关键词： 食用油   拉曼光谱   反向传播神经网络   粒子群算法   遗传算法   黄金正弦算法  

摘要： 近年来食用油安全事件频发,油品运输环节的交叉污染、非法掺假、以次充好等问题突出,因此,迫切需要一种快速、无损的检测方法以保障食用油安全。 本文提出将反向传播神经网络模型（Back Propagation Neural Network,BPNN）的应用于食用油拉曼光谱的分类检测中,同时在BPNN模型中融入粒子群算法（Particle Swarm Optimization,PSO）、遗传算法（Genetic Algorithm,GA）、黄金正弦算法（Golden Sine Algorithm,GSA）等智能优化算法,可有效优化BPNN参数空间的搜索过程,克服传统BPNN模型存在的局部最优问题,并提升收敛速度,从而提高模型的准确率和泛化性,为食用油检测提供更精准、更可靠的技术支持。因此,本论文主要以四种植物油与一种动物油为研究对象,研究内容与研究结果分为以下四部分: （1）使用拉曼光谱仪采集金龙鱼牌菜籽油、大豆油、玉米油、花生油以及一种猪油这5种单油品在400 cm-1～3000cm-1范围内的光谱数据。由于油品的拉曼光谱包含众多的谱峰,这些谱峰相互重叠、干扰,难以直接从原始光谱中准确地解析出各种成分及其含量信息,需要借助更强大的数据分析方法来挖掘光谱中的隐藏信息,以实现对掺假食用油的有效检测。 （2）针对上述采集到的油品拉曼光谱数据存在的复杂特征信息,首先,对其进行SG平滑和基线校正的预处理,并用主成分分析法（Principal Component Analysis,PCA）提取特征变量;其次将特征变量作为BPNN模型的输入,从而进行训练;将构建的PSO-BPNN、GA-BPNN、GSA-BPNN三种优化模型与传统的BPNN模型的训练结果对比分析。结果表明:传统的BPNN模型准确率仅有80.00%,PSO-BPNN与GA-BPNN模型的准确率都为83.33%,GSA-BPNN模型准确率较为优秀,能达到90.00%,同时GSA-BPNN模型的绝对百分比误差MAPE（Mean Absolute Percentage Error）和均方根误差RMSE（Root Mean Square Error）表现出更好的结果,分别为0.0025与0.0509,较其余三种模型的误差都相对低出大与1倍以上。因此,GSA-BPNN模型性能更优。 （3）前面提出的三种BPNN模型对于单油品检测有可行性,但还需要研究市场上繁杂的混合食用油的检测。针对5种单油品,将猪油分别以10%、20%、30%、50%的掺杂比例掺入4种植物油中,共制备出16份样品。提出多算法融合策略,优化出PSO-GSA-BPNN和GA-GSA-BPNN两种模型,其训练集中对掺杂油样品的拉曼光谱数据的检测准确率分别为87.50%、95.31%。 （4）采用常见的RMSE、MAPE、R2三种模型评价指标,用来量化模型的泛化性,结果表明BPNN、PSO-BPNN、GA-BPNN和GSA-BPNN模型在对单油品检测时,其RMSE分别为02042、0.0911、0.0995、0.0991;MAPE分别为0.1167、0.0250、0.2083、0.0225,且GSA-BPNN的R2高达0.9850,说明该模型表对单品类食用油的检测是精准的;而在掺杂油品的检测中,GA-GSA-BPNN模型测试集识别准确率为95.83%,且其RMSE和MAPE为0.0446与0.0198,R2为0.9012,表现出较好的检测性能。

