关键词： 部分柔性车间调度   五金加工厂   AGV   遗传算法   贪婪方法  

摘要： 针对现有调度方法在部分柔性作业车间调度问题下适应性差,并缺乏对多AGV物流调度考虑的问题,提出了一种基于贪婪方法的改进遗传算法;考虑了多AGV环境下的部分柔性作业车间调度问题,建立以加工机器资源有限约束、多AGV物流规则约束、最小化最大完工时间为目标的数学模型;提出一种改进遗传算法,通过三段式染色体编码策略来同时解决工序加工顺序、工序所选择的加工机器、工序所选择的物流运输设备3个子问题,并引入随机数优化变异和双保留策略产生并保留优秀个体编码,提高了算法的搜索精度和收敛速度;在解码中加入贪婪方法,从而进一步减少完工时间;以某五金加工企业的层篮板和上U管加工车间为例,采用改进算法进行车间调度优化,结果表明该方法可以在搜索空间中精准获取有效的调度方案,从而验证了方法的可行性和优越性。

关键词： 电商环境   青少年   道德隐忧   消解对策  

摘要： 在数字经济与电商产业迅猛发展的背景下,当代青少年作为“数字原住民”,其道德认知面临着新的挑战。研究发现,青少年在电商环境下面临的道德隐忧主要表现为价值判断偏差隐患、道德行为失范风险及道德自律弱化倾向。其成因包括青少年自身认知的局限性、电商平台逐利性加剧道德风险、家校教育双重赤字及社会治理体系功能梗阻。基于此,应采取靶向认知教育干预、教育引导与平台管控并举、构建家校协同育人机制及提升社会治理效能等对策,以净化青少年电商消费环境,帮助其树立正确的网络道德观。

关键词： 极薄带   表面粗糙度   机器学习模型   转印机理模型   遗传算法   粒子群优化   张力轧制   机理耦合数据模型  

摘要： 随着电子信息技术的快速发展,极薄带综合性能面临更高要求,尤其是不锈钢极薄带的表面形貌控制成为关键技术难点。针对这一问题,基于12辊精密极薄带轧机,采用磨削、喷砂和抛光3种典型表面处理的轧辊,对厚度为0.08 mm的304不锈钢极薄带开展单道次轧制试验,构建了适用于极薄带的表面粗糙度转印机理模型(roughness transfer mechanism model,RTM)。通过遗传算法对机理模型中的关键参数进行优化,系统揭示了压下率、张力、轧辊粗糙度以及原始带材粗糙度对轧制过程中表面粗糙度的影响规律。进一步将机理模型与机器学习方法深度融合,提出轧制转印机理约束的表面粗糙度预测模型,通过提取机理模型预测值与实际值的偏差作为机器学习输入,利用其非线性拟合能力捕捉传统机理模型未能解释的复杂非线性特征,最终通过偏差修正实现表面粗糙度的精准预测。试验结果表明,该融合模型充分发挥了2类模型优势,以算数平均粗糙度Ra为例,最优模型的预测准确率达到95.08%,相关系数达到0.9347,并最终在工业现场采集数据进行验证,预测精度依旧可以保持在90%以上。该模型兼具机器学习的高效预测性能与轧制转印机理的物理可解释性,为极薄带表面质量控制提供了新的方向,对深入探究表面粗糙度形成机理与极薄带的工艺参数优化具有重要工程意义。

关键词： 时变拥堵   卡车与无人机协同   拥堵规避策略   遗传算法   路径优化  

摘要： 文章针对交通拥堵下卡车行驶速度慢、配送难的问题,提出一种时变拥堵下卡车与无人机协同配送的路径优化方法。首先,构建了时变拥堵下的卡车与无人机路径优化问题与模型;其次,设计针对拥堵场景下的卡车和无人机的规避策略。接着,提出一种两阶段启发式算法进行求解,第一阶段,采用动态取k值的k-medoids算法将客户点划分为卡车配送点与无人机配送点;第二阶段,划分无人机配送点,优化无人机路径,并采取遗传算法优化卡车路径。最后,用重庆市南岸区京东集配中心的实例验证了该算法的实际价值。求解结果表明,文章提出的拥堵规避策略能够减少配送时间,能为拥堵情景下的卡车与无人机配送提供优化方案。

关键词： NMT   人工神经网络   哲学思考   理解  

摘要： 为什么要对“理解”在机器翻译中的作用进行刨根究底式的分析?从远古时代到今天,翻译一直是人类文明交流的一个重要途径。翻译需要两种语言的知识,并且涉及阅读理解和写作,是人类最苛刻的智力活动之一。出于实际需要,为了使翻译更加快捷、更加经济有效,机器翻译的发展获得了巨大动力,尤其是近年来基于人工神经网络的NMT(Neural Machine Translation)技术已将机器翻译推向了新的高度。但是,人工智能在技术上的每一次重大突破,都会引来高度的质疑。这次机器翻译的骄人进步也同样未能幸免。有许多文章从多个方面比较了机器翻译和人工翻译,并指出了机器翻译的关键缺陷,认为这些缺陷很多只有通过人工翻译才能克服。

