关键词： 遗传算法   优化设计   微通道   纳米流体   强化传热   数值模拟  

摘要： 为提高微通道散热器的传热效率,需要对微通道进行结构优化设计。以热阻Rt和泵功Pp为目标函数,在Re=100的条件下,采用多目标遗传算法对文丘里管微通道的结构参数,如通道深度、收缩角度、喉颈宽度和扩散角度进行优化,通过遗传迭代计算得到Pareto优化解集,利用k-means聚类法对优化解集进行比较分析,通过强化传热因子η对各聚类点综合性能进行评价,得到最优的微通道结构。采用数值模拟方法,研究优化后的微通道结构的流动与传热特性。结果表明:当去离子水中加入纳米颗粒后微通道内的压降具有小幅度上升,但其流动阻力在相同Reynolds数的条件下并没有发生较大的变化。在文丘里管微通道喉部位置会产生喉部效应,强化纳米颗粒与微通道中流动工质的融合。熵产分析表明,传热熵随着Reynolds数的增大而减小,摩擦熵随着Reynolds数的增大而增大,不过总熵值中主要是传热熵占据主导地位。纳米流体随着体积分数的增加不可逆损失均小于去离子水。

关键词： 公路工程造价   造价估算   特征因素   BP神经网络   误差分析  

摘要： 为了提高高速公路造价估算水平,先筛选出了影响高速公路造价的特征因素,从输入层、隐含层、输出层等方面建立了BP神经网络的框架结构,并阐述了其传递函数、权值、阈值确定方法。搜集了某地区多条高速公路项目的原始数据,并利用MATLAB软件开展归一化处理和网络训练。同时,对不同高速公路的造价预测误差进行分析,研究成果可用于指导高速公路前期造价估算。

关键词： 遗传算法   人工智能   参数化  

摘要： 人工智能正以迅猛的速度逐步渗透到人类生活的各个方面,建筑设计领域亦是如此。文章利用WallaceiX的遗传算法基础结合Stable Diffusion的人工智能渲染能力,以建筑任务书中的各种控规条件和建筑师对场地的理解作为控制参数,在指定场地内进行自动化的枚举式设计,后通过人为筛选,对自动生成的体块进行AI渲染,仅用时28 s就获得了6张建筑效果图。且通过调节控制类关键词,该软件还可以灵活变换设计风格。相较于传统仅依赖脑力和想象完成前期方案设计的设计策略,这种设计方法能够大幅度缩短建筑项目投标前期的方案推敲时间,有效提高方案比选的效率和科学性。在时间紧迫的项目投标工作中,该设计策略具有较强的适用性。

关键词： 空地一体化车联网   能量收集   计算卸载   强化学习   遗传算法  

摘要： 针对移动用户数量迅猛增长和地面基础设施分布稀疏所带来的挑战,该文提出一种能量收集辅助的空地协同计算卸载架构。该架构充分利用无人机(UAVs)的灵活机动性和路侧单元(RSUs)及基站(BS)的强大算力,实现了任务计算的动态实时分发。特别地,无人机通过能量收集来维持其持续运行和稳定的计算性能。考虑到无人机与地面车辆的高动态性、车辆计算任务的随机性,以及信道模型的时变性,提出一个能耗受限的长期优化问题,旨在从全局角度有效降低整个系统的平均时延。为了解决这一复杂的混合整数规划(MIP)问题,提出一种基于改进演员-评论家(Actor-Critic)强化学习算法的计算卸载策略(IACA)。该算法运用李雅普诺夫优化技术,将长期系统时延优化问题分解为一系列易于处理的帧级子问题。然后,利用遗传算法计算目标Q值替代目标神经网络输出以调整强化学习进化方向,有效避免了算法陷入局部最优,从而实现动态车辆网络中的高效卸载和资源优化。通过综合仿真验证了所提计算卸载架构和算法的可行性和优越性。

