关键词： Matlab软件   应用   人工神经网络   教材  

ISBN: (纸本)9787121488948

摘要： 本书经过前四版《神经模糊预测控制及其MATLAB实现》的使用，广泛吸取了广大读者的建议和意见，现进行第5次修订。本次修订，主要根据立体化教材建设的思路和新形态图书建设的要求，不仅在教材的各个章节中增加了微课视频资料，而且在书外也提供了配套的教学网站。修订后的该书系统地论述了神经网络控制、模糊逻辑控制和模型预测控制的基本概念、工作原理、控制算法，以及利用MATLAB语言、MATLAB工具箱函数和Simulink对其实现的方法。书中取材先进实用，讲解深入浅出，各章均有相应的例题，并提供了大量用MATLAB/Simulink实现的仿真实例，便于读者掌握和巩固所学知识。

关键词： 超级微波消解   无烟煤   氢化物发生-原子荧光光谱法(HG-AFS)   砷   汞  

摘要： 微波消解法可以用于煤中砷和汞的前处理，但是对于有机质含量高的无烟煤样品很难消解彻底。为了快速准确测定褐煤、烟煤和无烟煤等煤炭样品中总砷和总汞，实验采用硝酸-过氧化氢-氢氟酸(体积比为3.5∶2∶0.5)混合酸体系，在消解温度为270℃时对样品进行超级微波消解40 min,然后使用氢化物发生-原子荧光光谱法(HG-AFS)同时测定煤中砷和汞，从而建立了煤中砷和汞的测定方法。砷和汞的校准曲线线性相关系数均大于0.999 9;方法中砷和汞的检出限为0.101和0.008 mg/kg,定量限为0.337和0.027 mg/kg。按照实验方法测定4种煤标准物质中砷和汞，测定结果都在认定值不确定度范围内。采用超级微波消解对高有机质无烟煤样品进行前处理后，分别使用HG-AFS与电感耦合等离子体质谱法(ICP-MS)对消解液中砷和汞进行测定，两种方法测定结果无显著性差异。按照实验方法对不同种类的实际煤样中砷和汞进行测定，测定结果的相对标准偏差(RSD,n=6)不大于5.6%,砷和汞的加标回收率分别为92%～104%和95%～102%。超级微波消解操作简便、酸用量少、耗时少，结合氢化物发生-原子荧光光谱法同时测定煤炭样品中总砷和总汞完全满足测试需求。

关键词： 改进遗传算法   卷烟厂制丝车间   车间蒸汽管网   管网优化   优化配置  

摘要： 卷烟厂制丝车间空间有限，设备布置密集，管网路径不得不绕行或迂回，导致管网布局复杂、路径冗余，增加了蒸汽的消耗量。因此，提出基于改进遗传算法的卷烟厂制丝车间蒸汽管网优化配置方法。研究基于改进遗传算法的卷烟厂制丝车间蒸汽管网优化配置，以蒸汽消耗和电消耗之和的费用最小为目标函数，设置质量平衡约束条件，构建卷烟厂制丝车间蒸汽管网用能优化配置模型。采用改进的自适应遗传算法求解模型，得到卷烟厂制丝车间蒸汽管网最佳优化配置方案。试验表明，卷烟厂制丝车间蒸汽管网优化配置后，蒸汽消耗量显著降低，且管段流速平稳，验证了该方案的有效性和正确性。

关键词： 面纱   弗洛姆异化理论   异化消除  

摘要： 本文探讨了《面纱》中凯蒂·费恩对异化的消解及自我重生。基于弗洛姆的异化理论，本文通过对凯蒂心灵成长与道德觉醒的分析，揭示了个体在异化的社会中如何寻找自我认同，获得精神独立，并通过对他人的关爱与责任的承担，完成自我成长。凯蒂的成长历程，不仅是对个体异化现象的深刻反思，也为现代社会中个体如何在社会关系中实现自我提供了有益启示。

