关键词： 厌氧   废水处理   人工智能   人工神经网络  

摘要： 厌氧消化是回收废水中生物能源的关键环节,其稳定运行对污水处理厂至关重要。考虑到废水厌氧生物处理的复杂性,寻找替代策略来模拟其处理过程显得十分必要。人工智能(AI)技术,特别是人工神经网络(ANN),作为一种创新方法被广泛应用于厌氧废水处理过程的建模与优化。鉴于此,综述了当前ANN技术在厌氧废水处理过程建模中的应用以及其在沼气产量和污染物去除预测、监测、控制与优化方面的进展,针对ANN技术在应用过程中面临的问题,提出未来的研究方向。

关键词： 改进遗传算法   供应链终端   高维数据   数据特征   特征筛选  

摘要： 由于供应链终端高维特征和稀疏数据使得特征筛选准确率较低、筛选能力较差,为此,提出了改进遗传算法的供应链终端高维数据特征筛选方法。预处理供应链终端高维数据特征,去除超出边缘范围的特征数据。针对数据的特征进行排序和编码,采用改进遗传算法进行评估和演进,并将数据分布组中被选择的单个数据继续演进。在离散型随机变量中设置筛选条件,根据改进遗传算法,减少数据分布组的组数,获取种族内和种族外已完成特征编码的数据,从而形成新的个体,实现供应链终端高维数据特征筛选。实验结果表明,改进遗传算法的供应链终端高维数据特征筛选方法的准确率可以达到99%,具有很好的高维数据特征筛选能力。

关键词： 电能质量扰动   S变换   人工神经网络   天鹰优化器  

摘要： 针对电能质量扰动分类方法中研究中分类准确程度低的问题,提出一种基于AO-STANN的扰动分类方法。对于多种电能质量扰动信号,利用S变换(S Transform,ST)对扰动信号的特征进行提取;采用集成了余弦相似度(Cosine Similarity,CS)作为额外收敛条件的人工神经网络(Artificial Neural Network,ANN)建立起电能质量扰动分类模型以实现扰动分类;为进一步增强分类器性能,采用融合了帐篷混沌映射的天鹰优化器(Aquila Optimizer,AO)以确定人工神经网络分类器中间层神经元的最佳个数。仿真实验结果表明:该方法能有效识别电能质量扰动信号,进而验证所提方案可以准确有效的实现电能质量扰动的分类。

关键词： 张力控制   模糊RBF神经网络   遗传算法   PI控制   仿真  

摘要： 介绍了吹塑机收卷张力控制系统模型,建立收卷张力数学模型并得出影响塑料薄膜收卷张力的主要因素。针对常规PID在薄膜收卷张力控制中的缺陷,提出了基于模糊RBF神经网络PI控制的薄膜张力控制方法,模糊RBF神经网络参数的初始值先通过改进的遗传算法进行优化,加快误差的收敛速度。该控制方法既能利用模糊控制的非线性控制作用,又能利用神经网络的自学能力,实现PI控制器参数实时自整定的要求。仿真结果表明该系统响应适度快、超调小、抗干扰性强,具有优良的控制效果。

关键词： 镉含量检测   金属光泽   高压消解   石墨炉原子吸收法   人体健康   米制品   微波消解   米粉  

摘要： 镉是一种重金属元素,呈银白色,有金属光泽,具有较大的毒性。如果水稻种植在含有镉元素的土壤中,或生长过程中使用了含镉的水源,抑或使用了含镉的化肥,都会对人体健康造成严重危害,所以必须高度重视大米与米制品的镉含量检测。传统的镉含量检测方法主要是高压消解或干式灰化,存在消耗米粉量较大、所需时间较长等弊端,而经微波消解进行预处理,再用石墨炉原子吸收法可以有效避免此类问题,检测结果也更加准确。

关键词： STEM理念   人工智能   混合式教学   实践教学   多元化与智能评价  

摘要： 随着人工智能等新兴技术与高等教育的深度融合,高校教学改革成了提高人才培养质量的关键。本文结合当前高校计算机专业教学存在的问题,从混合式教学模式、实践教学平台、多元化与智能评价机制等多方面,提出了STEM理念下人工智能技术与计算机专业教学融合的改革策略,为计算机专业教学改革提供了新思路和借鉴价值。

关键词： 最优化理论   遗传算法   系数向量   收敛效率   经验概率分布(EDBF)   自适应边界约束(ABC)  

摘要： 针对遗传算法中用于多父体重组的系数向量缺乏高效生成方法的问题,提出一种基于自适应边界约束(ABC)的高效遗传算法。该方法依据前一个系数的值,自适应缩放后一个系数的边界,可在任意多的父代重组情形下快速生成系数向量。在CEC2017标准数据集上的实验结果表明,所提算法在29个复杂优化问题上的表现都优于经验概率分布(EDBF)算法。

关键词： 机器视觉   遗传算法   光缆电缆   自动测量   绝缘厚度   检验检测  

摘要： 针对传统线缆绝缘厚度测量方法存在效率低和准确度差的问题,提出一种基于自适应局部交替遗传算法(ALA-GA)的绝缘厚度检测方法;该方法利用ALA-GA算法在试件图像的内外边缘交替搜索从而获得最优绝缘厚度位置;该算法引入试件先验结构知识,根据试件截面边缘曲率特征自适应选取初始种群,从而保证初始种群基因的优质性和多样性;将交叉和变异操作置前,对于试件截面内外边缘局部交替地自适应改变交叉和变异的方式,从而提高遗传算法的求解速度;为了不丢失任一边缘的优质基因,对交叉、变异后得到的新种群和原种群共同执行后置选择操作;每获得一个最优检测位置,剔除该位置附近的其余解,如此迭代执行ALA-GA算法以获得精确的绝缘厚度检测结果;对比实验以及能力验证表明,基于ALA-GA方法的时间代价为0.6~0.7 s,最薄点测量误差为0.001 2~0.001 5 mm,平均测量误差为0.001 3~0.001 7 mm,测量重复性为0.001 8~0.002 1 mm,均优于现有先进方法,且对不规整线缆泛化能力良好。

关键词： 轨道电路动态检测   调谐区   性能感知   粒子群算法   遗传算法  

摘要： 针对现有ZPW-2000A型轨道电路故障诊断方法不能动态感知调谐区工作性能变化的问题,结合粒子群算法(PSO)与遗传算法(GA),提出一种基于综合检测列车动态检测数据的调谐区性能感知方法。首先根据传输线理论,对调谐区邻区段干扰信号进行建模;然后结合动态检测数据,构造多目标优化模型,并以PSO-GA作为寻优策略,对优化模型进行求解;最后通过所得参数结果计算设备阻抗,以此判断调谐区性能下降原因与隐患点位。结果表明,本文方法能有效进行调谐区性能的动态感知,并且针对感知到的隐患原因,能准确找出调谐区异态设备位置,为ZPW-2000A型轨道电路预防修和状态修提供新方法。

关键词： 计算机网络技术   人工智能   应用  

摘要： 随着互联网攻击的规模与技术日益增长,传统的网络安全手段正遭遇前所未有的考验。针对这一问题,人工智能技术逐渐成为一个有效的解决方案,展现出宽广的应用前景。通过利用人工智能,如机器学习、深度学习、行为分析、强化学习与自然语言处理等先进技术,网络防御机制不仅能实现自动化,而且能更智能地应对各类新型网络威胁。本文探讨了这些技术在网络安全领域的具体应用,并评估了它们在提升网络防护效率和反应能力方面的有效性。研究结果指出,人工智能的引入不仅能推动网络安全技术的创新,还可以显著提升整体安全防护能力。