关键词： 热点区域   近地轨道   多重覆盖   遗传算法   星座   星下点轨迹  

摘要： 针对热点区域的多重覆盖问题,采用回归圆轨道的共星下点轨迹星座方案,提出基于遗传算法求解单颗卫星轨道参数、利用简单解析公式求解星座轨道参数的方法。首先,建立了回归轨道热点区域多重覆盖模型;其次,以卫星一个回归周期内覆盖时间最长为性能指标,首颗卫星轨道根数利用遗传算法可优化求取;最后,根据星下点轨迹重合这一约束条件设计星座构型,并利用各卫星间几何关系求解各卫星的轨道根数。理论分析和仿真结果表明,该方法简单且易于实现,设计结果正确,可实现回归周期内同一卫星星下点轨迹多次覆盖目标,星座使用卫星少、覆盖频率高,具有较好的工程应用价值。

关键词： 汽轮机   调节级   遗传算法   优化   数值模拟  

摘要： 采用了遗传算法迭代优化理论对调节级的叶型进行NURBS曲线寻优,得到了基于调峰工况下的优化叶型,并数值研究了叶型优化前、后的调节级级内流场的流动形态、叶片载荷分布和叶栅内损失的发展规律。研究结果表明:叶型优化后,更大的动叶前缘直径能有效降低小容积流量时汽流攻角对流场的影响,更流畅的背弧和更薄的出口边能使调节级叶栅通道内端壁损失减少,二次流的影响区域变小,叶片的载荷增大,叶片表面的附面层厚度得到有效的抑制,叶型损失降低,流动效率有所提高。优化后叶栅不仅在调峰工况性能改善明显,而且在设计工况同样具有良好的性能。

关键词： 电视工程   供配电系统   智能化管理  

摘要： 本文针对电视工程供配电系统智能化管理的需求,提出了一套基于计算机技术的系统设计方案。该方案通过数据采集与监控、预警与故障诊断、远程控制与自动化操作、能源管理和优化等功能模块,实现了对供配电系统全生命周期的精细化管理。通过仿真实验,验证了该系统在故障检测与识别、控制响应、能源节约等方面的优异性能,为智能化管理在电视工程领域的应用提供了可行的技术方案。

关键词： 文化霸权   意识形态控制   电影《小丑》  

摘要： 电影《小丑》以其独特的艺术风格和深刻的社会隐喻,提供了一个探讨文化霸权及其消解的绝佳案例。文化霸权通过教育体系、媒体与文化工业、法律与政策制定等多种渠道,将社会规训制度化地嵌入社会治理的各个环节,从而巩固其社会地位。然而,当个体遭遇结构性压迫,特别是当这种压迫达到临界点时,可能会触发对现有社会规范与价值观的深刻质疑。研究揭示了文化霸权理论在理解现代社会现象中的应用价值,并为构建更加公正和谐的社会提供了理论视角。

关键词： 有限元模拟   疲劳分析   Kriging回归   改善期望准则   遗传算法  

摘要： 为提高抽壳滑板的疲劳寿命,进而满足射速在1500发/min左右的某10连发高射速自动机寿命达1000发的最低寿命要求,提出一种基于Kriging回归的代理模型用于抽壳滑板的疲劳优化。在与试验结果相符的有限元模型基础上,通过拉丁超立方采样设置初始样本点,构建与样本点相对应的结构模型,并计算每一组样本的理论寿命。根据初始样本点构建Kriging代理模型的同时,采用以改善期望准则为加点准则、遗传算法为子优化求解算法的代理优化算法来对目标函数进行寻优。优化后抽壳滑板的疲劳寿命提高到1193发,且经试验验证,优化结果满足自动机战术技术指标。研究结果表明,通过基于Kriging和遗传算法的代理优化算法能够快速有效地寻优得到全局最优解,适用于高射速自动机内破断零部件的疲劳优化,对工程应用具有一定的借鉴意义。

