关键词： 陆地水储量   GRACE   VIC模型   人工神经网络   数据重建   十大水资源分区  

摘要： 基于GRACE重力卫星的产品数据为大尺度的陆地水储量研究提供了重要支撑,但由于数据长度有限,无法满足长序列研究需求。基于气象和水文观测数据,利用可变下渗容量曲线(VIC)模型在中国十大水资源分区构建了流域水循环模型,基于模型输出的土壤水和雪水储量,并结合气象观测数据,构建了基于多层感知器的人工神经网络模型(MLP-ANN),重建了中国地区1980—2018年高分辨率(0.25°)的陆地水储量距平(TWSA)月尺度数据集,并利用2003—2018年的GRACE数据对重建的TWSA进行评估。结果表明:①VIC模型总体具有较好的模拟效果,且湿润流域的模拟精度优于半干旱流域;②重建的TWSA在空间分布上与GRACE数据高度一致,可以较好地捕捉到绝大部分流域TWSA的年际变化特征及趋势;③1980—2018年,TWSA在华北平原、辽东、松花江西部、西南及西北部分地区呈显著下降趋势(>5 mm/a),而显著上升趋势主要集中在西部的少部分地区(>20 mm/a)。重建的TWSA数据可为中国地区的水文气象研究提供数据支撑。

关键词： 人工神经网络   近地表层速度调查   数据融合算法   静力触探   微测井调查   近地表建模  

摘要： 微测井是地震勘探中常用的一种近地表纵波速度调查方法,在场地条件和施工成本受限的情况下,该方法得到的速度解释剖面常存在横向分辨率不足的问题。利用静力触探法布设方便、成本低廉的优势,提出一种利用人工神经网络模型关联地层阻力和地层波速的方法,以期通过少量实测微测井实现大范围纵波速度结构的有效预测。该方法的实施流程如下:(1)两两配对静力触探和微测井数据以生成控制点位,以岩性变化为网络分裂条件,输入层神经元接收锥尖阻力、侧摩阻力和深度数据,输出层神经元接收纵波速度,在中间设置多个全连接隐藏层;(2)通过前馈训练机制更新隐藏层神经元参数;(3)将非控制点位的静力触探数据输入到训练好的神经网络模型以获取全区近地表纵波速度结构剖面。在苏北某场地进行方法测试和数据分析,结果证实岩性分层的精细度和训练样本量是决定模型表现的两个关键因素。人工神经网络法预测浅层纵波速度的准确率超过90%,在可靠性、分辨率以及鲁棒性方面都超越了现有的经验公式法,可以辅助判断地下虚反射界面和低降速带分布范围,是提高地震勘探浅层速度调查精度和效率的有益探索。

关键词： 豇豆   混合使用   农药残留   消解动态   短期膳食暴露风险   长期膳食暴露风险  

摘要： 选用豇豆种植中常用的甲氨基阿维菌素苯甲酸盐、灭蝇胺、啶虫脒、氯虫苯甲酰胺、氯氟氰菊酯、阿维菌素、氟啶虫酰胺和噻虫嗪等8种农药,在大棚和露地条件下单独使用和混合使用,进行消解动态、最终残留量研究及膳食暴露风险评估。结果显示,甲氨基阿维菌素苯甲酸盐、阿维菌素在大棚和露地条件下,灭蝇胺在露地条件下单独使用和混合使用的消解动态过程均不符合一级动力学方程;其他处理的消解动态过程均符合一级动力学方程。在大棚和露地条件下,这8种农药混合使用后的消解半衰期和最终残留量在部分情况下与单独使用后的有差异。利用急性参考剂量、每日允许摄入量、农药残留数据和膳食消费量数据进行的膳食暴露风险评估结果显示,本研究中8种农药在大棚和露地条件下单独使用或混合使用后的长期和短期膳食暴露风险在可接受范围内,其中,甲氨基阿维菌素苯甲酸盐和阿维菌素的长期膳食暴露风险商贡献率(RQc%)相对较高,分别为11%和6%;阿维菌素的短期膳食暴露风险值(%ARf D)相对较高,为6%。

关键词： 立德树人   高校思政课教学   景观社会理论   教学异化   消解路径  

摘要： 将大数据、云计算、人工智能等技术所形塑的影像元素作为前沿技术手段和新颖教学方法运用到思政课教学改革创新和提质增效中,已成为当前思政课教师的必然选择。然而,部分思政课教师因为对前沿技术手段和新颖教学方法所呈现的工具与艺术性表象过度迷恋,而将教学引向景观社会,导致思政课教学中的部分真实情境被景观所遮蔽,教学主体性隐匿、教学内容程式化以及教学方式形式化等问题凸显,进而导致思政课教学陷入自我向度、价值向度和实践向度的分离,偏离了思政课落实立德树人根本任务的目标。将高校思政课教学驱离由“景观”编织的表象世界,需注重思政课内涵式发展要求,实现思政课教学在以“我”为主体的“自我向度”、以内容为引领的“价值向度”和以现实为导向的“实践向度”三重维度的回归,重构思政课教学的“真实境遇”,使思政课教学与立德树人根本任务同轨而行。

