关键词： 遗传算法   种群规模   进化代数   稳态误差   调整时间   最大超调量   特征参数   性能指标   稳定最优解  

摘要： 为进一步拓展遗传算法在控制系统比例积分微分(PID)参数优化中的应用范围,将遗传算法引入具有三阶传递函数的压水堆核电厂某流体系统水位控制过程。在更大取值范围内搜索PID控制器的特征参数的最优解。搜索到了控制性能更优、调整时间更短、稳态误差更小、最大超调量更小的特征参数,证明了遗传算法在三阶控制系统中仍然具有很好的适应性。同时,分析遗传算法种群规模、进化代数对优化结果的影响,给出了趋于稳定最优解所需的最小种群规模和最小代数的建议。该研究对遗传算法在核电厂控制领域的推广应用具有重要意义。

关键词： 负荷分配   微电网   负荷优化   电力系统   改进遗传算法  

摘要： 目前,微电网在运行过程中面临着一系列挑战,如新能源发电的随机性和波动性、与大电网的能量交换限制等。因此,现提出基于改进遗传算法的微电网负荷优化分配方法,对于提高微电网的经济性、稳定性具有重要意义。首先,针对微电网负荷优化分配问题,建立了以微电网运行成本最小化为目标的数学模型,在满足模型运行约束条件下,优化微电网中微电源的出力,使得系统总运行成本达到最小,其次,将改进遗传算法应用于微电网负荷优化分配的设计中,实现对微电网储能配置的优化。实验结果表明:基于改进遗传算法的微电网负荷优化分配方法在实验中表现出更高的收敛精度、更快的收敛速度以及更低的总运行成本。

关键词： 体育社会学   广场舞   半熟人关系   功能性冲突   扎根理论  

摘要： 近年来,城市广场舞冲突问题不断涌现,给城市发展和居民日常休闲活动带来一系列困扰。研究从半熟人视角出发,基于扎根理论,对城市广场舞休闲冲突的形成过程和消解机制进行探索性研究。研究认为,“半熟人”的人际特性交织着熟人和生人双重运行逻辑,是城市广场舞冲突发生的重要情境条件;不同利益群体在广场舞场域内进行“再熟人化”实践,交替性时空竞争和磋商过程构成其核心内涵;通过同时抱持正式和非正式磋商,半熟人社交下的广场舞休闲冲突本质上是一种“功能性冲突”,即通过“容忍”机制溶解分歧,避免冲突显化;通过“能动性”机制,利益群体不断反思广场舞实践的意义,以寻求冲突的消解,二者共同反馈广场舞“再熟人化”实践,凸显广场舞休闲活动的社会功能和价值。

关键词： 计算机应用软件   人工智能   人工免疫技术  

摘要： 近年来,人工智能技术取得了重大突破,为计算机应用软件开发提供了新的工具和方法,有助于提高计算机应用软件开发水平。因此,有必要深入研究人工智能技术,主动探索基于人工智能的计算机应用软件开发技术,更好地实现计算机应用软件开发目标,满足用户对计算机应用软件性能的需求。本文对人工智能技术在计算机应用软件开发中的应用进行了分析、探究与展望,旨在为人工智能技术在计算机应用软件开发中的高效应用提供指导,强化计算机应用软件开发效果。

关键词： 解空间树   嵌入式软件   测试数据   深度优先搜索   遗传算法   生成方法  

摘要： 嵌入式软件中存在一些关键功能区域或者容易出现故障的区域。传统的测试数据生成方法可能是均匀地生成测试数据,而没有重点关注这些关键区域,导致存在大量冗余数据,降低了数据生成效果。对此,提出一种基于解空间树的嵌入式软件测试数据生成方法。首先针对原始源数据集进行数据预处理,然后基于处理后的数据,将原始源数据集的解空间表示为树状结构,满足覆盖标准,并有效减少冗余测试数据,提高测试效率。最后采用深度优先搜索与遗传算法相结合的方法对解空间树进行搜索,以生成嵌入式软件测试数据。结果表明,经过多个方面的评估,所研究方法的测试数据覆盖率在0.90~1.00之间,数据平衡指数始终高于0.97,且测试数据生成时间较短,说明该方法的数据生成效果较好,具有实用性。

