关键词： 甜樱桃   农药残留   消解动态   检测方法   半衰期  

摘要： 为研究多菌灵、吡虫啉、嘧霉胺、戊唑醇、吡唑醚菌酯、高效氯氟氰菊酯在甜樱桃中的残留消解动态,保证甜樱桃质量安全,在建立检测方法的基础上开展了田间试验。样品用乙腈提取,快速滤过型净化(Multi-plug filtration cleanup,m-PFC)技术净化后经液相色谱-串联质谱和气相色谱-串联质谱测定,对建立的方法进行了线性范围、精密度、定量限和基质效应考察;利用建立的方法检测后得到6种农药的消解动态方程、消解曲线和安全间隔期。结果显示,甜樱桃中6种农药经m-PFC技术净化后,效果良好,回收率较高;在0.01~1.00 mg/L范围内线性良好,弱基质效应;平均添加回收率为73.95%~102.80%,相对标准偏差为0.16%~13.32%,定量限在0.0001~0.005 mg/kg。田间试验结果显示,6种农药在甜樱桃上的消解动态方程均符合一级动力学特征,其中嘧霉胺消解99%所需的时间最短(14.5 d,套袋),多菌灵消解99%所需的时间最长(56.1 d,套袋);吡虫啉安全间隔期最短,为6 d(套袋),多菌灵安全间隔期最长,为31 d(套袋)。研究建立的检测方法简便快捷,线性良好,正确度和精密度符合农药残留测定方法验证的要求,定量限低,适用于甜樱桃中6种农药残留定性定量检测;田间试验为6种农药在甜樱桃上取得登记、合法使用提供了基础数据。

关键词： 吹塑成型   径向基函数神经网络   Polyflow   多岛遗传算法   生产效率  

摘要： 为提高奶酪包装壳的吹塑成型效率,选用HDPE(高密度聚乙烯)作为包装壳材料,并将片材温度、吹塑压力、片材厚度作为设计变量。以吹塑成型时间最短和制品壁厚方差最小为优化目标,采用最优拉丁方设计试验表,在Polyflow软件中进行仿真实验,得出实验结果。通过应用径向基函数神经网络建立近似模型,并利用多岛遗传算法进行优化,最终获得最优工艺参数组合:A(吹塑压力)=1 MPa,B(片材温度)=240℃,C(片材厚度)=1 mm。采用该最优工艺参数组合进行仿真实验,得到最短吹塑时间为0.0547 s。研究结果表明,通过合理设置工艺参数,可以使吹塑成型时间缩短34%,从而提高制品的生产效率。

关键词： 冷轧带钢   板形预测   反向传播神经网络   遗传算法  

摘要： 为了提高冷连轧过程中板形预设定和闭环反馈的控制效果,以1450 mm五机架UCM冷连轧机组为研究对象,对1742个实验数据进行分类和预处理,以74个工艺参数变量作为输入特征,20个不同位置的板形值作为输出结果,构建了反向传播(backpropagation,BP)神经网络模型,并采用遗传算法(genetic algorithm,GA)进行优化,得到了基于遗传算法的反向传播(GA-BP)神经网络模型.结果表明,所构建的GA-BP神经网络模型在拟合优度、预测精度和稳定性等方面均优于BP神经网络模型,其RMSE值从0.9818 I降至0.4476 I,MAE值从0.6225 I降至0.2193 I,R^(2)由0.7454增至0.9131.

关键词： 控制技术优化   遗传算法   粒子群优化  

摘要： 阐述自动化机械系统中的反馈控制、前馈控制和比例-积分-微分(PID)控制中的关键控制技术。分析优化算法中的遗传算法、粒子群优化和模拟退火,以及其在自动化机械系统中的优化应用,包括参数优化、轨迹优化和系统优化。这些技术能够微调系统性能、优化轨迹并提升系统整体效率。

关键词： 交通工程   共享单车   公交接驳   遗传算法   选址优化  

摘要： 为了满足共享单车出行需求,改善与公交接驳的便利程度,研究了共享单车投放点的选址优化模型与算法。借鉴经典最短路径交通分配模型,在每次更新选址方案后,均重新分配共享单车流量。以投放点选址决策变量与单车配置数量为优化变量,以用户出行时间最少和企业运营成本最小为优化目标建立目标函数。基于公交接驳关系、投放点建设数量、各停放点容量和投放总量等多个因素构建约束条件,设计优化模型求解算法,开展案例研究。以厦门市共享单车出行订单数据为基础,采用自适应遗传算法(AGA)和枚举法优化求解,并分析求解精度与效率。结果表明,该模型与算法能够用较少的迭代次数求解得投放点最优选址方案的近似最优解。系统运营总成本的最小误差仅为4.4%,用户出行总时间误差为5%。就本案例而言,方案优化前、后运营成本降低12.9%,出行时间降低14.26%。此模型与算法能够处理共享单车停放点混乱与接驳公交的难题,减少出行者接驳成本,最大限度方便出行,增强接驳综合服务水准。

