关键词： 合乘   遗传算法   多目标优化   个性化需求  

摘要： 针对网约车合乘中忽视乘客绕行容忍度而导致合乘体验和意愿下降的问题,本文引入模糊绕行窗的概念,并将其与模糊时间窗相结合来量化乘客的个性化需求,构建了一种能够同时满足乘客的上车时间偏好和绕行容忍度的网约车合乘模型.该模型以最小化行驶距离、乘客费用和惩罚函数为优化目标,综合考虑乘客的绕行窗、时间窗以及车辆额定载客量等约束条件.基于乘客公平性原则提出了一种费率分摊方法,对乘客的费用和驾驶员的收益进行约束,实现司乘双赢.结合模型特点,设计了改进的遗传算法对优化模型进行求解.实验结果表明,所得最优合乘方案相较于单乘模式,承载的乘客数量提高了33.3%,乘客的出行费用降低了24.3%,同时满足了乘客的个性化需求.

关键词： 遗传算法   模糊PID控制   轮式移动机器人   四轮差速   打滑  

摘要： 针对直线运动状态下轮式移动机器人出现打滑的情况,提出了一种基于遗传算法优化模糊比例、积分和微分(Proportional Integral Derivative,PID)控制器的速度控制策略。首先,建立轮式移动机器人逆运动学模型,对四轮差速型轮式机器人出现车轮打滑的运动状态展开分析;然后,设计了基于遗传算法优化的模糊PID控制器及机器人控制策略,并选取了其中影响直线运动的两种主要打滑状态开展仿真与实验分析;经分析,相较于传统PID控制,该控制策略整体加速响应时间减少了0.58 s,超调量低于1.5%,这表明该控制策略的收敛速度和稳定性均取得了较明显的提升,验证了该方法的有效性,解决了轮式移动机器人打滑的难题,实现了运动控制的准确性、时效性和鲁棒性目标。

关键词： 在线稳定性评估   阻抗法   人工神经网络   条件分布自适应   状态估计   SimuNPS  

摘要： 大规模风电集中并网系统存在潜在的小干扰稳定风险。基于稳态运行数据的在线稳定性评估技术可为振荡预警提供关键支撑。针对风电场稳定性评估需求,基于数据驱动的阻抗稳定评估方法被提出。然而,这类方法需大量数据训练模型,难以应用于实测数据较少的场景。为此,提出一种基于稳态信息和条件分布自适应的风电场阻抗智能辨识和稳定性评估方法。该方法基于稳态数据结合状态估计评估风电场稳定性,避免了直接量测法判断稳定性的滞后问题,并降低了噪声影响。为缓解数据驱动方法所需大量数据与实测量测数据不足的矛盾,应用条件分布自适应方法,结合大量仿真数据和少量实测数据,构建了风机阻抗辨识模型。并利用状态估计得到的相角构建了风电场阻抗模型并实现了在线评估,在不明显降低精度的情况下量测成本。最后,以25机风电场并网系统为例,验证了所提方法的正确性。

关键词： 计算思维   项目式教学   课程构建   高中信息技术  

摘要： 培养学生的计算思维有助于提升其信息素养、创新能力及问题解决能力。项目式信息技术课程教学具有实践性、探究性和合作性,能有效培养学生的计算思维。分析了基于计算思维的项目式教学课程构建的背景及现实意义,从结合生活情境、合理设计任务、积极开展项目、成果展示交流等方面探讨了基于计算思维的项目式教学课程构建策略,旨在有效提升学生的问题解决能力和信息素养,推动高中信息技术课程教学的改革与创新。

关键词： 卫星通信系统   资源优化   人工神经网络   深度强化学习   时延服务质量约束  

摘要： 为了缓解卫星通信系统中频谱资源受限与业务数量不断增长且服务质量(QoS)要求多样之间的矛盾,联合人工神经网络(ANN)和深度强化学习(DRL),在用户时延QoS约束和最小性能要求下,以系统性能最大化为目标研究资源优化管理问题。首先,分析了用户在非正交多址接入(NOMA)和正交多址接入(OMA)技术下的可达性能,推导了最小性能要求和系统关键参数对多址接入技术选择的影响。其次,利用ANN对特定场景下用户选择多址接入技术,避免在NOMA技术不适用场景进行功率优化分配。最后,提出上下界可变DRL算法,根据奖励动态地调整NOMA用户对功率分配因子的寻优区间,从而提高算法的收敛速度。仿真结果验证了时延QoS约束对用户性能的不利影响,最小性能要求对NOMA技术应用优势的影响,以及所提方案在提高收敛速度和卫星通信网络可达性能上的优势。

摘要： 《智能计算机与应用》期刊由工业和信息化部主管,哈尔滨工业大学主办,哈尔滨工业大学计算学部负责编辑出版。本刊致力于推动我国智能计算机研究与应用的发展,密切关注以计算机学术研究和应用为核心的学术前沿,包括集成计算机技术、方法和理论在通信、网络、自动控制、人工智能等热点领域的先进研究和应用成果。面向计算机科学及相关领域的研究人员、工程技术人员,打造多领域、多视角的学术和技术成果交流平台。本刊已被中国知网、万方、超星、维普等多家重要中文数据库以及博看网和龙源期刊网收录。

