关键词： 积雪模拟   遗传粒子滤波   数据同化   集合卡尔曼滤波  

摘要： 为有效解决粒子滤波中粒子退化和贫化问题,实验将遗传算法耦合到粒子滤波中用于对粒子进行重采样,发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统,分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响,探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中,遗传粒子滤波的整体同化性能次于系统重采样粒子滤波,但明显好于多项式重采样粒子滤波,并且遗传粒子滤波能够在积雪融化较快的阶段,更有效地利用观测信息对模型进行校正,在积雪消融期表现出了较好的同化性能。在真实试验情景中,遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外,两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。

关键词： 自动泊车   平滑路径规划   曲率连续   贝塞尔曲线   遗传算法  

摘要： 针对目前自动泊车路径普遍存在的曲率不连续,车辆原地转向进而加速轮胎磨损的问题,提出了一种基于改进遗传算法的平滑路径规划方法。基于Ackermann转向几何原理,构建车辆运动学模型。采用一种新的基于网格的表示方法(2 n×2 n网格)来描述泊车环境,结合车轮转向性能约束条件和避障约束条件,改进传统遗传算法适应度函数和惩罚函数的确定方式,并使用交叉、变异等遗传算子,以控制点确定的无碰撞贝塞尔曲线泊车路径长度为优化准则,搜索最优染色体。确定了控制点,利用贝塞尔曲线的性质,规划出一条曲率连续、满足约束条件的泊车路径。仿真结果表明,基于改进遗传算法的泊车路径规划方法能够规划出满足约束条件、曲率连续的泊车路径。

关键词： 供热负荷   主成分分析法   遗传算法   预测模型  

摘要： 为了提高供热负荷预测的准确性,研究提出了一种基于主成分分析法和遗传算法优化的反向传播神经网络(Principal Component Analysis-Genetic Algorithm-Back Propagation,PCA-GA-BP)预测模型。该模型首先采用PCA从原始集中供热监测数据中提取了4个主成分,作为BP神经网络输入参数,去除了输入变量之间的冗杂与相关性,随后,利用GA对BP神经网络的权值和阈值进行优化,以此构建PCA-GA-BP热负荷预测模型。选取康定市居住建筑供热系统实际运行的热力数据作为模拟实验样本,对优化前后模型的性能进行比较验证。研究发现,PCA-GA-BP神经网络预测模型的平均绝对百分比误差低至10.287%,比传统的BP神经网络预测模型的MAPE减少了6.636%,显著提高了供热负荷预测的准确性。

关键词： 磁保持继电器   遗传算法优化   实物样机实验平台  

摘要： 在电磁仿真和磁保持继电器动态数学模型的理论研究基础上,本文利用MATLAB对磁保持继电器动态合闸系统进行仿真,增加遗传算法优化模糊控制对合闸过程进行比较。根据算法优化的理论基础设计磁保持继电器控制系统样机的硬件电路和软件程序,制作磁保持继电器控制系统实物样机,为算法优化动态特性、欠压/失压保护、抗晃电、自恢复以及故障诊断识别报警功能提供了实物样机实验平台。

关键词： 加氢站   氢气输配成本模型   调度优化   遗传算法   大规模邻域搜索算法  

摘要： 针对城市周边集中式制氢-市内多个加氢站分散式供氢的典型场景,开发制氢站与加氢站间管束车高效调度技术,对于降低氢能输配成本具有重要意义。研究了加氢站氢气供应问题的关键影响因素,建立了氢气管束车调度仿真模型。以最小化氢气运输成本为目标,采用大规模邻域搜索优化的遗传算法求解,通过改变加氢站氢气配送时间、缩短管束车空闲时间,实现了管束车的高效调度。结果表明,当采用氢气管束车向10座加氢站配送时,利用开发的算法来调度管束车,能够减少管束车数量15%,实现氢气综合输配成本降低10%,具有良好的应用前景。

