摘要： 王小波作为我国20世纪重要的当代作家,权力书写是其作品中的重要议题。在他的众多作品中,《黄金时代》代表着其权力书写的成熟与巅峰。要认识王小波的权力话语,必然面对这部作品中以“规训”“身体”“权力”为关键词的话语表达。同时,也不能忽略社会环境对人的具体影响。本文将从这两点出发,探讨王小波借由身体对权力和话语的反抗。王小波通过叙事建构的多样权力关系在具体的场域中展开,并通过实践凸显。自由精神与批判性思考借由其独特的语言表达巧妙地结合,构建出独特且强大的精神家园。

关键词： 垂直轴转子   翼型最优化   遗传算法   启动风速   能量利用率  

摘要： 大力发展风能是我国实现“双碳”目标的重要途经。垂直轴转子为获取风能的装置,其具有风向适应性好、噪音低、维护成本低等优势,在可再生能源领域受到广泛关注。然而,相较于研究已较为成熟的水平轴转子,垂直轴转子更具研究价值。翼型作为构成转子叶片的基本单位,翼型设计的好坏对垂直轴转子的能量获取效率和启动性能具有重要影响。本文针对垂直轴转子翼型开展系统的优化设计研究,旨在提升发电效率和启动性能。 本研究系统阐述了优化算法的基本原理及实施步骤,重点对比分析了单目标优化与多目标优化在方法及应用场景上的差异。在单目标优化方面,研究以多岛遗传算法（Multi-Island Genetic Algorithm,MIGA）为核心优化框架,基于ISIGHT平台集成翼型参数化建模、计算网格生成及计算流体力学（CFD）数值模拟模块,构建了全自动优化流程。针对多目标优化问题,采用第二代非支配排序遗传算法（NSGA-II）作为核心算法,进一步扩展了优化链条:通过集成翼型参数化建模、网格划分、CFD气动性能评估及流管法（Streamtube Method）转子特性分析模块,实现了多目标协同优化体系的自动化运行。 对定常流下二维H型垂直轴转子对称翼型开展了优化研究,对于定速比下转子能量利用率系数CP最优化问题,优化了三个速比下的对称翼型。优化结果表明:在λ=2.5时,转子的能量利用率系数从0.191增至0.231,增长率为20.9%;在λ=3.5时,转子的能量利用率系数从0.277增至0.298,增长率为7.58%;在λ=4.5时,转子的能量利用率系数从0.211增至0.2206,增长率为4.7%。 其次,将转子在定速比下的CP最优化问题,拓展为在工作速比区间（λ=2～5）内Cp-λ曲线积分面积最大化问题,并开展转子翼型对称优化研究。优化结果表明:在工作速比范围内,优化后转子的Cp-λ曲线积分面积从0.67995增加至0.73275。通过对优化前后流场的分析,发现能量利用率的提升与叶片表面流动分离现象的推迟密切相关。 针对定常流下三维Φ型垂直轴转子翼型优化研究,本文以固定速比下转子CP最大和启动风速Vcut-in最小。优化结果表明,优化后转子翼型的全局厚度有所减小,且在λ=3.7时,能量利用率系数从0.406提升至0.414,增长率为1.9%。同时,优化后转子的启动风速显著降低,满足多目标优化设计条件。本研究为垂直轴转子的性能优化提供了新的方法和思路,具有重要的理论价值和工程意义。

关键词： 人工神经网络   导水系数   抽水试验   非线性关系建模  

摘要： 地下水管理不仅是实现可持续发展目标的关键环节，是维护生态平衡、保障人类生活和农业灌溉用水安全的重要基石。为了合理且高效地管理地下水资源，需要精确估算含水层的水文动力参数。本研究利用网络模型(ANN),通过无约束冲积含水层的抽水试验数据来估算导水系数。将多种组合作为模型的输入，选择80%的数据进行训练，20%的数据进行测试。最后，从所有组合中选出了5个表现更好的组合。采用平均绝对误差、均方根误差和相关系数来评估模型的精度。比较结果表明，人工神经网络模型能够较为准确的估计导水系数。试验结果表明，在估算导水系数时，最佳组合是第3种组合。

