关键词： 遗传算法   车辆测试   最优路径  

摘要： 在汽车工业中,新车型的上市前检验是一个至关重要的环节,直接关系到车辆的安全性和性能表现。为了确保新车型能够满足严格的行业标准,在上市前需要通过一系列复杂的检验认证。这些检验通常包括多个测试项目,分布在测试场的各个角落。文中提出一种基于遗传算法的优化方法,旨在提高检验流程的效率,能够为新车型提供一个最便捷高效的测试项目顺序,从而显著减少检验过程中的时间和资源消耗。研究结果表明,基于遗传算法的路径规划较比人工测试数据,路径长度降低达到10.75%。这种方法不仅确保新车型在上市前能够接受全面而高效的检验,更有助于降低企业的运营成本,提升检验工作的整体效率和质量。通过这一创新的优化策略,汽车制造商能够更快地将新车型推向市场,同时确保消费者的安全和满意度。

关键词： 新质生产力   技术封建主义   数字经济   平台经济  

摘要： 技术封建主义是西方学界对垄断性数字平台以封地和租金替代市场和利润的批判总结。当前,平台经济作为新质生产力的重要组成部分,是实现高质量发展、推动中国式现代化的强劲动能。由于我国平台经济关键技术存在明显短板、部分产业数字化转型动能不足、相关数字平台发展后劲欠缺,存在陷入技术封建主义的显性风险。因此,应进一步明确平台经济视角下新质生产力的价值旨归,深化党对新质生产力纵深发展的全面领导、强化政府运用平台经济深入引领产业数字化转型、完善法律规范平台经济的健康发展,使得新质生产力引领下的平台经济健康可持续发展。

关键词： 金属同位素   样品处理   消解   离子交换分离  

摘要： 二十年来，国内外相继建立了多种金属（铁铜锌镁钙锂钼硒汞铬镉矾钡钛等）同位素的分析方法。金属同位素分析中的样品处理包括两个过程：样品的消解和样品中待测元素的分离纯化。为了获得真实、准确的金属同位素数据，样品处理过程必须遵守两个基本原则：①不引入待测元素以及可能会对待测元素同位素分析产生干扰的元素；②待测元素不发生损失。金属同位素分析常用的样品消解方法是酸溶法（包括高压闷罐法和微波消解法）。待测元素的分离纯化主要使用离子交换分离法。相同的树脂可以用于不同元素的化学分离，同一种元素也可以使用不同的树脂进行化学分离。不同类型样品的基质差异较大，需要不同的流程对待测元素进行分离。研究人员可以通过改变前人的分离流程，包括改变树脂的用量、变换淋洗液或用量、增加分离步骤等方法来满足不同样品的分离要求。本文提出了金属同位素样品处理中需要注意的一些细节：①如果消解样品时使用了高氯酸，必须将高氯酸在高温下彻底去除，因为残余的高氯酸具有强氧化性会使后续化学分离中使用的离子交换树脂失效，影响分离效果；②同一体积的树脂放入不同内径的交换柱中，树脂柱越细越长，淋洗液流速越慢、洗脱时间越长，并且待测元素洗脱出来越滞后；③离子交换过程中，每次加入的试剂体积越小，淋洗出来的元素越集中，分离效果越好。

关键词： 海上无人集群   协同作业   动态需求   动态匹配   基于模型的系统工程   遗传算法  

摘要： [目的]针对海上无人集群协同作业需求动态性强导致的协同作业需求与功能模型之间匹配难的问题，提出一种融合基于精英保留分层选择策略和基于自适应概率的交叉与变异策略的改进遗传算法（IGA），以实现协同作业需求与功能模型的动态匹配。[方法]分析获取的动态作业需求数据以及多类无人设备逻辑模型作为海上无人集群协同作业需求-功能动态匹配方法的输入，并根据海上无人集群协同作业的特点完成基因编码，再通过基于精英保留分层选择策略和基于自适应概率的交叉与变异策略，有效平衡算法的全局和局部搜索性能，进而动态生成协同作业需求-功能的最优匹配方案。[结果]结果表明，在相同的算法参数下，所提方法所生成的最优匹配方案的适应度值，相较于蜜蜂算法（BA）和人工蜂群算法（ABC），分别平均提高了7.8%和7%，运行时间分别平均加快了5倍与21倍。[结论]所提理论与方法可应用于海洋装备设计与运行优化研究领域，有助于提升海洋装备的智能化程度。

