关键词： 临时道路   地震风险   模糊集合   判断矩阵   构造背景   格网单元  

摘要： 灾害风险研究对工程项目顺利实施起着重要性的作用。以四川地区水利水电工程临时道路为研究对象,以地震为致灾因子,从构造背景和地震危险性两大方面进行分析,采用模糊集合理论和判断矩阵法,建立了临时道路遭受地震影响的风险评估的数学模型,分析了四川地区18912个格网单元遭遇地震后道路破坏情况的可能性。结果表明:四川地区水利水电工程临时道路遭受地震中等破坏的可能性较大,其中阿坝州的九寨沟县和汶川县及绵阳市的青川县等地区破坏情况可能最为严重。

关键词： 知识元理论   知识图谱   知识表示体系   中风病   古籍医案  

摘要： 目的基于知识元理论与知识图谱探索构建中风病古籍医案知识表示、知识解析、知识呈现、知识可视化分析的研究路径。方法构建中风病古籍医案“知识体-知识元-语义与语义关系”多粒度知识表示体系,基于知识元标引系统将文本解析为结构化数据,结合属性图模型进行图谱设计,使用Neo4j构建知识图谱并进行可视化呈现与分析。结果共纳入86部古籍的517则医案,形成包含2种知识体类型、19种知识元类型、27种语义类型及9种语义关系的知识表示体系。中风病古籍医案原文知识图谱拥有19种节点类型(8种虚拟节点)、15种关系类型,共计6363个节点、14697条关系;融合知识图谱拥有11种节点类型、11种关系类型,共计1229个节点、11456条关系。利用分层子图可视化与节点连通度分析方法,完成隐性知识探索推理。结论中风病古籍医案知识表示体系可指导古籍文本结构化表达与语义级别解析,为知识图谱构建提供系统性数据支持。古今双模知识图谱中的原文知识图谱侧重对复杂诊疗思路的可视化呈现,有利于提高医案查阅效率;融合知识图谱构建无标度网络,以群案为对象从宏观维度实现中风病隐性知识发掘。

关键词： 氢气浓度传感器   反向传播神经网络   遗传算法   遗传算法—反向传播神经网络  

摘要： 为解决环境因素致使氢气浓度传感器测量精度误差较大,导致氢燃料电池车辆因氢气泄漏检测不精确而产生爆炸风险的问题,提出了一种基于遗传算法反向传播(GA⁃BP)神经网络的氢气浓度传感器的浓度补偿方法。首先,利用BP神经网络对氢气浓度进行初步预测;然后,通过GA在寻优方面的优势进行浓度补偿,解决了BP神经网络局部陷入极值的问题。实验结果表明:基于GA⁃BP神经网络的氢气浓度传感器的浓度补偿方法对热导型氢气浓度传感器的预测准确度达到99.98%,最大相对误差值为0.2%,氢气浓度传感器的测量准确度提高了50.8%,为氢燃料汽车行业的发展奠定了基础。

关键词： 遗传算法   动态光伏遮阳板   多目标优化  

摘要： 为了在建筑动态光伏遮阳板应用中兼顾节能效果和采光效果,本文设计了动态光伏遮阳板多目标优化模型,将房间尺寸、房间结构、空调负荷、用电负荷和光伏遮阳参数等作为输入量,模拟计算节能率和自然采光照度。利用遗传算法校正该模型中的室内表面参数,提高多目标优化的质量。将某学生宿舍作为模拟对象,利用该模型计算不同建筑朝向、光伏遮阳板宽度、安装角度和移动高度的节能率和自然采光变化率。结果表明,多目标优化模型的作用是确定光伏遮阳板的理想参数,提高建筑节能和采光能力。

关键词： 智能建筑   HVAC   人工神经网络   节能  

摘要： 现行暖通空调(HVAC)系统多采用恒定混合空气温度控制,其存在能源使用率低下的问题。基于此,研究提出并开发了一种基于人工神经网络的预测模型,通过与EnergyPlus、Matlab和BCVTB进行联合仿真,优化节能器控制,实现负荷与能耗的预测。研究结果表明,该模型在实际操作中可显著降低能源消耗,可节约28.9%的能源,其展示了智能控制系统在建筑能效管理中的应用潜力。

