关键词： 成像系统   降噪   遗传算法   点云  

摘要： 点云降噪对激光雷达成像系统的精度至关重要。为了降低由接收器、多径效应、外部干扰和大气扰动引起的噪声,采用基于遗传算法的半径滤波进行降噪,通过遗传算法优化了半径滤波的关键参数(过滤半径和近邻阈值)。结果表明,在简单与复杂场景中,该算法保持了去噪精度和点保留率,同时提高了噪声召回率;复杂环境下噪声召回率比半径滤波提高了约21%,比统计滤波提升了约16%。该方法为激光雷达数据的处理提供了一种新颖有效的解决方案,对于提高激光雷达成像质量、提升数据处理效率以及自动化分析具有较为重要的应用价值。

关键词： 基坑沉降   LSTM神经网络   遗传算法   超参数  

摘要： 基坑沉降是基坑在各种内外因素影响下产生,对工程施工质量和安全有着重要影响。文章针对传统预测模型的使用弊端,以杭州市某基坑工程共139组基坑沉降数据为例,建立了LSTM神经网络(Long Short Term Memory)预测模型,并采用遗传优化算法(Genetic Algorithm)调优模型超参数,对基坑变形预测进行分析。结果表明:LSTM神经网络模型适用于预测基坑沉降,经过GA调优的模型预测精度较高,MAE和MSE分别为0.41和0.28,相较于手动调参分别降低了22%和30%,R2提高了0.06,达到了0.92。

关键词： 回答集程序   中医临床实践指南   知识表示   疾病诊断   自动执行  

摘要： 中医临床实践指南是官方发布的标准化临床指导意见,由于其文本形式内容繁多复杂,不利于进行实际推广,而目前面向中医临床实践指南自动执行的研究仍然很不完善。为此,以世界中医药学会联合会发布的《中医临床实践指南慢性阻塞性肺疾病》为例,研究基于ASP(回答集程序)的中医临床实践指南自动执行的模型。具体地,该文提出了一种面向中医临床实践指南的疾病诊断知识表示模型,实现了基于回答集程序的模型表示和自动执行以及在特定医疗交互场景下的自动执行。根据用户提供的症状信息,能够反馈诊断结果或进一步诊断所需考虑的最小范围的其他症状。最后,将该方法与大语言模型进行了对比性实验,实验结果表明,该模型具有良好的准确性和可靠性。

关键词： 搅拌釜   计算流体力学   人工神经网络   第二代非支配排序遗传算法   优劣解距离法  

摘要： 【目的】基于已开发的计算流体力学(computational fluid dynamics,CFD)-人工神经网络(artificial neural network,ANN)数据预测模型,利用反映不同决策者偏好的多准则决策方法,针对性地解决搅拌釜在不同工业应用中能耗和搅拌效率的均衡需求和特定偏好需求问题。【方法】利用第二代非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ)对CFD-ANN数据预测模型的预测结果进行优化,得到Pareto解集;分别通过熵权法和主观权重对各变量的影响分析确定目标权重占比,并针对不同工业应用场景,利用多准则决策从Pareto解集中选择相应的最优解。【结果】通过优化均衡最优解Opt1,与基础案例Base case相比,能耗降低52.49%,流体混合程度提升1.35%,悬浮均匀性提高72.31%;偏好功率准数Np的最优解降低功耗86.5%,偏好流量准数Nq的最优解达到Pareto解集中的理想状态,偏好σ的最优解将固体浓度标准差降低至Base case的9.93%的同时,也能优化能耗。【结论】基于决策者偏好的多准则决策方法在平衡多个相互冲突的目标方面是有效的。

