关键词： 主成分分析法   遗传算法   神经网络   冷链物流需求   河南省  

摘要： 随着消费者越来越重视农产品的品质，旺盛的消费需求促使河南省农产品冷链物流快速发展。利用主成分分析和GA-BP神经网络对河南省2023-2027年农产品冷链物流需求量进行预测。研究结果表明，改进的预测模型有较高的预测精度，能够有效预测河南省农产品冷链物流需求量的变动趋势，更好地为政府制定相关政策提供参考依据。

关键词： DAS   φ-OTDR   BP神经网络   遗传算法   麻雀搜索算  

摘要： 分布式光纤传感技术利用光纤作为敏感单元和信号传输介质,通过检测光信号在光纤中的参数变化可实现对整条光纤的分布式测量,具有长距离监测、抗电磁干扰和测量对象广泛的优势,在诸多领域有着广泛的应用前景。分布式声波传感系统(DAS)就是基于分布式光纤传感(DOFS)的一种具体应用形式,DAS系统一般基于相位敏感光时域反射计(φ-OTDR)实现。如今随着市场应用需求的不断提高,要求DAS系统的采样率不断提升、对应的数据量越发庞大、相应的数据处理过程极其复杂,这使得φ-OTDR系统的计算负担更大,实时性要求更高。并且,在实际应用中,通过硬件对系统数据的处理和分析极其不便,灵活性较差。因此,提高φ-OTDR系统的效率以增强实时性,同时设计一款便捷、灵活的φ-OTDR实时响应用户操作界面具有重要的意义和应用价值。 本文针对φ-OTDR系统数据分析与处理技术展开研究,利用BP神经网络开发了一种用于分布式声学传感数据处理的信号解调模型。所提出的方法旨在取代希尔伯特变换等传统解调算法的计算密集型过程,加快处理速度。同时在此基础上设计并实现了φ-OTDR实时响应系统的架构和系统功能,论文的主要工作和成果如下: (1)研究相干探测型φ-OTDR的信号解调技术,熟悉了φ-OTDR的主要光电器件、系统采用的数据采集卡和光开关等,对比利用数字平均方法和小波降噪方法在对传感数据进行降噪处理方面的优缺点,介绍了常规的φ-OTDR数据分析流程。 (2)研究利用BP神经网络处理φ-OTDR数据时的可行性,阐述其在处理非线性误差问题上的优势与不足。为避免出现泛化能力不足,陷入局部最优解,同时为了优化神经网络的拓扑结构和超参数,本文采用遗传算法(GA)和麻雀搜索算法(SSA)相结合的方法优化BP网络模型。 (3)根据BP神经网络原理建立用于DAS数据处理的解调模型。比较分析基于BP、GA-BP、SSA-GA-BP的解调模型,选择均方误差平均(MSE)、平均绝对百分比误差(MAPE)等指标数据进行评价,验证改进BP网络模型的优越性。 (4)最终,SSA-GA-BP训练出的模型在保证准确度的情况下,大大提高了处理速度,均方误差平均(MSE)在0.12左右,平均绝对百分比误差(MAPE)在3.3%左右,同时处理效率是希尔伯特变换等传统方法的约5.3倍。 (5)在上述模型的基础上,设计并实现φ-OTDR系统实时处理软件,具备良好的通用性、调节能力以及可扩展性,测试结果表明软件功能完备且数据处理速度较高,可达到实时解调,提高了φ-OTDR系统的实用性。并利用该软件对校内通信光缆进行路由巡址检测。

关键词： 小电流接地系统   故障选线   BP神经网络   遗传算法   模拟退火算法  

摘要： 在实际的电力系统中,电网的故障绝大部分是单相接地故障引起的。在我国,对于中低压配电网,一般都采取小电流接地的方式,小电流接地系统发生单相接地故障时,由于故障点的接地电流很小而且线电压与故障前相等使系统仍可继续运行一段时间,保证了供电的可靠性,但若带故障运行时间过长会导致绝缘损坏,最后会发展为相间故障。因此,研究出一种速度快、精度高的故障选线方法,在故障发生后,快速并准确地选出故障线路然后将其从系统中切除就显得至关重要。 总结了小电流接地系统发生单相接地故障时的稳态与暂态特征,通过对比说明了利用故障暂态分量进行选线的优越性。通过对小波分析奇异性检测原理的研究,分析以各条线路暂态零序电流经小波变换后的模极大值作为故障暂态特征量进行选线的故障选线原理,并通过仿真验证了小波分析故障选线原理的正确性,为故障选线方法的研究打下了基础。 根据BP神经网络的基本原理,先提出BP神经网络故障选线方法,通过仿真分析后发现该方法的选线时间较长、选线准确率较低。对于BP神经网络学习时间长、收敛速度慢、仅能得到满足局部要求的解等问题,使用遗传算法来优化它的初始权值和阈值,通过对GA-BP神经网络故障选线方法进行仿真分析,发现它与一般的BP神经网络故障选线方法相比,选线时间减少,并且选线准确率有所提升。为了进一步提高选线准确率,又针对遗传算法局部寻优能力差的缺点,对遗传算法进行改进,本文提出一种基于模拟退火算法优化遗传算法(Simulated Annealing Improve Genetic Algorithm,SAIGA)的BP神经网络故障选线方法。该方法的核心在于由SAIGA可以得到BP神经网络的最优初始权值和阈值,并对该选线方法进行仿真分析可以得到其选线准确率为96.7%、选线所用时间为8秒,将此结果与一般的BP神经网络故障选线方法和GA-BP神经网络故障选线方法得到的结果对比,发现无论是选线时间,还是选线的准确率,SAIGA-BP神经网络故障选线方法都有明显的优化提升作用。

