关键词： 车辆配送   路径优化   进化算法   遗传算法  

摘要： 针对物流配送中存在客户分布散乱及电动车续航等问题,文章设计了一个电动物流车线路优化算法用于求解电动车辆路径问题(Electric Vehicle Routing Problem,EVRP)。根据电动物流车的问题建立了EVRPTW问题的模型,从最终的配送成本出发,获得在电量、载重量以及客户时间窗等约束下成本尽可能小的解。在ERVPTW的模型基础上使用遗传算法,随机生成初始种群,在交叉、变异等过程当中保证求得解的复杂度。以嘉兴物流路径规划为例,经实际验证,所设计的方法具备有效性。

关键词： 民事公益诉讼   惩罚性赔偿   公共利益  

摘要： 惩罚性赔偿具有公益和私益双重属性,在民事公益诉讼领域的适用可以弥补补偿性损害赔偿的不足,民事公益诉讼中适用惩罚性赔偿制度具有合理性。而且民事公益诉讼惩罚性赔偿制度应适用于所有公共利益保护的案件,不应局限于生态环境保护。在民事公益诉讼中适用惩罚性赔偿制度,要考虑被告人的主观恶意、受害者所遭受的实际损害、侵权方因不当行为获得的利益以及被告承担赔偿责任的财务状况等多方面因素;具备由法律规定的机关和有关组织提起、侵权行为违反法律规定、行为人有损害公共利益的故意和该行为对公共利益造成严重损害后果四个要件。

关键词： 生物炭   BP神经网络   遗传算法   炭基肥   工艺参数优化  

摘要： 生物炭是一种针对生物质能高效开发的多功能材料,随着对生物质能高效开发的关注,生物炭的应用范围逐渐扩展,其中炭基肥作为生物炭的一个重要应用方向,因其优良的缓释性能和对土壤负担小的特点,受到广泛关注。生物炭的理化性质受到制备过程中的炭化温度、炭化时间和升温速率等工艺参数的显著影响,不同炭化工艺不仅决定了生物炭的理化性质,还直接影响其作为炭基肥的缓释性能。传统的实验方法往往需要大量的时间和资源投入,因此,探索更加高效的优化方法成为了研究的热点。本研究采用了BP神经网络与遗传算法相结合的优化方法,针对咖啡壳生物炭的炭化过程中的炭化温度、炭化时间和升温速率3个关键工艺参数进行预测和优化。研究结果表明,采用BP神经网络—遗传算法优化后的炭基肥,其最佳工艺参数为炭化时间2.8 h、炭化温度780.7℃和升温速率15.1℃/min。在此工艺条件下制备的咖啡壳生物炭基肥,其7 d养分累计释放率为45.9%,表明缓释性能得到了显著提升。综上所述,本研究提出了一种基于BP神经网络和遗传算法的生物炭炭化工艺参数优化方法,能够有效提高炭基肥的缓释性能。该方法不仅为生物炭制备工艺的优化提供了新的技术路径,也为相关领域的研究提供了重要参考,对推动高性能炭基肥的发展具有积极意义。

关键词： 微波消解   ICP-OES   奥美沙坦酯氢氯噻嗪片   有毒有害元素   分析检测  

摘要： 药物中有毒有害元素的残留危害人类身体健康。复方降压药-奥美沙坦酯氢氯噻嗪片的主成分是奥美沙坦酯(C_(29)H_(30)N_(6)O_(6))和氢氯噻嗪(C_(7)H_(8)ClN_(3)O_(4)S_(2)),是一种常用的有效血压控制复方制剂,其中有毒有害元素含量的准确测定在质量控制中不可或缺。国际协调理事会(ICH)指导原则Q3D(R2)及USP(美国药典)<232>均对对人体有毒有害的元素控制提出了非常明确和严格的限度要求,虽然中国药典(2020年版)和USP(美国药典)<233>给出了杂质元素测定的方法通则,但未给出具体的测定方法。采用微波消解仪和电感耦合等离子体发射光谱仪,建立了一种快速、准确测定奥美沙坦酯氢氯噻嗪片中7种有毒有害元素的方法。结果表明,各元素的线性回归方程的相关系数均大于0.9998;方法检出限为0.02~1.13μg/g,定量限为0.06~3.79μg/g;相对标准偏差(RSD,n=6)为0.40%~6.8%;加标回收率为Cd 96.2%~101%、Pb 93.3%~95.1%、As 96.0%~98.8%、Hg 88.2%~91.0%、Co 91.3%~96.2%、V 102%、Ni 97.7%~98.8%,结果满意。

