关键词： enumeration method   farmland pressure pipe system   genetic algorithm   optimization model  

摘要： Due to the problem that it is difficult to reach the optimal design of current farmland irrigation pipeline project and the cost of agricultural irrigation water supply is too high, the nonlinear optimization model of farmland pressure pipe system is established in terms of water users by taking pipeline length, pipe diameter, pump head as variables, the minimal water supply cost and the annual cost as objective function. According to the principle of single point of water supply, the enumeration method is adopted for pipe network layout optimization combined with the designers＇ experience and the practical project. On the basis of this, genetic algorithm is used to optimize the pipe diameter, the most economical pipe diameter combination and the pump head are obtained. Finally, the minimal water supply cost scheme is selected as the optimal design scheme. The C++ and Matlab programs are written and verified by engineering examples. The results show that this method can determine the overall optimization scheme of farmland pressurized piping system quickly and effectively, and meet the requirements of farmland irrigation while reducing the water supply cost and effectively protecting the interests of water users. © 2024 Editorial Office Of Water Saving Irrigation. All rights reserved.

关键词： 农业旱灾恢复力   遗传算法   卷积神经网络   熵值法   影响因素  

摘要： 为提高区域农业旱灾恢复力测度精度,构建基于遗传算法优化的卷积神经网络(convolutional neural networks optimized by genetic algorithm,GA-CNN)模型。以讷河市为研究区域,根据当地农业经济发展规律与水资源空间分布状况,选取11个农业旱灾恢复力表征指标,基于构建的GA-CNN模型精确测度研究区2010-2021年的旱灾恢复力,并采用熵值法对恢复力时间演变的关键驱动力进行解析。结果表明:研究时段内,讷河市农业旱灾恢复力在时间尺度上呈现先上升后下降再波动起伏的演变态势;森林覆盖率、单位面积粮食产量、人均水资源量等是影响研究区农业旱灾恢复力时程变化的主要驱动因子;研究构建的GA-CNN模型与传统CNN模型及SVM模型相比,平均绝对误差EMA分别降低了23.51%和32.36%,均方根误差ERMS分别降低了14.42%和25.32%,拟合优度R2分别增长了0.08%和1.08%,说明GA-CNN模型在拟合性、适配性、稳定性、可靠性以及评估精度等方面更具优势。研究成果可为区域农业旱灾恢复力测度提供一种更为可靠的新模型,也可为区域农业防旱减灾、应急管理等提供科学指导。

关键词： 人工智能技术   教学系统   社会经济发展   实践机制   计算智能   教学机制   专业学科   教学管理  

摘要： 人工智能技术的发展不仅为社会经济发展提供了强大动能,同时也在逐步改变着文化和艺术设计教育的实践机制。人工智能是一个极其宽泛的技术概念,包括了计算智能、感知智能、认知智能等多种智能技术类型,所衍生的应用性数字技术产品更是数不胜数。因此,人工智能技术向教育领域的渗透也呈现出多维并进的形态,对教育的课程内容、教学形式、教学系统、教学管理、教学机制、评价体系的创新改革提供了充分赋能,极大地改变了学科教育的实践形式,提高了专业学科的教学质量。

关键词： 多目标遗传算法   云服务系统   资源调度   局部最优感知  

摘要： 针对当前资源调度失效感知效果不佳,可靠性和感知灵敏度的问题,提出基于多目标遗传算法的云服务系统资源调度失效局部最优感知方法,结合多目标遗传算法,通过资源调度的失效特征规律识别,对资源调度的失效特征规律识别方法优化,抽取受信任的云计算资源,识别和筛查资源失效特征归类,并对局部调度失效资源进行定位,构建云服务系统资源调度失效局部最优感模型,求解云资源局部调度失效区域定位规则。实验结果表明,该方法具有较高的可靠性和感知灵敏度,保证云服务系统资源调度失效感知结果的有效性。

关键词： 电热板消解法   酸溶消解体系   磷   钾   ICP-OES  

摘要： 为研究不同酸溶消解体系对植物样品中磷、钾测定的影响,分别采用H_(2)SO_(4)-H_(2)O_(2)、HNO_(3)-HClO_(4)、HNO_(3)-H_(2)O_(2)和王水-H_(2)O_(2)等4种酸体系对灌木枝叶标准物质(GBW07603)进行酸溶消解处理,使用电感耦合等离子体发射光谱仪(ICP-OES)测定其中磷、钾的含量,筛选最优的酸溶消解体系.结果表明,HNO_(3)-H_(2)O_(2)消解法对植物样品消解彻底且消解后溶液澄清,测定结果的准确度和精密度最高,安全性好,是最佳消解体系.加酸量±10%对HNO_(3)-H_(2)O_(2)消解法测定磷、钾元素含量结果没有显著影响,但消解温度对其影响较大,最适消解温度为150—180℃.在最优条件下,磷的检出限和测定限分别为0.004 g·kg^(−1)和0.018 g·kg^(−1);钾的检出限和测定限分别为0.06 g·kg^(−1)和0.25 g·kg^(−1);对8种不同植物标准物质中磷和钾测定值均在标准值范围内,且相对标准偏差和相对误差都小于±5%;对4种不同植物标准物质的加标回收率在91%—106%之间.因此,HNO_(3)-H_(2)O_(2)消解结合ICP-OES测定方法能满足不同植物的测定要求,可用于大批量样品的快速检测分析.