关键词： 不锈钢本构模型   奥氏体不锈钢   双相不锈钢   混合硬化模型   改进自适应遗传算法  

摘要： 基于常用结构奥氏体不锈钢S30408、S31608以及双相不锈钢S22053的循环加载试验结果,提出了基于经典混合硬化模型的改进遗传算法和自适应子步积分方法联合使用的模型参数快速标定方法。试验表明,3种牌号的结构不锈钢在大应变幅度下的循环硬化/软化行为普遍表现出明显的应变幅值依赖性和断裂前的硬化不饱和性,这与常用的碳素钢有显著差异。结果表明,该方法相较于传统标定方法显著减少了人工工作量和时间成本,且具有良好的精度和广谱性,更适用于不锈钢等不存在稳定滞回环的循环硬化不饱和及Non-Masing材料。相较于两种常用的传统标定方法以及基本遗传算法,提出的改进自适应遗传算法具有更高的计算效率和精度,且与多种加载制度试验结果吻合良好。

关键词： 社区团购   冷链产品   减排强度   双目标模型   遗传算法  

摘要： 随着环境保护意识的增强和绿色物流理念的推广,低碳发展逐渐成为各界关注的焦点。针对社区团购冷链产品的“网络中枢”中心仓选址优化问题,本文构建了以总成本最小化和碳排放强度最小化为双重目标的决策模型。在模型中引入碳排放强度等约束条件,通过加权处理兼顾成本与碳排放的优化需求,实现不同目标的单位和数量级差异消除,并提供动态调整的可能性。为求解该模型,本文采用遗传算法,最后结合实际数据对云南省某社区团购仓配网络体系进行优化分析。结果表明:(1) 在云南省设立昆明、曲靖、红河和大理四个中心仓库为最优方案;(2) 企业可依据低碳权重的不同设置,调整选址配置方案以更贴合社会发展的低碳导向。研究结论指出,该模型通过双目标优化兼顾碳排放和成本,能为社区团购网络体系的优化提供有效的借鉴。本文所建立的模型和设计的算法具有较好的实用性,可为不同区域的社区团购冷链产品提供低碳导向的选址优化决策支持。With the growing awareness of environmental protection and the promotion of green logistics concepts, low-carbon development has gradually become a focal point of attention across various sectors. Focusing on the optimization of the “network hub” central warehouse location for community group buying of cold chain products, this paper constructs a decision-making model with dual objectives of minimizing total costs and minimizing carbon emission intensity. The model incorporates constraints such as carbon emission intensity, and through weighted processing, it balances the optimization needs of cost and carbon emissions, eliminating the differences in units and magnitudes of different objectives, and providing the possibility for dynamic adjustments. To solve this model, this paper employs a genetic algorithm, and finally, it optimizes and analyzes the warehouse distribution network system of a community group buying in Yunnan Province using actual data. The results indicate that: (1) Establishing four central warehouses in Kunming, Qujing, Honghe, and Dali in Yunnan Province is the optimal solution;(2) Enterprises can adjust the location configuration plan according to different low-carbon weights to better align with the low-carbon orientation of social development. The research conclusion points out that the model, through dual-objective optimization, considers both carbon emissions and costs, and can provide effective reference for the optimization of community group buying network systems. The model established in this paper and the designed algorithm have good practicality and c

关键词： 高维异常数据   数据挖掘   小波变换   遗传算法  

摘要： 为深度挖掘高维异常数据,获取准确数据信息,提出一种基于小波变换优化算法。利用小波变换算法充分挖掘数据的时空频率和变化特点,区分出低频和高频序列。判断数据异常值的真伪,确定挖掘极值对应的阈值区间,补全参数序列,滤除掉数据时频残差中噪声,测算傅里叶变换函数的时频序列,利用遗传算法优化小波变换,使算法能同时处理群体中的多个数据,获取异常数据挖掘的全局最优解,并确定数据位置与核心距离,完成高维异常数据的挖掘和判断。经实验证明所提优化后小波变换算法能有效挖掘并识别出高维异常数据,描述样本数据的变化波动,降低数据挖掘误差。