关键词： 数字资本主义   情感劳动   新异化   情感剥削  

摘要： 数字资本主义时代，资本增殖方式的数字化转变和劳动形式的平台化转向，不仅使情感劳动呈现出全新样态，也使情感劳动新异化达到了既往时代所无法比拟的深度和广度。数字资本主义通过算法个性推荐、流量竞争垄断、情感全景监控和平台隐秘规训分别催生出“致瘾性情感商品”“人设化情感表演”“无意识精神殖民”和“多层级情感剥削”,由此造成情感劳动者出现与劳动产品、劳动过程、人的类本质以及劳动者自身相异化的新特征。数字资本主义情感劳动新异化的生成是数字平台资本化、私人情感商品化和“情感商品”私有化所导致的一种弊端显现。鉴于此，破除情感劳动的“平台规训”、抵御情感资源的“商品物化”、以及打破情感数据的“私人垄断”,是消解数字资本主义情感劳动新异化的可行路径和必然要求。

关键词： 四酸消解   电感耦合等离子体质谱法(ICP-MS)   砂岩型铀矿   铀   钍   稀土元素  

摘要： 为提高砂岩型铀矿资源勘查和综合利用效率，需准确测定砂岩型铀矿中的铀、钍及稀土元素含量。本法用硝酸-高氯酸-氢氟酸-盐酸密闭微压体系消解样品，以盐酸进行提取，选择4.5 mL/min氦气动能歧视碰撞池模式（KED）测定稀土元素，标准测量模式测定铀、钍，建立了电感耦合等离子体质谱法（ICP-MS）测定砂岩型铀矿中铀、钍及稀土元素等18种元素的方法。以45Sc、89Y、139La、140Ce、141Pr、146Nd、147Sm、159Tb、163Dy、166Er、172Yb、175Lu、238U、232Th为待测同位素，同时以151Eu、157Gd为待测同位素结合数学干扰校正方程进行校正克服了质谱干扰；轻稀土元素La、Ce、Pr、Nd、Sm、Eu选择Rh为内标，重稀土元素Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu及U、Th、Y、Sc选择Re为内标校正分析信号的偏移。在选定的实验条件下，各元素校准曲线的相关系数均不小于0.999 7,检出限在0.002～0.096μg/g之间，定量限在0.008～0.384μg/g之间。按照实验方法分别对砂岩铀矿成分分析标准物质和实际样品进行测定，结果表明，标准物质测定结果的相对标准偏差（RSD,n=7）在0.02%～2.8%之间；样品测定结果的RSD在1.1%～3.3%之间，加标回收率在94%～106%之间，符合国家地质矿产行业标准DZ/T 0130.3—2006《地质矿产实验室测试质量管理规范》中回收率90%～110%的要求。

