关键词： 按需通风   图数据库   遗传算法   网络优化  

摘要： 针对阵地工程运维通风系统分支风量优化问题,即满足各分支按需通风的同时,以通风总功率最小为目标,开展了模型构建及能耗优化方法研究,建立了基于图数据库和图算法的通风模型,设计了采用遗传算法分步骤通风能耗优化方法。首先,对按需通风条件下通风网络能耗优化问题进行了描述,建立了优化目标函数;其次,构建了通风系统的图数据库模型,采用图查询语言和Prim算法分析模型内组件关系进行迭代计算,生成了独立回路及余树弦集;再次,对照优化目标函数,设计了以余树弦参数为对象的遗传算法分步骤通风能耗优化方法,设计编码规则求解余树弦风量及调压参数,然后进行独立回路的风量分配及调压解算,并将解算结果对应目标函数评价。最后,以某工程通风系统为案例进行了能耗优化分析,研究表明优化算法比常用算法节能6.62%,充分体现了图数据库构建通风系统模型的高效性和能耗优化算法的科学性。

关键词： 电梯   多目标优化   维保路径规划   优先级   多维保站点  

摘要： 针对现有电梯维修保养(维保)方案无法适应维保人员短缺及无法保障维保成本的问题,从考虑平衡员工工作负荷的角度出发,提出了一种基于多目标遗传算法的电梯维保路径规划方案。首先,在考虑任务优先级和多维保站点调度的基础上,建立多目标优化模型;其次,对传统编码方式和遗传算子进行修改,并利用多目标遗传算法对模型进行求解;最后,采用实例对方案进行验证,并对比分解法和全局法两种方案在实例中的应用结果。结果表明,当算法迭代次数相同时,分解法展现出更为出色的性能。相比于全局法,分解法节约了17.3%的成本,减少了49.7%的员工工作时长标准差,节约了26.6%的人力资源。该方法可为电梯维保路径规划提供有益参考。

关键词： 人工智能   计算机视觉   深度学习   图像识别   自动驾驶  

摘要： 计算机视觉是研究如何使机器“看懂”世界的科学,备受关注。本文深入探讨了人工智能在计算机视觉领域的应用,详细阐述了其实现方式和技术细节。通过运用深度学习、机器学习等尖端技术,我们成功解决了图像识别、物体检测、语义分割等计算机视觉的核心难题。研究结果显示,人工智能技术不仅能显著提升图像处理的精度,还能大幅提高分析速度。这一成果展示了人工智能在计算机视觉领域的巨大潜力和广阔的应用前景,为未来的相关研究和实践提供了新的思路和方法。此外,我们还探讨了人工智能在计算机视觉中的挑战以及未来的可能性。本文的研究成果不仅对计算机视觉研究有所贡献,也为相关领域如自动驾驶、医疗诊断等提供了有价值的参考。

关键词： 人工神经网络   混合神经网络   场景分类   专家系统   模糊逻辑   应用类型   控制系统   农产品加工  

摘要： 研究概况果蔬干燥是农产品加工中的重要环节,构建精确的干燥动力学模型是干燥领域的重点方向。针对神经网络在干燥过程中的各种场景分类为四个部分:含水率预测、品质检测、工艺优化和控制系统方面,总结各部分的应用类型及发展创新;对比传统干燥模型和人工神经网络模型;介绍混合神经网络的应用场景。发现人工神经网络比传统干燥模型更精确,且混合神经网络结合专家系统、模糊逻辑等理论,这样的模型更适合果蔬干燥且在未来有更广阔的发展空间,以期这些探讨和分析对果蔬干燥领域具有参考意义。

关键词： 多机协同   任务分配   遗传算法   黏菌算法   局部收敛  

摘要： 针对已知战场环境下的多无人机协同任务分配问题,提出基于融合遗传黏菌算法的任务分配方法.综合单机约束、机群总体收益和损耗以及任务需求等条件,构建多机协同任务分配目标函数.针对遗传算法易陷入局部最优、黏菌算法收敛慢的问题,改进遗传迭代和黏菌探索行为.将离散黏菌算法引入遗传算法,增强融合算法的搜索能力.在种群迭代中加入干扰操作,提高求解精度.在已知环境下进行分配试验和路径演示,并与其他算法进行对比.结果表明,利用所提出的融合算法,能够获得目标函数值更高的任务分配方案.