关键词： 遗传算法   建筑节能   优化模型   适应度函数  

摘要： 为探索建筑节能集成优化设计的有效方法,基于遗传算法进行深入研究。通过建立针对建筑节能优化设计框架、模块化设计思路及设定明确优化目标和约束条件,详细分析了遗传算法在建筑节能设计中的应用,包括选择、交叉和变异操作、算法迭代与收敛性分析。研究结果表明,通过合理设置适应度函数和算法参数,遗传算法能有效优化建筑设计,显著提升了建筑能效性能,为建筑节能集成优化设计提供了一种新工具。

关键词： 数据监控   个人隐私   主体性   监控资本主义  

摘要： 在数据时代,个人隐私安全引发人们的普遍担忧。数据监控对个人隐私的侵犯,导致个体自为性减弱、能动性退化、自主性偏离。监控资本的精神剥削性、数据主体隐私观念的淡薄、数据监控的无规制应用、个人控制基本范式的失效,是致使人的主体性消解的多重因素。缓解数据监控与个人隐私的冲突,需要从以下四个方面着手:规制数字资本,引入数据信义义务;增强个人隐私意识,杜绝数字拜物教思想,促进主体性重构;重构技术伦理,提升数字技术,规避技术风险;构建语境化的合理预期和隐私安全影响评估保护体系。

关键词： 风光水储互补系统   Frank-Copula   抽水蓄能电站   遗传算法   优化调度  

摘要： 由于风电、光电及水电出力均具有随机性、波动性等特点,其大规模投入电网所带来的不确定性成为目前多能互补系统研究的难点。对此,构建了以抽蓄电站为储能装置的风光水储互补系统,为充分考虑风光出力的不确定性与相关性,采用Frank-Copula联合概率分布函数生成风光出力场景;在水电站丰平枯时期不同出力特性下综合考虑系统各约束,以互补系统出力波动性最小为目标建立优化调度模型,并采用遗传算法进行求解;最后通过算例分析验证了所提模型的有效性,结果显示在引入抽水蓄能电站后,系统的波动性都有所降低,其中丰水期降低了12.65%,平水期降低了15.79%,枯水期降低了24.26%,这表明风光水储互补系统可以减少风电、光伏发电及水电的波动性对电网的影响。

关键词： 协同过滤   梯形模糊数   模糊C均值   遗传算法   特征加权  

摘要： 针对传统推荐系统中使用离散评分未能合理表达用户偏好的问题,将遗传算法引入优化特征加权模糊C均值,通过梯形模糊聚合相似目标用户,提出基于遗传算法的优化加权模糊C均值聚类融合梯形模糊数的协同过滤模型。通过遗传算法进行增强初始聚类中心,利用优化加权模糊C均值聚类融合梯形模糊数,分析类内与类间属性特征关系,实现用户精细划分,合理过滤推荐。在两组数据集中以MAE和RMSE作为评估指标进行实验,实验结果表明,所提算法在与其余6种算法对比中分类误差更低,对用户意愿识别更加清晰。

关键词： 步加试验   BP神经网络   遗传算法   恒湿步温   环境因子   Arrhenius模型  

摘要： 目的针对引信自然贮存试验数据统计方法计算量大且试验时间开展较长的问题,提出BP和遗传算法相结合的方法(遗传BP算法),通过步加试验解决寿命预测问题。方法通过步加试验数据求其试验各级应力下的环境因子,由环境因子将各级应力试验时间折合成实际贮存时间,根据Arrhenius模型求出可靠度函数。其次,采用遗传算法优化BP神经网络,避免陷入BP局部最优问题,将步加试验数据代入遗传BP算法进行训练,提高预测的精度和准确度。将正常应力下的数据代入遗传BP算法进行测试,求出可靠度预测值。最终对比实际、Arrhenius模型、遗传BP算法的贮存可靠度预测值。结果实际、Arrhenius模型、遗传BP算法的贮存可靠度预测值相近,证明遗传BP算法可以满足引信贮存可靠度的预测。结论采用遗传BP算法对步加试验进行寿命预测,可以有效减少试验时长和降低试验成本。