关键词： 复杂背景   储藏小麦   害虫识别   图像处理   人工神经网络  

摘要： 在小麦害虫图像检测识别中,因害虫的种类繁多,形态各异,且往往受到光照、背景等环境因素的影响,增加常规神经网络的训练难度,使得常规神经网络在训练过程中出现梯度消失的问题,从而导致最终识别结果的精度偏低。为此,对常规神经网络进行优化,研究并设计一种小麦害虫图像识别方法。将采集的小麦害虫彩色图像转换为灰度图像,利用小波变换技术去除图像噪声,结合形态学操作滤除图像的冗余信息,提高图像的质量。对滤波后的小麦害虫图像进行线性变换和对比度调整,实现对数据集的离线增广,构建出一个包含大量样本、类别丰富的小麦害虫图像数据集。针对数据集中的图像提取小麦害虫特征,引入神经网络算法构建识别模型,通过增加分支数与卷积层数,对模型进行改进与优化,以降低网络的深度。将小麦害虫特征输入至改进后的模型中实现小麦害虫图像识别。实验结果表明,本研究方法能够准确输出小麦害虫的图像类型,识别准确率较高。

关键词： 博士生   智识飞跃   阈限跨越   学术成长   困境成因  

摘要： 博士生的学术阈限跨越可以促进智识水平发生飞跃式发展,是其学术成长的关键环节。本文采用基于深度访谈的扎根理论方法,探究博士生学术阈限跨越困境生成的深层动因。研究发现,不完善的知识体系无法为学术阈限跨越提供基础性支撑;不合理的内在信念导致博士生的发展方向出现偏差;与阈限情境不匹配的个体行动对学术智识发展造成严重掣肘;学习防御机制的活跃状态影响着学术阈限跨越效果。知识、信念、行动、情感四因素彼此依存、共同作用,深度构建着博士生学术阈限跨越的成长困境。未来,应重点从提升导师指导效能、营造引导与支持并重的培育情境,以及强化学生自主探索能力等方面推动博士生学术阈限跨越的顺利实现。

关键词： 边缘计算   网络切片   多智能体强化学习   联邦学习   生成对抗网络  

摘要： 为满足动态边缘计算网络场景下用户差异化服务需求,该文提出一种基于生成对抗网络(GAN)辅助多智能体强化学习(RL)的联邦切片资源管理方案。首先,考虑未知时变信道和随机用户流量到达的场景,以同时优化长期平均服务等待时延和服务满意率为目标,构建联合带宽和计算切片资源管理优化问题,并进一步建模为分布式部分可观测马尔可夫决策过程(Dec-POMDP)。其次,运用多智能体竞争双深度Q网络(D3QN)方法,结合GAN算法对状态值分布多模态学习的优势,以及利用联邦学习框架促使智能体合作学习,最终实现仅需共享各智能体生成网络加权参数即可完成切片资源管理协同决策。仿真结果表明,所提方案相较于基准方案能够在保护用户隐私的前提下,降低用户平均服务等待时延28%以上,且同时提升用户平均服务满意率8%以上。

关键词： 数控机床   铣削参数   加工工艺优化   遗传算法   试验研究  

摘要： 数控机床加工工艺参数的优化对提高加工质量、效率及降低制造成本具有重要意义。该文以铣削加工为研究对象,针对切削速度、进给量和切削深度等关键工艺参数展开研究,通过试验和建模分析这些参数对工件表面质量、尺寸精度和刀具寿命的影响。基于响应面分析法建立了铣削参数与加工性能之间的数学模型,并采用遗传算法对工艺参数进行优化。试验结果表明,优化后的铣削参数能够有效提高加工效率,改善工件表面质量,延长刀具使用寿命,并降低能耗和制造成本。

关键词： 冷链配送   遗传算法   时间窗   路径优化  

摘要： 针对单一算法求解冷链配送最优路径时,存在收敛速度慢和易陷入局部最优解等问题,提出了一种基于改进遗传算法的冷链配送路径优化方案.该方案将粒子群算法与遗传算法相融合,在粒子群算法中增加了微扰量,进而可避免算法陷入停顿并提升最优解的质量.以合肥市S生鲜公司的实际门店配送问题为例进行验证,结果显示改进的遗传算法总成本比S公司现有配送方案费用减少了26.5%,因此该方案可为冷链配送公司的配送决策提供参考。

关键词： 工业机器人   视觉分拣   图像去重   遗传算法  

摘要： 针对工业机器人视觉动态分拣过程存在的漏抓、误抓和精度不高等问题,提出一种基于改进遗传算法的多工件动态分拣方法。在分析工件分拣过程的基础上,确定了相机坐标系、用户坐标系和工具坐标系之间的转换关系。设计了一种图像去重算法,以时间和工件位置为判断依据,经对比去掉重复图像信息。为提高分拣效率,提出了一种基于改进遗传算法的工件动态分拣序列优化方法,利用非均匀变异算子进行邻域变异操作,可提高算法的收敛性和搜索能力,缩短分拣耗时。仿真和实验结果表明:改进遗传算法收敛较快;所述工业机器人视觉动态分拣方法效率较高,具有较好的稳定性和准确性。