关键词： 格理论   遗传算法   最短向量问题  

摘要： 最短向量问题(shortest vector problem,SVP)是格密码中一个经典的困难问题.丁丹等于2015年提出了首个解决最短向量问题的遗传算法,该算法利用BKZ约化基的正交表示来搜索格点组成的空间,能够高效地找到格内最短向量.由于该算法采用固定的交叉率和变异率,容易陷入局部最优解,且没有充分利用BKZ约化基正交表示下短向量的稀疏特征.本文从跳出局部最优解、提升算法收敛速度以及提高成功概率三个维度改进了该算法的SVP智能求解方案.首先,本文引入了动态计算交叉率和变异率的模块,主要基于个体质量与种群收敛程度两个维度来控制交叉率以及变异率,从而有效避免算法陷入局部最优解.其次,设计了一种自适应变异策略,从基因层面充分利用了BKZ约化基下短向量正交整数表示的稀疏性,显著加快了整个算法的收敛速度.最后,提出了基于多种群并行的遗传算法,进一步提高了概率算法的成功率.通过这些改进,本文的算法在求解SVP问题时表现出更高的效率和更强的鲁棒性.

关键词： 虚拟机负载均衡   遗传算法   资源利用率   云计算  

摘要： 随着云计算技术的不断发展,虚拟机负载均衡成为提高系统性能和资源利用率的重要手段。提出一种基于遗传算法的虚拟机负载均衡方法,旨在通过智能调度优化云计算环境中的资源分配。该方法通过遗传算法的选择、交叉和变异操作,不断优化虚拟机的分配策略,以达到平衡系统负载、降低迁移次数并提升资源利用率的目标。结果表明,基于遗传算法的负载均衡方法显著提高了资源利用率,有效降低了系统开销。尤其在高负载环境下,遗传算法能够缩短系统响应时间。

关键词： 散热器   壁厚预测   随机森林算法   遗传算法   时间序列  

摘要： 水轮机组散热器弯管在长期水流冲蚀作用下壁厚减薄,容易发生穿孔现象,危害机组的安全稳定运行。为了掌握散热器壁厚的减薄规律,以实际电站散热器运行环境为基础搭建散热器弯管冲蚀试验台,找到不同条件下散热器弯管易穿孔位置和冲蚀规律,采用遗传算法优化的随机森林时间序列模型对散热器弯管易失效位置壁厚进行预测。结果表明:在试验工况下,散热器弯管易失效位置在外壁靠下截面角度约60°处。优化后的散热器弯管壁厚时间序列预测模型与实际弯管壁厚平均绝对误差MAE仅有0.013,模型优度系数R2可达98.7%,精确度高,能较好地适用于预测散热器弯管壁厚的变化规律。

关键词： 烤烟   烟叶分级   多特征优选   遗传算法   正则化极限学习机  

摘要： 针对现有烟叶分级模型多基于平整烟叶的正面特征构建,分级模型准确率和实用性较低的问题,提出一种基于遗传算法-正则化极限学习机(GA-RELM)多特征优选的烟叶多部位正反面识别方法。首先,对自然状态下的烟叶进行多尺度正反面特征提取,构建正反面数据集,根据特征重要性和特征间的潜在关系,实现特征降维并构建新特征组合。其次,对正则化极限学习机(RELM)进行隐藏层偏置寻优,以提高模型实际应用性和分类精度。结果表明:与原极限学习机(ELM)相比,GA-RELM对自然状态下的烟叶正反面和多部位正反面的分类精度分别提高了0.84%和7.88%,运算时间分别减少2.56 s和5.72 s;与其他烟叶分级算法相比,GA-RELM在准确率、精确率、召回率、F1评分等多个指标上表现出明显优势。

关键词： 可信计算   计算机信息系统   人工智能   信息安全体系结构   网络安全   密码技术   中国工程院院士   期刊编辑部  

摘要： 数十年来,沈昌祥院士一直致力于计算机信息系统、信息安全体系结构、系统软件安全、网络安全、密码技术等方面的研究工作,他是中央网信办专家咨询委员会顾问、国家集成电路产业发展咨询委员会委员、国家三网融合专家组成员,可信计算技术开拓者和奠基人。在技术发展与应用的新时期,尤其人工智能技术发展突飞猛进的形势下,他高屋建地用“顶天立地,海阔天空”八个字形容当前安全技术创新与应用发展政策、产业的环境与趋势、目标与志向,前景及未来,令人无限振奋。为此,《智能物联技术》期刊编辑部希望通过与沈昌祥院士在人工智能热点议题及其一直致力推动的可信计算体系的交流,全面呈现一个技术大师的体系构建与实践,以供业界交流与碰撞,学习与发展,以期为推动技术进步、产业发展做出绵薄贡献。