关键词： 稀土复合钇锆陶瓷材料   氧化铝   消解   电感耦合等离子体发射光谱仪   碱熔  

摘要： 稀土复合钇锆陶瓷材料中测定氧化铝时,由于氧化铝存在的形态不同,无法用常规酸消解完全,因此无法准确定量氧化铝的含量。分别采用硝酸-氢氟酸-微波消解法、硫酸-硫酸铵消解法以及硼酸-碳酸钠消解法消解样品,于电感耦合等离子体发射光谱仪上测试其含量。采用三种消解方法分别测定三个实际样品中氧化铝的含量,结果表明,硼酸-碳酸钠碱熔法可以将样品消解完全,检出限为0.009%,相对标准偏差(RSD,n=11)为0.72%~3.90%,加标回收率为98.4%~101.4%,该方法有良好的精密度和准确性,可用于稀土复合钇锆陶瓷材料中氧化铝的测定。

关键词： 装配线平衡   遗传算法   优化   Flexsim仿真  

摘要： 针对某公司尿素泵流道块装配线平衡率低,作业分配不均衡的问题,建立了以最大平衡率为目标的数学模型,应用遗传算法对该模型进行优化求解,并借助Flexsim仿真软件验证该优化方案的合理性和可靠性。研究表明,当尿素泵流道块装配线的节拍确定时,工位数最小为5,此时装配线平衡率最高,平滑性指数最低,同时软件仿真结果显示装配线上各工位的利用率均较高,验证了该装配线改善方案的可行性。

关键词： 大型集中供热管网   管径改造规划   改造潜力   遗传算法   负荷预测  

摘要： 提出了一种基于全网热用户供热负荷预测模型及改进遗传算法的管径改造规划方法。全网热用户供热负荷预测模型通过选取典型住宅和公共建筑用户并将其供热负荷特性推广至全网,被证明可快速准确预测全网热用户供热负荷。改进遗传算法通过改造潜力指标筛选出可通过改造获利的管段作为优化变量,可显著减少遗传算法的优化变量数量。通过与传统遗传算法对比,发现其具有更高的计算效率和更好的寻优能力。将上述方法应用于西安市某大型集中供热管网的管径改造规划,发现可将优化变量从246个减少至13个,最终优化结果表明,仅通过改造3个管段就可获得173万元的年改造利润。

关键词： 高程异常   GNSS高程拟合   遗传算法   模拟退火算法   参数寻优  

摘要： 针对小波神经网络模型在GNSS高程拟合中存在的缺陷,本文提出了一种遗传模拟退火(GSA)算法优化的小波神经网络(WNN)组合模型,将模拟退火(SA)算法加入遗传算法(GA)种群更新中,保证了种群的多样性。该组合模型充分利用GSA的全局搜索能力,对WNN模型参数进行自动寻优,实现WNN模型全局最优解的获取与GNN高程拟合精度的提升。以某地区D级GNSS水准网实测数据进行实验,结果表明,相较于传统的BP神经网络模型与WNN模型,本文提出的GSA-WNN模型的GNSS高程拟合精度与稳定性更高,更适用于实际工程实践场景。

关键词： 无人机路径规划   整数规划   遗传算法   优化方法   任务执行  

摘要： 无人机的广泛应用给路径规划问题带来了新的挑战。该文旨在提高无人机路径规划效率和准确性,通过数学模型和遗传算法相结合的方法,探索了一种综合解决方案。首先,介绍了无人机路径规划的背景和意义,强调了问题的复杂性和现实应用场景。随后,详细阐述了路径规划问题的数学建模,包括目标函数和各种约束条件的定义。为了解决这一复杂的优化问题,引入了遗传算法作为解决方法,并对其原理进行了解释,并且验证了所提出方法的有效性和可行性。结果表明,整数规划模型与遗传算法相结合的方法能够显著提高无人机路径规划的效果,为实际应用提供了重要的参考。

