关键词： 监察法   法法衔接   程序法治   程序异化   协同修法  

摘要： 职务犯罪的刑事追责流程已分割为监察调查和刑事司法两个阶段,两阶段存在权力运行逻辑、程序人权标准等差异,出现两种程序法治版本的不同步,此为两法衔接的根源性障碍。不同步的法治版本会引发程序运行异化风险,导致程序控权出现阶段性不连贯,监察程序逻辑冲击刑事程序逻辑的自治自洽,监察权沿两法衔接通道向刑事司法领域扩张,侵害刑事司法权力的依法独立运行空间。对此,应修复断裂的刑事追责程序法治,通过释明监察调查阶段被隐蔽的刑事追责目标明确监察调查所承载的刑事追责功能。基于两个层次的法治共识,以强制调查措施作为程序区分标准和控权锚点,对监察强制措施进行法治化改造,协同修法实现条文衔接和法治价值衔接的双重衔接。

关键词： 山药   咪鲜胺   咪鲜胺代谢物   QuEChERS法   高通量消解仪   气相色谱法  

摘要： [目的]为了能够大批量、高效、准确的测定山药中咪鲜胺的含量,开发一种高通量消解仪联合气相色谱测定咪鲜胺及其代谢物含量的方法。[方法]采用QuEChERS方法提取、高通量消解仪进行水解处理,提取物净化后利用气相色谱仪(ECD检测器)进行检测。[结果]标准曲线的范围为50~500μg/L,线性相关系数为0.998,在0.05、0.10、0.25、0.50 mg/kg不同的加标水平下,咪鲜胺的平均回收率范围为91.7%~107.3%,相对标准偏差范围为0.55%~2.0%,符合检测方法确认的技术要求。[结论]该方法准确、快速、安全,适合大批量检测山药中咪鲜胺及其代谢物含量。

关键词： 视频GIS   注记配置   地理可视化   动态可视化   遗传算法  

摘要： 针对地理动画中点要素的注记更新问题,本文提出了一种基于遗传算法的注记配置优化方法。该方法旨在提高地理动画中注记的时序稳定性,避免帧间注记位置的频繁变化和冲突。通过对注记配置约束条件进行分析,综合考虑了注记压盖、位置优先级、关联性及时序稳定性等多种因素,并提出了一种自适应调整的遗传算法,以优化地理动画注记的配置效果。为验证该方法,开发了相应的地理动画制作工具原型。试验结果表明,该方法能够有效减少地理动画中帧间注记位置的变化,优化了注记的视觉效果,但是也略微增加了算法耗时。

关键词： LNG冷能发电   核工业余热   遗传算法   有机朗肯循环  

摘要： 为了研究液化天然气冷能和核工业余热相结合的高效利用方式,构建双级串联联合循环(TTC)和双级并联联合循环(TPC)系统。分析了工质冷凝温度和液化天然气(LNG)汽化压力对系统性能的影响。将6种工质作为备选,以净输出功最大为目标函数,采用遗传算法对系统的参数进行优化。结果表明,系统均存在最优冷凝温度,使系统净输出功达到峰值。TTC和TPC系统的最优工质组合分别为C_(2)H_(6)+C_(2)H_(4)F_(2)和C_(2)H_(4)F_(2)+i-C_(4)H_(10)。在最优工况下,TTC系统展现出了更高的净输出功、热效率和火用效率。与此同时,TPC系统所需换热面积显著增加,这可能对其经济性产生一定负面影响。

关键词： 对地观测卫星   轨道威胁   任务调度   遗传算法   强化学习  

摘要： 本文研究了面向轨道威胁规避的对地观测卫星成像任务自主调度问题.针对当前日益严峻的空间态势,分析了卫星面临轨道威胁的典型场景.根据轨道威胁的紧急程度和规避截止时间,建立了可在成像任务序列中插入威胁规避的卫星自主任务调度优化模型,旨在最大化成像任务与规避任务的总收益,从而尽可能减小威胁规避对成像任务执行的干扰.提出一种基于强化学习的自学习遗传算法求解调度问题.在遗传算法中,采用二进制方式将任务决策变量编码为染色体,通过随机生成初始种群,结合随机双点交叉操作、基于交换突变法的变异操作和基于精英保留策略的选择机制,对调度空间进行有效搜索以逼近最优解.考虑到交叉概率和变异概率对算法性能具有显著影响,且手动设定参数存在困难,引入强化学习机制以实现参数的自适应调整.设计了强化学习中的状态表示、动作选择策略和奖励函数,并提出了一种融合SARSA与Q-learning算法的两阶段学习策略,两者根据设定的转换条件实现动态切换.仿真验证了所提算法在面对成像与规避任务冲突时的调度性能,结果表明算法能够有效实现两类任务收益的权衡,体现出良好的调度灵活性与稳定性.

