关键词： 无线传感器网络   簇间   通信信息   自适应   节能优化   遗传算法  

摘要： 针对现行方法在无线传感器网络簇间通信信息节能优化中应用存在能耗较高和能量效率较低的问题,节能效果并不理想,为此提出无线传感器网络簇间通信信息自适应节能优化方法。建立无线传感器网络模型,描述无线传感器网络簇间通信能量状态,以无线传感器网络簇间通信能耗最小和能量效率最大为目标,建立综合优化目标函数,并设定约束条件,建立簇间通信信息自适应节能优化模型,利用遗传算法对模型求解,得到最优通信策略,对无线传感器网络簇间通信信息节能优化。经实验证明,设计方法应用下无线传感器网络簇间通信能耗得到了有效的降低,能量效率得到了有效的提高,为无线传感器网络簇间通信信息自适应节能优化提供了参考依据。

关键词： 汞   砷   土壤   微波消解   原子荧光  

摘要： 目的研究微波消解—原子荧光法测定土壤中汞砷的含量。方法本研究采用微波消解法为前处理方法,通过优化了消解温度、消解液用量等参数,用王水(盐酸和硝酸混合液)进行消解,并用原子荧光法测定样品中汞和砷的含量。结果汞砷标准曲线的相关性系数分别为0.9996和0.9999;方法检出限分别为0.0011、0.0096 mg/kg;平行实验相对标准偏差在1.3%~8.7%,均在10%以内;加标回收率分别在91.2%~117.4%和86.0%~98.0%;有证标准物质测定值均在理论值范围内。结论通过优化消解温度、消解液用量等参数,本方法测定结果准确,简单、可靠、具有较好的实用性。

关键词： 动臂式塔式起重机   臂架结构轻量化设计   多保真代理模型   遗传算法   优化设计   拉丁超立方采样   径向基函数  

摘要： 起重臂架是动臂式塔机的关键工作部件,负责提升运输建筑材料,其制造成本和工作耗能与自身重量成正比,需要对臂架的重量优化展开研究,因此提出了一种针对动臂式塔机臂架的高效优化设计方法。首先,基于有限元法,计算了不同臂架幅度下的极限工况应力及变形,确定了最危险工况,并以此工况作为优化设计的基础工况;然后,选定了臂架上12个结构参数为设计变量,进行了参数化建模,利用拉丁超立方采样(LHS)选取了样本点,基于有限元仿真数据,构建了三种基于径向基函数(RBF)的代理模型并对其精度进行了评估;最后,基于精度高的多保真代理模型(MFS),以臂架重量最小为优化目标,构建了臂架优化问题的数学模型,使用遗传算法(GA)完成了优化设计。研究结果表明:优化后的臂架满足强度、刚度要求,整个臂架不会发生断裂和失稳,而且臂架重量减轻了25.03%;同时,多保真代理模型的预测结果和仿真结果误差小于3%,证明了多保真代理模型的准确性,进而证明了基于多保真代理模型的臂架优化方法的有效性。

关键词： 智能监控   故障诊断   人工神经网络   电力变压器  

摘要： 阐述基于人工网络与计算的电力变压器智能监控与故障诊断技术,包括采集和预处理监测数据、利用人工神经网络和计算智能技术构建智能监控模型、设计故障诊断算法,并通过实验验证其有效性。

关键词： 人工智能   聚类质量   遗传算法   单峰函数   成本函数   交叉概率   多峰函数   聚类优化  

摘要： 人工智能算法在艺术设计中的应用正逐渐深入,比如,群体智能算法应用于漫画设计中提高了设计效率与创意,遗传算法在数据设计方面表现出良好的收敛性与高效率,为了进一步提高设计质量和效率,算子优化遗传算法被提出,并在插画艺术设计模型中得到了有效应用。动态调整交叉概率(Pc)和变异概率(Pm)的策略以及K-medoids算法在遗传算法聚类优化中的应用,都增强了算法的优化能力,同时成本函数在聚类质量评估中也起到了关键作用。通过仿真实验,改进后的遗传算法在单峰函数与多峰函数的测试中展现出优于标准遗传算法的性能。随着算法技术的不断进步,人工智能在艺术设计领域的应用将更加广泛和深入,为设计师提供更多创意灵感。

