关键词： 大数据分析   造纸设备   产量   均衡调度   遗传算法  

摘要： 针对传统造纸设备生产过程中的浪费和延误问题,提出基于大数据分析的造纸设备产量均衡调度方法。首先依据造纸量历史数据,通过大数据分析技术分析造纸需求量周期性变化规律,预测纸品未来需求量;其次结合时间和能耗构建造纸设备产量均衡调度优化模型,基于所建模型,建立闭环集成和滚动重调度并行的动态闭环响应协同优化策略,动态分析调整造纸计划;最后采用改进的蚁群遗传算法优化模型,实现造纸设备产量均衡调度。实验结果表明,所提方法能耗更低,设备利用率更高。

关键词： 膝关节外骨骼机器人   穿戴舒适度   人-机并联   多目标遗传算法  

摘要： 在提出一种具有仿生交变穿戴接触刚度的膝关节外骨骼人-机物理交互(穿戴)系统研究原型的基础上,开展穿戴系统参数优化分析,用于实现其穿戴舒适性与承载有效性的提高。首先,基于Ansys软件平台,搭建系统虚拟样机模型;其次,基于仿真分析,构造一种计及外骨骼缓冲层结构、材料参数为设计参变量的可穿戴性新型综合评价指标——穿戴舒适度,并获取后续优化初始数据种群;最后,针对穿戴舒适度指标开展多目标遗传优化分析,以寻找外骨骼穿戴系统的设计参数最优值。仿真分析表明,大腿肌群穿戴处最大等效应力(Von-Mises)有效值相对优化前降低44.45%,最大有效变形降低2.86%,有效受力结点数占比提高1.75%。因此,仿真结果可佐证上述人-机并联物理交互系统设计与其性能优化方法的有效性与合理性。

关键词： 计算机网络   多址接入信道   信道有效吞吐量   智能预测   预测方法   方法设计  

摘要： 以往的多址接入信道有效吞吐量智能预测方法由于仅计算了多址接入信道的单个信息增益,导致方法的预测效果不佳。因此,设计了计算机网络多址接入信道有效吞吐量智能预测方法。通过对计算机网络多址接入信道的特性分析,获取相应的信道数据,并对数据进行优化处理,由此对多址接入信道进行表征分析。根据分析结果,计算信道的时间相关性和状态方程,并构建对应的观测方程,计算出信道数据的多个信道增益,由此实现对多址接入信道有效吞吐量的估计。通过计算信道有效吞吐量的预测值,并对预测值进行优化,实现对信道有效吞吐量的预测。在实验测试中,和以往的多址接入信道有效吞吐量智能预测方法相比,设计的计算机网络多址接入信道有效吞吐量智能预测方法在实际应用中拟合程度更高,预测效果更好。

关键词： 门式起重机模型修正   神经网络   遗传算法  

摘要： 传统的有限元模型修正方法计算量大,计算过程复杂、求解困难,为提高有限元模型的修正效率,提出了一种基于遗传算法优化的BP神经网络(GA-BP)有限元模型修正方法,针对BP神经网络的固有缺陷,引入遗传算法优化BP神经网络的参数,以结构响应为网络输入,结构参数为网络输出,构建了适用于起重机金属结构有限元模型修正的神经网络模型结构,最后通过所建立的GA-BP方法完成了门机金属结构的有限元模型修正。研究结果表明,与初始模型相比,修正后的有限元模型误差明显减少,精确性更高,可以保证结构有限元模型与实际结构的吻合度,为后续基于有限元模型的研究工作提供保障。

关键词： 小流域   河网模型   联合调度模型   遗传算法   效益分析  

摘要： 鉴于小流域水网和地势复杂多变,且涉及水利工程种类繁多,探索一种能考虑多因素的全局分析模型是十分必要的。为此,以涵盖山区和平原的泗安塘小流域整治工程为例,构建了泗安塘流域概化河网模型,并通过洪峰模数和洪水位进行了模型率定;在概化河网模型基础上,提出了“水库—泵站—桥梁—河道”联合调度优化模型,并采用遗传算法搜索出能满足流域规划要求的最优过流方案;最后结合河道和周边现状,明确了相应流域整治措施。经调查,该工程在设计水平年内取得了良好的防洪排涝效益和社会效益,可以小流域整治工程提供参考。