关键词： 遗传算法   凹版印刷   质量优化   适应度函数   工业应用  

摘要： 随着印刷行业对高质量产品需求的不断增长,传统的印刷过程优化方法已无法满足快速变化的市场需求。凹版印刷作为广泛使用的一种印刷技术,其质量控制至关重要。本研究采用遗传算法(GA),一种有效的全局搜索和优化技术,针对凹版印刷过程中的质量优化问题进行探究。通过设计适应度函数来评价印刷质量,并利用遗传算法的迭代进化过程寻找最优参数组合,以达到提升印刷品质的目的。实验结果表明,该算法能显著提高凹版印刷的色彩一致性、分辨率和对比度等关键质量指标,同时减少了对专业人员经验的依赖。此外,算法生成的大量数据可用于进一步的数据分析和机器学习,为预测和预防潜在的生产问题提供支持。本研究不仅证明了遗传算法在凹版印刷质量优化中的有效性,而且展示了其在现代工业生产中的潜在应用前景。

关键词： 迪克·赫伯迪格   后现代主义文化批判   文化研究   符号学  

摘要： 迪克·赫伯迪格的后现代主义文化理论探索是一场从亚文化、流行文化穿越到后现代主义并走向它的“另一面”的旅行。赫伯迪格整体采用了符号学路径对亚文化和流行文化现象进行分析,将亚文化与流行文化看作拼贴的、风格化的符号,并格外关注符号消费行为展示的品味区隔成为不同意识对抗协商场所的可能性,从而挖掘出文化符号的情感性和政治潜能。在后现代社会中的消费快感和流散性经验之上,赫伯迪格提出了以“情感联盟”为核心的身份政治策略。这一策略批判了后现代主义的否定性特质,并尝试超越这种否定性,通向更具有可能性和正向意义的“另一面”。通过身份政治的构想,赫伯迪格试图探索后现代和文化研究的未来发展之路。

关键词： 基桩   不确定性   遗传算法   优化设计   最优解集  

摘要： 为得到满足可靠性要求的基桩最佳设计方案,在有效控制基桩沉降量的情况下,尽可能降低基桩造价。以中国尊大厦基桩为例,考虑土体极限阻力不确定性,采用非支配排序遗传算法-II(NSGA-II),针对种群中的个体进行非支配解选择排序和拥挤距离比较。将桩径和桩长视为优化设计变量,以基桩承载力的目标可靠指标作为约束条件,工程造价和单桩沉降量的最小值为目标函数,得到Pareto最优解集。该算法解决了传统多目标优化方法在缺乏经验的情况下优化效果不佳与速度慢的问题。采用基于熵权理论的TOPSIS法对Pareto最优解集中的每一个解进行赋权后,筛选出相对贴近度最大的方案。结果表明:最优方案在造价和单桩沉降量上均优于原设计方案,证明基桩优化设计方法具有可行性。

关键词： 计算机通信技术   电子信息技术   人工智能   实践应用  

摘要： 近年来,立足于信息化的时代背景之下,计算机通信与电子信息技术得到显著发展,同时在各行业、各领域的应用也逐渐广泛,进而对数据处理能力及效率起到积极作用,显著增加人们工作与生活的便利性。在人工智能(Artificial Intelligence,AI)领域,与计算机通信、电子信息两项技术之间存在相互推动的关系,通过两项技术在人工智能领域中的实践应用,为人工智能发展提供了可靠的技术支持,促进技术应用水平的提升,实现人工智能应用范围的扩展。借助此两项技术,能够高效地完成数据采集、处理与传输流程,从而实现数据信息的共享,为各行业的前进与发展提供可靠的技术支撑。与此同时,人工智能也能够促进两项技术的更新与发展,形成良性的互推循环。基于此,本文着眼于人工智能领域,探究计算机通信与电子信息技术在其中的实践应用,并且针对其应用趋势进行展望,以期可供行业参考。

关键词： 农业农村政策   话语分析   语义网络   《人民日报》  

摘要： 农业农村问题是中国社会的基本问题之一,政策是影响农业发展和农村建设的关键因素。以1949年至2023年《人民日报》涉农报道为研究对象,建立历时性文本语料库。运用文本挖掘、语义网络和可视化等方法,探析新中国以来农业农村政策核心话语体系的建构及全景式演变过程,以期深化对农业农村发展规律及政策变迁的认识。从话语网络、政策语境和社会实践三个维度对核心话语进行分析后发现,我国农业农村政策的调整与变迁主要围绕农村土地制度、经营方式、流通体制以及城乡二元结构等方面展开,主流媒体的政策传播与当时的社会经济形势、国家战略目标和农民群体需求相适应,政策的形成、延续和发展过程体现了历史逻辑、理论逻辑与实践逻辑的统一。