关键词： 分布式光伏   电力调控   安全运行技术   遗传算法   优化调度  

摘要： 本文针对分布式光伏发电接入后电网稳定性和经济性问题,提出了一种基于优化调度算法的电力调控安全运行技术。通过建立适用于光伏发电的电力调控模型,并结合遗传算法进行多代优化调度,有效应对了光伏发电的波动性和不确定性,确保了电网频率的稳定和功率平衡。仿真实验结果表明,与传统调度方案相比,本文调度方案显著降低了系统运行成本,并优化了电网的稳定性,验证了该方法在实际应用中的有效性和优势。

关键词： 先锋小说   影视剧改编   文本叙事   消解   重构  

摘要： 在当代文学与影视艺术深度融合的背景下，先锋小说作为文学领域独特的创作流派，其影视剧改编现象备受关注。先锋小说以独特的叙事风格区别于传统小说，因此研究其影视改编的叙事特点具有重要意义。研究采用文本细读法研读先锋小说文本，揭示其叙事过程有意暴露虚构、叙事过程连续性中断、叙事时间与故事时间错位三大显著特点；进而通过对比分析先锋小说原著与改编影视剧，探讨影视剧改编对其叙事特点的消解。同时，从叙述视角、叙述方式及叙事细节强化三方面，阐释影视剧改编对于先锋小说文本叙事的重构，为理解文学与影视的跨媒介转换提供新视角。

关键词： 光学设计   氧化石墨烯超透镜   遗传算法   相位振幅调控   波长调控光学变焦   超分辨聚焦  

摘要： 提出了一种基于遗传算法的波长调控轴向变焦超分辨氧化石墨烯超透镜系统设计方法。利用氧化石墨烯和还原氧化石墨烯材料相位幅度依赖关系，对入射光相位、振幅进行同时调控，以实现基于入射光波长调控的超分辨光学变焦。采用遗传算法根据预设目标和优化约束条件对氧化石墨烯超透镜的环结构参数进行逆向设计。仿真结果表明，在432～632 nm的工作波长范围内，氧化石墨烯超透镜径向分辨率均小于衍射极限，同时焦距随工作波长在201.6～318.8μm范围内可调，最大聚焦效率为82.07%，平均聚焦效率为57.53%。设计的氧化石墨烯超透镜通过对入射光相位和振幅的精确调控，实现了快速、连续、可重复变焦和超分辨聚焦的效果，可为微型化、集成化和非机械移动的光学变焦系统提供一种新的途径。

关键词： 碳排放   路径优化   遗传算法  

摘要： 为解决物流配送系统存在的CO2排放控制与运输效能提升需求，构建了CO2排放约束的车辆路径优化模型。该模型通过引入碳排放机制，将燃油消耗因子与运输距离动态关联，建立以综合运营成本最小化为目标的模型，使用遗传算法进行计算，利用Matlab进行仿真验证。实验数据显示，相较于传统路径规划方案，该模型在保持运输效率的同时，将碳排放强度降低18.7%,综合成本下降4.3%,其优化机理为构建物流配送碳效-成本双维度决策支持系统提供了理论依据。

关键词： 智慧配电网   遗传算法   状态检测   优化迭代  

摘要： 针对传统方法难以适应智慧配电网复杂运行状态的问题,本文提出了一种基于改进遗传算法的运行状态检测方法。通过引入状态特征的自适应编码、多目标约束适应度评估及动态变异优化迭代技术,显著提高检测的精准性与实时性。实验结果表明,该方法在不同负荷条件下均表现出优异的检测性能,具有较高的工程实用价值。

关键词： 燃气轮机建模   灰箱理论   高斯核函数   遗传算法   Elman神经网络  

摘要： 本文将原始的灰箱理论作为燃气轮机一种新型的建模方法,旨在解决黑箱和白箱理论的不足。由于国内燃气轮机研发与制造水平与国外存在差距,加强对其技术研究显得尤为迫切。本文创新性地将灰箱理论应用于燃气轮机建模,旨在融合机理建模与数据驱动建模的优势,提升建模精度与实用性。 本研究燃气轮机的选型出自河南省某燃气轮机发电机厂的单轴燃气轮机,结合MTLAB软件将所提供的相关实测数据用于模型的训练及预测。通过在MATLAB中编写函数程序,详细分析环境参数(如大气温度、相对湿度、大气压力)和内部参数(如叶片磨损、部件老化)对燃气轮机性能的影响,并利用PMI算法筛选出影响最大的参数,为精确建模奠定基础。 基于Simulink仿真平台,本文依据燃气轮机相关组件的气体流动方程、热力学方程以及各组件之间相互作用的平衡方程,构建了一个完整的燃气轮机Simulink模型。深入分析了进气道、压气机、燃烧室和透平等各个部分相互独立的建模过程。为应对压气机建模较为复杂的挑战,本研究在第四章节提出了一种基于黑箱理论且具体结合了高斯核函数和BP神经网络黑箱建模方法,切实解决了该问题。 此外,本研究在原有的黑箱理论基础上通过燃烧室和透平部件相关的数学物理公式构建了相应的白箱模型。独创性地通过建立压气机黑箱模型计算较难预测的压比π。再经过输入参数筛选、GA Elman神经网络建模等流程,成功完成了灰箱模型的构建。其训练集和测试集的均方根误差以及相关系数分别为1.6211和1.6681,0.9902和0.9837,显示出该模型具有良好的预测能力,能够有效反映燃气轮机的实际运行情况。 综上所述,本文提出的基于灰箱理论的燃气轮机建模方法,成功结合了机理建模和数据驱动建模的优点,在燃气轮机输出功率预测方面展现出卓越的性能,有效提升了模型对燃气轮机变工况运行的适应性和预见性。同时,采用遗传算法来增强Elman神经网络已被证明能提高模型的预测精度和鲁棒性。这为复杂工况下的燃气轮机状态预测提供了实用的解决方案以及新方法的突破口。 图44表4参76

