关键词： 增程式汽车   多岛遗传算法   燃油经济性   能量管理   发动机工作点  

摘要： 为了提高增程式汽车燃油经济性,提出一种基于多岛遗传算法优化增程器工作点的方法。首先,对整车进行动力参数匹配,为仿真提供基础;其次,搭建了发动机五点控制策略和制动能量回收策略,并验证所搭建模型和参数匹配的合理性;最后,采用多岛遗传算法对增程器的启停阈值进行优化,以提升整车燃油经济性。仿真结果表明:优化后,在保证动力性能的前提下,整车燃油经济性在WLTC、CLTC工况下分别提高了51.6%,60.1%,进一步提升了整车对能量的有效利用率。

关键词： 施工组织设计   资源配置   优化策略   资源优化评价模型   遗传算法  

摘要： 为了解决传统施工组织设计中资源配置模式难以满足现代工程需求的问题,本文提出了施工组织设计中资源配置优化策略,旨在确保在施工过程中的人力、物力与信息资源最大化利用。首先,详细分析了施工组织设计资源配置优化,概述了资源配置优化内涵,总结了资源配置类型和优化必要性,建立了资源优化评价模型。然后,提出了基于遗传算法的资源配置优化方法。最后,通过案例分析验证了该资源配置优化策略的实用性和可行性。结果表明,该策略优化后不均衡系数优化降至1.4405,有效均衡地调整了施工过程中的资源使用情况。

关键词： 人工神经网络   时间序列   优选   水位  

摘要： 为提高非平稳性水位时序预测的精度与稳定性,文章选取上海吴淞水文站年最高水位为样本序列,通过小波分析识别出确定性成分与随机成分,分别对子成分建立GA-BP、RBF、GRNN、WNN、Elman等5种典型人工神经网络模型开展预测,选取平均相对误差、平均绝对误差、均方根误差及合格率等4项评价指标进行优选与评价。研究表明:与对原序列直接建立人工神经网络模型预测相比,基于小波分析对识别出的确定性成分与随机成分,分别建立人工神经网络模型的预测方式能够提高预报精度。在5种典型人工神经网络模型中,GRNN神经网络在稳定性与精度两方面均有较好表现,在样本序列预测适用性最高。

关键词： 连续管   疲劳   人工神经网络   软件开发   混合编程  

摘要： 针对连续管工作过程中受到压力和弯曲造成的疲劳损耗问题,考虑屈服强度、外径、壁厚、弯曲半径和内压五个影响连续管疲劳寿命的关键因素,基于Matlab构建了多层BP人工神经网络,通过训练大量的数据得到了精度较高的连续管疲劳寿命预测模型,并将其封装成可供C#调动的动态链接库文件。利用VS平台C#.NET框架,开发了一款连续管疲劳分析软件。该软件界面友好,能够计算连续管整管的疲劳损耗,支持可视化疲劳分布展示和历史数据管理。现场应用表明,开发的软件和业内高水平软件相比表现良好,且与现场评估高度吻合。该成果为连续管安全管理和预防性维护提供了有力工具,对提高油气田安全作业具有重要意义。

关键词： 空间正义   空间分异   县域社区学习中心   悖论   学习型社会   社区教育  

摘要： 县域社区学习中心践行了终身学习理念,是建设学习型社会的重要路径之一。建设县域社区学习中心旨在促进城乡以县域为主的社区教育公平均衡发展,然而,我国广大的地理区域分布和经济条件又使县域社区学习中心的建设不得不观照其差异。从空间正义视角出发,公平正义是县域社区学习中心空间设置的应然价值,它体现着社会公平正义善治的理论之维,同时也反映着教育服务均等化的外生价值;从空间分异视角出发,地域分异确为县域社区学习中心空间构建的实然现状,表现为地理空间分布差异的渊源释义,以及社会经济文化发展的必然现实。要想消解空间正义与空间分异这一双重悖论,可以采取以下措施:一是坚持城乡融合的空间正义均等服务;二是承认地域差异的空间分异设置现实;三是实施特色互现的空间交流弥合策略;四是运用智慧联通的空间数字供给渠道。

摘要： 行为主义理论强调行为是对环境刺激的反应。针对高职部分学生网络道德失范行为,通过优化校园网络环境、加强对学生的网络道德教育,可引导学生树立正确的网络道德行为规范,引导学生自觉遵纪守法。基于此,聚焦思政教育领域,着重探讨如何提升高职学生对网络行为道德的认知,促使其自觉遵守网络道德准则,并结合具体案例,让学生认识到其在网络世界应该承担的责任。

