关键词： 核动力破冰船   组合权重   遗传算法   云模型   综合评价  

摘要： 针对核动力破冰船性能特点，该文提出一种基于云模型的核动力破冰船性能综合评价方法。首先，根据核动力破冰船的特点选取7项评价指标，分为技术类、经济类、环境适应性3个类别，建立评价指标体系。其次，利用遗传算法将层次分析法得到的主观性较强的权重与由熵权法得到的客观性权重组合成新的权重，并利用云模型的模糊性和随机性特点进行综合评价。最后，以俄罗斯现有的核动力破冰船为例验证该方法的可行性。

关键词： 教师数字负担   现实表征   生成逻辑   消解路径  

摘要： 随着信息科技时代向数字技术时代迈进，数字化转型势在必行，这一历史机遇深刻影响着教育的高质量发展。教师数字负担源于教师为适应数字社会发展和数字技术应用于教育教学而产生的压力。梳理教师数字负担的现实表征，分析其生成逻辑并探索其消解路径，既是当下教育改革中迫切需要解决的现实问题，也是教育数字化转型中教师专业成长的内在要求。究其根本，科层制体制下的制度压力、现代性场域中的时空困境以及技术主义引发的主体焦虑是导致教师数字负担生成的主要原因。我们需要从重塑理念、重构关系以及重建体系等三个维度推动教师数字负担的消解，为教师自由全面发展获得更为广阔的时间与空间。

关键词： 机器学习   钙钛矿太阳能电池   光电转化效率   SHAP   遗传算法  

摘要： 作为第三代光伏技术的核心代表,钙钛矿太阳能电池(Perovskite Solar Cells,PSCs)凭借其高光电转换效率(Power Conversion Efficiency,PCE)、低制备成本及优异柔性特征,在能源结构转型中发挥重要作用。然而传统实验与理论计算的研究范式受限于高试错成本与长研发周期,难以满足当前技术迭代需求。随着大数据技术和人工智能技术的发展,大数据驱动的第四研究范式成为了钙钛矿与PSCs研究的新翘楚。因此,采用机器学习(Machine Learning,ML)方法,对钙钛矿和PSCs进行研究,发掘钙钛矿与PSCs结构与性质之间潜在的关联关系,进一步为实验和理论计算提供依据和指导。本研究对于促进钙钛矿和PSCs的研究发展,以及计算机学科与材料学科的结合应用发展有重大意义。 本文基于*** Jacobsson等人所建立的PSCs实验数据库(含42400+器件样本),创新性地建立了数据驱动的钙钛矿与PSCs研究新体系,基于该体系初步实现了三维、二维及准二维钙钛矿体系的PCE预测与器件性能优化,主要研究成果包括: (1)多模态特征工程框架:针对数据多模态特征与数据信息缺失的问题,构建钙钛矿多模态特征工程框架。通过建立分类-描述型文本分层处理策略处理器件参数中存在的文本型特征,分别采用One-Hot编码与Word2Vec词向量嵌入技术实现特征空间重构。通过ML算法对重要数据进行补全,有效解决数据缺失问题。进一步,基于处理后的全量数据,采用多模型评估方法验证构建特征与PSCs物理机制的关系,证明了特征及数据处理方法的有效性。 (2)三维PSCs器件逆向设计优化:基于三维PSCs原始数据,利用优化后的极限梯度提升算法(EXtreme Gradient Boosting,XGB),结合Shapley验证构建加性解释(Shapley Additive ex Planations,SHAP)分析获取的启发式条件和词增量技术,获取的词增量空间,进一步融合遗传算法(Genetic Algorithm,GA)实现器件参数逆向设计。在指定种群条件保证种群多样性的前提下,通过自适应参数优化策略,实现了模型的快速收敛与稳定性,基于该模型获得PCE达23.38%的优化构型。 (3)基于迁移学习的二维和准二维PSCs体系结构设计:针对二维和准二维PSCs体系数据量少的问题,基于三维PSCs模型结合迁移学习方法,进一步揭示数据中潜在的新机制,经GA优化后,迁移模型在初始种群质量薄弱的条件下,获得了PCE达18.65%的稳定构型。 本研究成功构建了ML驱动的钙钛矿光伏材料研发新范式,其方法论框架对新型能源材料的智能化开发具有重要参考价值,为交叉学科研究提供了创新性技术路径。

