关键词： 人工智能   机电工程   设备优化调度   神经网络   遗传算法  

摘要： 随着机电工程行业的不断发展,设备的优化调度对提高生产效率、降低成本、增强企业竞争力至关重要.通过阐述机电工程设备调度的重要性、传统调度方法的不足之处、人工智能相关技术在设备优化调度中的原理和优势,结合实际案例分析如何运用这些人工智能技术构建机电工程设备的优化调度模型,通过对模型的实际应用效果评估,验证基于人工智能的设备优化调度策略在提高设备利用率、缩短生产周期、降低能耗等方面的有效性,进而探讨人工智能在机电工程设备优化调度应用中面临的挑战,并提出应对策略,旨在促进机电工程行业的可持续发展.

关键词： 幕墙清洗机器人   姿态控制   PID整定   遗传算法  

摘要： 针对高楼幕墙清洗机器人姿态PID参数整定耗时长，误差大的问题，提出一种改进遗传算法(improved genetic algorithm, IGA)。引入halton序列作为初始种群，在交叉和变异环节引入自适应动态调节机制，提出综合性能更好的改进时间加权绝对误差积分(improved integral of time-weighted absolute error, IITAE)评价指标函数。使用IGA以及人工经验法、AGPSO算法、GA算法等进行PID参数整定试验，结果表明，IGA算法的整定结果在目标函数值上较其他算法提高20%以上;在收敛时间上降低50%以上。IGA方法设计的控制器能够实现机器人姿态的稳定控制，在幕墙清洗机器人空中姿态的稳定控制方面，具有较好的应用价值。

关键词： 多目标优化   农村住宅   围护结构改造   寒冷地区   遗传算法  

摘要： 本研究着眼于徐州地区农村住宅的节能改造，旨在解决当地农宅面临的冬季寒冷和夏季炎热问题。通过实地调研和问卷调查，结合遗传算法等优化方法，构建了一个以碳排放、成本和热舒适度为优化目标的能耗模拟系统。研究梳理出了徐州农宅改造的最优解集，通过调整窗墙比、传热系数等参数，实现了能源消耗的降低、改造成本的减少，并改善了室内热环境。该研究不仅为徐州地区提供了节能建筑设计的参考，也为其他具有相似气候条件和经济发展水平的农村地区提供了科学依据。

关键词： 营商环境   梗阻问题   消解机制   政企关系  

摘要： 优化营商环境是地方政府履职的新方式，最核心的内容是为企业提供各种服务。但是，在实际效用上却出现了“越服务越不足”的服务梗阻。通过多案例嵌入式研究发现：服务梗阻的根源在于政府的服务供给与企业的服务需求没有实现精准适配。具体表现为三种形式：服务过度、服务错配、服务不足。服务过度是“邀功-避责”逻辑下，微观行为层面痕迹管理的作风导向；服务错配是“权限失衡”逻辑下，中观体系层面条块互动的协调缺失；服务不足是“传导-反馈”逻辑下宏观结构层面治理机制的反馈短路。为了消除梗阻，本文提出以公共服务理念下的考核机制、敏捷治理导向下的纠偏机制、政企互信纽带下的沟通机制对其逐一化解。

关键词： 近红外光谱   蒙特卡洛无信息变量消除法   遗传算法   电子烟烟液   烟碱  

摘要： 为提高电子烟烟液中烟碱含量傅里叶变换近红外（FT-NIR）预测模型的准确性，将光谱数据采用标准正态变量变换（SNV）算法预处理后，分别采用蒙特卡洛无信息变量消除法（MC-UVE）、遗传算法（GA）以及2种算法联用（MC-UVE-GA和GA-MC-UVE）选择波数变量，并基于筛选后的变量建立了偏最小二乘（PLS）回归模型。对比不同算法的预测效果，2种算法联用后所建模型的预测均方根误差（RMSEP）更低，且校正均方根误差（RMSEC）更接近于预测均方根误差（RMSEP），过拟合风险小，最优的GA和MC-UVE联用偏最小二乘（GA-MC-UVE-PLS）回归模型所用波数变量为50个，仅占全谱的3.2%，其交叉验证决定系数(RCV2)从全谱时的0.991提高到了0.994，交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）从全谱时的0.810和0.836分别降低至0.690和0.698。通过MC-UVE和GA算法的联用，能在初选变量基础上再精选出更少、更有效的变量，有效提高模型的预测精度和泛化能力。

关键词： BBD响应面法   反向传播人工神经网络   遗传算法   总磷   人工快速渗滤系统  

摘要： 人工快速渗滤系统（CRI）因其工艺简单、成本低、能耗低的特点，在水处理领域应用广泛，但由于试验时间和成本较大，很难获得所有试验条件下的去除率。本文提出利用BBD响应面法（BBD-RSM）和反向传播人工神经网络（BP-ANN）算法对活性炭吸附总磷（TP）的过程参数（接触时间、初始浓度、温度、pH值）进行了建模和预测，并结合遗传算法（GA）对BP-ANN模型中的反应条件进行优化。在BBD-RSM模型中，p值小于0.0001，模型可较好的对TP的去除过程进行预测，接触时间为TP去除率最显著的参数，TP吸附过程中各因素的相对影响顺序为：接触时间>pH值>温度>初始浓度。采用BP-ANN模型进行优化，最佳网络结构为4-8-1。通过敏感性分析表明，影响TP去除率的因素依次为接触时间（34.05%）>pH值（28.67%）>温度（19.56%）>初始浓度（17.72%）。基于BP-ANN模型，采用GA优化人工渗滤系统运行条件，对TP去除过程的优化结果为：接触时间为720.53 min、初始浓度为2.75 mg/L、温度为30.62 ℃、pH值为5，达到最佳去除率（99.63%）。通过试验验证分析，BP-ANN-GA较BBD-RSM的预测值与实验值相比拥有较高的R2（0.9939）和较低的RSME（1.2851），说明该模型具有更好的预测能力，可更好的描述人工快速渗滤系统对TP的去除过程。