关键词： 遗传算法   凹版印刷   质量优化   适应度函数   工业应用  

摘要： 随着印刷行业对高质量产品需求的不断增长,传统的印刷过程优化方法已无法满足快速变化的市场需求。凹版印刷作为广泛使用的一种印刷技术,其质量控制至关重要。本研究采用遗传算法(GA),一种有效的全局搜索和优化技术,针对凹版印刷过程中的质量优化问题进行探究。通过设计适应度函数来评价印刷质量,并利用遗传算法的迭代进化过程寻找最优参数组合,以达到提升印刷品质的目的。实验结果表明,该算法能显著提高凹版印刷的色彩一致性、分辨率和对比度等关键质量指标,同时减少了对专业人员经验的依赖。此外,算法生成的大量数据可用于进一步的数据分析和机器学习,为预测和预防潜在的生产问题提供支持。本研究不仅证明了遗传算法在凹版印刷质量优化中的有效性,而且展示了其在现代工业生产中的潜在应用前景。

关键词： 加氢站   氢气输配成本模型   调度优化   遗传算法   大规模邻域搜索算法  

摘要： 针对城市周边集中式制氢-市内多个加氢站分散式供氢的典型场景,开发制氢站与加氢站间管束车高效调度技术,对于降低氢能输配成本具有重要意义。研究了加氢站氢气供应问题的关键影响因素,建立了氢气管束车调度仿真模型。以最小化氢气运输成本为目标,采用大规模邻域搜索优化的遗传算法求解,通过改变加氢站氢气配送时间、缩短管束车空闲时间,实现了管束车的高效调度。结果表明,当采用氢气管束车向10座加氢站配送时,利用开发的算法来调度管束车,能够减少管束车数量15%,实现氢气综合输配成本降低10%,具有良好的应用前景。

关键词： 迪克·赫伯迪格   后现代主义文化批判   文化研究   符号学  

摘要： 迪克·赫伯迪格的后现代主义文化理论探索是一场从亚文化、流行文化穿越到后现代主义并走向它的“另一面”的旅行。赫伯迪格整体采用了符号学路径对亚文化和流行文化现象进行分析,将亚文化与流行文化看作拼贴的、风格化的符号,并格外关注符号消费行为展示的品味区隔成为不同意识对抗协商场所的可能性,从而挖掘出文化符号的情感性和政治潜能。在后现代社会中的消费快感和流散性经验之上,赫伯迪格提出了以“情感联盟”为核心的身份政治策略。这一策略批判了后现代主义的否定性特质,并尝试超越这种否定性,通向更具有可能性和正向意义的“另一面”。通过身份政治的构想,赫伯迪格试图探索后现代和文化研究的未来发展之路。

关键词： 基桩   不确定性   遗传算法   优化设计   最优解集  

摘要： 为得到满足可靠性要求的基桩最佳设计方案,在有效控制基桩沉降量的情况下,尽可能降低基桩造价。以中国尊大厦基桩为例,考虑土体极限阻力不确定性,采用非支配排序遗传算法-II(NSGA-II),针对种群中的个体进行非支配解选择排序和拥挤距离比较。将桩径和桩长视为优化设计变量,以基桩承载力的目标可靠指标作为约束条件,工程造价和单桩沉降量的最小值为目标函数,得到Pareto最优解集。该算法解决了传统多目标优化方法在缺乏经验的情况下优化效果不佳与速度慢的问题。采用基于熵权理论的TOPSIS法对Pareto最优解集中的每一个解进行赋权后,筛选出相对贴近度最大的方案。结果表明:最优方案在造价和单桩沉降量上均优于原设计方案,证明基桩优化设计方法具有可行性。

关键词： 滚动轴承   斜撑离合器   优化设计   遗传算法   楔块   几何约束  

摘要： 为提高斜撑离合器的综合承载能力,以J-8331型离合器为研究对象,采用第三代非支配排序遗传算法对其进行性能优化。根据离合器结构特征设定几何约束,提炼并推导楔角、升程百分比、接触应力和综合应力等能反映离合器整体楔合性能的多个指标作为优化目标,据此设定筛选函数,求得多目标优化Pareto最优解集。理论计算和仿真分析结果表明,优化后的离合器总体楔合性能满足预设条件,证明了此优化方法的可行性。