关键词： 概率似然   贝叶斯网络分类器   对偶学习   有向无环图   启发式搜索  

摘要： 贝叶斯网络分类器（Bayesian Network Classifier,BNC）是一种功能强大的学习工具,它以有向无环图（DAG）的形式来映射预测属性X={(X1,X2,···,X_n}与类别变量Y之间的关系。一个拟合良好的贝叶斯网络分类器能够更好地反映所观测数据的特征和模式。Friedman基于概率建模和信息论基本原理,通过最大化对数似然函数实现贝叶斯网络分类器对数据的拟合。对数似然函数用于评估在给定模型参数的情况下,观测到整个数据集的可能性。在数值计算中采用对数似然函数,是基于它能够将概率的乘法运算转换为加法运算这一特性,从而避免了在对极小概率值进行乘法运算时可能出现的数值下溢或上溢问题。 贝叶斯网络分类器是用于复杂领域表示的概率图模型。需要特别注意的是,数据集中所蕴含的信息（不）相关性,并不一定与特定实例中所蕴含的概率（不）相关性相一致。它们之间的这种差异,可能会导致对依赖关系的评估出现偏差,以及对概率分布的估计产生偏差。通过将这些未标记的测试实例与已标记的训练数据相结合,半监督学习提供了一种学习范式,它能够利用未标记的测试实例,并有效地捕捉数据分布的模式。然而,融入到已标记数据集中的不准确或错误的伪标签,可能会在整个训练过程中传播噪声,从而导致分类性能下降,尤其是当测试实例与训练数据来自不同的领域或分布。 为了解决这些问题,本文提出了概率似然（PL）函数的概念,以便明确地捕捉属性之间或属性值之间的概率关系,从而能够更直观地分析数据集中或特定实例中所蕴含的独立和依赖关系。应用概率似然函数的贝叶斯网络分类器在捕捉属性之间的非线性关系以及数据分布特征方面将更加灵活。 本文通过利用概率似然函数,结合训练数据和特定实例,提出了用于识别冗余属性和边的信息论准则。在此基础上,将传统的半监督学习扩展到双重学习框架,分别从有标记数据集和无标记实例中训练通用的贝叶斯网络分类器和实例化的贝叶斯网络分类器。最终得到的贝叶斯网络分类器,即自学习概率似然贝叶斯分类器（Self-learning Probability-likelihood Bayesian Classifier,SPLB）,能够更全面地表示数据,并增强模型的鲁棒性和可解释性。在28个UCI数据集上进行的实验评估表明,SPLB在分类性能上相较于当前最先进的一些贝叶斯网络分类器,在0-1损失、均方根误差、F1值以及马修斯相关系数指标方面具有显著优势。

关键词： 微型轴向柱塞泵   流量脉动   遗传算法  

摘要： 为了满足液压系统的微型化需求(高速、高压以及轻量化),通过分析微型轴向柱塞泵的运动特性及配流面积，阐明各阶段过流面积与配流盘参数的关系；建立MATLAB配流面积数学模型及微型泵AMESim七柱塞模型，分析电机转速、斜盘倾角、柱塞直径、柱塞分度圆半径对微型泵流量脉动的影响。结果表明：电机转速增大，流量脉动先减小后增大；斜盘倾角、柱塞直径、柱塞分度圆半径增大，流量脉动增大、容积效率减小。为了降低微型泵流量脉动，采用遗传算法对柱塞直径、斜盘倾角、柱塞分度圆半径进行优化。优化后，流量脉动率从7.85%降至6.5%,脉动幅值从0.296 L/min降至0.261 L/min,输出流量稳定，验证了微型泵参数合理性，为减小微型泵流量脉动提供了一定参考。

关键词： 遗传算法   数据中心   配电系统   能耗预测   协同优化  

摘要： 在数据中心能耗问题日益突出的背景下，配电系统的能效优化已成为关键研究领域。本文针对提升数据中心配电系统能耗预测精度的需求，提出了一种基于遗传算法的能耗协同预测方法。该方法通过遗传算法优化能耗预测模型，结合历史数据与实时监控信息，综合考虑各种环境和操作因素，以实现精确的能耗预测。经过遗传算法优化后的模型，相较于传统预测手段，在预测精度和泛化性能方面均取得了显著提升。该技术为数据中心实施能源管理和优化调度提供了有效且高效的技术支持，具有较大的应用潜力。

