关键词： 预制装配式建筑   多算法优化   遗传算法   粒子群优化   混合优化算法  

摘要： 本研究围绕预制装配建筑设计中的多算法比较，深入分析了主流算法的理论性能与实际应用效果。通过对遗传算法、粒子群优化算法及混合优化算法在结构设计、构件参数确定和装配效率等方面的应用研究，揭示了各算法在不同设计阶段的适用性及优化效果。本研究采取多案例分析法对比了复杂度、收敛速度、精度及鲁棒性等关键参数，开展了对数百件预制构件组合方案的仿真计算，得出了各算法在设计实践中的表现评估。研究发现，混合优化算法在处理复杂系统时的表现尤为突出，其结合了多个算法的优点，能够有效提升预制装配式建筑设计的综合性能。此外，算法对设计参数的敏感性分析表明，适当调整算法超参数可以进一步提高优化效果。本文的研究成果不仅丰富了建筑设计算法的理论知识，也对预制装配式建筑设计实践提供了实用的指导和优化工具，具有较高的理论和应用价值。

关键词： 血   汞   电热板消解   原子荧光光谱法  

摘要： 建立全血中汞的电热板消解-原子荧光光谱测定法，0.50 m L全血样经1.0 m L 30%双氧水和2.0 m L混合酸(V硝酸∶V高氯酸=3∶0.5)于电热板上175℃加热消解至液体澄清透亮，以体积分数为5%的盐酸为载流，以1.0 g/L硼氢化钾为还原剂，采用氢化物发生-原子荧光光谱法测定全血中汞浓度。在0～10.0μg/L的线性范围内，汞原子荧光光谱强度与血汞浓度的线性回归方程为y=255.868 7x+9.406 0（r=1.0000）；检出限为0.21μg/L，方法的加标回收率为96.1%～100.6%，精密度为0.8%～3.6%。提示，该方法回收率高、精密度好、检测成本低，适合用于基层单位对全血中汞浓度的检测。

关键词： 前向人工神经网络   逼近   光滑模   Lp空间  

摘要： 本文构造了一类激活函数由Sigmoid函数生成的单隐层前向人工神经网络.我们使用Steklov平均函数并以目标函数的光滑模作为度量工具,估计该神经网络逼近Lp可积函数的速度,得到该网络Lp逼近的Jackson型定理.

关键词： 农业碳排放   STIRPAT模型   遗传算法   极限学习机   情景模拟  

摘要： 农业碳排放是温室气体的重要组成部分，加快农业绿色低碳发展对于中国实现经济高质量发展和“双碳”目标具有重要意义。文章聚焦农业生态功能，将农用物资、土壤、稻田、牲畜养殖这四个方面的23类主要碳源纳入评价体系，测算2000—2023年中国农业碳排放量。在此基础上，采用STIRPAT环境压力模型分析中国农业碳排放影响因素，并运用经遗传算法优化后的极限学习机模型分别预测了不同发展情景下中国农业碳排放达峰趋势。另外，以行政区域为单位划分东北、华北等七大地区进行农业碳达峰、碳减排分析。研究结果表明：（1）2000—2023年中国农业碳排放量呈现先增后减的“倒U”型变化趋势，可进一步划分为快速增长期、波动趋缓期及持续下降期三个阶段。受人均农业GDP、农业产业结构、乡村人口数量等障碍因子的约束，农业碳排放量呈现空间差异化特征。（2）在绿色发展情境下，全国及七大地区农业碳排放量下降趋势最为显著，其减排速率远超粗放与基准情景，展现出率先实现碳中和目标的潜力。

摘要： 信息技术的快速发展与普及，促使人工智能（AI）技术在计算机视觉和网络系统领域的应用日益受到关注。全社会数字化转型开始正式迈入算力时代，无论是计算、存储，还是网络型基础设施的核心组成部分，都融入了更多的AI元素。其中，计算机视觉作为AI技术中的重要分支，不仅强化了计算机系统在理解和处理图像、视频等视觉信息的能力，亦从多维度实现了对图像视觉数据的自动分析与智能识别。