关键词： 系统性硬化症   溶酶体   人工神经网络   随机森林   诊断模型  

摘要： 目的:建立基于GEO数据库硬皮病溶酶体相关基因的随机森林和人工神经网络(artificial neural network,ANN)联合诊断模型并评价其效果。方法:通过GEO数据库获取4份硬皮病芯片,从AmiGO2数据库中获取875个溶酶体相关基因。其中GSE95065及GSE76807合并作为实验组数据集,使用随机森林算法筛选硬皮病溶酶体相关特征基因,并用特征基因构建人工神经网络模型,用10折交叉验证模型准确性。再用验证数据集GSE32413与GSE59787对模型进一步验证,利用ROC曲线下面积值评估模型准确性。最后用实时荧光定量PCR(real-time quantitative PCR,RT-qPCR)进行实验验证。结果:共获取差异基因46个,其中上调基因16个,下调基因30个。进一步通过随机森林筛选得到最相关的6个特征基因(LYN、TNFAIP3、RNF128、MCOLN3、ANKFY1、PLD3),并构建ANN诊断模型。使用该模型绘制了实验组和验证组诊断的ROC曲线,AUC值为0.999。10折交叉验证AUC平均值大于0.980。验证组AUC为0.740和0.732。RT-qPCR结果表明与对照组相比,硬皮病中LYN(P=0.004)、TNFAIP3(P=0.0001)表达量明显上调,而RNF128(P=0.0002)、MCOLN3(P=0.001)、ANKFY1(P=0.02)、PLD3(P<0.0001)表达量在硬皮病组中明显下调。与机器学习算法结果相一致。结论:构建了硬皮病溶酶体相关特征基因的ANN诊断模型,为探索硬皮病发病机制提供了一个新视角。

关键词： 中国式教育现代化   教育现代性   核心价值观   教育公平   教育生态  

摘要： 中国式教育现代化既与世界其他国家教育现代化有相似性,也具有中国特色。教育现代化的本质是现代性的增长。教育现代性是教育现代化的价值坐标和总体特征,以德为先是教育现代性的出发点,培养时代新人是教育现代性的落脚点,塑造核心价值观是教育现代性的根据点。教育现代化的现代性价值旨趣是面向教育现代化未来的一种应然价值取向,体现为以主体性为价值基点、以超越性为价值本质、以批判性为价值目标、以规则性为价值向度。当前,教育现代化的现代性存在以下桎梏:公平与质量协同及优质资源供需的困顿,传统继承颠覆引起的历史断裂危机,工具理性对价值理性的消解,教育生态意识薄弱造成系统发展失衡。为了消解由这些桎梏引起的危机,可以采取以下措施:以公平与质量协同实现教育共富,坚守牢记过去走向未来的宏阔历史视野,警惕技术工具理性暗含的资本僭越,坚持系统观念协同共建教育生态。教育现代化的现代性尚未完成,是面向未来的现代性,在社会实践活动中不断突破现实,在自我批评和批判中不断更新、超越,只有消解现代性的现实困境,中国式教育现代化进程和教育强国建设才能落地生根。

关键词： 车机协同   分区配送   防疫物资配送   两阶段启发式算法   遗传算法  

摘要： 针对目前防疫物资车机协同配送中没有满足疫区无接触配送需求的问题,提出车机协同分区配送问题。以最短配送时间作为优化目标,建立线性规划模型,并提出一种两阶段启发式算法,其中第一阶段通过贪婪算法生成初始解,第二阶段设计了一种混合遗传算法(tabu search algorithm with genetic algorithm,TSGA),将禁忌搜索算法思想与遗传算法相结合进行求解,通过引入禁忌表与节点交换算子和节点变异算子,改进了染色体方式,提升了算法的求解性能。实验结果表明,TSGA与基于遗传思想的自适应算法以及混合禁忌模拟退火算法对比,其解质量与求解时间均优。综上,该两阶段算法能够有效解决VRPD-ZD问题,提升防疫物资车机协同配送效率。