关键词： 物质空间   政策议程   能源效率   技术视角   行为主义   建筑与环境   技术建构   社会和文化  

摘要： 1理论:社会—技术视角下的空间与能量在建筑与环境政策议程上,能源效率的集体(collective)和社会方面仍然在很大程度上被忽视。技术效率范式与行为主义范式的割裂无法充分解释由复杂的社会和文化背景塑造的能量的更广泛的维度,在其与建筑空间、社会结构和文化规范关联方面存在盲点,需要多维的视角来捕捉以能量为依托的物质空间和社会结构之间相互作用的复杂性。

关键词： 微波消解   电感耦合等离子体质谱法   取样方式   块根块茎类蔬菜   重金属  

摘要： 目的:本文建立了一种结合微波消解与电感耦合等离子体质谱法的重金属检测方法,探讨不同取样方式(根茎肉、全样和表皮)对白萝卜、胡萝卜、马铃薯和生姜中铬、砷、镉和铅含量的影响。方法:通过线性相关性、检出限、定量限、加标回收率和重复性验证检测方法的适用性,并探究不同取样方式对4种块根块茎类蔬菜中重金属含量的影响。结果:在0.5~20.0μg·L^(-1),该方法具有良好的线性关系,且检出限和定量限较低,回收率为90.1%~108.0%,相对标准偏差为0.6%~3.5%。表皮处理组4种蔬菜中检测到最高的重金属含量,且去皮与否对白萝卜、马铃薯和生姜中的铬含量,白萝卜和马铃薯中的砷含量,以及白萝卜和生姜中的铅含量有显著影响(P<0.05)。结论:本方法适用于检测白萝卜、胡萝卜、马铃薯和生姜中铬、砷、镉和铅的含量。重金属主要集中于表皮组织,去皮处理可能显著影响检测结果。

关键词： 差分拉曼光谱技术   判别分析   人工神经网络   随机森林   药品包装纸盒  

摘要： 利用差分拉曼光谱对60个药品包装纸盒样品进行检验,对样品的化学填料进行了定量定性分析,实现了对不同种类的药品包装纸盒的快速测试分析。根据填料特征峰的不同,比较样品的差分拉曼光谱发现样品可以分为5种;通过标准差标准化方法(Z-Score)对原始光谱进行预处理;利用凝聚式层次聚类算法将样品分为5类,与客观分类基本一致;利用判别分析模型进行训练,预测集和交叉验证下的准确率分别为96.7%、78.3%;建立的人工神经网络模型中,训练集和测试集的准确率分别为95.35%、82.35%;为更进一步确定特征波长对预测的重要性,使用相同的训练集和测试集建立随机森林模型,准确率分别为90.8%、85.0%,模型适用性更佳。结果表明,差分拉曼光谱能够对不同种类的药品包装纸盒进行检测,建立的通用预测模型方便快捷,为药品包装纸盒的快速检验分析奠定了基础。

关键词： F-score   高维   不平衡   遗传算法   特征选择  

摘要： 微生物数据由于其维度高和类别不平衡特点,在传统机器学习分类算法中不能得到理想的分类效果。传统特征选择算法可以达到降维的效果,但对于类别不平衡问题显得有点力不从心。因此,文中提出了一种融合单类F-score和遗传算法的特征选择方法。首先,利用单类F-score操作生成遗传操作中的初始种群;其次,利用SVM分类模型的AUC值作为遗传操作中个体的适应度值;再次,结合遗传操作来更新种群;最终,得到最优特征子集。实验在五个微生物数据集上进行,与四种特征选择算法进行对比,结果表明,文中所提方法在一定程度上优于其他方法。

关键词： 遗传算法   模型预测控制   权值   制氢   光氢系统  

摘要： 针对模型预测控制(MPC)优化控制方法中权值修正问题,以光氢系统为研究背景,搭建一种非支配排序遗传算法(NSGA)修正MPC中权值的复合模型。以NSGA为外层函数,以储能电池出力能力评价系数、储能电池充/放电总能量和碱性电解槽(AEL)功率波动率为目标函数,将权值作为NSGA-MPC复合模型的输入变量进行选择、交叉、变异;以MPC优化控制方法为内层函数,针对不同权值,将计算得出的不同输出变量作为NSGA中目标函数的输入变量,经过遍历、寻优,最终得到最优权值。将最优权值结合现有研究成果中MPC优化控制所用权值围绕三方面进行对比分析,包括:目标函数值、MPC优化控制追踪效果、电解槽和储能电池功率波动率。结果表明,所得最优权值一定程度上降低了电解槽和储能电池的功率波动,优化了MPC控制追踪效果。