关键词： 矿用自卸车   油气悬架   遗传算法   模糊PID控制  

摘要： 为了改善矿用自卸车的行驶平顺性,设计出一种两级压力式阻尼连续可调半主动油气悬架。在分析悬架系统的结构与工作原理的基础上,采用基于遗传算法优化的模糊PID控制对油气悬架阻尼进行调节,以车身垂向加速度、悬架动行程作为评价指标,在MATLAB/Simulink环境下进行仿真,并进行了基于dSPACE的半主动油气悬架在环仿真实验。结果表明,基于遗传算法优化的模糊PID控制下车身垂向加速度、悬架动行程均方根与被动悬架相比分别下降了22.16%、13.00%,明显提高了矿用自卸车的行驶平顺性。

关键词： 棉花分拣系统   卷积神经网络   双目视觉   Sobel   Hough  

摘要： 首先,介绍了卷积神经网络的原理,并基于双目视觉搭建了棉花分拣视觉系统;然后,基于3×3窗口、Sobel和Hough等算法,实现了棉花图像的边缘检测和特征提取功能;最后,基于卷积神经网络对棉花图像进行特征提取和优劣分类,并利用双目视觉对识别的棉花进行空间定位。实验结果表明:棉花分拣系统的准确率为96.50%,能够有效地满足实际应用的要求。

关键词： 人工神经网络   BP神经网络   粒子群算法  

摘要： 在当今社会,人工神经网络已成为人工智能领域极其重要的组成部分。过去困扰科学家的瓶颈问题,在采用人工神经网络方法后都取得了异于传统的良好效果,因此人工神经网络被广泛应用于模式识别、机器学习和故障诊断等领域。BP神经网络是最经典的人工神经网络之一,但BP神经网络的不足之处在于其全局寻优能力不强,因此文章研究应用粒子群算法优化BP神经网络。

关键词： 人工智能   个性化学习路径   机器学习   知识图谱  

摘要： 针对传统“计算机操作系统”课程教学中存在的学生学习差异问题,文中提出了一种基于人工智能的个性化学习路径优化方法。首先,通过数据挖掘技术分析学生的学习历史和知识掌握情况,构建学生的知识图谱。然后,应用机器学习算法,基于学生的个体特征与学习进度动态调整学习路径,推荐个性化的学习内容。最后,利用智能反馈系统实时评估学习效果并调整学习策略。实验结果表明,采用该方法后,学生的学习成绩提升显著,学习效率提高了20%,有效满足了不同学生的学习需求。

关键词： 海洋环境噪声   空间相关特性   敏感度分析   遗传算法   BP神经网络   Pekeris波导   地声参数反演   海上实验  

摘要： 针对浅海环境下传统匹配场反演方法对地声参数估计精度低的问题,本文将遗传算法优化的BP神经网络算法(GA-BP)应用到地声参数反演领域。首先仿真分析了噪声场垂直空间相关系数对地声参数变化的敏感度值,研究了GA-BP反演地声参数的效果,最后使用GA-BP处理实测海洋环境噪声数据,估计了海底密度、声速和衰减。仿真与实验结果表明:GA-BP相比于BP神经网络算法具有更快的网络训练速度以及更高的反演精度,利用GA-BP可以准确反演得到Pekeris波导的地声参数。反演得到的海洋环境噪声场空间相关系数曲线与实验测量结果吻合较好,二者皮尔逊相关系数达到0.98。本文证实了GA-BP算法在地声参数反演中的高效性与可靠性,为基于海洋环境噪声的无源地声参数提供了的技术支撑手段。

关键词： 人机交互   界面优化   飞机驾驶舱   遗传算法  

摘要： 合理的界面布局对飞行的安全性、效率等有很大影响,因此有必要对驾驶仪表的布局进行优化。结合飞行驾驶舱设计原则,在标准的遗传算法基础上融合反向学习、切片树策略和最优保存策略提出一种改进的遗传算法(OSG-GA),以提高算法的全局搜索范围,避免容易陷入早熟与收敛速度较慢的问题。通过实验获得一种飞行驾驶仪表的优化布局,验证了该算法的有效性与优越性,对于飞行驾驶舱的界面优化有一定参考价值。