摘要： 乡村社会治理效能的提升对国家治理体系和治理能力现代化具有不可或缺的价值。数字技术的引入为乡村社会治理提供新思路和新方法,也赋予乡村经济发展新动能,“数字乡村治理是乡村治理转型的重要方向”。《数字中国建设整体布局规划》提出:要“推进数字社会治理精准化,深入实施数字乡村发展行动,以数字化赋能乡村产业发展、乡村建设和乡村治理”。然而,数字技术在进入乡村场域中产生了“数字悬浮”现象,未能有效地解决乡村现实治理问题。鉴于此,深入剖析“数字悬浮”现象的成因,并且探究去悬浮的路径,进一步推动数字技术与乡村基层治理的融合,是亟待解决的现实问题。

关键词： 生鲜农产品   供应链优化   中断风险   遗传算法   蒙特卡罗模拟  

摘要： 丰富多样的自然地理环境和饮食文化特征，决定了生鲜农产品在我国农业农村经济发展和居民日常生活中具有不可替代的重要地位。然而，以自然灾害为代表的各类突发事件频发，生鲜农产品供应链的脆弱性愈发引起重视。生鲜农产品具有易腐性、时效性等特点，对于供应链稳定性要求较高，一旦遭遇中断不仅会导致经济损失，还可能引发食品安全与社会稳定问题。基于此，本文针对生鲜农产品供应链的不同节点，研究如何在中断风险下对生鲜农产品弹性供应链进行设计与优化。 本文首先针对生鲜农产品特性，构建以系统总成本最小化为目标的生鲜农产品供应链基本模型，决策变量涵盖节点间的供应关系与货物分配量。并在此基础上，提出8种分别针对供应商、冷库、零售商的弹性策略，生成对应的生鲜农产品弹性供应链模型。本研究使用蒙特卡罗抽样法模拟生成各类中断情景，k-medoids算法聚类缩减情景数量，降低实验重复性和随机性风险；利用遗传算法进行求解，验证模型的有效性；对弹性模型中的关键参数进行敏感性分析，分析8种弹性策略在实际应用过程中的相关注意事项；最后，对不同中断情景下的弹性策略单独应用与组合应用效果分别进行了对比讨论。 研究发现，部分弹性策略的实施存在一定的局限性，因此，构建生鲜农产品弹性供应链模型时，必须根据可能发生中断的节点区别，选择恰当的弹性策略。在独立运用弹性策略时，针对冷库节点的弹性策略实施效果较为稳定且显著，而针对供应商节点的弹性策略在应用场景和效果上存在较大的局限性；能够有效整合系统设施能力的弹性策略在降低系统总中断损失方面表现更佳，而单纯增强节点设施抗风险能力的弹性策略则表现平平。在弹性策略的组合运用中，应尽量减少非中断情景下的运营成本，并且避免过度增加弹性策略的数量，以免降低风险应对效果。本研究的成果为生鲜农产品相关企业在中断风险下，对弹性供应链的设计与优化提供了具有价值的参考。

关键词： 暗能量模型   人工神经网络   哈勃张力   宇宙学  

摘要： 本文中我们提出了一个新的暗能量模型,其中暗能量的部分我们使用一种完全由数据驱动并不先前假设任何宇宙学模型的方法即人工神经网络（Artificial Neural Network）给出,我们将神经网络的输出f（z）参与到了暗能量的演化中。参数调优方面使用来自超新星（SN Ia）,重子声学振荡（BAO）,宇宙微波背景辐射（CMB）,以及哈勃参数的直接测量（OHD）的联合数据集（PCBH）共同对神经网络参数,宇宙学参数进行约束。其中作为模型效果比较的ΛCDM模型在PCBH的数据集下拟合结果为,Χmin2=1069.702,哈勃参数H0=68.796 km/（s*Mpc）,Ωm=0.247。我们使用的基于神经网络的暗能量模型拟合的结果里Χmin2=1068.003,哈勃参数为H0=69.583 km/（s*Mpc）,Ωm=0.246,这在一定程度上缓解了哈勃张力问题。 此外我们改进了宇宙学模型,使神经网络的输出项也参与宇宙中物质项的演化,即同时微调物质项和暗能量项,在PCBH的数据集下同时训练关于宇宙学和神经网络中神经元的参数,拟合的结果为Χmin2=1059.0106,哈勃参数H0=74.76 km/（s*Mpc）,Ωm=0.214。很好的解决了哈勃张力问题,这意味着基于我们提出的模型,同时加入物质与暗能量的微调很可能是解决哈勃张力问题的关键,然而模型在红移z=0时宇宙总物质能量和不为1,需要进一步改进,最后改进过的暗能量模型,不仅解决了模型在红移z=0时宇宙总物质能量和不为1的问题,Χmin2=1059.03同时哈勃参数H0=69.864 km/（s*Mpc）,Ωm=0.24。模型效果相较于简单的参数化模型及ΛCDM模型有所提升。

