关键词： 风电场   剩余寿命预测   相关性   动态成组维护   遗传算法  

摘要： 现有的风电场成组维护优化研究中,较少考虑维护时间窗内的部件实时状态信息动态变化影响,针对此问题,提出了一种考虑剩余寿命预测信息动态更新的风电场成组维护策略。首先,利用实时状态信息获得各部件剩余寿命预测结果,基于实时剩余寿命预测结果优化最小平均维修成本,构建单部件最优维修时间窗。其次,考虑风电机组部件结构相关性及部件备件库存约束,以节省维修成本最大为目标,建立风电场成组维护模型,并采用遗传算法进行成组维护策略优化。最后,采用滚动时间窗模型实时更新机组部件的剩余寿命预测信息,动态调整原有维修方案。一个实际风电场案例的分析结果表明,所提策略能够实时更新风电场维修计划,实现维修计划的动态优化,有助于降低维修成本。

关键词： 激光消融   辐照参数   热损伤   神经网络   遗传算法  

摘要： 激光消融技术以其高精度、强可控性和微创性等优势,在癌症治疗领域中展现出广阔的应用前景。为确保在肿瘤组织被完全消融的同时,激光消融技术对正常组织的热损伤最小,提出了一种基于周期性加热模式的辐照参数优化设计方法。首先,建立激光消融过程中生物传热和热损伤的数值模拟模型,通过实验验证该模型的准确性。随后,利用径向基函数神经网络建立激光消融效果预测模型,以快速、精准地评估正常组织的不可逆热损伤体积、不可逆热损伤总体积,以及肿瘤组织表面的平均温度。最后,采用遗传算法开展激光消融技术的单目标优化设计,在肿瘤组织完全消融和肿瘤组织表面的平均温度不超过70℃的前提下,正常组织的不可逆热损伤体积仅占不可逆热损伤总体积的0.053%,实现了激光消融技术对正常组织的不可逆热损伤的最小化目标。

关键词： 分布式发电   需求响应   配电网规划   遗传算法  

摘要： 本文研究了分布式发电(DG)和需求响应(DR)策略纳入配电网时,电网公司在规划配电网的过程中可能获得的收益。对于任何一种情况下的新电网规划过程,都采用了经典的配电网规划方法,该方法基于经典的最小总成本经济理论,通过该理论制定了电力公司配电网投资计划。所获得的解决方案保证了所有场景的电力和能源需求供应,最大限度地减少了总成本投入,并符合物理设计规范,从电网技术经济的角度出发,利用遗传算法(GA)搜索最优解。

关键词： 建筑设计早期阶段   人工神经网络   全年动态采光   神经网络权重分析  

摘要： 在建筑设计早期阶段,了解建筑形态参数与室内采光之间的关系对设计优化至关重要。本文采用多层感知器(Multilayer Perceptron,MLP)神经网络,以四种主要特征(室外遮挡情况、建筑形态特征、开窗设置、测点位置信息)作为MLP的输入参数,通过计算机模拟收集的数据来构建神经网络,预测室内的全年自然采光质量(UDI<100 lx、UDI 100~2000 lx、UDI>2000 lx)。研究结果显示多层感知器神经网络模型在测试集中的回归决定系数R 2为0.984,均方误差MSE为11.624,准确性较高。对神经网络进行权重分析的结果表明,外部遮挡物的高度和建筑进深对输出结果影响最为显著。而窗台底部的标高和测点距窗户的距离对输出结果UDI的影响较小。神经网络模型为建筑设计预测日光提供了一种新的智能方法,有助于辅助建筑早期的设计决策。

关键词： 微波辐射计   FY-4A卫星   AMDAR   BP神经网络   遗传算法   廓线订正  

摘要： 为增加大气探空站点,提高微波辐射计大气温度探测精度,利用FY-4A气象卫星温度产品和BP神经网络、遗传算法,分别实施杭州站、南京站微波辐射计的温度订正仿真试验,并获得准确的连续性大气温度垂直廓线;结合探空资料和民航AMDAR气温资料,评估模型订正效果。研究结果表明:(1)微波辐射计温度产品存在一定误差,两站均在高度2 km处平均偏差最大,同站有雨时的偏差均大于无雨时的偏差;(2)经过BP神经网络模拟订正后的微波辐射计测温精度较原温度产品提升幅度较大;杭州站MAE、MSE、RMSE的降低幅度分别为45%~55%、65%~78%、41%~53%,南京站的降低幅度分别为58%~66%、83%~88%、55%~59%;(3)经过遗传算法优化初始权值和阈值后的神经网络订正模型模拟效果有进一步的提升,其中有雨模型提升效果明显,RMSE降低幅度11%~15%。微波辐射计的上述订正方法,可以推广到各地微波辐射计站点应用,具有实际使用价值。