关键词： 工程渣土   水陆联运   路径优化   多目标优化   遗传算法  

摘要： 随着中国城市化进程的加速,新建项目主导的城市发展模式导致工程渣土产生量持续攀升。建筑垃圾被分类为工程渣土、工程泥浆、工程垃圾、拆除垃圾、装修垃圾等五类,其中工程渣土的产生量占比最大。以广东省为例,根据《广东省建筑垃圾污染环境防治工作规划(2024-2030年)》预计2026年全省建筑垃圾总量为3.4亿立方米其中工程渣土约为2.97亿立方米占比约为87%,预测2030年全省建筑垃圾总量为4.1亿立方米其中工程渣土约为3.58亿立方米。工程渣土外运面临三重挑战:物理特性导致的高运输成本、大型载重车辆引发的交通安全隐患、以及运输过程碳排放带来的环境压力。传统单一公路运输模式已难以适应“双碳”战略要求,国家"十四五"规划明确提出大宗货物运输"公转水"政策导向,上海、南京、广州等城市率先开展建筑垃圾中转水运实践,其中上海早在2017推进渣土中转码头的建设;南京市则在2021年保障了92个项目(其中含40余个省市重点项目)采用渣土水运的形式外运;广州市在《广州市建筑废弃物处置设施布局规划2021-2035》中强调运用珠江水系丰富的水道来运输建筑废弃物,这些形成了可复制的多式联运经验。 针对此背景,本研究以水陆联运为切入点,研究并优化了城市工程渣土运输路径。首先,构建了一套包含路径长度、平均速度、基于机器学习预测的历史拥堵、渣土车流量、碳排放评分、道路等级、港口逗留时间、航道等级这8项指标的综合评价指标体系,采用层次分析法(AHP)确定权重,为管理部门科学评估现有路径综合表现提供量化依据。其次,建立了路径优化模型:一是采用遗传算法求解加权单目标模型,旨在最小化运输成本与综合运输指标反向值的加权组合;二是采用NSGA-II算法求解多目标模型,旨在同时最小化运输成本、综合运输指标反向值以及实际碳排放量,以获取Pareto最优解集。 将该评价与优化框架应用于实例研究,重点优化了评价得分最低的路径I。结果表明:单目标优化(GA)使总成本降低了45.96%,对应的综合运输指标反向值也显著下降;多目标优化(NSGA-II)生成了包含24个非支配解的Pareto前沿,与原始路径相比,解集中的代表性方案在成本(最高降幅约45.96%)、综合运输指标反向值(最高降幅约33.92%)和碳排放量(碳排放量降幅达59.60%)方面均实现了大幅改善。这清晰揭示了成本、综合评价表现与实际碳排放量之间的权衡关系,为决策者提供了在经济、综合表现和环境影响之间进行取舍的多样化方案。优化后的路径在各维度上均显著优于原始路径,验证了所提模型与算法的有效性。 本研究成果可为工程渣土运输管理提供科学决策支持,对于降低物流成本、缓解交通拥堵、减少环境影响具有重要的实践价值。此外,研究开发的可视化工具进一步提升了优化结果的可解释性和应用便捷性。

关键词： 建筑信息模型   施工进度   遗传算法   优化  

摘要： 为优化建筑工程施工进度，实现施工高质量发展，根据其施工工期短、施工风险大、施工进度可控等特点，以BIM 4D施工管理平台为核心，配合Project等软件，结合信息化技术、智能优化算法，基于BIM 4D模型和遗传算法，建立工期-成本优化数学模型。通过分析2种模型的参数关联性后，提出施工进度深度优化方法，并结合实际工程对该方法进行实证，最终实现最优施工进度编制。旨在针对工程项目普遍特点和信息化发展需求，探索结合BIM技术与优化算法的施工进度管理方法，提升施工进度精细化管理水平。

