关键词： 配水管网   余氯衰减   水质模型校准   遗传算法  

摘要： 氯是用于维持配水管网水质最常见的消毒剂,但其浓度受到严格的限制,其浓度应足以去除配水管网中的病原微生物,且不因浓度过高而产生过量的消毒副产物。实时水质模型对保持配水管网中余氯浓度处于最佳值具有重要作用,其准确性依赖于模型基于现场实测余氯数据的定期校准与验证。该研究应用遗传算法自动搜索氯衰减系数的最佳值,探究了管道分组对模型校准的影响,同时通过测试遗传算法处理数据不确定性的能力验证了其鲁棒性。

关键词： 密闭高温高压   ICP-AES   白茶  

摘要： 用密闭高温高压消解-电感耦合等离子体原子发射光谱(ICP-AES)法测定白茶中铝、镉、钴、铬、铜、镁、锰、镍、铅、锡、锶、钙12种元素,对用三种混合酸消解液在高压密闭罐中消解样品进行了实验,确定王水对样品的前处理效果最好。各元素标准曲线的线性回归方程相关系数均大于0.999;检出限在0.0001~0.025mg/L之间,相对标准偏差(RSD)<4.5%,回收率为91.9%~106%。该方法操作简便,用酸量少降低对环境的危害,精密度高、检测结果可靠。

关键词： 人工神经网络课程   深度学习   混合式教学   人工智能类课程  

摘要： 文章依托人工神经网络研究生课程的讲授经验,分析其特点和现状,着重探讨其教学内容上的时效性与实践性问题,提出神经网络与深度学习融合的线上线下混合式教学改革,提升课程理论和方法的时效性;提出前沿性的实践类研究型专题,提升研究生的实践动手能力;搭建与课程内容配套的线上系统,方便研究生自主学习、互动学习。通过践行“与时俱进、互动评价、专题创新”的教学理念,提高研究生的创新思维与综合素质。

关键词： 路径优化   无人割草机   协同作业   遗传算法   苹果园  

摘要： [目的]提高新型苹果园内多台无人割草机协同作业时的工作效率。[方法]提出一种改进的遗传算法(Improved genetic algorithm, IGA),为每台割草机分配并优化作业路径。根据实际无人割草机作业情况,以总转弯时间和作业时长为综合优化目标,构建无人割草机多机作业路径优化模型。通过设定任务阈值,引入改良圈策略和Metropolis准则改进遗传算法(Genetic algorithm, GA)以求解模型。[结果]仿真试验结果表明,IGA为每台割草机分配的任务量均衡,与GA相比,IGA优化后的矩形果园路径平均总转弯时间和作业时长分别减少22.89%和19.36%;与分区作业相比,IGA优化后的矩形果园路径平均总转弯时间和作业时长分别减少45.53%和10.68%。在梯形果园中,IGA不受果树分布影响,与GA和分区作业相比,平均总转弯时间分别减少14.38%和34.08%,平均作业时长分别减少23.71%和10.07%。[结论]所提出的IGA性能更好,能有效优化机群的作业路径,缩短作业时长,提高作业能力。

关键词： 卷积神经网络   图像去噪   教与学优化算法   差分进化算法   遗传算法  

摘要： 针对用于图像去噪的卷积神经网络(Convolutional Neural Networks,CNN)的超参数与结构难以确定的问题,本文提出了一种基于混合教与学优化算法(Teaching-Learning-Based Optimization,TLBO)和差分进化算法(Differential Evolution,DE)的CNN网络并应用于图像去噪。首先,建立了CNN超参数与结构优化的数学模型;其次,提出了一种混合TLBO-DE算法,并将其用于去噪CNN超参数与结构的优化。在该混合TLBO-DE算法的进化前期,种群以较大的概率采用DE算法的进化机制进行进化,从而提高种群多样性;在进化后期,种群以较大的概率采用TLBO算法的“教”机制进行进化,从而提高算法收敛速度;最后,在公共的医学图像数据集上对所提方法进行测试。实验结果表明,与基于遗传算法、DE和TLBO等算法的CNN去噪方法相比,本文所提方法具有更好的优化性能和图像去噪性能。与目前去噪性能较好的块匹配滤波(Block-Matching and 3D filtering,BM3D)、去噪卷积神经网络(Denoising Convolutional Neural Network,DnCNN)方法相比,本文所提方法具有更好的去噪性能。