关键词： 编组站   枢纽小运转列车   遗传算法   帝国主义竞争算法  

摘要： 近些年我国铁路货运持续增长,面对激烈竞争,提升编组站作业计划与枢纽小运转列车协同优化,以提高运输效率和整体运行效能显得尤为重要。本文首先分析了编组站在铁路运输中的核心作用,针对枢纽小运转列车的编组车辆数量、开行频次和取送车时间提出了具体的优化策略;随后明确了编组站作业计划与小运转列车运行计划的协同关系,并在此基础上提出了整体协同优化方案。 针对编组站作业计划优化问题,本文构建了以最小化车辆停留总时长为目标的优化模型,以有效应对动态配流问题。研究采用改进遗传算法(Improved Genetic Algorithm,I-GA)求解该模型,详细介绍了参数选择及算法流程,涵盖适应度函数设计、选择策略、交叉和变异概率等关键环节。通过该方法,有效提高了编组站作业计划的效率与灵活性,满足了日益增长的高时效性货运需求。同时,本文还对铁路枢纽小运转列车运行组织模型进行了优化,建立了涵盖调机成本、车辆费用、服务顺序和运行路径的多目标数学模型,并采用双同化机制帝国主义竞争算法(Dual assimilation mechanism empire competition algorithm,D-ICA)进行求解。通过三项改进,提高了算法的求解效率和准确性,有望改善铁路枢纽小运转列车的运行效率和服务质量。 为验证模型和算法的有效性,本文选取某铁路枢纽案例进行测试,并采用I-GA和D-ICA算法进行求解。结果表明,I-GA算法能够有效满足编组站对高时效货物的运输需求,D-ICA算法则显著降低了小运转列车的运营成本。此外,所提出的模型与算法已成功应用于技术作业站一体化平行调度系统,结合多智能体(Agent)技术,有效提升了系统的生产效率和应急处理能力。 综上所述,本研究通过对编组站作业计划与枢纽小运转列车的协同优化,提高了铁路运输效率,缩短了车辆在站停留时间,创造了明显的经济效益,展现出广阔的实际应用前景。

关键词： 多环节联合调度   遗传算法   粒子群优化   自动化码头  

摘要： 阐述一种基于遗传算法和粒子群优化算法的混合优化方法。基于对选定自动化码头的分析，建立了多目标优化模型，并重点优化调度时间、运营成本和资源利用率。该方法有效提升了调度效率。

关键词： 人工神经网络   状态监测   结构性能预测   有限元分析   方法补偿策略  

摘要： 近些年,随着物流方面的快速发展,工业机器人在物流方面起着不可代替的作用,能够实现快速运输、代替人工、节省人力等作用。本文研究的主要对象是由广州鸥达智能物流系统有限公司开发的布疋装车机器人,主要用于运输重型布疋,在运输货物的途中,但由于有大型物件的运输,会导致工业机器人伸缩臂垂直位移出现偏差,结构出现变形,从而造成末端夹具出现货物装车不平衡、装货位置出现偏差等问题,严重影响生产与运输效率,并且无法实时对大臂进行有限元分析得到变形与应力分布情况。因此,本文提出一种高效的力致变形预测在线监测及补偿方法,脱离人工现场监测的束缚,以监测重型工况下长臂重载机器人的伸缩臂结构性能与机器人运输状态,并且在出现异常工况时能够在线补偿,以提高运输效率。论文的主要内容如下: (1)首先对长臂重载装车机器人进行结构分析,确定长臂重载装车机器人末端执行器发生异常工况下的最大垂直偏移量,然后进行对大臂进行有限元分析得到发生异常工况的最大载荷,进行仿真验证,得到最大所受应力部分为大臂与三级伸缩臂接触处,确定异常工况下大臂所受的最大应力,将应力映射为异常工况发生的条件。 (2)机器人运输时,由于传感器无法检测末端垂直偏移量,无法对大臂进行实时的有限元分析,因此采用人工神经网络预测模型进行应力预测,确定影响最大应力的因素,将这些影响因素作为人工神经网络预测模型的输入向量,预测应力作为输出向量,通过现场采集训练数据,在MATLAB中训练人工神经网络预测模型,然后验证预测模型的鲁棒性与自适应性。 (3)为了能够实时监测机器人的结构性能,在Unity3D中搭建长臂重载机器人在线力致监测平台,将虚拟平台作为客户端,机器人控制器作为服务端,利用网络通讯建立连接,将预测模型预测的应力值传输至客户端,然后在Untiy3D平台中利用颜色插值法在线显示机器人结构的力变形程度,实时显示机器人的运行状态与结构性能变化,最后提出一种基于长臂重载装车机器人预测补偿方法,利用预测模型的预测的异常数据,计算补偿变幅角度,通过控制器物理驱动变幅机构进行补偿。 (4)对本文提出的在线力致监测平台进行仿真验证,然后模拟异常工况,在布疋装车机器人样机上进行测试与试验,进一步验证设计方法的可行性。