关键词： 机器学习   高性能推进剂   遗传算法  

摘要： 西北工业大学提出一种机器学习结合遗传算法的框架实现快速驱动高性能推进剂的发现高性能固体推进剂设计往往依赖于组分生成焓(EOF)的高精度定量计算,但这一过程通常效率低、耗时长。为此,西北工业大学提出了一种融合机器学习(ML)与遗传算法(GA)的新型框架,用于加速固体推进剂的设计,仅以各组分的质量比例和化学配方为输入,即可实现推进剂能量特性的准确快速预测。

关键词： 随机共振   震电测井   相位轨迹时间   尺度变换   遗传算法  

摘要： 为了克服传统随机共振方法在高频信号处理中的局限性,引入相位轨迹时间尺度变换改进非线性双稳态随机共振系统动态方程,通过数值仿真和电路设计提升系统的实用性,开展了数值仿真模型和电路输出信号的时域和频域波形分析。以输出信噪比为评价函数,采用遗传算法对系统参数寻优,以获得最优输出,构造基于相位轨迹时间尺度变换的双稳态随机共振系统,并将该系统应用于震电测井信号中。研究结果表明,随机共振系统输出信号的信噪比提升了23.5642 dB,输出信号特征频率处的幅值是传统线性滤波的44倍。基于相位轨迹时间尺度变换的双稳态随机共振系统能够直接处理高频震电测井信号,削弱信号中的噪声,显著提升信号的清晰度和质量。该系统可突破小参数局限性,实现对震电测井的成功检测,为复杂环境下油井特征微弱信号的提取提供了新的方法。

关键词： 变电站   GIS开关设备   安装与调试   遗传算法  

摘要： 面向变电站GIS开关设备安装与调试过程,本文提出了一种基于改进遗传算法的机械特性参数优化技术,实现了分合闸速度、超程量、同期性等关键参数的协同优化。仿真结果表明,本文提出的优化技术可显著改善设备的机械动作特性,提高了分合闸操作的稳定性和可靠性。该研究为提高GIS设备安装调试的质量提供了新的方法,有效保障了变电站的安全稳定运行。

关键词： 全硼   土壤   石墨消解   电感耦合等离子体质谱   标准模式  

摘要： 土壤中全硼采用碱熔干法消解存在效率低、成本高等缺点,为了提高全硼的检测效率,节省成本,利用高通量石墨消解仪对土壤样品进行消解,选择标准模式进行质谱分析,通过优化消解试剂、消解温度和赶酸温度,建立了一种硝酸-氢氟酸-高氯酸-磷酸四酸混合石墨消解结合电感耦合等离子体质谱测定土壤中全硼含量的方法。结果表明,使用硝酸、氢氟酸、高氯酸混合消解液有利于土壤样品彻底消解,加入磷酸可以避免硼元素的挥发损失,使用石墨仪消解大大提高样品检测通量,选择标准模式进行分析,可有效降低硼元素的检出限,使用内标法定量,有效消除基体抑制效应,提高方法的准确度。在最优的测定条件下,硼元素在0.001~0.2 mg/L线性关系良好,相关系数为0.999 9,方法的检出限为0.42 mg/kg,方法的定量限为1.38 mg/kg,方法的正确度和精密度分别在96.9%~105%和1.3%~3.3%。方法具有操作简单、检测通量大、灵敏度高等优点,适合大批量土壤样品的检测。

关键词： 人工神经网络   化工智能化   过程优化   数据驱动  

摘要： 伴随着人工智能技术的快速发展以及应用成本的降低,人工智能已经渗透于众多传统行业,推动产业格局变革。化工行业作为全球经济的重要组成部分之一,长期受到高能耗和环境污染等挑战,并面临工艺优化和系统调度复杂、催化剂研发效率低、故障诊断困难以及产物预测不准等一系列“卡脖子”难题,而人工神经网络(artificial neural network,ANN)技术凭借强大的非线性映射、自组织自适应学习及大数据驱动特性,已经逐步融入到化工基础研究和生产过程,为解决这些难题带来了新契机。本文综述了ANN催化剂设计与选用、反应条件优化、化工产品分析预测、过程系统优化以及环境监测与治理等化工领域的应用现状,探讨了ANN驱动化工核心难题解决的突破路径及具体案例,并分析了现有ANN在化工中应用的不足与挑战,最后提出了ANN未来在化工领域中应用的发展方向。