关键词： 金融用户分类   行为预测   遗传算法   因果森林   集成学习  

摘要： 金融行业一直以来都在积极探索各种方法提高客户体验、增强市场竞争力以及改善金融产品的推广。受数字化浪潮的影响,金融科技成为了国际竞争合作新的关注点。以信用卡为代表的金融业务近年来走在了金融科技应用的前列。信用卡外呼是信用卡业务进行的一条重要途径,传统的信用卡外呼需要银行工作人员人工对用户进行主观判断,导致外呼效率很低,业务办理失败率较高。且随着数据量的增大,以及数据维数的增多,使用单个机器学习方法在分类问题中显得捉襟见肘。集成学习以互补的方式整合各种方法和模型,形成一个更优的预测模型。由于集成学习预测的成功在很大程度上取决于构成基学习器的选择与最终的加权策略,且基学习器的相对独立性带来了高过拟合风险,导致处理银行用户数据这类高维不平衡数据时泛化性和鲁棒性较低,加之在模型优化预测指标方面,传统的评价指标包括AUC等并不能很好地从业务角度来反应模型预测的效果。如何更有效地从实际业务出发进行用户行为预测成为了亟需解决的一大问题。 基于上述内容,本文的主要工作如下: (1)提出了一种自适应交叉变异概率的遗传算法(CM-AGA,Genetic Algorithm with Adaptive Crossover and Mutation Probabilities)。提出了一种基于周期进化理论的自适应遗传策略,根据该策略对个体变异算子、交叉算子、参数初始化策略进行了修改,扩大了搜索空间,从而防止过早收敛,降低了陷入局部最优解的风险。 (2)提出了一种基于Stacking方法的选择性集成模型(SSE,Stacking-Based Selective Ensemble Model)。提出一种基于滑动窗口的随机森林时间序列预测算法(SHRF,Optimized RF with Sliding Window and Latent Spatiotemporal Feature H),使用用户历史数据拟合构建对照组,使用全量时效用户数据作为实验组,通过因果森林训练得出的平均因果效应作为基学习器定权的评价指标,在Stacking集成方法的框架下使用CM-AGA对基学习器进行定权,构建选择性集成模型。 (3)将基于Stacking方法的选择性集成模型应用于J银行总行的实际生产,并使用银行真实用户数据集评估了模型的实际表现,综合展示了本文提出的方法在实际案例中的成功应用,也详细阐述了用户分类问题从算法设计到模型预测的全部流程。 本文在多个数据集上进行了广泛的对比实验,展示了本文所提出模型的优越性。在实际应用方面,2024年全年J银行信用卡累计分期总金额超过20亿元,其中模型支持部分累计分期金额13.57亿元,模型产出为业务提升带来了显著的支撑效果。

关键词： 哒螨灵   残留   棉花叶片   土壤  

摘要： 本研究测定干旱地区环境和种植条件下，15%哒螨灵乳剂叶面喷施后在棉花叶片和根系土壤中的残留和消解动态。试验采用4个施药水平处理(450～1 125 mL·hm-2)，各喷施1次，于施药后14 d间隔期内不同时间采集棉花上叶及根系土壤样品，采用QuEChERS方法结合高效液相色谱法对样品进行分析。根据所建立的分析方法，在450～1 125 mL·hm-2剂量范围内，施药后棉花叶片中哒螨灵的原始沉积量为1.11～2.03 mg·kg-1，消解半衰期为1.35～1.47 d；土壤中的原始沉积量为0.26～0.56 mg·kg-1，消解半衰期为2.39～2.92 d,14 d后完全消解，表明哒螨灵在本地区属于易降解农药，大大降低了施用后的环境安全风险。

关键词： 纯电动物流车   城市配送   路径优化   遗传算法  

摘要： 中国经济的高速增长推动了城市物流需求的持续攀升,同时也对物流效率和环保标准提出了更为严格的要求。为响应国家推动绿色物流发展的政策,《“十四五”现代物流发展规划》明确要求要加快新能源货运车辆在城市配送领域的应用。X公司致力于提供限时高端物流服务,其主营业务包括物流配送、仓储管理等,尤其为本市多家连锁便利商店提供城市B2B物流配送服务。然而,在实际运营过程中,由于纯电动物流车受到电池续航里程短、充电时间长以及路径规划不合理等因素的影响,导致配送效率低且总体成本偏高。 本文以X公司现有新能源电动物流车的实际配送情况为基础,针对这些问题展开了深入研究,并提出了三种补电策略:完全充电、灵活充电和即时换电。对于完全充电策略,虽然简化了路径优化过程,但可能削弱整个优化结果的适应性;灵活充电策略允许车辆根据后续服务客户点的情况选择在未满电状态下离开充电站,从而提高了优化结果的适用性,减少了等待时间并提升了整体效率;即时换电策略通过在特定换电站更换电池来保证车辆始终处于满电状态,进一步降低了时间成本。 为了实现上述目标,本文采用了改进的遗传算法,提高搜索效率和解决复杂优化问题的能力此外,模型构建时充分考虑了固定成本、充电或换电成本、未能满足客户时间窗要求而产生的违约成本等因素,同时设置了节点访问约束、车辆数量约束、流量约束、电量约束、载重约束及时间约束等多方面的限制条件,确保解决方案的可行性。 通过对X公司的实际数据进行MATLAB软件编程求解,并对比分析不同补电方式下的配送效果,本文验证了所提出方法的有效性。结果显示,采用灵活充电策略和即时换电策略对物流车运行路径进行优化可以显著降低企业运营成本,提高配送效率和服务质量。 综上所述,本研究不仅为X公司提供了科学合理的配送路径优化方案,也为其他物流企业采用纯电动车辆进行高效配送提供了参考。研究结果表明,合理规划和先进的算法支持,能够显著提升纯电动物流车的运营效能,促进物流行业的可持续发展,助力实现节能减排的目标。

