关键词： 离散事件系统   Petri网   初始标识估计   不可观测变迁   变迁触发序列  

摘要： 在考虑标注序列时,计算带有不可观测变迁的标注Petri网的最小初始标识集是一个复杂的任务。现有解决这一问题的方法存在多种限制。该文采用一种基于遗传算法的方法来估计最小初始标识。由于可能存在多个初始标识(通常是无限多个),关注点在于获得Petri网中的最小初始标识集,其中满足以下条件:初始标识允许至少一种触发序列与观察到的标注序列和网络结构一致;初始标识具有最小的托肯总数(即在所有库所上的托肯总数最小);对于每次观测到的标注,允许每个可观测变迁发生之前至多一个不可观测变迁发生。鉴于最小初始标识的估计属于NP-hard类别,因此采用此类算法是合理的。通过实验证明了该方法的有效性。与现有算法相比,该算法能够以更小的计算代价获得最小初始标识。

关键词： 分子束外延   温度控制   变域论模糊PID控制   遗传算法  

摘要： 分子束源炉工作过程中,由于内部温度场受到多种复杂因素的干扰,导致温度控制精度与稳定性下降,影响束流质量。源炉温度变化滞后性及非线性的特点使得常规PID控制参数整定不良、性能欠佳,达不到良好的控制效果。针对以上问题,提出一种复合温度控制算法,将遗传算法和变域模糊控制与PID相结合,基于变域理论调节模糊PID控制过程中变量论域的比例因子,实现了PID控制参数的自适应调节,又利用遗传算法优化PID控制的初始参数,提高了PID控制的自整定能力。通过在源炉设备上的实验结果表明,该算法自适应能力强,调整时间短,控制精度达到了0.1℃,能够满足分子束源炉温度控制系统的实际应用需求。

关键词： 质子交换膜燃料电池   运行参数优化   系统净功率   遗传算法  

摘要： 质子交换膜燃料电池电堆的运行参数对电堆输出性能和空压机、循环水泵和散热风扇等辅助设备的寄生功率都会产生影响,可通过对电堆运行参数进行优化来实现系统最大净功率输出目标。实际系统受到空压机性能和背压阀调节能力的限制,阴极运行参数的调节范围存在界限,本文基于MATLAB/Simulink软件建立62 kW燃料电池系统模型,通过仿真分析确定了各负载电流下的参数可优化范围,采用遗传算法对电堆温度、阴极压力和过氧比进行了优化。结果表明:在各负载电流下,提升电堆温度都有利于增加系统净功率,最优运行温度均为80℃。而过氧比和阴极压力在不同的负载电流下的优化方向是不同的;在低负载电流(50、100 A)下增加过氧比和阴极压力时,电堆输出功率的增长小于寄生功率,提供较低的过氧比和阴极压力有利于提升系统净功率;高负载电流(300A)下,低过氧比和阴极压力会限制电堆输出功率,最低净功率仅为35.530 kW;合理增加过氧比和阴极压力后,获得的最优净功率为53.271 kW,通过运行参数优化可实现49.9%的净功率提升。

关键词： 到达延误预测   神经网络   遗传算法  

摘要： 影响航班到达延误的因素众多,涉及节假日、时段、天气、航空器故障等。本文提出一种基于神经网络多输入–单输出的航班到达延误预测方法,并利用遗传算法优化神经网络的结构与参数,从而进一步提升预测精度。最后,以2015年美国亚特兰大机场为例,给出了预测结果,并与传统神经网络进行性能对比,从而验证了本研究的有效性。研究表明:研究表明,经过遗传算法优化后的神经网络的误差比仅为单独使用神经网络误差的58%。