关键词： 青年   矛盾性   数字化   社交需求   社会加速  

摘要： 当前,青年社交问题日益成为社会转型和变迁过程中的普通问题。在社交媒介与现实世界的日常观照下,青年的社会交往呈现出矛盾性、复杂性的特征:在社交环境方面,呈现出虚拟与现实并存;在社交时间向度方面,呈现出加速与减速并存;在社交关系方面,呈现出强关系与弱关系并存;在社交需求方面,呈现出亲密陪伴与独立乐活并存;在社交表征方面,呈现出“社牛”与“社恐”并存。从本质上讲,青年社交特征所表现出的矛盾性既指涉了青年群体在现实空间对社交需求的呼唤,也表征着他们在转型社会中的社交困境。对此,进一步加强对青年群体的理解和包容,从营造良好社交环境、合理引导社交需求、创建新型社交关系和塑造理性社交心态等方面加以纾解、引导和支持,对于青年建立自我认同、优化人际关系和健康自信发展具有重要价值与意义。

关键词： BP神经网络   遗传算法   阀门预测   烧结点火   微负压  

摘要： 在烧结点火过程中,风箱压力应维持在目标范围内,使炉膛保持微负压状态。在实际烧结生产中,目标范围内的风箱压力所需的阀门开度难以预测,错误的调节风箱阀门常常使风箱内部压力不符合烧结生产要求,难以达到烧结微负压点火的要求。为此,文章使用遗传算法(GA)对BP神经网络进行优化,提出了一种烧结风箱阀门预测模型,用钢厂的实际烧结数据对其进行训练,并将几种预测模型的预测结果进行对比。实验结果表明,GA-BP预测模型的预测效果优于传统的BP预测模型以及拟合预测模型,该模型可以较为准确地预测风箱压力达到目标范围所需的阀门开度,为烧结现场的风箱阀门开度智能控制提供了可靠的理论支持,能够很好地满足生产需求。

关键词： 圆柱-圆台组合型空腔覆盖层   二维解析理论   遗传算法   BP神经网络  

摘要： 提出了一种基于遗传算法优化的BP神经网络(GA-BP)对声学覆盖层吸声性能的预测的方法。基于含圆柱型空腔吸声覆盖层的二维解析理论的简化计算方法,通过使用吸声覆盖层粘弹性阻尼材料的密度、杨氏模量、泊松比、损失因子等参数推导出圆柱-圆台组合型空腔覆盖层的反射系数,生成样本集。将GA-BP的适应度函数中搭建BP神经网络(BPNN)的部分用一种计算方法代替,用该方法计算后的实际值与预测值的误差的平方和作为适应度函数值,减少了GA-BP的寻优时间。预测结果表明GA-BP预测模型的对含圆柱空腔吸声覆盖层的性能预测是可行的,GA-BP预测值优于BPNN,稳定性更高,更接近于理论值。

关键词： 遗传算法   BP神经网络   逐步回归   气温   日光温室   动态预报  

摘要： 为提高日光温室内气温预报准确率,利用温室外实时气象预报数据(气温、相对湿度和风速)和温室内前3h气温数据,引入遗传算法(Genetic algorithm,GA)对BP神经网络模型的初始权值和阈值进行优化,构建GA-BP神经网络模型对冬季和春季不同后墙材质(土墙和砖墙)温室内逐时气温进行模拟和动态预报,并与逐步回归(Stepwise regression,SR)和BP神经网络模型模拟结果进行对比。结果表明:在后墙材质为土墙的温室内,SR模型模拟值与观测值的均方根误差(RMSE)为0.82~2.01℃,归一化均方根误差(NRMSE)为5.13%~9.97%;BP神经网络模型模拟值与观测值的RMSE为0.82~1.79℃,NRMSE为5.13%~7.74%;GA-BP神经网络模型模拟值与观测值的RMSE为0.62~1.47℃,NRMSE为3.88%~6.40%。在后墙材质为砖墙的温室内,SR模型模拟值与观测值的RMSE为1.07~2.60℃,NRMSE为5.11%~16.98%;BP神经网络模型模拟值与观测值的RMSE为1.11~2.29℃,NRMSE为6.12%~14.95%;GA-BP神经网络模型模拟值与观测值的RMSE为0.89~1.73℃,NRMSE为4.76%~11.30%。GA-BP神经网络模型误差指标值均小于SR和BP模型,引入遗传算法优化BP神经网络,可提高逐时气温的预报精度。由于砖墙的保温性能比土墙稍差,气温的波动性更大,土墙材质的温室内气温预报精度更高。随着预报时间提前,预报误差增加,选取温室外实时气温、相对湿度、风速和室内前3h气温数据作为建模因子所建立的GA-BP神经网络模型精度最优。GA-BP神经网络模型具有更高的准确率和稳定性,更适用于预报温室内逐时气温。