关键词： 高压密闭消解   电感耦合等离子体质谱法(ICP-MS)   稀有金属矿石标准物质   锆   铪   镓   铊   铀   钍  

摘要： 稀有金属矿石中常伴生锆、铪、铀、钍、铊、镓、钨、锡等多种稀散金属元素，但是相关测试方法文献较少，现有稀有金属矿石标准物质也缺少锆、铪、镓、铊、铀、钍等伴生元素的定值结果。本文以硝酸-氢氟酸体系采用高压密闭消解法对6种稀有金属矿石标准物质进行消解，用王水(1+1)进行残渣复溶，实现了电感耦合等离子体质谱法(ICP-MS)对锆、铪、镓、铊、铀、钍的测定，给出了6种稀有金属矿石标准物质中6种共伴生未定值元素的参考值。对比了硝酸-氢氟酸-高氯酸敞开消解法、硝酸-盐酸-氢氟酸-高氯酸敞开消解法、硝酸-氢氟酸密闭消解法等3种方法对稀有金属矿石标准物质的消解效果。结果表明，高压密闭消解法能实现样品的完全消解。选择稀有金属矿石分析标准物质，考察了王水(1+1)复溶的效果，结果表明，用王水(1+1)复溶后锆和铪的测定值分别与碱熔-ICP-MS和X射线荧光光谱法(XRF)相符，说明利用硝酸的氧化性和氯离子的络合作用，可解决锆、铪元素易水解的问题。方法中各元素校准曲线线性相关系数均大于0.999 9;方法检出限为0.01～0.04μg/g,定量限为0.04～0.16μg/g。实验方法用于基体类似、待测元素含量接近的标准物质GBW07103(花岗岩)、GBW07832(稀散元素矿石)、GBW07834(稀散元素矿石)和GBW04132(砂岩铀矿)中各元素的测定，测定结果的相对标准偏差(RSD,n=8)为1.5%～6.4%,能够满足DZ/T 0130—2006《地质矿产实验室测试质量管理规范》的要求；测定值和标准物质认定值基本一致，相对误差(RE)为-2.6%～3.2%。按照实验方法测定稀有金属矿石标准物质GBW07152～GBW07155、GBW07184和GBW07185中铪、锆、镓、铊、铀、钍，给出了各元素的参考值，可供其他研究参考，为进一步的协作定值等工作提供了基础。

关键词： 遗传算法   后备电源   放电中断风险   风险预警  

摘要： 阐述基于遗传算法的后备电源放电中断风险预警方法。通过确定风险预警指标权重，利用遗传算法构建后备蓄电池放电中断风险预警模型，并聚合后备蓄电池放电中断风险预警数据，计算风险警值，实现后备蓄电池放电中断风险预警。

关键词： 遗传算法   路径优化   碳排放   冷链物流  

摘要： 经济的发展导致全球的气候环境日益严重,我国政府开始注重绿色可持续发展,并发布政策促进各行各业进行绿色转型。其中,物流行业的碳排放量是主要污染源之一,而冷链物流行业更是能源消耗巨大。所以随着冷链物流的快速发展,冷链物流行业对环境污染的程度更大,就更需要在经济发展的同时,统筹环境效益。为了响应国家低碳经济的号召,冷链物流企业进行节能减排将是大势所趋,因此企业对当前的冷链运输进行优化必不可少。本文研究了考虑碳排放的冷链物流路径优化,并对实例进行分析。具体研究内容如下: (1)对低碳物流、冷链物流和路径优化等相关理念进行了分析梳理,并以此为基础,考虑到了如何在经济发展的同时兼顾生态经济。然后针对J公司的运营现状和问题建立了考虑到碳排放和时间窗的总成本最小冷链物流路径优化模型。最后通过对不同算法的分析对比,选择遗传算法作为问题求解的基本方法。并针对遗传算法的易陷入局部最优、未成熟收敛等缺点,将遗传算法与大邻域搜索算法相结合的同时,对算法中初始化种群生成和选择算子两步骤进行改进的。 (2)以信阳市的J农产品有限开发公司的运输实例进行实证分析,将改进遗传算法求解的路径与企业原有路径进行对比,并对比考虑碳排放的情况和未考虑碳排放的情况。结果验证了本文模型和算法的有效性和可行性,还可以优化J公司已有的配送网络布局,降低配送总成本,减少物流的总配送距离。另外还发现考虑碳排放因素能够减少物流的总配送距离,因此,在研究低碳物流路径优化问题时,考虑碳排放因素是十分重要的。最后再对车辆使用成本和碳税税率进行敏感度分析,发现碳税和车辆使用成本对J公司的配送总成本有重大影响,J公司在经营发展中应提高对车辆使用成本和碳税税率的重视。这对该公司以及同行业其他企业的低碳低成本运作具有一定的参考价值。 图22表13参62

关键词： Tip in   抖动   扭振   遗传算法  

摘要： 随着电动汽车市场的快速发展，消费者对驾驶体验的要求提高，但起步时的冲击和抖动影响了舒适性和安全性。本文对某车企的二级减速纯电驱动系统，通过实车测试与仿真发现电机穿零冲击控制及传动系统侧隙是抖动主因。全因子分析显示，扭矩斜率对冲击度影响最大。采用遗传算法优化后，延长扭矩变化时间（从0.05秒增至0.199秒），可降低冲击度72.8%。本文提出两种方案：一是调整扭矩变化时间；二是同时优化扭矩斜率时间和侧隙，这些方案在改善起步抖动方面具有重要工程应用价值。