关键词： 混合遗传算法   围堰施工沉降量   云模型  

摘要： 文章以柬埔寨1551号公路改建工程中某围堰工程为例，采用云模型获取并处理数据，并且采用混合遗传算法计算围堰施工沉降量，利用混合遗传算法中的合适编码、解码对不同土质进行相应处理。研究结论为：监测期间围堰的沉降量在实际范围之内，表明利用混合遗传算法计算围堰施工沉降量合理可行；混合遗传算法相较于常用于计算围堰沉降量的VRP模型更加准确，与实际误差下降4.3%，且云模型结合混合遗传算法能够应对更加复杂的土质和水质，能根据混合遗传算法的最优解进行最佳的处理，混合遗传算法结合云模型能更精确地实时捕捉沉降速率；地基总沉降量的70%以上来自于淤泥粉质层沉降量，淤泥粉质层最大程度上决定了桥梁地基的沉降。

关键词： Polar码   码构造   特殊节点   低时延   遗传算法  

摘要： 现有的Polar码构造研究主要集中在提升码序列的译码性能方面。然而，在基于特殊节点的快速译码器当中，码序列不仅影响译码性能，还通过决定特殊节点的分布影响译码时延。基于此，提出一种低时延码构造方案，通过优化特殊节点分布的方式降低快速译码器的译码时延。所提出的方案基于遗传算法，采用了分步优化策略：先提升码序列的译码性能，再优化特殊节点分布以降低译码时延。仿真结果表明，与现有码序列相比，通过低时延码构造方案获得的码序列译码性能不退化，并且译码时延有了最大50%的降低。

关键词： 人工智能   数据挖掘   算法优化   遗传算法   自适应参数  

摘要： 随着大数据时代的到来，自动化数据挖掘在各个领域的应用日益广泛。通过对深度学习、强化学习等人工智能技术在数据挖掘中的应用进行研究，文章提出了一种基于改进型遗传算法的自适应参数优化方法。实验表明，该方法在处理高维数据时，相比传统算法可将计算时间减少35%，准确率提升18%。同时，针对噪声数据的处理能力得到显著提升，在实际业务场景中表现出较强的鲁棒性和适应性。通过对金融、医疗等领域的实际数据集进行验证，证实了该方法在自动化特征工程和模型选择方面的优越性。

关键词： 风浪联合开发   区划   基于层级的模糊权重评估法   改进的Borda-全乘比例多目标优化法   灰狼优化算法的反向传播  

摘要： 针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题，本研究基于改进的多准则决策(Multiple criteria decision making, MCDM)方法和人工神经网络(Artificial neural network, ANN),提出了一种风浪联合开发区划智能模型。为降低专家的主观偏差，应用基于层级的模糊权重评估(Fuzzy level based weight assessment, FLBWA)法来计算各评价指标权重；继而结合改进的Borda-全乘比例多目标优化(Borda-multi-objective optimization on the basis of ratio analysis plus full multiplicative form, Borda-MULTIMOORA)法计算开发适宜性指数，从而能够更加准确、高效地得到评价结果；之后，基于灰狼优化算法的反向传播(Grey wolf optimizer with back propagation, GWO-BP)神经网络构建并训练智能模型，将适宜性分析转化为自动化、高效化和智能化的过程；最后，以山东省风浪联合开发区划为例验证该模型的可行性和合理性。根据实例验证，该模型可以实现风浪联合开发区划的智能化，为相关领域的研究和政府规划提供参考。

关键词： 兰斯顿·休斯   消费符号   消费社会   现代自我  

摘要： 兰斯顿·休斯的诗歌描绘了日益物质化的美国现代消费社会，揭示出消费符号与现代自我之间的紧密联结。本文从消费社会理论视角切入，结合美国现代社会的历史文化语境，探究休斯诗歌作品所呈现的消费符号内涵，力图阐发现代自我在消费符号的结构网内被趋同化、归类与消解的境况。休斯的消费符号书写揭露并批判了美国现代消费社会的种种弊端，尤其是消费符号对现代人无形、有形的操控与盘剥，也彰显出现代诗歌的艺术价值与现实意义。