关键词： 门式起重机   任务序列验证   任务序列优化   物料流   干涉检查   遗传算法  

摘要： 根据门式起重机的系统特性,在物料流仿真软件平台上进行门式起重机系统建模。输入一定周期的运行计划进行门式起重机任务序列验证,测算门式起重机的运行时间和行走距离进行干涉检查,并观察任务对象位置改变的影响。设计任务编码,适配遗传算法,实现门式起重机任务序列优化。所进行的研究可为提高门式起重机运行计划的可执行性提供一种简易方法。

关键词： 物流车辆   路径规划   配送机器人   启发式算法  

摘要： 针对带有时间窗和配送机器人的车辆路径问题,提出了一种自适应大邻域搜索启发式算法(ALNS)。首先研究了带时间窗口的车辆路径问题,分析了在调度-等待-检索系统中,时间窗约束引起的同步问题以及两种不同的配送资源在时间问题上的关系,在此基础上提出了改进的自适应大邻域搜索(ALNS)启发式算法。该算法通过破坏和修复部分现有解,在每次迭代时改变大部分解,通过创建初始解决方案,并在自适应机制的基础上获得最优解决方案。通过实验证明了该算法在解决带有时间窗和配送机器人的车辆路径问题上的性能和有效性,最后对配送机器人的应用情况进行了敏感性分析。

关键词： 戏曲电影   艺术传承   文化延伸   现代媒介   传统消解  

摘要： 戏曲是中国传统艺术中富有代表性的门类,电影则以其现代媒介身份在现代社会中作用于人与事物的加速延伸。基于“戏曲电影”视角的观察,有助于我们对传统艺术在现代媒介中的传承问题进行深入思考。戏曲艺术在现代媒介中的延伸,首先是现代人的一种内化需求,是一种外在生活模式和内在心理需求的延伸;其次也是传统艺术传承的自觉需求,是传统艺术在环境、媒介和审美三个维度上的延伸。但是,这种延伸可能过度,并由此带来传统戏曲的消解。这种消解实质上是传统戏曲在现代媒介中的异化,是传统戏曲的符号化、内容化和非艺术化。

关键词： 无人机   穿墙雷达   合成孔径雷达   航迹规划   遗传算法  

摘要： 传统手持或车载穿墙雷达由于架设高度受限,无法对城市高层建筑内部目标进行透视成像,无人机载穿墙雷达具有灵活机动、高效便捷、无高度限制等优势,可对城市高层楼宇进行大范围三维穿透探测。三维层析合成孔径雷达(SAR)成像广泛采用多基线扫描模式,以获得高度向高分辨能力,但存在高度向空域欠采样导致的栅瓣问题。对此,该文提出一种基于遗传算法的无人机载穿墙三维SAR航迹规划方法,通过非均匀化飞行航迹,削弱周期性的雷达回波能量叠加,从而抑制栅瓣、实现更优的成像质量。该算法结合飞行距离与无人机载穿墙雷达成像质量的内在关系,建立了无人机航迹规划代价函数;利用遗传算法对3种典型的无人机飞行轨迹关键控制点进行基因编码,并进行基因杂交、变异等以优化种群与个体;最终通过最小化代价函数,分别筛选出3种典型飞行模式下的最优飞行航迹。仿真和实测数据的三维成像结果表明:相较于传统等间距多基线飞行模式,所提方法显著抑制了成像目标的栅瓣效应;此外,无人机斜线飞行的航迹长度明显缩短,提高了无人机载穿墙SAR成像效率。

关键词： 机器学习   模具设计与制造   神经网络   遗传算法   智能控制系统  

摘要： 着重探讨了基于机器学习,特别是神经网络和遗传算法的智能控制系统在注塑模具设计与制造中的具体应用。该系统通过神经网络对注塑模具的相关数据进行深度学习,同时结合遗传算法优化神经网络的权重和偏置,旨在提高其针对注塑模具设计与制造的预测准确度和泛化能力。实验数据显示,此系统在注塑模具的设计与制造过程中响应迅速、运行稳定,且能有效降低生产成本,显著提升生产效率。总体而言,所研发的智能控制系统为注塑模具设计与制造行业的智能化升级提供了强大的技术支持,显示出明显的优势和实际应用价值,有望为注塑模具行业的创新发展注入新的动力。