关键词： 除草机器人   遗传算法   全覆盖路径规划   多机协同  

摘要： 【目的】针对单个小型行间除草机器人续航能力差,无法独立完成大面积稻田除草任务的问题,提出了一种基于多染色体优化遗传算法(multi-chromosome optimized genetic algorithm,MGA)的多机协同路径规划方法。【方法】首先,根据稻田秧苗分布情况,将能耗最高的除草机器人的移动距离最小化作为优化目标,建立了多机协同路径规划模型;其次,设计了一种多染色体遗传算法,并引入逐代竞争机制、配对交换机制及自适应变异算子,以提升算法的最优解质量和鲁棒性;最后,在不同田形的模拟地图和稻田栅格地图上进行了多机协同路径规划仿真试验,并与传统遗传算法(genetic algorithm,GA)及自适应遗传算法(adaptive genetic algorithm,AGA)进行对比。【结果】在不同田形地图仿真试验中,多染色体优化遗传算法表现出了较高的最优解质量和鲁棒性,明显优于传统遗传算法和自适应遗传算法。在稻田栅格地图仿真试验中,优化遗传算法生成的能耗最高的除草机器人的移动距离相较于传统遗传算法缩短了9.7%,相较于自适应遗传算法缩短了8.0%;平均路径长度相较于传统遗传算法缩短了6.1%,相较于自适应遗传算法缩短了3.8%。搜索结果的标准差相较于传统遗传算法降低了34%,相较于自适应遗传算法降低了40%。【结论】多染色体优化遗传算法能有效缩短能耗最高的小型行间除草机器人的移动距离,有助于其在续航能力范围内完成作业任务。

关键词： 滚动轴承   生产   工序   排程   优化   遗传算法  

摘要： 针对轴承企业生产排程难以应对订单动态扰动事件的问题,提出了考虑订单扰动规则和模型算法相结合的生产智能排程方法。考虑订单变更如插单和撤单等扰动因素,制定基于订单扰动的动态排程规则;以准时交付率、设备利用率、加工成本为优化目标,综合考虑生产时序、加工设备和时间等约束,建立生产排程的多目标协同优化模型;利用改进NSGA-Ⅱ对模型进行求解并实现智能排程。实例验证结果表明,与人工排程相比,智能排程在保证交货期最优及各约束条件的情况下,准时交付率提高66.7%,设备利用率提高8.6%,加工成本降低4.3%,能够实时响应普通订单和紧急订单等订单扰动事件,精准预估交货期,快速响应客户需求。

关键词： 永磁同步电机   电磁噪声   参数优化   多目标遗传算法  

摘要： 为降低车用永磁同步电机的振动噪声,本文针对一台U一型转子永磁同步电机,研究了一种将响应面模型与多目标遗传算法相结合的电机电磁振动噪声优化方法。首先,通过仿真分析电机在全转速范围内的噪声频谱特性,得到产生峰值噪声的转速及噪声频率;随后,确定电机优化变量及优化目标,对其进行敏感度分析,建立优化变量的响应面模型;然后,利用多目标遗传算法对变量进行参数优化,得到最优结构参数;最后采用有限元法计算电机优化前后的输出性能及辐射噪声,结果表明此方法在保证电机输出性能基本不变的情况下使电机最大等辐射声功率级降低了24.2%。

关键词： 数字拜物教   资本逻辑   数字技术   主体性  

摘要： 数字拜物教作为数字技术与资本交织作用下的新型拜物形态,不仅催生了新的物化力量,而且滋生出新的剥削关系。数字拜物教的内在悖论并未因数字化新样态的出现而消解,反而在资本权力的扩张下愈发凸显,表现为技术价值负载与资本无序扩张之间的冲突、闲暇时间与劳动时间之间界限的模糊以及主体能动性与主体性失落之间的矛盾。资本逻辑的自我否定是数字拜物教自我扬弃的现实根据,在数字拜物教彻底自我扬弃之前,需要从制度治理、主体自觉和实践抗争三个层面共同发力,以对抗数字拜物教背后的不平等,争取自我劳动权益的最大化,保障主体的独立性。

