关键词： 多星测运控   多星任务规划   多染色体编码遗传算法   成像与数传任务耦合规划  

摘要： 针对对地观测卫星集群的大范围成像与数据下传耦合规划,提出了一种融合结构体编码与多层编码的多染色体遗传算法,实现了在复杂约束条件下对多个目标的同时优化。算法建立了成像与数传任务的约束满足模型,优化了卫星的拼幅成像与数据传输方案,考虑了卫星姿态机动能力与多个区域的全覆盖需求。此外,采用多层编码方式,有效解决了成像与数传任务解空间映射关系。基于遗传算法的全局搜索机制显著提高了任务规划的效率。试验验证表明,在3颗太阳同步轨道卫星星座中,该算法实现了对超过5个大范围区域的全覆盖,卫星的能源和数据存储未超出约束上限;同时,单次规划的运行时间小于15 min,验证了其实用性和高效性。该方法有效解决了复杂任务的耦合规划问题,具有较强的工程应用价值。

关键词： 陶渊明   怨   自我消解   诗艺消解  

摘要： 综观陶诗,易发现其中暗藏了陶渊明功业未遂之叹和衣单薄食之哀,然其怨的书写不落消沉低迷。于内,陶渊明以田园生活为依归,又以前代贤人为师朋,疏解其郁积于胸的悲慨。于外,陶渊明在诗中借物抒怨,淡化哀怨带来的沉重感,又以怨明志,彰显其固穷守节的志趣。

关键词： 计算机视觉技术   神经网络   自适应遗传算法   变形果  

摘要： 文章利用计算机视觉技术捕获番茄图像,根据图像中90°视角呈现的果实直径异常特征识别畸形果实,通过自适应遗传算法训练的多层前馈神经网络对果实直径的异常特征进行自动分类。通过引入自适应交叉概率与自适应变异概率,使方案能够随着进化阶段的进展而不断调整优化,同时根据种群中每个个体的适应度进行适应性修改。结果显示,该方法对变形果的识别准确率可达92%。

关键词： 环境监测   多目标优化   遗传算法  

摘要： 为提升大气环境监测的精度与效率,本文提出了一种基于环境保护的大气环境监测点布置多目标优化方法。采用遗传算法和粒子群算法对监测点布置进行优化,综合考虑污染物浓度监测、空间覆盖率、成本效益等因素。实验结果表明,优化方法显著提高了空间覆盖率,降低了监测误差,并优化了监测成本配置。

关键词： 木材染色   基因表达编程   多表达式编程   计算机颜色匹配   遗传算法   光谱反射率  

摘要： 由于珍贵木材日益稀缺以及过度开发导致的严重环境问题,有必要通过对普通木材进行染色来模仿珍贵木材的外观。在本研究中采用计算机辅助染色技术,实现对普通木材的高精度染色,从而创造出外观类似珍贵木材的替代品,减少人们对它们的依赖。首先,基于基因表达编程(gene expression programming, GEP)的概念,提出了一种多表达式编程(multi-expression programming, MEP)算法来预测染料配比,考虑到多种染料之间的复杂相互作用,采用多基因表达,MEP算法能够处理这些复杂的多种染料之间的相互作用,从而得到更直观的函数表达式。为了提高MEP的函数挖掘准确性,自适应调整突变和重组算子的概率,并使用并行编程来增强函数挖掘效率。与基因表达编程的结果相比,MEP深入挖掘了函数关系,并在颜色预测中获得了0.113的相对偏差结果。