关键词： 语义网络   数据存储方式   知识图谱   知识库   谷歌   中医药知识   中医肾病   临床数据  

摘要： 中医肾脏病古籍浩如烟海、晦涩难懂,现代积累的文献、医案、临床数据等知识爆炸式增多,且内容分散,利用率低,如何高效率获取并掌握海量中医肾病知识是中医肾脏病传承和发展的关键之一。知识图谱是谷歌在2012年提出的一种结构化的用图来储存知识的模式[1]。它本质上是基于语义网络的一种知识库,语义网络由节点和边组成。节点代表实体或者概念,节点之间的边代表实体之间的关系或实体的属性。这种结构化的数据存储方式能使人们更加准确高效的获取中医药知识资源。

关键词： 铅冷快堆   换热器   遗传算法   优化设计  

摘要： 为提高铅冷快堆主换热器的综合换热性能,本研究建立了以液态铅和超临界二氧化碳(S-CO_(2))为工质的螺旋盘管式主换热器的热工水力模型,采用MATALB语言编写了设计程序,并利用非支配排序遗传算法(NSGA-II)开展了对主换热器的换热面积和综合性能评价因子的多目标优化设计。结果表明,本文建立的优化设计方法可以在提高主换热器综合性能的同时,有效降低其换热面积。在主换热器的设计中,应优先考虑管外径、螺旋管层数以及第一层螺旋管数,以达到减小换热面积、提高综合换热性能的目的。

关键词： 底泥盐度   人工神经网络模型   反向传播   粒子群优化   遗传算法  

摘要： 底泥盐度与海洋科学、河口研究、环境管理等密切相关,现有的底泥盐度计算公式存在精度不足、适用性有限等问题。为此,开展了271组室内试验和10组户外试验,整合了其他学者的研究数据,以底泥电导率、泥沙浓度、温度和细颗粒表面系数为模型输入变量,分别建立了用于计算沿海地区底泥盐度的反向传播人工神经网络(BP-ANN)模型、粒子群优化的反向传播人工神经网络(PSO-BP-ANN)模型、结合遗传算法的反向传播人工神经网络(GA-BP-ANN)模型。与现有的底泥盐度计算公式相比,新建模型的精度更高,可为沿海地区底泥盐度的确定提供更多可供选择的预测方法。

关键词： 心冲击信号   Shapelet   小波变换   人工神经网络  

摘要： 为了解决传统算法应用于心冲击信号(Ballistocardiogram,BCG)心动周期检测时容易受到干扰导致准确率不高的问题,提出了一种基于复杂特征检测BCG心动周期的算法。该算法通过同步采集的心电图信号(Electrocardiogram,ECG)将BCG信号划分为若干子序列,提取每段子序列信号的Shapelet,利用Shapelet变换将BCG子序列与其Shapelet映射到同一空间中,将Shapelet与BCG子序列的距离作为特征。同时,提取BCG子序列的小波变换特征,将两种特征融合后,使用人工神经网络(ANN)进行心动周期的检测,并且与传统分类器进行比较。实验结果表明,提出的算法在心动周期检测方面准确率提升了2.69百分点,证明了该算法在实际检测中的可行性。

关键词： “过滤气泡”   主流意识形态   算法推荐技术   智媒体时代  

摘要： 智媒体时代,算法推荐技术虽提高了信息传播的精度和准度,成为信息配置的主要方式,但在资本逐利观念影响下,其利用受众价值导向衍生出以信息个性化为主要特征的“过滤气泡”现象。“过滤气泡”为主流意识形态的传播创造了有利条件,但也消解了主流意识形态在社会中的传播力、影响力、凝聚力和引领力,为提升自身的风险防范能力带来挑战。为此,需强化主流意识形态驾驭算法的能力,提高公众在网络平台的媒介素养,健全维护主流意识形态的风险防范机制,构建理想的主流意识形态环境。