关键词： 地震应急物资储备点   平急两用   优化选址   应急需求紧迫度   遗传算法  

摘要： 为响应城市建设“存量优先”的政策导向，推动“平急两用”设施建设，提升震后应急物资供给的运行效率，首先，建立应急物资需求点紧迫度评估指标体系，采用熵权-TOPSIS综合评估应急物资需求点的紧迫度并进行分级，为“平急两用”理念下设施选址提供准确的需求紧迫度评估基础。其次，将“平急两用”理念融入候选点筛选和选址优化模型中，构建“平急两用”理念下的城市地震应急物资储备点多目标优化选址模型，并采用快速非支配排序遗传算法NSGA-Ⅱ求解。最后，以华东某城市地震应急物资储备点的优化选址为例进行分析。结果表明，优化后的应急物资储备点的总成本相较于仅追求覆盖率的情况共优化了582.250～8 540.333万元，同时优化选址方案保障了震后应急物资供给的时效性、公平性和经济性，可为“平急两用”理念下公共基础设施的选址布局提供规划决策支撑。

关键词： 五轴加工   虚拟仿真   路径优化   叶轮叶片   遗传算法  

摘要： 针对航空发动机压气机叶片加工中的路径优化问题，本文提出了一种结合遗传算法的刀位点优化方法。研究以TC4钛合金叶片为研究对象，采用虚拟仿真技术构建了加工过程的数字孪生环境，并建立了基于VERICUT的工艺验证平台。试验在DMG MORI DMU85型五轴加工中心上进行，采用φ12球头立铣刀对叶片进行精加工。结果表明：优化后加工时间从4.5h降至3.4h，效率提升24.4%；刀具使用寿命从120min提升至150min，延长25%；表面粗糙度Ra从0.8μm降至0.4μm，改善50%；型面轮廓度从0.03mm优化至0.015mm，精度提高50%。该方法为复杂曲面零件五轴加工路径规划提供了新思路。

关键词： GIS   空间分析   社会科学   社会问题   融合路径   方法论挑战  

摘要： 【意义】社会现象本质上具有内在空间属性，空间视角为解析复杂社会问题提供了关键路径。随着社会科学“空间转向”的不断深化，以及地理信息系统（GIS）在数据获取、空间分析与建模、空间可视化等方面的持续进步，GIS已成为社会问题求解的重要工具。然而，地理学与社会科学在理论范式、方法逻辑与尺度认知上的差异，制约了二者的深度融合。亟需系统厘清其融合路径，辨识核心挑战与潜在机遇。【进展】本文提炼GIS赋能社会科学研究的五大优势：拓展研究思维、支撑时空数据、提升调查技术、丰富表达形式、强化分析能力；综述其在经济学、政治学与社会学中的典型应用，揭示跨学科共性与学科差异；深入剖析融合过程中的三重挑战——数据与问题的匹配难题、方法与机制的整合困境以及地点与尺度的情境错位，并提出针对性的应对路径。【展望】人工智能，特别是大模型的发展，为GIS空间分析注入新方法论动能。未来应构建“大模型-空间分析”协同范式，推动GIS从工具应用向理论支撑跃升，提升其在社会问题求解中的科学价值与实践效能。