关键词： 滚刀磨损   敏感性分析   数理统计   反向传播神经网络   遗传算法  

摘要： 以汕头湾海底隧道盾构段的监测数据为基础,基于数理统计法和机器学习法探究不同影响因素对滚刀磨损的敏感性程度。确定4个对滚刀磨损有明显影响的因素,分别为掘进距离、转速、转程和旋转角;建立以上述4个影响因素作为神经网络输入节点的反向传播神经网络(backpropagation neural network,BPNN)的滚刀磨损预测模型,采用遗传算法(genetic algorithm,GA)对预测模型进行优化并开展预测研究。结果表明:相较于BP模型,GA-BP模型的决定系数R2从0.7064提高到0.8239,预测精度明显提升,说明GA能够明显提高BPNN模型的预测能力。

关键词： 改进遗传算法   煤矿企业   供电系统   多目标   无功优化  

摘要： 针对煤矿供电系统的特点,以多目标无功优化为研究对象,提出了一种基于改进遗传算法的无功优化策略。该方法通过引入多种群并行进化机制,增强了种群多样性和全局搜索能力;采用算术交叉和启发式交叉算子,提升了算法在处理约束优化问题和实值基因组方面的性能;结合精英保留策略,确保了优化过程的稳定性和收敛速度。仿真结果表明,相比于传统的无功优化方法,提出的基于改进遗传算法的多目标无功优化策略能够提升无功优化方案的综合质量。此外,还探讨了该领域未来的研究方向,包括结合深度学习和强化学习、考虑分布式电源和储能的协同优化、研究无功优化与电能质量控制的协同以及利用大数据技术进行更深层次的优化等,为进一步提升煤矿供电系统的运行效率和智能化水平提供了参考。

关键词： 模块化机器人   遗传算法   构型优化  

摘要： 为解决如何根据特定任务需求快速设计机器人的问题,提出一种性能驱动的模块化机器人构型多目标优化设计方法。以总质量、单位工作空间、全域可操作度3个性能指标为优化目标,构建模块化机器人构型的多目标优化模型。针对在构型优化问题中,连杆尺寸选择过少的问题,对优化变量采用整数编码方案,使连杆尺寸能在范围内连续取值,将离散尺寸与连续尺寸的构型优化实例进行对比,通过计算pareto前沿中所有点的欧氏距离均值衡量解集的分散度,结果表明尺寸取值连续实例的解集分散度较取值分散的实例减少了12.89%,验证连续尺寸方案的有效性。对pareto前沿中的构型进行分析,采用皮尔森相关系数法判断各优化目标之间的相关性,结果表明单位工作空间与全域可操作度的相关性最高,达到0.701,总质量与单位工作空间的相关性仅有0.007。在MATLAB上选择解集中的两个构型进行工作空间仿真分析,仿真结果表明,在总质量相同的情况下,构型A相较于构型B的单位长度工作空间减少了12.86%,同时全域可操作度增加了5.24%,该方法设计得到的解集中的构型均能满足任务需求。

关键词： 计算机科学家   诺贝尔物理学奖   人工神经网络   机器学习   诺贝尔委员会   物理学界   工具开发   杰弗里  

摘要： 当杰弗里·辛顿获得2024年诺贝尔物理学奖时,整个物理学界和计算机学界都迎来了一颗“重磅炸弹”。有人甚至哀叹“物理学已死”。这不是在否定辛顿本人,他可能是世界上在世的最出名的科学家之一,被誉为“AI教父”。问题在于,辛顿不是一个物理学家。尽管诺贝尔委员会称,辛顿“利用物理学工具开发的方法,为当今强大的机器学习奠定了基础”,但他一直都是一个计算机科学家,研究人工神经网络,还在2018年获得过计算机领域的最高奖图灵奖。

关键词： 月用水量预测   ARIMA模型   遗传算法   神经网络模型   因子筛选   陕西省  

摘要： 基于国家水资源管理信息系统的月用水量数据分析,选用ARIMA模型、BP神经网络模型以及经过遗传算法(GA)优化的BP神经网络模型(GA-BP神经网络模型)进行月用水量模拟。在构建BP神经网络模型过程中,通过多源社会经济数据的整合与分析,采用平均影响值算法(MIV)和皮尔逊相关系数联合方法筛选月用水量的关键影响因子。研究结果表明,三种模型在陕西省月用水量预测中均表现出较高的精度,其中GA-BP神经网络模型的预测精度最高。为进一步验证影响因子对模拟结果的影响,采用不同方法筛选影响因子作为GA-BP神经网络模型的输入,模拟结果表明,MIV和皮尔逊相关系数联合方法提高了影响因子的选取精度,能够有效提升GA-BP神经网络模型的模拟性能。