关键词： 路基   膨胀土   复合改良   无侧限抗压强度   人工神经网络   留一交叉验证法  

摘要： 为研究复合改良土强度特征并在数据有限情况下建立可靠的预测模型,针对湖南省某高速公路膨胀土,掺入粉煤灰(FA)和聚丙烯(PP)纤维进行复合改良,并开展了不同养护方法、养护时间和干湿循环次数下的无侧限抗压强度(UCS)和劈裂抗拉强度(STS)试验,探讨了FA和PP纤维对膨胀土强度改善的耦合效应,并尝试利用留一交叉验证法(LOOCV)建立可靠的人工神经网络(ANN)预测模型。研究表明:FA通过离子交换作用和水化胶凝作用可显著提高膨胀土的UCS,在添加FA的同时添加PP纤维,可进一步增加其抗拉强度,但PP纤维不宜添加过多,20%FA+0.5%PP纤维的组合具有最佳强度;复合改良土抵抗干湿循环的能力较素土有所增加,但干湿循环作用下其强度仍然有一定衰减;在试验数据不充足的情况下,利用LOOCV有助于训练并建立可靠的ANN预测模型,该模型对训练集和测试集以外的试样强度同样具有较好的预测效果,从而为路基复合改良土性能机器学习预测提供参考借鉴。

关键词： 人工智能   计算机网络   应用研究  

摘要： 随着现代化科学技术的不断进步,人们针对于计算机网络所产生的需求也正在不断的增加当中,单纯的数值计算以及对于问题进行解决已经无法满足于现代化社会针对于计算机网络所产生的具体要求。计算机在发展的过程当中必须要不断的趋向于智能化包括人性化,所以这也就格外的强调人工智能在整个计算机网络技术当中应用的必要性。

关键词： 装配站位   物料配置方案   离散事件仿真   GRU神经网络   遗传算法  

摘要： 装配站位是飞机装配线基础管理单元,由于飞机装配作业过程繁杂并存在大量随机扰动,其管理者需要根据不断变化的工况频繁对在装架次的物料配置方案进行优化。为此,提出一种基于门控循环单元(Gated recurrent unit,GRU)神经网络和遗传算法的优化方法。为了克服离散事件仿真在评估效率方面的局限性,以仿真历史数据为学习样本,采用GRU神经网络构建物料配置方案评估仿真代理模型,模型以物料配置方案为输入,以在装架次预计完工时间和关键物料平均滞留时间为输出。将仿真代理模型作为目标函数评估模型与遗传算法相结合,实现物料配置方案全局优化。仿真验证结果表明,基于GRU神经网络的仿真代理模型能够准确、高效地评估物料配置方案,输出的优化方案能够有效缩短在装架次的预计完工时间和关键物料平均滞留时间。

关键词： 刘雨   回归   消解  

摘要： 抵达你回归的地方我好像把你忘记了。就像把一片精致而收藏起来的落叶遗忘在了它本不该存在的那片土地上。它曾在我手中挥舞,贪婪地看着先前永远看不见的光景,但某个时刻,却也如同这意想不到般,独自被留下,留在一个陌生之地,在风的抚慰和光的轻触中慢慢消解。

关键词： 改进遗传算法   调节气阀   电液伺服阀  

摘要： 给水泵汽轮机调节活动时会影响汽轮机的蒸汽流量,若流量过大会造成给水流量输出冲击事故。为增强给水泵汽轮机电液伺服阀应用可靠性,降低故障频率,提出一种基于改进遗传算法的给水泵汽轮机调节气阀控制方法。分析给水泵汽轮机调节系统框架,利用传递函数和响应方程获得系统中各部件动力学模型;构建模糊比例积分微分控制器,将误差、误差变化率拟作控制器输入,采用改进遗传算法实现控制参数寻优,将调节系统阶跃响应最高调整量和过渡调整量看作目标函数性能指标,通过欧氏距离均值评估群体内的基因差异,引入自适应机制,将交叉概率、变异概率转变成自适应调节算子,若目标函数保持不变,则终止运算输出参数寻优结果,实现调节气阀自适应控制。实验结果表明,所提方法能很好地控制活塞杆与阀芯位移幅度,减少给水流量输出冲击,保证给水泵汽轮机协调平稳运行。

关键词： 电力通信网络   云计算   智能维护  

摘要： 文章提出一种基于云计算的智能电力通信网络维护系统,该系统采用数据采集、智能分析、调度执行3个模块,能够实现通信网络的实时监测、故障诊断、维护优化。仿真实验表明,该系统在吞吐量、响应时间等关键指标上显著优于传统系统,具有良好的应用前景。

关键词： 智能油田   边缘计算   物联网   数字化  

摘要： 在现代信息技术快速发展的趋势下,油田智能化建设广受关注。在油田现有系统框架下,融合工业物联网平台发展思路,以实际业务需求为出发点,基于物联网、边缘计算等技术实现数据的采集、存储、计算分析与显示共享,构建智能油田物联网系统,可以高效提升现场作业数据的动态监测以及远程控制水平。

关键词： 模拟退火遗传算法   优化设计   路径规划  

摘要： 为了解决复杂环境中的路径规划问题,通过引入并改进模拟退火算法与遗传算法相结合的混合优化策略,以克服传统路径规划算法在全局搜索能力、收敛速度及避免局部最优解方面的局限性,提出了一种基于改进模拟退火遗传算法的路径规划方法。在遗传算法框架内,通过编码方式表示路径,并利用选择、交叉和变异等遗传操作生成新的路径种群。为增强全局搜索能力和跳出局部最优解的能力,引入了模拟退火机制,在遗传算法的交叉和变异操作中融入模拟退火的概率接受准则,允许以一定概率接受较差的解,从而增加种群的多样性。研究过程中,首先设计并实现了改进的模拟退火遗传算法,并设置了对比实验,包括单独使用遗传算法、模拟退火算法以及模拟退火遗传算法进行对比分析。实验结果表明,与单独使用遗传算法和模拟退火算法相比,改进模拟退火遗传算法在复杂环境中的路径规划问题上展现出了显著的优势,有效提升了算法的全局搜索能力、最优解准确度和收敛速度,同时增强了算法对复杂环境的适应能力。

关键词： 供电恢复   智能决策   边缘计算   深度强化学习   双深度Q网络  

摘要： 本文提出了一种基于边缘计算的配电网供电恢复智能决策方法。该方法利用深度强化学习技术,通过构建双深度Q网络(Double DQN)来提高决策的准确性。在训练过程中,智能体与模拟的配电网环境进行交互,不断更新DQN网络中的参数。训练完成后,智能体根据当前状态选择最优的动作,并发送给边缘计算节点进行实施。实验结果表明,该方法能够快速而稳定地学习,提高供电恢复的效率和稳定性,降低恢复时间和供电中断的影响。

关键词： 空间机器人   自由度冗余   漂浮基座   多任务轨迹规划   关节构型   遗传算法   改进遗传算法   多刚体动力学  

摘要： 针对冗余漂浮空间机器人在单次行程中连续执行多项轨道任务的能耗最优轨迹规划问题,本文提出一种改进遗传算法,将同时优化3种类型基因引入,使得每条染色体包含3部分,即任务序列、与任务序列对应的关节构型序列和描述机器人关节轨迹的正弦多项式系数,对染色体的3部分进行独立编码,并在迭代寻优过程中对3个组成部分独立执行交叉和变异操作。仿真结果表明:与传统遗传算法相比,本文算法具有精度高、计算量少和CPU时间短的优点。