关键词： 动车组车队   维修计划   运营需求   动态成组   遗传算法  

摘要： 为协调动车组车队维修计划与运营需求的时间冲突，以节省成本为优化目标、运营需求与维修能力为约束条件，在0-1整数规划表示列车运营-维修状态的基础上，构建了动车组车队运营-维修冲突协调优化模型。为便于列车维修时机选取，通过分析部件提前或延后维修的惩罚成本，以维修时机调整惩罚函数为基础生成列车备选维修时机区间。考虑列车维修时机调整对部件役龄的影响，提出了分阶段车队维修决策方法，阶段内优选列车维修时机，协调车队运营-维修冲突；阶段结束时更新部件役龄，实现车队维修计划与部件役龄的动态信息交互。针对模型变量数目较多、求解难度较高等问题，设计了相应的遗传算法求解模型。算例分析验证了模型协调车队运营-维修冲突的有效性，在满足车队约束条件的前提下有效地节省成本。该模型可为铁路部门协调制定动车组车队运营-维修方案提供理论参考。

关键词： 航空运输   大规模航迹优化   遗传算法   空中交通复杂度   基于航迹运行  

摘要： 为平衡基于航迹运行模式下的整体空域态势，提出一种基于空中交通复杂度的大规模航迹优化方法，并利用真实运行数据仿真验证其有效性与优化效果。首先，基于航班间潜在交互关系构建空中交通复杂度计算模型；其次，基于空中交通复杂度计算模型，构建符合空管运行要求的多目标大规模航迹优化模型，并提出优质基因遗传求解算法；最后，利用2019年6月的全国航班运行数据进行基于空中交通复杂度的航迹优化仿真模拟，并将其与无冲突航迹优化进行了对比分析。仿真结果表明：基于空中交通复杂度的航迹优化可以解决93.74%的潜在冲突；与无冲突航迹优化相比，其优化方案在面对航路点等待和区域禁行的环境扰动时，表现出较少的空中交通复杂度波动。通过调整21.11%航班，可使各时段平均复杂度平均下降24.98%，全天总体平均复杂度从120.52降低到72.82。

关键词： 深度强化学习   车辆路径问题   可逆残差网络   注意力机制  

摘要： 带容量约束的车辆路径问题（Capacitated Vehicle Routing Problem，CVRP）是一种著名的组合优化问题，被称为NP-hard问题，具有高度的复杂性。在现有研究的基础上，提出了一种新颖的基于多指针Transformer端到端深度强化学习方法来解决CVRP。算法模型在编码器中采用了可逆残差网络对输入的特征进行编码，减少了内存资源的消耗，在解码器中采用了多指针网络求出解的概率分布，为了进一步提高CVRP解决方案的性能，利用组合优化问题的对称性，在训练和推理阶段进行多轨迹并行处理，同时采用了增强的上下文嵌入方法，通过改进的强化学习算法进行训练。实验结果表明：本文的算法模型对比当前经典的启发式算法和其他深度学习方法，在较低的内存消耗训练下，求解速度和求解质量之间取得了最好的平衡。

关键词： 群智能算法   云计算   任务调度   策略研究  

摘要： 云计算作为一种新的计算模式,能够满足不同业务需求和用户数量变化,将计算和数据资源通过互联网集中共享的方式,按需、灵活、可扩展地交付给企业和用户.在云计算领域研究如何进行高效的任务调度始终是一个焦点问题,算法性能优劣直接影响任务的执行效率,进而影响用户体验和满意度.因此,本文围绕这个问题分别从云计算任务调度模型和云计算任务调度算法两个方面进行阐述,并总结和展望了云计算环境下任务调度算法在未来的研究工作.

关键词： 人工智能   现代计算机网络技术   网络环境  

摘要： 人工智能在现代计算机网络技术中的应用广泛,且带动各行各业实现了经济增长.基于此,对人工智能在现代计算机网络技术中的实践应用展开讨论,阐述现代计算机网络技术及人工智能的基本概念、体系结构、技术内容,分析人工智能在现代计算机网络技术中的应用优势,结合多种应用场景探究人工智能技术的实践应用,旨在提高人工智能技术的应用质量,为行业经济发展提供技术保障.

关键词： 人工智能技术   异常检测   入侵检测系统  

摘要： 随着大数据时代的到来,计算机网络规模逐渐扩大,给计算机网络管理带来了巨大挑战.基于此,分析大数据背景下人工智能在计算机网络中的应用价值,从网络安全管理、信息检索、网络故障检测、计算机网络结构优化四方面出发,探讨人工智能在计算机网络中的具体应用.

关键词： 多主元非晶合金复合材料   Ti-Cu-Ni-Hf   相选择   人工神经网络   机器学习  

摘要： 用K-近邻算法（KNN）和人工神经网络算法（ANN）对相形成的概率进行预测，并用ANN模型预测未知的40种非晶合金复合材料（AACs）中Ti、Cu、Ni和Hf的组分范围。通过X射线衍射仪和高分辨透射电镜对预测合金进行实验验证。ANN模型对AM和IM相的预测精度分别为93.12%和85.16%；KNN模型对AM相和IM相的预测精度分别为93%和84%。当Ti含量在32.7%～34.5%之间，Cu含量在16.4%～17.3%之间，Ni含量在30.9%～32.7%之间，Hf含量在17.3%～18.3%之间，更易形成AACs。根据XRD和HRTEM实验结果，Ti34Cu17Ni31.36Hf17.64和Ti36Cu18Ni29.44Hf16.56合金是较好的AACs，与预测的非晶合金组分基本一致。

关键词： 燃油泵   空化性能   代理模型   遗传算法   数值模拟  

摘要： 为提高航空燃油泵空化性能，以某型离心式航空燃油泵为例，对叶轮流道几何参数进行参数化优化设计，生成以流道几何参数为输入、以增压值和空化体积为输出的响应样本空间。基于最优预测元模型，拟合最优代理模型，并进行全局敏感性分析，发现叶轮进口边参数与中间型线参数对燃油泵增压值与空化体积影响较大。通过遗传算法获得最优流道几何参数，采用数值模拟方法，对获得的最优参数进行验证，结果表明：优化后燃油泵的压力系数提高0.035，空化性能提高22.28%。叶轮空化面积与空泡体积显著下降，不同叶片间压力载荷分布得到改善，叶轮内部压力脉动幅值有所下降。