关键词： 装配式建筑   准时制策略(JIT)   物流计划   多阶段协同   韧性-成本   遗传算法  

摘要： 随着装配式建造方式在建筑行业的广泛应用,装配式建筑凭借其模块化设计、工厂化生产等优势,在建筑工业化与智能建造双重驱动下,已成为推动建筑业转型升级的重要技术路径,但是预制构件物流协同机制的缺失暴露出传统物流管理模式与工业化建造需求间的系统性矛盾,如何构建适配工业化建造特征的智能物流管理体系,成为实现装配式建筑物流高效协同的核心命题。本研究构建包含多阶段协同计划与韧性-成本均衡优化模型的方法框架,通过整合供应链协同机制、装配式物流系统、准时制(JIT)策略与遗传算法,对装配式建筑物流多阶段协同计划进行研究。本研究主要针对下列几方面展开: 1)装配式建筑预制构件物流多阶段协同计划优化研究:系统整合装配式建筑物流多阶段协同计划存在的问题,通过整合准时制策略(JIT)、供应链协同理论和提前期缓冲策略,针对预制构件物流中供应商、承运商与承包商的多主体协同优化需求,构建基于施工进度计划的订购计划、运输计划、调整运输计划的动态优化模型,并采用改进遗传算法求解优化模型。 2)装配式建筑预制构件物流计划韧性-成本均衡优化研究:鉴于随机性扰动因素对预制构件物流中断风险的传导作用,以施工进度计划为基础,构建基于多阶段协同计划要求、准时制策略(JIT)和韧性理论的韧性-成本均衡优化优化模型,运用改进遗传算法(改进NSGA-Ⅱ)求解物流韧性提升与额外成本控制之间的Pareto最优解集,形成动态优化方案。 3)装配式建筑预制构件物流实例研究:本研究以Y装配式建筑工程为实证案例,基于多阶段协同计划优化与韧性-成本均衡优化模型,开展物流管理策略研究,研究结果表明,实现订购成本降低14.0%、总运输时间缩短25.6%、运输成本减少1.2%,并提升平均运输准时率至94.2%。仿真验证表明,模型误差均小于3%,具备工程适用性。进一步分析表明,不同生产批次及利益主体可根据实际需求动态调整韧性与成本的配比关系。研究成果为装配式建筑供应链提供了兼顾效率提升与风险管控的优化决策框架,具有显著的工程应用价值。 通过本文提出的优化模型和优化方法,在装配式建筑预制构件物流系统中实现多阶段协同运作与韧性-成本动态均衡机制,系统构建装配式建筑建造进度管理体系与预制构件运输效率优化模型,通过实现建造效能提升,推动装配式建筑技术的规模化应用。

关键词： 任意坡面   遗传算法   土压力计算   库仑理论   第二破裂面  

摘要： 该文针对挡土墙侧土压力计算中传统方法将墙背土体坡面简化为直线或折线而导致的误差问题，特别是在路堑设计中无法表达坡面线的局限性，提出了一种新的计算模型。该模型基于破裂面上滑动土体的静力平衡分析，构建了适用于任意边坡库仑土压力计算的目标函数模型，通过引入遗传进化算法，实现了对土压力极值的高效求解。为实现该模型的应用，该文开发了库仑土压力计算软件，并进行了有无第二破裂面情况的实例分析。将该模型计算结果与理正岩土商业软件的计算结果进行对比，验证了该研究提出的方法的有效性和准确性。研究结果表明：基于Shoelace公式的土锲重度算法，能很好地计算出复杂的任意边坡土压力；遗传算法在计算库仑主动土压力时，表现出收敛速度快、计算用时短以及精度高等特点，非常适用于岩土工程中极值求解问题。