关键词： 热电联产机组   多级抽汽   经济运行   遗传算法   负荷优化分配  

摘要： 热电联产机组间的负荷分配方式对机组的整体运行经济性影响非常大,当前针对多台热电联产机组间的负荷优化分配研究较多。虽然现有成果已涉及了不同容量或类型的机组及不同的供汽方式等复杂运行边界条件,但未同时考虑具有多个抽汽点的多台热电联产机组联合供汽运行模式。针对该问题,对热电联产机组进行热力特性分析,获取不同抽汽点对系统热耗的影响规律;以热电联供系统的整体热耗率为优化目标,建立了多台热电联产机组在多级抽汽工况下的热耗率计算模型,并通过改进的遗传算法进行寻优,获得不同运行工况下的负荷优化分配方案。以典型两机三级热电联供系统为算例进行分析,结果表明:较优化前的负荷分配方案,单机运行工况下的机组热耗率降低了1.3%左右,双机联合运行工况下的系统整体热耗率降低了2.8%左右;该负荷优化分配方法符合电厂的运行规程,可对机组运行进行辅助决策支持,从而有效降低热电联供系统的整体运行热耗率、提升其运行经济性。

关键词： 城市轨道交通   列车时刻表   客流控制   大小交路   遗传算法  

摘要： 部分大城市轨道交通车站高峰期拥堵严重,亟需从大小交路方案与客流控制策略等方面对列车时刻表进行研究。以早高峰时期城市轨道交通线路为研究对象,将乘客出行成本、企业运营成本作为目标函数,考虑发车间隔、列车容量、客流控制、大小交路方案等约束条件建立列车时刻表优化模型。采用线性加权法兼顾乘客出行及企业运营成本,并设计模型求解的遗传算法,以杭州地铁4号线为例进行验证,结果表明:对列车时刻表进行优化可以降低乘客出行的成本,同时大小交路的方案有助于企业降低运营成本;同步考虑客流控制,可进一步缓解站内拥挤程度。基于大小交路及客流控制研究时刻表优化问题,可对轨道交通企业高峰期调度策略的制定提供支持。

关键词： 藤茶   二氢杨梅素   超声提取   响应面法   人工神经网络  

摘要： 目的基于人工神经网络和响应面模型优化超声提取藤茶中二氢杨梅素的工艺。方法以藤茶茎叶为研究对象,建立超声提取二氢杨梅素体系,联合单因素实验、响应面法与遗传算法优化的人工神经网络模型,系统优化工艺参数,并利用最优工艺对藤茶不同部位提取液中二氢杨梅素的含量进行分析。结果人工神经网络模型具有更高的准确性和预测能力,最佳工艺条件为:超声功率360 W、超声温度42℃、液料比20:1(mL:g)、超声时间35min。此时二氢杨梅素实际提取率达(39.83±0.01)%,与神经网络模型预测值(40.19%)的相对误差仅为0.36%。同时,在最优超声条件下,藤茶不同部位提取液中二氢杨梅素的提取率为:藤茶茎叶>藤茶梗>藤茶剪枝。结论本研究通过优化超声提取工艺,提高二氢杨梅素的提取效率,并揭示藤茶不同部位提取液的二氢杨梅素提取率存在显著差异。

关键词： 边缘检测   尾流   遗传算法   图像处理   边缘评价  

摘要： 基于改进遗传算法提出了一种新型的自适应阈值。由于实际检测过程中受光照强度以及气候等外部因素的影响,当目标图像的配置阈值与实际阈值相差较大时,检测结果往往不够准确。针对不同的图像,通过遗传算法计算出最优阈值,并将计算出的阈值用于边缘检测。引入图像评价指标对本算法在处理尾流图像的效果进行定量评估,结果表明,与传统的边缘检测算法相比,本文所改进的算法处理后的尾流图像边缘连续性更强,在尾流图像处理中具有更好的检测效果和适用性。对比结果与主观对比检测结果图像得出的结论相同,说明本算法可以更准确提取尾流的边缘,且失真较小。

关键词： 学生成绩预测   遗传算法   GA-LightGBM   OULAD数据集   混合式学习   信息熵理论  

摘要： 学生成绩的预测是教育数据挖掘领域中的关键议题之一,对于推动个性化教学和提高教育质量具有深远影响。为此,提出了一种基于遗传算法优化的LightGBM模型(GA-LightGBM),旨在用于学生学业成绩的预测,为教学干预提供有力的数据支持。采用OULAD公开数据集以及混合式教学数据集进行实验。首先,将GALightGBM模型与传统的极限随机树、人工神经网络、K近邻算法、决策树等机器学习算法进行了预测性能的对比分析。实验结果显示,GA-LightGBM模型在准确率和F_1-score等关键指标上明显优于其他对比模型。其次,将GA-LightGBM模型应用于混合式商务礼仪课程的教学场景中,验证了GA-LightGBM模型的适用性和可靠性。最后,基于信息熵理论分析了数据集中各项评估指标,提出了针对性的成绩提升策略,为优化教学方案和实现精准教学提供了理论依据和实践指导。