关键词： 低碳导向   多目标优化   遗传算法   优化调度   路径规划  

摘要： “双碳”背景下,交通运输行业作为碳排放的主要贡献者之一,亟需有效的降碳改革以助力国家实现“双碳”目标。针对当前主流的物流中心式物流模式,以单位货运周转量碳排放最小、货运成本最低及配送时间最短为目标,建立低碳导向的物流优化多目标模型,并针对该模型和场景的特点改进NSGA-Ⅱ多目标遗传算法。利用抽象后的某快递公司数据样例进行实验,验证上述多目标优化模型及改进NSGA-Ⅱ算法的有效性和先进性。实验结果表明:从优化调度和路径规划两个角度切入,针对配送全流程进行优化搜索求解,能够有效实现预设控本降碳的目标,为物流企业配送决策提供理论依据。研究结果同时也表明:降碳和成本控制作为物流中的制约因素,不同的目标偏好会对决策产生重大影响。

关键词： 指代消解   命名实体识别   信息抽取   实体消歧   多任务学习  

摘要： 指代提取是自然语言处理应用中的一项重要任务。学习有效的指称特征表示是指代消解的核心问题。现有的研究大多把指称文本片段识别和共指关系预测作为两阶段来学习,不能有效反映文本片段中的命名实体等信息和共指对之间的内在联系。因此,提出一种新的基于图结构和多任务学习的指代消解模型。该模型将序列语义和结构信息结合起来指称特征向量学习,利用多任务学习框架结合指代消解和命名实体识别2个任务,通过参数共享的底层网络结构实现指代消解和命名实体识别2个任务的互相学习和互相提高。在公共数据集和手动构建的数据集上进行了大量实验,验证了所提模型的优越性。

关键词： 教师负担   教育治理   制度信任   关系信任   情感信任  

摘要： 教师负担治理已成为当前教育治理的核心议题,影响着打造高质量教师队伍和实现立德树人根本任务。信任作为教师负担治理的一种基本事实、一种社会资本和一种复杂性简化机制,能简化教师负担治理中的风险性和复杂性,凝聚多元主体之力建立“合作共治”的信赖关系,并由此降低教师负担治理成本,提高教师负担治理效能。然而,教师负担治理中制度内外欠佳、主体协同乏力、主体利益博弈等问题致使出现教师负担治理制度信任失落、关系信任异化、情感信任淡薄等信任危机。由此,治理教师负担,应致力于完善“内保外约”、夯实“合作共治”、推进“利益共容”,从而强化制度信任、维护关系信任、培育情感信任,消解教师负担治理的信任危机。

关键词： 知识图谱   元学习   少样本知识图谱补全   知识表示  

摘要： 知识图谱是大数据时代知识工程在人工智能研究领域的典型代表,是自然语言处理应用中不可或缺的基础资源.由于知识图谱天生不完整,众多研究者提出了知识图谱补全(Knowledge Graph Completion, KGC)的方法,以向知识图谱中添加新的三元组.然而,知识图谱补全方法常受长尾关系和新增实体的限制,缺乏足够的已知三元组用于训练.因此,少样本知识图谱补全(Few-shot Knowledge Graph Completion, FKGC)成为了知识图谱补全领域的研究热点.本文系统性地介绍了基于少样本知识图谱补全学习方法最新研究进展.以基于邻居信息的方法、基于关系分布的方法、基于元优化嵌入的方法、基于元强化学习的方法、基于数据增强的方法为主线,对少样本知识图谱补全的知识表示、算法模型进行详细描述,分析其主要原理以及优点与不足.本文还总结了目前常用的少样本知识图谱补全数据集、实验评估标准以及代表性方法的实验结果,并从多模态融合、噪声和错误信息处理、知识迁移、动态知识图谱等5个方面展望了少样本知识图谱补全的未来发展方向.

关键词： 开学典礼   符号意义   陕北公学   牺牲精神   成仿吾   政治远见   先锋队   脚踏实地  

摘要： 一1937年10月,毛泽东应陕北公学校长成仿吾之邀,为公学的开学典礼题写了一段著名的题词:“要造就一大批人,这些人是革命的先锋队。这些人具有政治远见。这些人充满着斗争精神和牺牲精神。这些人是胸怀坦白的,忠诚的,积极的,与正直的。这些人不谋私利,唯一的为着民族与社会的解放。这些人不怕困难,在困难面前总是坚定的,勇敢向前的。这些人不是狂妄分子,也不是风头主义者,而是脚踏实地富于实际精神的人们。中国要有一大群这样的先锋分子,中国革命的任务就能够顺利地解决。”