关键词： 高速信号   状态判断   BP神经网络   遗传算法  

摘要： 针对引信控制系统高速信号状态判断误差大和BP(Back Propagation,BP)神经网络在状态判断过程中存在精度差、易陷入局部最优解的缺点,利用其它寻优算法来改善BP神经网络的缺点以减小高速信号状态判断的误差。本文利用遗传算法优化BP神经网络来构建模型,以引信的高速信号时间和电压为输入指标建立了分类模型,将其用于高速信号状态的判断来提高识别准确率,加快收敛速度,降低误差,并根据高速信号来了解引信控制系统在每一时刻处于哪种状态从而判断系统是否正常可靠。仿真分析结果表明,本文方法在引信的高速信号状态判断方面具有识别结果优、收敛速度快、误差小的特点,其正确率达到了99.6%,优于BP神经网络的88.6%和卷积神经网络的98.7%;同时,平均绝对误差降低至0.01210,均方误差降低至0.04368,均方根误差降低至0.20901,进化代数为23代,优于BP神经网络的0.16842,0.31985,0.56475,51代,卷积神经网络的0.02263,0.0605,0.24597,25代。连续实验结果表明,改进后的模型鲁棒性更优,威尔克森秩和检验结果也表明,改进后的模型比BP神经网络和卷积神经网络的识别效果更优,有更好的泛化能力,模型满足了高速信号状态判断要求。

关键词： 萤火虫算法   遗传算法   移动机器人   路径规划  

摘要： 针对萤火虫算法在路径规划中存在收敛速度过慢、容易陷入局部最优解,非必要转向次数过多等问题,提出一种新的基于遗传算法(GA)与萤火虫算法(FA)的混合算法(GFA)。算法的核心思想是当萤火虫算法陷入局部最优解时,将局部最优的萤火虫视为一个群体在遗传算法中进行二次优化,并通过改进遗传算子和引入一种自适应调整交叉和变异概率的方法,防止算法过早收敛,并得到最优的萤火虫个体。仿真结果表明,新的混合算法有更好的精度和性能,能够为移动机器人规划出一条综合性能较好的路径。将该算法应用于机器人室外路径规划中,通过导航实验证明了改进算法在实际环境中也能高效率、平滑地完成路径规划任务。

关键词： 火力发电机   三环控制   参数整定   遗传算法  

摘要： 火力发电机的控制精度对提高发电效率具有很大的影响。为了进一步提高火力发电机三环(位置环,速度环和电流环)遗传控制精度,选择遗传算法来整定主轴参数。在辨识参数对变增益PI控制的基础上,通过设置惯性权重系数来实现收敛速度。从直线信号方面开展进给测试,促进了跟随性能的显著提升。研究结果表明:进给状态下获得了更低跟随误差,表现出了更优的跟随性能。相对人工经验方法,三环遗传控制方法的绝对误差极值和绝对误差积分降低了30%左右,对跟随误差达到了更优跟随性能,提升了跟随性能。该研究有助于提高火力发电机控制精度,也可拓宽到其他类型的电机控制领域。

关键词： 尾门   优化   径向基神经网络   试验设计   遗传算法  

摘要： 某一新车尾门悬挂重达35 kg备胎,需满足下垂性能指标及轻量化需求,针对传统人工迭代优化周期长、难度大的问题,提出一种基于径向基神经网络(RBF)的尾门优化方法,首先将尾门结构参数和料厚定义为可优化设计变量,然后通过试验设计(DOE)生成不同设计变量与车门下垂性能对应关系的多组数据,再基于RBF建立结构参数和性能的非线性映射,最后基于Isight的遗传算法对尾门参数进行优化。结果表明,优化方案尾门满足下垂下坠性能,并且减重1.0 kg(3.7%)。该研究对尾门优化设计有较大的工程参考价值。

关键词： 新文科   人工智能   大学计算机课程   教学改革   多维立体科学化评价  

摘要： 课程组将人工智能技术融入课程内容和教学方法,构建了人工智能和新文科理念交叉的大学计算机课程,创新大学计算机课程的教学方法,探索课程教学的反馈与改进方法,以及建立多维立体科学化评价体系激发大学生的学习动机等。课程改革采用案例式教学、翻转课堂、混合式教学等方式提升大学生的学习兴趣和实践能力。实践证明,该课程教学改革有效提高了大学生的综合素质和创新能力。