关键词： 超空泡射弹   正交试验   BP神经网络   遗传算法  

摘要： 有效射程是超空泡射弹最重要的性能指标之一，受到外形和衡重参数的耦合影响。为了增加超空泡射弹的有效射程，建立计算超空泡射弹有效射程的数值模型，根据正交试验设计原则设计四因素五水平工况组合，通过仿真计算获得外形及衡重参数影响下的超空泡射弹有效射程数据集，结合反向传播(Back Propagation, BP)神经网络方法和遗传算法，建立超空泡射弹设计参数优化方法，获得全域最大有效射程及其对应的外形和衡重参数设计结果。研究结果表明：超空泡射弹的水下弹道具有稳定的尾拍特性，通过极差分析，质量对有效射程的影响最大；在没有精确数学模型的情况下，运用BP神经网络，基于有限个数据点训练出的有效射程预测模型精度高，平均误差为0.735%;通过遗传算法获得了四因素耦合影响下的全域最优射程，较数据集中的最好结果提高了5.01%,较正交优化结果提升了1.95%。所得研究结果可为超空泡射弹总体设计工作提供参考。

关键词： 合肥先进光源   磁铁稳流电源   多项式回归   遗传算法  

摘要： 合肥先进光源（Hefei Advanced Light Facility，HALF）是基于衍射极限储存环的第四代同步辐射光源，其电子束能量为2.2 GeV，发射度设计目标小于100 pm·rad。由于合肥先进光源需要上千台磁铁稳流电源，磁铁稳流电源要求长期稳定度在5×10-5以内，且在改变电流工作点时应避免阶跃响应超调，实现平滑过渡，采用常规比例-积分-微分控制器（Proportional-Integral-Derivative Controller，PID）参数整定的经验凑试法需要耗费大量时间。针对以上要求，设计一种基于多项式回归和遗传算法的PI控制器参数自整定算法，并在磁铁稳流电源样机上完成开发和验证。测试结果表明，其主要技术指标满足使用要求，调试效率显著提高。

关键词： 显微光谱成像术   深度学习   人工神经网络   细胞形态学  

摘要： 目的 建立一种基于显微高光谱成像与三维光谱卷积神经网络（Spec-CNN）的骨髓细胞自动分类方法。 方法 研究类型为方法学的建立，研究纳入2013年11月1日至2024年4月30日解放军总医院第一医学中心血液科306例初诊患者的瑞氏染色骨髓涂片。采用显微高光谱-4k光路一体成像系统（400~1 000 nm光谱分辨率）同步采集骨髓细胞的高光谱数据及4K图像数据，高光谱数据用于模型训练，形态学家识别的4K图像数据仅作为标注基准来标注高光谱数据。高光谱数据集按14∶6∶5的比例划分为训练集、验证集和测试集，训练集和验证集对Spec-CNN模型进行训练和调参，测试集评估模型性能，以人工标注结果为金标准和Spec-CNN模型智能识别结果进行对比，计算敏感度、特异度及Kappa系数。采用5例非数据集样本进行外部验证。 结果 采集得到一个包含32种、64 800个骨髓细胞的高光谱数据与4k图像数据集。测试集中，Spec-CNN模型对32种骨髓细胞分类的评估指标加权平均后为：敏感度87.79%、特异性99.31%、准确率98.78%，Kappa系数0.869。外部验证时，正确识别骨髓细胞比例的均值为83.28%。 结论 成功建立了基于显微Spec-CNN的骨髓细胞自动分类方法，此方法对32种骨髓有核细胞具有较好的自动分类能力，在提高血液病诊断效率方面对骨髓形态学家有一定的辅助作用。

关键词： 沥青路面   人工神经网络   纵向裂缝   病害预测   Asphalt Pavement   Artificial Neural Network   Longitudinal Cracks   Disease Prediction  

摘要： 目的：预测沥青路面道路在长期服役条件下的纵向裂缝长度。方法：本研究从长期路面性能数据库中选择和处理与纵向裂缝发展相关的影响因素，建立人工神经网络预测模型，研究模型参数对精度的影响。结果：建立的模型R2为0.804，预测效果较好。结论：人工神经网络能较好预测沥青路面纵向裂缝的发展，能为预防性养护提供支持。

关键词： 电商平台   适老化   老年群体   E-Commerce Platforms   Age-Friendly Adaptation   Elderly Population  

摘要： 随着互联网、大数据、人工智能等信息技术的快速发展，电商平台已成为人们日常生活中不可或缺的一部分。然而，老年人在使用电商平台时却面临诸多障碍，导致数字鸿沟问题日益凸显。本文深入剖析老年人在电商平台使用中的数字鸿沟现象，并探讨电商平台适老化改造策略，旨在为提升老年人电商平台使用体验提供有益参考，促进数字社会的包容与和谐，让老年人在数字化浪潮中也能享受到便捷、高效的电商服务。

关键词： 泰勒公式   遗传算法   函数拟合   进化计算   Taylor Formula   Genetic Algorithm   Function Fitting   Evolutionary Computation  

摘要： 基于函数表达式绘制函数图像容易实现，但是将数据表述为函数表达式较为困难。在统计学和机器学习中，该问题通常表现为回归建模、插值和参数优化等形式，虽然计算高效，但在非线性复杂数据环境下表现受限。近年来，深度神经网络、进化计算等智能优化方法的引入，为函数拟合提供了更强大的建模能力和优化策略。该研究基于泰勒公式和遗传算法，实现了较好的函数拟合效果。具体来说，泰勒公式可以用函数多项式的形式近似表达函数值，很大程度上简化了函数拟合的难度。遗传算法可以迭代探索函数拟合的最优结果，实现了在较短的时间内获得较优的函数拟合表达式。该研究的方法在线性函数、非线性函数的实验中均取得了有竞争性的优化增益结果。

关键词： 拓扑识别   人工智能算法   配电网   线损率  

摘要： 为提高配电网线损率计算的精度,设计基于拓扑识别与人工智能算法的配电网线损率计算方法。根据配电网特性,采集配电网运行状态数据,得到配电网原始数据矩阵。对数据进行标准化处理,利用拓扑识别提取出配电网数据的多个特征,并计算出对应的特征权重值。据此分类配电网数据特征,并计算出数据的适应度函数,由此计算出更为精确的配电网线损率。实验结果表明,和以往的配电网线损率计算方法相比,设计的基于拓扑识别与人工智能算法的配电网线损率计算方法在实际应用中计算结果与实际结果基本吻合,说明该方法计算精度较高。