关键词： 微分代数方程   物理信息神经网络   Radau ⅡA方法   正问题   反问题  

摘要： 微分代数方程（DAEs）因其能够有效描述动态变化和内在约束,广泛应用于流体动力学、多体动力学、机械系统和控制理论等工程领域。然而,DAEs的代数约束增加了传统数值方法求解的复杂性,尤其是在高指标（指标≥2）情形下,传统方法易产生精度明显降低的问题。同时,在DAEs的参数反演问题中,传统的数值方法也面临计算量大、精确解难以获得等挑战。 近年来,物理信息神经网络（PINN）通过将物理先验知识融入神经网络模型,在DAEs的正反问题求解中展现出显著优势。目前PINN方法处理高指标DAEs时仍面临求解精度不足及泛化性能受限的的问题;在反问题求解过程中,也因问题本身的病态性和数据噪声影响,解的唯一性难以保障。 针对上述问题,本文提出了一种融合高精度Radau ⅡA数值方法和改进的全连接神经网络结构的PINN计算框架（Radau-PINN）,实现了对高指标DAEs的直接正向求解。进一步采用域分解策略提高求解精度,并验证了该框架在参数识别反问题中的有效性。 具体来说,本文以两个经典的高指标海森伯格DAEs和单摆DAEs为例进行正向求解实验,研究了Radau ⅡA方法的阶数和时间步长对神经网络求解精度的影响。并将得出的最优精度与不同神经网络模型进行了对比实验。数值实验表明,本文方法在正向求解上,所有微分变量的平均绝对误差低至10-7,代数变量保持在10-6,其精度显著优于基于构建方程的神经网络近似解表达式方法以及经典的离散型PINN方法。上述结果充分验证了本文所提出方法在高指标DAEs正向求解中的高精度性能与良好泛化能力。 本文进一步研究了基于Radau ⅡA方法的PINN在DAEs参数识别反问题中的有效性。实验结果表明,在已知少量数据的情况下,该方法能准确识别低指标DAEs的多个参数和高指标DAEs的少量参数。同时,该方法在面对含噪声数据时展现出较强的鲁棒性,验证了其在复杂反问题求解中的实用性与可靠性。综上所述,本文所提出的Radau-PINN为高指标DAEs的正向求解以及多场景下的参数反演问题提供了一种可行的解决方案,在工程领域中具有广阔的应用前景。

关键词： 地磁匹配   遗传算法   声学测距   水下定位   卡尔曼滤波   禁忌搜索  

摘要： 现有地磁匹配算法在水下应用中仍存在定位精度低、误匹配率高的问题。为进一步提高地磁匹配的水下定位精度，提出了一种新型的水下地磁/声学/惯性融合导航算法。首先，通过定期更新的声学测距信息对惯导指示轨迹进行刚性变换，得到粗匹配轨迹；然后，利用改进遗传算法和禁忌搜索算法对轨迹进行重构和更新，并通过卡尔曼滤波进行融合和修正，得到精匹配轨迹。仿真结果表明，所提出的算法相较于传统的ICCP算法和遗传算法能够有效提高定位精度，并且进一步降低算法的复杂度。在所提出的算法中，声学测距信息辅助发挥了提高定位精度和计算速度的作用。

关键词： 数字技术   加速社会   时间规训   时间荒   劳动权  

摘要： 数字技术勃兴催生劳动时空重组与形态变革，带来劳动过程和控制方式变迁、工作与闲暇边界消弭。权力凭借数字技术侵入闲暇，并对劳动者的日常生活进行全面浸润和彻底改造，劳动者沦为全天候的应答机器。与此同时，资本借由“自主权幻想”的责任自治策略，以及协同化控制的群体压力，将时间权力去中心化，劳资矛盾隐身。面对劳动溢时化的困境，劳动者一方面任由资本编制的美丽虚幻图景来实现对超时工作的认同；另一方面，他们又迫切地通过状态切换和身份更迭，以及“每一天，为明天”等拼命追赶的方式，来争取自由空间和时间主权。只可惜这种在时间牢笼中疲于奔命的追赶方式，并没有缓解时间压力，反而陷入了时间紧迫悖论。或许，延迟响应策略可以一定程度上改善个体劳动境遇，但受制于“情面”和“渴望”的双重控制机制以及时间荒的结构性桎梏，这终究是有限的抵抗，劳动者始终处于“逃脱的依赖”之中。后连接主义时代如何让数字技术真正惠及而非反噬劳动者自身，需要全社会的制度设计和协同联动，相关探索依旧任重而道远。

关键词： 遗传算法   改进EWM-AHP-TOPSIS   美观度评价  

摘要： 目的 研究界面布局美观度的评价方法。方法 采用遗传算法和改进EWM-AHP-TOPSIS的综合评价方法。该方法首先基于遗传算法对界面布局进行优化选择,根据界面布局元素的特点,进行多角度的研究并确立评价指标,以测量界面布局美观度值;其次,采用改进的EWM-AHP法计算各指标的权重,提高评价的客观性;最后,根据各项界面布局单元评价指标的所占比重,利用TOPSIS法计算样本的美观度值并排序。结果 以起重机界面为研究对象,通过实例分析,证明了该方法的可行性和准确性。结论 基于遗传算法和改进EWM-AHP-TOPSIS法的美观度评价模型能够对产品进行客观定量评价,可为界面布局设计评价提供新的思路。