关键词： 智能超表面设计   微波网络   神经网络   优化算法  

摘要： 智能超表面是由亚波长尺度金属/介质谐振单元构成的可编程电磁材料,其能够调控电磁波幅度、相位和极化的能力,是新一代移动通信的关键技术。然而,传统的智能超表面设计方法严重依赖研究人员或工程师的经验,利用全波电磁仿真的反复迭代,导致设计周期冗长且计算资源消耗巨大。随着智能超表面结构复杂度的不断提升,如何突破设计效率的瓶颈,已经成为该领域亟待解决的关键问题。 为解决以上问题,近年来多种等效电路理论和机器学习技术被用于设计智能超表面结构。其中,等效电路模型通过电路参数计算智能超表面的电磁特性,将麦克斯韦方程组求解问题转化为电路分析的问题,虽然能够提升智能超表面的设计效率,但难以快速设计复杂的智能超表面结构。另一方面,基于机器学习的智能超表面设计方法,建立结构参数与电磁响应的非线性关系,为降低智能超表面优化设计提供了有效的路径,但是仍面临神经网络训练依赖海量数据、电磁仿真软件耦合度高等挑战。 针对以上问题,本文提出一种融合神经网络与微波网络的智能超表面设计方法。首先,研究融合微波网络和神经网络的智能超表面反射系数建模方法,并利用双层智能超表面优化框架,快速获取满足设计要求的智能超表面单元。其次,基于本文提出的融合微波网络和神经网络的方法,快速设计了一款三比特相位调制超表面。最后,利用该方法,快速设计一款三比特双频相位调制超表面。主要研究内容如下: (1)研究了融合神经网络和微波网络的智能超表面快速设计方法,首先,利用神经网络构建智能超表面结构参数与二端口网络的关系模型,融合微波网络理论建立智能超表面单元的反射系数模型。其次,基于融合神经网络和微波网络理论的智能超表面反射系数模型,利用双层智能超表面优化框架,实现智能超表面无源结构与有源器件的参数优化,第一层采用启发式算法优化无源结构参数,第二层通过梯度算法优化有源器件参数。该方法在设计的过程中,减少了全波仿真的应用次数,提高了智能超表面单元的设计效率。 (2)设计了一款三比特相位调制智能超表面。首先,在神经网络建模方面,采用了3层感知机神经网络,输入层为智能超表面的结构参数,输入层神经元个数为6个,隐藏层的神经元数量是30,输出层输出的是智能超表面阻抗参数,其神经元是数量为201。其次,当建模精度达到要求时,该神经网络模型与微波网络模型结合建立智能超表面反射系数模型,进一步优化获得满足三比特相位状态的智能超表面单元,整个优化过程仅耗时30分钟,远小于基于全波仿真的设计方法。最后,基于该单元构建出16×16的智能超表面阵列,并对其进行加工和验证。实验测量表明,阵列能够实现波束15°和30°的偏转,验证了该方法在智能超表面设计中的有效性与可靠性。 (3)设计了一款双频三比特相位调制智能超表面,能够实时切换工作频率。首先,在网络模型建模方面,构建物理驱动的神经网络,输入层的输入是智能超表面的几何参数,输入层有10个神经元,隐藏层由两层构成,每层的神经元数量是12个,输出层有201个神经元,其输出的是智能超表面的S参数。其次,融合人工神经网络和微波网络的构建快速分析的反射系数模型。当建模精度达到要求时,利用两层优化框架获得能够在3.3GHz和4.0GHz实现三比特相位调控的智能超表面单元且反射系数幅度小于3d B。最后,利用超表面单元组阵,仿真结果表明,3.3GHz和4.0GHz都实现了15°的波束偏转。