关键词： 牧场   巡检机器人   遗传算法   人工鱼群算法   路径规划  

摘要： 针对传统人工鱼群算法(AFSA)在牧场巡检路径规划的过程中易陷入局部最优解、规划的最优路径较长等问题,提出一种改进人工鱼群算法融合遗传算法(GA)得到的遗传鱼群算法(GFSA)。GFSA在AFSA基础上通过优化视野和步长,加快算法在求解过程中的收敛速度和精度;通过设计分段式拥挤度因子、引入遗传算法中的变异操作,避免算法在迭代过程中过早聚集在局部最优解周围。将GFSA搭载在牧场巡检机器人上进行试验验证。结果表明,在消融试验中,GFSA规划的路径长度均低于对比算法,其最优路径长度中位数为23.2 m;在多算法对比试验中,与对比算法相比,GFSA的路径最短且转弯幅度小;在不同障碍物率地图的路径规划中,GFSA的最优路径长度初始值、增长斜率均小于对比算法,具有更好的鲁棒性和适应性。

关键词： 本体匹配   部分参考匹配集合   异质性   混合遗传算法  

摘要： 不同本体之间的异构问题成为各种应用之间实现更智能化、高效的知识共享和通信的障碍。本体匹配是解决上述问题的有效方法。为了获取高质量匹配结果,提出了基于部分参考匹配结果(partial reference alignment, PRA)的混合遗传算法,该方法采用分层选择方法解决传统PRA构建过程中的语义丢失问题,并提出了一种新的适应度函数进一步充分利用PRA中的潜在信息,从另一个角度解决语义丢失问题。此外,该算法结合了遗传算法(GA)和随机爬山算法两种方法,以在全局和局部范围内寻找最优的本体匹配方案。实验结果表明,该算法在不同的本体匹配任务中均能有效地获得高质量的匹配结果,并且和其他前沿的方法比较也有出色的表现。

关键词： 家庭教育   后喻文化   父母权威  

摘要： 后喻文化是指长辈向晚辈反向学习的文化模式,正引发家庭教育中父母权威的旁落,家庭权威的旁落引起父母权威的“难受”和“疼痛”,这种现象亟须调整解决。从三个方面讨论了后喻文化视阈下父母权威的重构路径,即观念转变:涵养家庭教育生态;积极沟通:营造家庭教育气氛;奖惩有度:巩固家庭教育实效。

关键词： 遗传算法   BP神经网络   滑坡位移   时间序列预测  

摘要： 利用遗传算法优化BP神经网络对滑坡的位移时间序列进行预测,可提高预测的准确性。文章探讨了通过遗传算法优化BP神经网络的权值和阈值以解决局部最优问题的可行性,然后利用改进后的BP神经网络算法对喜旧溪河漫滩至G324国道滑坡(海拔1 245 m)及G324国道往上至南昆线铁路(海拔1 315 m)地区往年的滑坡位移进行时序预报。对训练样本和验证样本进行相关性分析,结果表明:该模型在训练集上拟合效果优异且具有良好的泛化能力,训练集数据的平均误差接近于0;经过遗传算法优化后的BP神经网络在时间序列预测中表现出更高的精确性和稳定性,有效地提高了预测模型的性能。这对滑坡位移的预测意义重大,为滑坡灾害的预警和防治提供了更加可靠的科学依据。

关键词： 分区配送   遗传算法   线路优化  

摘要： 背景:因为卷烟配送线路约束条件较多,在复杂约束条件下完全依靠算法并通过计算机系统对物流配送线路进行优化得出精准的结果存在一定的难度,故日常应用中信息化+人工干预才是最佳途径。该研究的目的是解决大规模分区配送线路优化和车辆调度问题。方法:运用集中运力资源,对资源订单实行集中分片式配送的理念,建立遗传算法模型,依靠信息化系统对片区的线路进行初步优化,然后依靠人工经验进行优化调整以弥补智能调度的缺陷。结果:(1)分区配送可以实现资源的整合和优化利用;(2)经过分区规划、分区内批次车组规划、车组路线优化三层优化后,借助人工经验能得到理想的优化结果;(3)单车车辆装载率可以达到95%以上,避免劳效过低的问题。结论:能满足装载率优化目标下的线路优化,解决了大规模车辆调度和线路优化困难、车辆装载率低等问题。