关键词： 加速退化试验   Wiener过程   测量不确定性   人工神经网络   遗传算法  

摘要： 考虑加速退化试验过程中关键性能参数的测量不确定性,将测量不确定性处理为区间数,并建立一种结合人工神经网络与Wiener过程的区间加速退化数据可靠性评估方法。基于ANN-Wiener过程构建加速退化数据的负对数似然函数,采用遗传算法建立负对数似然函数未知参数的求解方法,最终实现了区间加速退化试验的可靠性评估。通过激光器的加速退化试验,对该方法进行验证,比较该方法与其他方法评估得到的可靠度和真实可靠度的绝对误差,结果表明,基于ANN-Wiener过程对可靠度的评估结果更准确,且考虑到测量不确定性因素的影响,得到激光器可靠度的保守和乐观估计。相同可靠度的情况下,忽略测量不确定性时的评估时间晚于保守估计的评估时间,会导致产品预防维护时机的推迟,增大产品运行过程中的失效风险,增加因产品失效而造成的损失。

关键词： 无人机轨迹设计   移动边缘计算   强化学习   多智能体深度确定性策略梯度  

摘要： 无人机(Unmanned Aerial Vehicle,UAV)辅助的移动边缘计算(Mobile Edge Computing,MEC)网络能够为地面用户设备(User Equipment,UE)提供优质的计算服务,但是为多无人机进行实时的轨迹设计仍是一个挑战.针对该问题,提出基于多智能体深度强化学习的轨迹设计算法,利用多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)框架对无人机的轨迹进行协作设计.考虑到无人机有限的电池容量是限制无人机网络性能的重要因素,因此以无人机的能量效率之和为优化目标构建优化问题,联合优化无人机集群的轨迹和用户设备的卸载决策.每个智能体与边缘计算网络环境进行交互并观测自己的局部状态,通过Actor网络得到轨迹坐标,联合其他智能体的动作和观测训练Critic网络,从而改善Actor网络输出的轨迹策略.仿真结果表明:基于MADDPG的无人机轨迹设计算法具有良好的收敛性和鲁棒性,能够高效地提升无人机的能量效率;所提算法性能较随机飞行算法最高可提升120%,较圆周飞行算法最高可提升20%,较深度确定性策略梯度算法可提升5%~10%.

关键词： 灰色模型   指数平滑模型   加权组合   遗传算法   用电量  

摘要： 由于传统的灰色模型和指数平滑模型在用电量预测方面精度欠佳,为了对江西省全社会用电量进行短期预测,从统计年鉴官网获得2000—2022年江西省全社会用电量数据,然后将灰色模型与指数平滑模型采用遗传算法决定加权组合,得到加权指数平滑灰色模型。利用加权指数平滑灰色模型对该数据进行模型构建,最后在验证模型有效性的基础上进行未来用电量预测。结果显示,所提出的方法相对于其他单项模型和传统的组合模型而言,预测得到的结果更加准确,平均相对误差更小,具有较高的预测精度,为用电量预测提供更可靠的参考,对用电量管理和规划具有重要意义。

关键词： 传染病检测样本转运   无人机   路径优化模型   遗传算法  

摘要： 针对传染病检测样本转运的多物流无人机路径规划问题,在刻画了完整的基于无人机的传染病检测样本转运流程的基础上,建立以总成本最小的无人机路径优化模型.针对所建立的模型,设计基于模糊逻辑控制与邻域搜索的遗传算法进行求解。结果表明无人机任务主要根据需求点距离远近及密集程度进行分配,且每架无人机的配送任务均满足约束限制.进一步开展了参数分析,发现最大电池容量和最小剩余电量限制是影响总成本的重要因素,两者的变化会引起传染病检测样本转运所需无人机数量的变化,并导致总成本的大幅变化。研究成果可为解决传染病检测样本转运问题提供新思路,并为相关物流企业的决策提供理论依据.

关键词： 泵站   侧向进水   BP神经网络   遗传算法   整流斜板  

摘要： [目的]改善侧向进水泵站前池内的水流流态和水泵进水条件。[方法]采用计算流体动力学(CFD)和BPNN-GA(Back Propagation Neural Network-Genetic Algorithm)算法,对泵站前池的整流斜板结构设计参数进行优化。通过引入基于轴向流速分布均匀度和速度加权平均角的综合评价指标F,使用遗传算法优化BPNN模型,以获取最优整流斜板结构设计参数。[结果]通过BPNN-GA算法优化的整流斜板可有效改善进水流道内的水流流态,轴向流速分布均匀度以及速度加权平均角得到较大提高,前池内部漩涡范围明显缩小,综合评价指标F下降了6.31。[结论]因此,BPNN-GA算法可以高效地选择出整流斜板最优结构设计参数,可改善侧向进水泵站前池内不良流态。