关键词： 群智能算法   遗传算法   蚁群优化   粒子群优化   压裂参数优化   多目标决策   智能油田   鄂尔多斯盆地  

摘要： 为应对低渗透、非均质储层开发中传统油藏工程方法面临的收敛慢、计算开销大、稳定性差等挑战，采用文献综述与案例实证相结合的方法，系统研究群智能优化算法在石油工业的应用进展。研究结果表明：（1）遗传算法通过自适应参数调整和精英保留策略，使鄂尔多斯盆地压裂参数优化净现值提升至120 575×10～4美元，误差仅0.001 4%;（2）蚁群算法改进信息素更新机制，在渤海油田钻井顺序优化中缩短工期22%，汽窜风险降低40%;（3）粒子群算法融合量子计算与Lévy飞行策略，解决高维反演维度灾难问题，四川盆地地震数据纵波相关系数达0.926 7，抗噪性保持0.980 7;（4）鲸鱼优化等新兴算法在裂缝检测中精准识别参数区间（4.0s<5.8），为致密储层甜点预测提供新范式。结论认为，需构建“边-端-云”三级算法架构（边缘端部署轻量级蚁群算法，云端集成深度学习），突破复杂储层建模稳定性、多目标Pareto解集筛选及多物理场耦合数值建模3大技术瓶颈，推动智能油田“数据-模型-决策”闭环系统的工程落地。

关键词： 量子计算   元启发式算法   进化计算   全局最优   智能优化  

摘要： 量子元启发式算法是将量子计算应用到元启发式算法中而开发的。该类算法擅于求解组合和数值优化问题，具有加速收敛、增强探索和开发能力等特点，且能获得比传统元启发式算法更高的性能结果。本文主要概述和回顾量子元启发式算法的理论方法及其应用。首先本文对量子计算的基本概念和计算原理进行阐述，并分析目前量子计算领域亟需解决的挑战性问题；然后本文阐述六种经典量子元启发式算法运行基本原理，分析最新的研究进展，给出它们求解特定领域问题的优劣势，并展示量子元启发式算法在不同学科及工程场景中的应用；最后本文对量子元启发式算法理论方法存在的问题进行剖析与探讨，并总结未来量子元启发式算法理论和应用发展方向。

关键词： 历史研究方法   手写文本识别   古文字鉴定   数据科学   人工智能   人工神经网络   大数据  

摘要： 21世纪的数字化转型浪潮席卷了历史科学的诸多领域,历史学研究正迎来前所未有的机遇和挑战。数据科学和人工智能技术的引入,如人工神经网络、机器学习、大数据分析等,为历史学研究提供了新的路径和技术手段。历史学家运用人工智能方法的探索可追溯至20世纪80至90年代,主要聚焦于认知计算模型在文本理解中的应用以及专家系统的开发。虽然历史学领域很少遇到真正意义上的“大数据”,但微观数据,尤其是历史人口学领域的数据,已超出传统数据处理方法的能力范围。例如,“微观数据挖掘”国际项目、CLARIAH项目、威尼斯时光机项目等,均展现出大数据技术在历史研究中的应用潜力。进入21世纪,机器学习技术和人工神经网络成为历史学研究的新焦点,人工智能的应用已拓展至手写文本识别和古文字鉴定等领域。历史学家需与信息技术专家密切联系,进行跨学科合作,才能实现人工智能与历史学者智慧的融合,充分释放人工智能技术的潜力。

关键词： 微波消解   电感耦合等离子体发射光谱法(ICP-AES)   锅炉用水   工业锅炉  

摘要： 采用微波消解技术对工业锅炉用水进行前处理,建立了微波消解-电感耦合等离子体发射光谱法(ICP-AES)测定工业锅炉用水中钙、镁、铁、铜含量的分析方法。分别对样品的微波消解温度和保持时间进行讨论,优化了微波消解前处理技术。结果表明：给水在消解温度为170 ℃,保持时间为10 min条件下,回水在消解温度为180 ℃,保持时间为12 min条件下,锅炉水在消解温度为185 ℃,保持时间为15 min条件下,微波消解最理想。应用本方法对锅炉用水中钙、镁、铁、铜进行测定,线性范围均为0～2.0 mg/L,检出限分别为0.002 mg/L、0.002 mg/L、0.003 mg/L、0.004 mg/L,回收率为95%～103%,相对标准偏差RSD(n=7)均小于9.32%,与原子吸收法(AAS)进行比较,测定结果基本一致。