析  

摘要： 目前在基于单元模态应变能的结构损伤识别方法中,大多通过单元模态应变能变化率结合优化算法同时判断损伤位置及损伤程度,导致计算量较大,识别效率低。针对这一问题,本文提出基于单元模态应变能的结构损伤位置、损伤程度两阶段识别的方法。在损伤位置判断方面,通过公式推导与方案探究,对于损伤位置的疑似区域,通过施加1倍损伤区域质量的质量块方法精确判断损伤位置;在损伤程度确定方面,以损伤位置的损伤程度为设计变量,利用遗传算法进行优化分析,确定损伤位置的损伤程度。将本文两阶段损伤识别方法与已有基于单元模态应变能的损伤识别方法对比分析,本文方法由于减少了利用遗传算法同时进行损伤位置和程度确定的变量数目,提高了结构损伤识别的效率。通过混凝土桥面板的损伤模型对本文两阶段损伤识别方法进行验证,结果表明本文两阶段损伤识别方法能够精确识别结构的损伤。

关键词： 结构优化   遗传算法   有限元   轻量化设计   临时转播塔  

摘要： 针对临时转播塔结构用钢质量较大且设计过程精细化程度低的问题,提出模块化临时转播塔结构及其优化设计方法.所提设计方法将参数化建模与综合优化相结合,利用ANSYS建立结构参数化有限元模型,考虑结构设计参数在寻优过程中引起的风荷载变化;采用初始替换、差异化、自适应遗传等5种策略提升浮点数编码遗传算法(FGA)的搜索能力和收敛性能,提出改进浮点数编码遗传算法(IFGA),综合优化临时转播塔结构的尺寸、形状和杆件布置形式,实现结构轻量化设计.工程实例的应用表明,模块化临时转播塔结构的力学性能良好;在结构轻量化方面,IFGA算法相较于FGA算法优化结果在用钢质量上降低18.9%,相较于学校算法、鲸鱼算法及改进灰狼算法具有更高的计算效率和寻优能力;建议的优化设计方法高效、可靠,能在确保结构安全的前提下较初始方案在用钢质量上降低33.2%.

关键词： 性能导向   办公建筑   遗传算法   多目标优化  

摘要： 在光热性能导向下,为解决办公建筑表皮设计在方案阶段面临的多目标性与循环试错性难题,文章基于Grasshopper参数化平台进行建模和性能模拟,利用非支配排序遗传算法建立多目标优化设计流程。以南京市办公建筑为例,提取表皮设计参数和外围护构造类型作为优化变量进行多目标优化实验,获得Pareto前沿解集。相对于基准方案,三者权衡的优化方案中,建筑能耗降低10.7%,热舒适不满意者百分比降低9.4%,有效天然采光百分比提高5%。

关键词： 现代性   教育   教师权威   消解   对话  

摘要： 在现代性思潮的冲击下,教师权威正面临被消解的境地。窥其全貌,教师权威的现代性嬗变加剧了师生关系的脆弱性、强化了师生关系的工具性、湮灭了师生互动的价值性,进而歪曲了教师权威的本来面貌。对教师权威进行理论溯源发现,这一概念经历了工具化、权力化、符号化、去权威化的嬗变历程。对教师权威消解现象进行解释,发现其动因在于教师角色的“祛魅”“学生中心”被误解以及“师生信任”被割裂。走出教师权威消解的困境,需要处理好自由与引导、互动与共生、自主与协同之间的关系,进而为重塑教师权威打好根基。