关键词： 排水管网模型   SWMM   自动率定   并行框架   精英保留遗传算法  

摘要： 全球气候变化及城市化进程，引发了极端降雨事件增多和城市水文气候条件剧变，城市内涝灾害的发生频率显著上升。在此形势下，通过城市排水管网系统的精细化模拟，提升精细化管理水平和应急管理能力，已十分必要。排水管网模型建立过程中，往往面临传统率定方法依赖主观经验和现有自动率定技术效率偏低的问题。本研究针对此问题，提出了一种基于精英保留遗传算法和multiprocessing库的并行计算框架，用于SWMM模型的自动率定；并于一个居民住宅小区排水管网模型开展案例研究。案例应用表明该并行计算框架通过自动化调整模型参数，在确保模型率定精度和参数合理的情况下，显著缩短了率定时间。在率定精度和寻优效率之间实现了良好的平衡，为后期解决城市排水管网系统快速模拟，提供了高效且可靠的参考方案。

关键词： 高温热泵   超临界二氧化碳   储能系统   遗传算法   目标优化  

摘要： 针对高温热泵-超临界二氧化碳储能系统优化问题，该文提出一种基于遗传算法的目标优化分析方法。集成热泵制热、S-CO2发电、熔盐储热和水储冷多系统耦合储能系统，建立了全过程仿真热力学模型，考虑多种设备成本及系统运行收益的经济性模型，利用遗传算法，将系统效率和经济性作为目标进行优化。结果表明：在S-CO2循环中，主压缩机入口参数的最佳配置为较低入口温度和较高入口压力，膨胀机入口参数建议为600?℃、25?MPa。单目标优化可实现57.3%的最高系统效率和1.317?元/kWh的最低LCOE，双目标优化生成的Pareto最优解揭示了不同权衡条件下系统的最佳配置与运行策略。

关键词： 市政污泥   富氧燃烧   燃烧特性   数值模拟   遗传算法   预测  

摘要： 市政污泥富氧燃烧特性的影响因素及影响规律尚不完全明确，富氧燃烧特性的预测及量化评估方法依然缺乏。针对此，研究了管式炉预热温度、管式炉入口气体流量、氧气浓度对污泥燃烧特性及反应域内温度场分布状态的影响规律。提出了基于数据驱动的污泥富氧燃烧特性回归预测模型并完成了模型的准确性验证分析。研究结果表明：预热温度对污泥富氧燃烧特性的影响最为显著。当预热温度从873.15 K升高到1073.15 K时，污泥的着火延迟时间和着火温度分别降低了75%和49%。着火延迟时间及着火温度均随着气体流量的增加而增大，上升幅度减缓。高温富氧氛围下，氧气浓度提升对污泥富氧燃烧特性的影响较小。预热温度为1073.15K，氧气质量分数在0.3至0.8范围内变化时，污泥着火延迟时间及着火温度的变化量分别为1.04s和2.93K。基于遗传算法优化的污泥富氧燃烧特性回归预测模型能够较准确预测污泥着火延迟时间及着火温度，模型预测结果与数值计算结果之间的相对误差整体小于10%，与试验测试结果之间的平均相对误差小于15%。

关键词： 扁平钢箱梁   涡振   BP神经网络   遗传算法   交叉验证  

摘要： 以大跨桥梁常用的扁平钢箱梁为研究对象，通过风洞试验和数值模拟建立了扁平钢箱梁断面在不同动力特性和气动外形下的扭转涡振响应数据库。利用建立的数据库训练了BP神经网络，提出了确定最佳隐含层节点数的方法，并利用交叉验证和遗传算法对BP神经网络的初始权值及阈值进行优化，预测扁平钢箱梁断面的扭转涡振性能。结果表明：利用遗传算法优化后的BP神经网络可以有效预测扁平钢箱梁断面的涡振特性，随机抽取的两个样本预测平均相对误差为8.18%。扁平钢箱梁断面的腹板角度越小，箱梁断面越趋近于流线型，扭转涡振响应越小。扁平钢箱梁断面增加风嘴后可以减小扭转涡振响应，风嘴角度越大，扭转涡振响应越大。