关键词： 云计算任务调度   遗传算法   粒子群优化  

摘要： 云计算作为一种新兴的计算模式,凭借其强大的计算能力和灵活的资源管理方式,已成为现代信息技术的重要组成部分。然而,如何高效地调度任务仍然是云计算的一个关键挑战。基于群智能算法的任务调度策略因其出色的全局搜索能力和适应性,成为研究的热点。文章研究了基于群智能算法的云计算任务调度问题,并提出了一种融合遗传算法(Genetic Algorithm,GA)与粒子群优化(Particle Swarm Optimization,PSO)的云计算任务调度新策略,旨在提高任务调度的效率,增强效果。

关键词： 资料检索   测试结果分析   条理分明   问题求解   自动学习   自动智能   AI   概括总结  

摘要： AI(自动智能系统)辅助工作工具是一个新生事物,具有快速资料检索和回答问题,形成方案、文档、图形乃至逼真视频的诸多能力,因而被广泛运用。AI辅助工作工具的特点是,具备自动获取和应用知识的能力、思维与推理的能力、问题求解的能力和自动学习的能力,其成为得力办公助手的时代正在来临。一、两个财税问题的测试结果分析笔者开始运用AI辅助工作工具检索财税问题答案时,感觉良好,快速的问题响应,系统性的概括总结,条理分明,拿来即用,令人爱不释手。

关键词： 改进遗传算法   能源利用率   储能系统   测试过程   多能互补   系统优化配置   应用   对比实验  

摘要： 为提高系统在发电中的能源利用率,基于改进遗传算法的应用,以某多能互补储能系统为例,对其优化配置方法展开全面的设计研究。对比实验结果表明:应用设计方法进行系统的优化配置,测试过程中系统对能源的利用率始终稳定在较高水平。

关键词： 基坑   机器学习   启发式遗传算法   动态预测   风险评估  

摘要： 针对现有机器学习预测模型训练效率低、算法单一、可能带来陷入局部极值、无法收敛等问题,结合反向传播(BP)人工神经网络、遗传算法和残差网络建立了深基坑多指标变化量的遗传算法-残差网络混合模型(GA-ResNN动态预测模型)和施工风险评价方法,研发了基坑施工风险智能预警平台。研究表明:提出的GA-ResNN动态预测模型较BP神经网络模型和GA-BP网络模型具有更好的预测精度,风险评估模型可实现定量预测和定性风险等级的评价。基坑施工风险智能预警平台通过输出预测曲线和预警阈值,可提升基坑工程的智能化管理和风险管控水平。

关键词： 三坐标测量机   路径规划   复杂曲面   改进自适应遗传算法  

摘要： 针对传统遗传算法搜索速度慢及易陷入局部最优解等问题,提出基于种群适应度、三角函数与迭代次数调整策略的自适应遗传算法,并应用于检测路径规划,通过设计混沌逆转算子使算法跳出局部最优。将该算法进行MATLAB仿真生成优化路径,并在三坐标测量机上进行复杂曲面检测实验,结果表明,改进的自适应遗传算法优化得到的检测路径可有效提高复杂曲面零件的检测效率。

关键词： 小学全科教师:培养定位   身份认同   实践取向   协同培养  

摘要： 定向培养全科型教师是应对我国农村小学教育发展诉求、促进城乡教育均衡发展、践行教育公平的时代性战略抉择。然而,在实践过程中出现了学理取向的偏差,存在目标定位不具适切性、培养主体间显现疏离性、课程体系的学科化以及保障措施的乏力化等现实阻滞。因此,应摒弃“二元对立”的理念,保持实践取向与学理取向的张力,正确理解“全科”的意涵,以小学教师的专业持续成长为旨归,着力于打造基于农村教师身份认同的课程体系,构建培养主体协同联动的教师教育共同体,开创基于“实践+”的师范生教学技能养成生态,形成职前职后一体化的连续性培养机制,探寻全科型小学教师职前培养阻滞的消解路径。

关键词： 扇形推力轴承   边界滑移   遗传算法   优化设计   摩擦学特性  

摘要： 基于二元滑移模型,以低摩擦因数为优化目标,采用遗传算法对扇形推力轴承的边界滑移区域进行优化,讨论对比了具有无滑移、全滑移、半滑移和优化滑移表面的扇形推力轴承摩擦性能并揭示了作用机理,分析了轴承的宽度、收敛率和滑移长度对改善摩擦性能的影响规律,并对四种不同的滑移表面开展了摩擦学实验。结果表明:通过对扇形推力轴承边界滑移区域优化,得到了非对称阶梯型边界滑移区域优化方案,且该优化区域在轴承入口处沿润滑油流动方向逐渐变窄;这种优化滑移表面的承载力较无滑移、全滑移和半滑移表面分别提高了96.1%、279.5%和8.7%,摩擦因数分别降低了58.0%、59.8%和13.2%,其作用机理在于优化滑移表面增加了入口处润滑油的流量,增强了流体动压效应;对于较小宽度、较小收敛率和较大滑移长度的扇形推力轴承,这种非对称阶梯型边界滑移表面可显著提高轴承的摩擦性能;通过销-盘摩擦学实验验证了优化滑移表面较其他三种滑移表面具有较小的摩擦因数,这对于扇形推力轴承的设计和工程应用具有参考价值。

关键词： 支持向量机   人工神经网络   氨氮   总氮   通惠河  

摘要： 为探讨北京市通惠河水质氨氮和总氮之间的量化关系,采用两种机器学习算法(支持向量机和人工神经网络学习方法)构建模型。结果表明:1)支持向量机回归(SVR)、Fitnet神经网络回归模型在训练样本中的均方误差(MSE)分别为2.374×10^(-3)、5.756×10^(-3)mg/L,平均绝对百分比误差(MAPE)分别为4.422%、2.314%;在检验样本中的MSE分别为4.808×10^(-2)、2.213×10^(-2)mg/L,MAPE分别为18.338%、9.568%,相关系数分别为0.80383、0.94856。2)两种模型的线性回归线与理想线均非常接近,走势趋同,均具有良好预测性能。3)Fitnet神经网络回归模型预测性能优于支持向量机回归模型。

关键词： 遗传算法   通信基站   最优规划  

摘要： 在移动通信技术高速发展的背景下,现代社会对通信质量和效率提出了更高的要求,而通信基站规划建设的合理性与科学性,直接关系到通信质量以及运营成本,因此为保证通信基站规划的专业性,达成最优规划的目标,要加强对遗传算法的运用。基于此,本文立足于通信基站规划的最优目标,详细分析了在规划通信基站时遗传算法的应用方法,并采用实例分析的方式,阐述遗传算法实现路径,旨在寻找到最优建站方法,提高通信基站选址方案的可操作性,以期为从业人员提供参考和借鉴。

关键词： 变压器状态辨识   支持向量机   遗传算法   超参数优化   故障诊断  

摘要： 大型油浸式变压器的运行状态辨识对于确保电力系统的稳定至关重要。研究提出了一种基于遗传算法(GA)优化的支持向量机(HPO-SVM)方法,用于提高变压器故障诊断的准确性。该方法通过遗传算法自动调整支持向量机(SVM)的超参数,包括核函数的选择和正则化强度,以优化模型性能。实验结果表明,HPO-SVM在多个变压器故障数据集上的表现均优于传统SVM,显示出更高的辨识准确率和更快的收敛速度。研究为变压器的智能监控和维护提供了一种有效的技术手段,有助于提升电力系统的可靠性和经济性。