关键词： 农业农村政策   话语分析   语义网络   人民日报  

摘要： 农业农村问题是中国社会的基本问题之一,政策是影响农业发展和农村建设的关键因素。以1949年至2023年《人民日报》涉农报道为研究对象,建立历时性文本语料库。运用文本挖掘、语义网络和可视化等方法,探析新中国以来农业农村政策核心话语体系的建构及全景式演变过程,以期深化对农业农村发展规律及政策变迁的认识。从话语网络、政策语境和社会实践三个维度对核心话语进行分析后发现,我国农业农村政策的调整与变迁主要围绕农村土地制度、经营方式、流通体制以及城乡二元结构等方面展开,主流媒体的政策传播与当时的社会经济形势、国家战略目标和农民群体需求相适应,政策的形成、延续和发展过程体现了历史逻辑、理论逻辑与实践逻辑的统一。

关键词： 无人驾驶卡车   路径跟踪   LQR控制器   改进遗传算法  

摘要： 路径跟踪在无人驾驶中起着至关重要的作用.为提高无人驾驶卡车在不同车速下路径跟踪的精度与稳定性,设计了一种基于改进遗传算法优化的线性二次调节器(LQR)进行路径跟踪.首先,基于自然坐标系建立车辆二自由度动力学模型和跟踪误差模型,并设计LQR控制器,采用前馈控制消除稳态误差,提高跟踪精度;其次,通过改进遗传算法对LQR的权重矩阵进行优化,以提高路径跟踪的精度与稳定性;最后,通过Matlab/Simulink-TruckSim联合仿真平台在不同工况下对所设计的LQR控制器控制效果进行仿真验证.结果表明,在双移线工况下,GA(遗传算法)优化后的LQR控制器在30 km/h和60 km/h跟踪精度分别提高了约68.5%和49.4%;在U形工况下,跟踪精度分别提高了约12.0%和25.5%,且具有更高的稳定性,位置误差和航向误差分别可控制在0.17 m和0.11 rad以内,证明了所提出的跟踪控制框架的有效性.

关键词： 人工神经网络   记忆   吸引子   深度学习  

摘要： 深度学习方法起源于20世纪80年代。其根源一方面来自于霍普菲尔德在生物物理学方面的工作,另一方面来自于辛顿的玻尔兹曼机、多层感知机和反向传播算法等一系列工作。今年的诺贝尓物理学奖肯定了人工神经网络和深度学习作为物理学的研究对象,给物理学提供了一个迫切需要的新的增长点。这个奖项对物理学和人工智能的发展,都会带来帮助。

关键词： 计算机程序   神经网络   数据预测   电缆测井   网络层   存储介质   预测模型   系统控制  

摘要： 描述了用于实现预测在地下区域的钻井操作中使用的电缆测井的系统的方法和系统,包括编码在计算机存储介质上的计算机程序。该系统从第一电缆测井导出输人,并且包括基于被训练以生成数据预测的神经网络的预测模型。预测模型通过神经网络层处理从第一电缆测井导出的输人,以生成识别地下区域中的储层的多个第二电缆测井的预测。基于多个第二电缆测井,系统控制模拟油藏碳氢化合物生产的钻井操作。

关键词： 机器学习   可解释性   反事实解释   权重矩阵   遗传算法  

摘要： 机器学习技术在金融领域的应用越来越多,为用户提供可解释的机器学习方法已成为一个重要的研究课题。近年来,反事实解释引起了广泛关注,它通过提供扰动向量来改变分类器得到的预测结果,从而提高机器学习模型的可解释性。但现有方法存在生成的反事实用例缺乏可行性和可操作性的问题。文中提出了一种新的反事实解释框架,通过引入特征变量代价权重矩阵的概念,考虑不同特征变量改变的难易程度,使得反事实结果更符合实际情况并更具可行性。同时,通过专家预定义特征变量代价权重矩阵的方式,提出了一种计算特征变量代价权重的可行方法,并允许用户根据实际情况进行个性化调整。定义的目标函数综合考虑了特征加权距离、稀疏性和接近性3个指标,确保了反事实结果的可行性、简洁性和接近原始样本集的性质。采用遗传算法来求解问题,进而生成最佳的行动方案。通过对真实数据集进行实验,证实了所提方法相比现有的反事实方法能够生成可行性和可操作性更强的反事实用例。