关键词： 制造业企业   高质量发展   模糊集定性比较分析   必要条件分析   人工神经网络  

摘要： 制造业是实体经济的基础,也是中国应对各类风险挑战的“压舱石”,因而探寻中国式现代化情境下中国制造业企业高质量发展的实现既是重要的现实问题,也是有待探索的关键科学问题。本文融合资源基础观与行业基础观,遵循TOE框架,以250家A股制造业企业为例,采用模糊集定性比较分析(fsQCA)、必要条件分析(NCA)和人工神经网络(ANN)方法,探讨了技术水平、组织特质、行业特征的交互作用下,中国制造业企业高质量发展的多种联动路径组合。研究发现:第一,中国制造业企业高质量发展存在4条联动路径,其中组织与技术双元创新驱动型分布最普遍。同时,有2条路径会导致企业非高质量发展。第二,高管风险偏好是企业高质量发展的唯一必要条件且最有影响力的条件,并与企业的国际市场开拓能力构成核心条件。第三,外部产业结构因素与企业关键资源能力的多元逻辑互动是企业实现高质量发展并进而在新时期获取竞争优势的重要路径,且企业关键资源能力的影响更为显著。研究结论有助于深化对中国制造业企业高质量发展路径复杂性机理的认知,并为政策制定带来有益启示。

关键词： 塑性本构模型   唯象模型   晶体塑性   人工神经网络   训练效率   泛化能力  

摘要： 从宏观和细观两个层面回顾了金属塑性本构模型,并指出模型应用的限制主要集中在本构参数的获取和模型的数值实现上。介绍了3种广泛应用的人工神经网络:反向传播神经网络、卷积神经网络和循环神经网络。从模型的标定和计算两个方面总结了人工神经网络在塑性本构建模中的应用。此外,介绍了基于物理信息的神经网络,该类模型基于传统物理理论在人工神经网络中引入约束,能够有效提高训练效率和泛化能力。最后,指出了人工神经网络应用在金属塑性本构建模中面临的挑战和未来发展方向。

关键词： Spring技术   遗传算法   管理平台   系统架构  

摘要： 本文提出了一种基于Spring技术改进遗传算法的高校师资管理平台设计方案。该平台旨在帮助高校有效管理师资资源,提高教学质量和科研成果。通过结合Spring框架和遗传算法,实现对教师招聘、任职评估、职称晋升等环节的自动化和优化。本设计方案详细描述了系统需求分析、系统设计、算法改进和功能实现等关键步骤,并给出了具体的技术方案和系统架构。实验结果表明,该平台在师资评估和任职推荐方面取得了良好的效果。

关键词： SMA驱动器   空间布置参数   BP神经网络   遗传算法   寻优效率  

摘要： 将形状记忆合金混编三维织物驱动器(SMA驱动器)植入复合材料板簧中,可以使大型板式结构具有变刚度潜力。为提高驱动器空间布置参数的寻优效率,文章基于BP神经网络预测不同驱动器布置参数下的板簧刚强度,并采用遗传算法提升预测精度。结果表明,经过遗传算法(Genetic Algorithm,GA)优化后的BP神经网络(Back Propagation Neural Networks)模型对板簧刚强度性能的平均预测精度为96.9%,优于传统BP神经网络的平均预测精度(92.7%),并且寻优效率比传统智能算法提升了172倍。该研究为大型板式结构的空间布置参数寻优算法提供了有益参考。

关键词： 微波消解   电感耦合等离子体发射光谱仪   二氧化钛   化妆品  

摘要： 建立了微波消解-电感耦合等离子体光谱法(ICP-OES)测定化妆品中二氧化钛含量的测试方法。化妆品样品经过混合酸微波消解工艺处理后,采用电感耦合等离子体光谱法(ICP-OES)以测定其中二氧化钛的含量,其线性范围在0.1 mg/L~2.0 mg/L区间,本方法的相关系数高于0.999,展现出卓越的线性关系;同时其检出限可达至0.94 mg/kg,回收率高达90%~110%,相对标准偏差(RSD)为1.93%~2.32%。结果表明,该方法可批量处理样品,该方法凭借其检测速度高效、灵敏度高以及精密度和准确度优良等优势,能够充分满足化妆品中二氧化钛含量测定的需求。

关键词： 多无人机   任务分配   航迹规划   改进编码   单双亲遗传算法  

摘要： 针对多无人机协同规划问题求解规模大、效率低的问题,提出了一种单-双亲遗传算法(PBGA)求解模型。该算法具有改进的编码方法和一种单双亲结合的进化策略,由单亲遗传算子进行种群进化,由双亲遗传算子跳出局部最优。仿真结果显示,PBGA具有收敛性,在小规模和大规模寻优算例中分别比传统遗传算法减少了70%和64%的收敛代数,对解决多无人机协同问题具有一定的参考价值。