关键词： 外卖配送   集散型网络   遗传算法   零工经济  

摘要： 外卖配送时间窗短,目前采用零工经济模式,由配送员直接到商家取货并送至客户处。随着外卖市场规模扩大,或遇突发事件等订单激增的情况,会出现运力不足,等待时间大幅延长。研究了集散型网络在外卖配送中的应用,划分商家和客户群体,建立路径优化模型,求解集散型配送网络的最优路径并计算其成本。与零工经济模式下的配送网络进行对比,结果表明集散型网络在订单达到一定规模时更有效,可以使用较少配送员完成配送任务,同时具有明显的成本优势。当订单小于一定规模时,两种网络对配送员数量的需求相似,但集散型网络依然存在成本优势。

关键词： 置氢处理   Ti65合金   人工神经网络   遗传算法   本构模型  

摘要： 本研究对不同氢含量(未置氢、0.13 wt.%、0.25 wt.%、0.34 wt.%和0.43 wt.%氢)的Ti65合金试样在其α+β两相区和β单相区、0.001 s^(-1)应变速率范围内进行等温压缩,研究了含氢Ti65合金的高温流变行为,建立了综合考虑氢含量、变形温度、应变、应变速率的含氢Ti65合金GA-BP神经网络本构模型,并将所建模型通过二次开发集成入有限元软件中,对含氢Ti65合金等温热压缩过程进行模拟。结果表明:4-12-12-1结构的GA-BP神经网络本构模型的相关系数和平均绝对误差分别为0.9982和0.46%,模型具有较高的预测精度和泛化能力,能够用于局部置氢Ti65合金热塑成形过程的分析。

关键词： SiO_(2)气凝胶   热防护结构   隔热性能分析   最优拉丁超立方   遗传算法  

摘要： 围绕消防机器人工作时机体外表面热防护问题,建立以SiO_(2)气凝胶为隔热材料的一体化热防护结构。通过设置热防护结构传热模型,利用ANSYS软件模拟计算一体化结构在不同工况下的温度分布,以此分析防火隔热性能和传热机理;并对不同的隔热材料进行比较,使用最优拉丁超立方方法对一体化热防护结构进行敏感性分析,在满足约束的前提下选用遗传算法对结构进行厚度优化设计。结果表明:以SiO_(2)气凝胶作为隔热材料相比于其他隔热材料,防火隔热性能更好。其与隔热性能比较接近的玻璃纤维相比,同一厚度下隔热能力提升57%,同时面密度和厚度优化分别增加了9.1%和8.3%,且机体结构冷面温度最大值降低56.5%,一体化热防护结构防火隔热性能提升明显。

关键词： 废水生物处理   遗传算法   卷积神经网络  

摘要： 在废水生物处理过程建立出水COD与出水SS的预测模型中,针对卷积神经网络在设计时没有规律遵循并很难保证网络最优化的问题,提出了一种基于遗传算法降维的卷积神经网络优化方法｡本文将遗传算法(GA)与卷积神经网络(CNN)耦合起来形成一种新颖的混合算法--GA-CNN算法,并将该算法与CNN算法和BP神经网络的预测效果进行对比｡仿真结果表明,对于出水COD的浓度预测,GA-CNN的预测性能相比于CNN提升了13.66%,相比于BP提升了19.40%,其中GA-CNN算法的最优预测效果如下:均方根误差(RMSE)为3.5303,平均绝对百分比误差(MAPE)为3.92%,决定系数(R^(2))为0.7195。对于出水SS的浓度预测,GA-CNN的预测性能相比于CNN提升了9.26%,相比于BP提升了13.43%,其中GA-CNN算法的最优预测效果如下:均方根误差(RMSE)为0.5883,平均绝对百分比误差为1.99%,决定系数(R^(2))为0.6770。

关键词： 牵引负荷   运行图   负荷削峰   遗传算法  

摘要： 重载铁路牵引负荷具有功率大、随机波动性强的特点,既有牵引负荷削峰方法需要储能装置,成本投入大。基于运行图的合理优化进行牵引负荷削峰,可提高现有行车密度,且具有较好的经济效益。本文通过分析列车追踪间隔对牵引变电所功率的影响,建立基于运行图优化的牵引负荷削峰模型,基于遗传算法求解列车最小追踪间隔,并以实际案例分析了模型效果。