关键词： 民事调解   自动履行   契约理论   消解理路   执源治理  

摘要： 司法实践中民事调解自动履行率低、进入强制执行比例高的现象揭示出民事调解自动履行贫困化问题,也是诉源治理效果未能有效延伸到执源治理的集中体现。基于民事调解的契约属性,以关系契约、心理契约及智能合约为支点,形构“依约基础—守约中心—履约趋势”契约理论分析框架,提出消解自动履行贫困化的实现路径:第一,强化当事人自治与优化调解协议司法确认程序,形成客观依约的关系契约的显性消解;第二,采用治疗型调解模式,完善调解信用机制,塑造主动守约的心理契约的隐性消解;第三,嵌入智能合约,实现调解的自主履行与自动执行的履约趋势的技治消解。由此,进一步提出执源治理观,从源头减少执行的案件数量,从根本降低进入执行的案件比例,实现诉源治理与执源治理的协同共进。

关键词： 航空复合材料   热压成型   批调度   二维装箱约束   释放时间   遗传算法  

摘要： 热压成型作为航空复合材料制造的瓶颈工序,其排产效率优化问题是复合材料数字化车间建设面临的痛点。针对热压成型排产中的工件组批调度问题,提出了一种考虑释放时间和二维装箱约束的批调度方法。首先,基于以索引工件标识批次的思路,构建了以最小化最大延迟时间为目标的改进混合整数规划模型;其次,通过定义批次中的关键工件,设计了一种嵌入关键工件邻域搜索策略的遗传算法;最后,通过不同策略算例仿真,验证了所构建模型和算法的有效性。实验结果表明,所提出的方法能够有效解决航空复合材料热压成型制造中的组批调度问题,为复合材料数字化车间中的热压成型排产提供决策支持。

关键词： 食用百合   啶虫脒   农药残留   消解动态   膳食风险  

摘要： 为明确啶虫脒在食用百合上的残留和膳食风险,采用液相色谱-质谱联用检测江苏、湖南、湖北和四川等地鲜百合和干百合中啶虫脒的残留量和消解动态,并对膳食风险进行评估。结果表明,啶虫脒在江苏和湖南食用百合上的降解半衰期分别为6.2 d和5.5 d,其消解动态符合一级反应动力学方程。最后1次药后7、10和14 d,啶虫脒在四地鲜百合和干百合中的最终残留量均小于0.01 mg/kg,低于啶虫脒在我国鲜百合和干百合中最大残留限量(MRL)0.02和0.05 mg/kg。慢性膳食暴露风险评估显示,啶虫脒对膳食风险贡献小。因此,根据推荐方式规范施药,啶虫脒在食用百合上的残留符合国家农药残留相关标准,且残留量不会对居民健康产生不利影响。

关键词： 回声状态网络   变分模态分解   遗传算法   光伏功率预测  

摘要： 为了降低光伏发电的随机性、波动性和间歇性对电网调度和经济效益的影响,提出了一种光伏功率预测的组合模型。基于遗传算法(GA)优化变模态分解(VMD)的关键参数,该模型首先将光伏功率的非平稳时间序列进行VMD分解,并通过GA优化模态数量和惩罚系数,以确保分解效果最佳。针对每个模态的波动特性,应用回声状态网络(ESN)进行建模。最终,将各模态的预测结果进行叠加重构,得到光伏功率的最终预测值。通过实验验证,证明了该组合预测模型在精度和性能上的优越性。

关键词： 诺贝尔物理学奖   诺贝尔化学奖   应用物理   美国华盛顿大学   机器学习   人工神经网络   杰弗里  

摘要： 2024年10月,诺贝尔物理学奖授予约翰·J·霍普菲尔德和杰弗里·E·辛顿,表彰他们在使用人工神经网络进行机器学习的基础性发现和发明;诺贝尔化学奖授予了美国华盛顿大学西雅图分校的戴维·贝克,以及谷歌旗下“深层思维”公司的德米斯·哈萨比斯和约翰·江珀,以表彰他们破解了蛋白质神奇结构的密码,其中哈萨比斯和江珀则通过人工智能(Artificial Intelligence,AI)模型成功预测了蛋白质的复杂结构。诺贝尔物理学奖和化学奖同时授予了AI技术的应用。

关键词： 水资源配置优化   需水预测   灰色模型   变分模态分解法   遗传算法  

摘要： 为提升水资源供需预测及配置能力,提出一种基于GM-VMD需水预测的水资源配置优化方法。以江西省吉安市T县为研究对象,采用GM-VMD法对该区域的需水量进行有效预测。基于预测结果进行供需平衡分析,并构建考虑经济、社会和生态效益的多目标水资源配置优化模型,以效益最大化为目标,采用遗传算法进行求解。结果表明:该方法能有效预测区域水资源变化情况,能满足T县水利规划发展需求,并实现水资源有效配置。研究结果能为水资源管理提供理论基础。