关键词： 房产税   税基评估   神经网络模型   遗传算法   洛阳市  

摘要： 房地产行业在国民经济中长期占据重要地位，在国民经济发展中发挥着重要的作用。为促进房地产市场稳健发展，中国不断调整房产税政策。近年来土地市场走弱，传统土地财政模式受到挑战，政府需要寻找新的稳定税源。党的二十届三中全会明确指出要“完善房地产税收制度”。房产税征收改革的总体趋势并未受到改变。房产税征收需要先对住宅的计税价格进行评估。房地产在居民财富中占据很大一部分，对于税收公平性要求高，且征收数量巨大，需要更为高效、精准的评估方法。目前我国现有房产税税基研究多基于一、二线城市或省会城市，对于三、四线城市研究不多。因此，本文探索利用优化神经网络模型进行洛阳市房产税税基价格的评估的方法，评估出洛阳市房产税税基价格，希望能为房产税税基评估扩大提供方法与理论参考。 本文介绍了房产税、房产税税基、区位理论、特征价格理论、批量评估理论、神经网络模型、利用遗传算法优化神经网络模型的相关概念与理论，在阅读大量国内外文献的基础上，根据国内外房产税税基评估实践经验，论证了将神经网络模型用于房产税税基评估的可行性与利用遗传算法优化模型的可行性，对基于优化神经网络的房产税税基评估模型进行了总体设计。之后对该模型用于洛阳市房产税税基评估进行了可行性分析。在对学界关于房产税税基影响因素进行总结研究后，根据数据收集结果，建立了税基估价指标体系。最后根据研究结果，构建了基于优化神经网络的税基评估模型，利用模型计算出洛阳市住宅类房产税税基。案例研究表明：①遗传算法优化的神经网络模型可应用于住宅类房产税税基评估中，其对于大量房地产价值的评估是有效和准确的。②预测结果9206元/平方米可用于洛阳市住宅类房产征收房产税的计税依据。为未来的税基评估以及类似的大量房地产价值评估提供了借鉴。

关键词： 砌体结构   人工神经网络   震害预测   结构易损性   系统平台  

摘要： 作为一种传统的建筑结构,砌体结构在经济和适用性方面优势显著且分布广泛,但在遭受地震等灾害时因其固有的结构易损性表现得较为脆弱,容易造成严重破坏。因此,研究砌体结构的地震易损性评估方法对于保障建筑物的抗震性能、减少地震灾害损失具有重要意义。传统的易损性评估方法如延性系数判别法、楼层平均抗剪强度法等,虽然在一定程度上能够反映结构的抗震性能,但是在计算模型复杂度和房屋数据的依赖性隶属在工程应用层面仍面临双重制约,为解决这一问题,研究开发出了一种基于人工神经网络(ANN)的匹配算法模型,将传统易损性评估方法与神经网络相结合,进行砌体结构震害预测。论文的主要研究结论如下: (1)基于金国梁的模糊综合评判法基础上结合天津房屋普查数据与模糊数学理念,构建免力学参数计算的老旧房屋抗震性能快速评估模型。以天津市老旧农居为对象,量化建筑物长度、房屋老旧程度、层数、建造年代、结构类型5个影响因子与震害程度关系,通过正态分布拟合与累积分布积分建立因子-震害隶属度矩阵R,九标度法确定影响因子权重A,得到VII度烈度下的综合评判模型B=A·R。 (2)收集满足15个参数维度的历史震害数据,包括1976年唐山地震27条和2008年汶川地震67条,数值仿真典型砌体结构得到106条参数维度为40的震害数据。对历史震害数据中的15个参数相关性分析得出:地震烈度、峰值加速度、建筑的房屋年代、砌体类别、层数和建筑长相关性较高,在建筑震害预测中起着关键作用。 (3)建立含有输入层、隐含层和输出层结构的多层感知结构的ANN模型。输入层由2个地震运动参数和38个建筑结构特征参数组成,共计40个输入节点。通过对ANN进行训练和调整,模型能够识别匹配最大概率的易损性计算方法并计算破坏结果和基于沿样本训练的端到端预测结果计算的破坏结果,两个结果加权融合,得到最终的破坏等级输出。该模型使用四个指标进行评估:准确率、精确率、召回率和F1分数,综合来看有78%的准确度表示该模型有较高的预测精度。 (4)搭建了一个基于ANN模型匹配计算的砌体结构震害预测平台,对GUI界面展示与汶川地震中104条房屋震数据实例演示在地震烈度Ⅷ-Ⅹ度的高烈度区和Ⅵ-Ⅶ度的中烈度区的砌体房屋震害情况,平均计算耗时20±0.5s得到:“基本完好”房屋占比约40.0%,“严重破坏”房屋占比34.0%,“倒塌”房屋12.0%,“轻微破坏”房屋10.0%,“中度破坏”房屋6.0%。