关键词： 生物炭   BP神经网络   遗传算法   炭基肥   工艺参数优化  

摘要： 生物炭是一种针对生物质能高效开发的多功能材料,随着对生物质能高效开发的关注,生物炭的应用范围逐渐扩展,其中炭基肥作为生物炭的一个重要应用方向,因其优良的缓释性能和对土壤负担小的特点,受到广泛关注。生物炭的理化性质受到制备过程中的炭化温度、炭化时间和升温速率等工艺参数的显著影响,不同炭化工艺不仅决定了生物炭的理化性质,还直接影响其作为炭基肥的缓释性能。传统的实验方法往往需要大量的时间和资源投入,因此,探索更加高效的优化方法成为了研究的热点。本研究采用了BP神经网络与遗传算法相结合的优化方法,针对咖啡壳生物炭的炭化过程中的炭化温度、炭化时间和升温速率3个关键工艺参数进行预测和优化。研究结果表明,采用BP神经网络—遗传算法优化后的炭基肥,其最佳工艺参数为炭化时间2.8 h、炭化温度780.7℃和升温速率15.1℃/min。在此工艺条件下制备的咖啡壳生物炭基肥,其7 d养分累计释放率为45.9%,表明缓释性能得到了显著提升。综上所述,本研究提出了一种基于BP神经网络和遗传算法的生物炭炭化工艺参数优化方法,能够有效提高炭基肥的缓释性能。该方法不仅为生物炭制备工艺的优化提供了新的技术路径,也为相关领域的研究提供了重要参考,对推动高性能炭基肥的发展具有积极意义。

关键词： 漏磁可控型内置式永磁电动机   参数分层   遗传算法   综合敏感度分析  

摘要： 为了提高漏磁可控型内置式永磁电动机(Leakage Flux Controllable Interior Permanent Magnet Motor,LFC-IPMSM)的输出转矩、减小转矩脉动和齿槽转矩、增强电动机运行的稳定性,提出一种参数分层和遗传算法相结合的多目标优化方法。首先,借助ANSYS Maxwell有限元仿真软件对LFC-IPMSM转子结构进行参数化建模,进一步构建Solid Works、Maxwell和Workbench联合优化仿真平台;其次,采用综合敏感度分析和遗传算法相结合的方法进行多目标参数优化,得到Pateto解集;最后,对比优化设计前后的LFC-IPMSM性能,仿真结果表明,采用参数分层和遗传算法相结合的多目标优化方法,有效提高了LFC-IPMSM的输出转矩,削弱了LFC-IPMSM的转矩脉动和齿槽转矩,LFC-IPMSM的输出转矩增加了18%,转矩脉动减小了45%,齿槽转矩减小了79%。

关键词： 特高压输电线路   监测终端   遗传算法   电网系统   部署优化   安全运行   研究成果   稳定性  

摘要： 引入一种多群遗传算法,基于该算法开展特高压输电线路监测终端部署优化的研究。特高压输电线路的安全运行对电网系统的稳定性至关重要。描述监测终端的结构和经典遗传算法的原理,以及用于优化终端部署的改进群体遗传算法,对研究成果进行了测试,并取得了较好的结果。

关键词： 液压系统   油液分析   故障诊断   遗传算法   信息融合  

摘要： 采用油液分析技术对液压系统进行故障诊断和状态监测对保障其可靠运行,防止事故发生具有重要的经济和工程意义。受采样条件和测试费用的限制,油液样本相对较少;油液分析技术种类多,每种技术只能够在一定的知识范围内对液压系统的运行状态做出诊断,且准确率往往偏低。针对以上问题,采用信息融合思想,构建基于量子多种群遗传算法(QMPGA)参数寻优的最小二乘支持向量机(LSSVM)油液分析信息融合故障诊断模型。将该模型用于挖掘机液压系统故障诊断对比发现,该模型相较于BP神经网络、LSSVM和基本遗传算法(GA)参数优选的LSSVM模型,具有更高的故障诊断准确率,且对小样本情况下的故障诊断具有一定的参考价值。

关键词： 医院既有建筑   功能布局   移动距离   优化   遗传算法  

摘要： 随着医疗需求的增加、就医流程的调整和空间功能的变化,医院既有建筑功能布局与就诊患者行为关系切合度下降,增加了就诊患者的移动距离,导致其为完成诊疗活动花费更多时间,降低了其就医满意度。为优化医院既有建筑功能布局,以减小就诊患者的总移动距离及移动时间,建立以最小化就诊患者总移动距离为目标函数和以某些诊疗行为必须发生在特定面积大小的空间为约束条件的数学模型,将空间最短距离矩阵和行为关系矩阵作为输入条件,采用遗传算法求解模型得到优化空间布局方案,并运用ANYLOGIC仿真模拟对比空间布局优化前后所有就诊患者移动消耗的总时间。案例分析的结果表明,优化空间布局下的就诊患者总移动时长为6 404min,较原始功能布局减少了12%,验证了功能布局优化模型的有效性。