关键词： 聚类算法K-mean   DBSCAN   规划模型   遗传算法  

摘要： 本文研究为商超给出利润最高的定价与补货方案,在解决具体问题时由于数据多而杂乱,因此需要灵活处理数据和选择模型求解。单品方面关联性研究采取聚类分析,在不同时间段下再用DBSCAN根据销售量聚类,然后进行回归方程分析。建立利润函数及遗传算法后添加约束求解规划模型,确定定价策略模型,沿用目标函数与约束求取利润最大下的补货量与定价。最后,为商超实现可持续增长提供可行性建议及措施。

关键词： 诺贝尔物理学奖   瑞典皇家科学院   加拿大科学家   机器学习   人工神经网络   杰弗里   霍普菲尔德  

摘要： 还记得那个横空出世即一路“狂飙”的ChatGPT吗?从2023年起,人工智能(AI)“百模大战”从硝烟燃起到全面打响,让人应接不暇。而AI模型背后的关键技术,正是机器学习。10月8日,瑞典皇家科学院宣布,将2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德和英裔加拿大科学家杰弗里·辛顿,以表彰他们通过人工神经网络实现机器学习而作出的基础性发现和发明。

关键词： 遗传算法   K-means聚类算法   无人机   森林防火   路径规划  

摘要： 本研究提出了一种混合遗传算法,即K-means聚类分析结合基于模拟退火改进的遗传算法,以优化无人机森林防火巡护路径规划。首先,通过K-means聚类分析对巡护点进行分类,有效降低解空间,并适应无人机的续航限制。接着,初始化种群时采用自然数编码表示每个巡护点,形成初始解集。在进化机制中,采用改进的顺序交叉(OX)技术进行基因交换,并通过模拟退火算法优化选择操作,增强局部寻优能力,防止陷入局部最优。文章以浙江省青田县腊口镇为例,实证结果表明,K-means聚类分析将腊口镇防火巡护点分为2个簇,使用改进的遗传算法对每个簇进行优化,均能达到全局最优解。仿真实验结果表明,改进后的混合遗传算法在不同规模的防火巡护点路径规划中表现出色:当巡护点规模为10个以下时,传统遗传算法和混合遗传算法没有明显差距,当巡护点规模增加20个以上时混合遗传算法优化结果优势明显。当巡护点规模为30个时,优化时间增加约3.37秒,但最优路径长度减少了23.90%。当巡护点规模为40个时,优化时间增加约4.83秒,但最优路径长度减少了30.18%。结论显示,K-means聚类分析有效降低了解空间并适应无人机续航限制,遗传算法的全局寻优与模拟退火的局部寻优相结合,显著提高了无人机巡护效率和资源配置效果,为无人机在森林防火中的应用提供了新思路。

关键词： 遗传算法   升力翼   磁悬浮列车   翼型   气动特性   小翼  

摘要： 翼型对于高速列车升力翼的气动性能影响明显,为进一步提高升力翼的增升性能,对磁悬浮列车升力翼的翼型和外形结构优化很有必要。选用翼型NACA BR 63-55-12作为高速列车升力翼的基础翼型,利用遗传算法与CFD相结合的方法对基础翼型进行优化,对基础翼型和优化后的翼型进行气动性能对比分析,在此基础上建立了升力翼的气动仿真模型,研究了翼尖小翼和支撑杆形状对气动性能的影响。结果表明:优化后翼型气动特性出现明显提升,其中升力系数提高23.2%,阻力系数降低0.67%,升阻比提高;升力翼翼尖加装小翼起到增强翼尖涡耗散作用,安装小翼的升力翼的升阻比平均增大约6.7%;升力翼的3种截面中椭圆形的支撑杆阻力最小,在3种截面形状中最大。

关键词： 电力系统   电压波动   无功补偿   混沌算法   遗传算法  

摘要： 由于电力系统中存在感性负载和容性负载,导致电力系统存在电压波动。为提高电力系统无功补偿的准确性,提出了一种基于混沌-遗传混合算法的多目标优化无功补偿方法。首先,将混沌算法与遗传算法相结合,在初始阶段先利用遗传算法的全局搜索能力快速找到一组较好的初始解,随后使用混沌算法进行局部搜索和优化。其次,构建了一个多目标无功补偿优化模型。最后,基于IEEE 30节点进行了试验分析,试验结果表明,所提出的方法能有效地提高电力系统无功补偿的准确度,从而提高电力系统的运行可靠性。

关键词： 定量结构色谱保留相关   人工神经网络   药物   保留因子  

摘要： 采用人工神经网络(ANN)建立了110种药物的结构与色谱保留之间的定量关系(QSRR)模型,并将其与偏最小二乘回归(PLSR)模型进行比对.110种药物的ANN模型自相容能力的复相关系数(R^(2))为0.9191,泛化能力的复相关系数(R^(2))为0.9365;而PLSR模型的复相关系数(R^(2))为0.8275和0.8514.结果表明,ANN模型的自相容能力、泛化能力优于PLSR模型.采用集内集和集外集对模型进行检验时,ANN模型的复相关系数(R^(2))为0.9105,也优于PLSR模型,且ANN预测精密度和准确度更高.