关键词： 可容忍时间窗   车辆路径规划问题   自适应大邻域搜索算法   遗传算法   模拟退火接受准则  

摘要： 针对带可容忍时间窗的车辆路径规划问题建立最小化配送总成本的规划模型,结合遗传算法构造改进自适应大邻域搜索算法对该问题求解。利用遗传算法构建高质量解开始自适应大邻域搜索寻优,减小算法计算时间成本;加入3种破坏算子和3种修复算子,以增加种群多样性;嵌入模拟退火接受准则以一定概率接受较差解,自适应更新破坏和修复算子权重,避免算法陷入局部最优。选取Solomon标准测试集进行3组实验,与已知最优解比较距离成本验证算法可行性;在单边容忍度时间窗模型下,与基础ALNS算法对比验证算法改进效果;在双边可容忍时间窗模型下,与相关文献的最优结果对比。实验结果表明,提出的GA-ALNS算法改进效果较为显著,求得的最优解同其他算法相比优化率较好,计算得到的最优方案能实现更低的车辆配送总成本,具有一定的可行性和有效性。

关键词： 生物医学工程   深度学习   遗传算法   材料仿生   调幅分解   可生产性   打印质量   骨组织  

摘要： 目的随着骨病和创伤的增加,骨支架被广泛应用于骨科领域的骨组织修复和再生。受到设计与制造的限制,大多骨支架都会产生植入后应力集中、应力遮挡等问题。因此,如何设计出与天然骨组织性能相似的骨支架以完美解决骨缺损修复问题仍具有一定的挑战性。方法本文结合深度学习和遗传算法反向设计出了仿调幅分解(spinodoid)超材料仿生骨支架。采用数值均一化方法计算出spinodoid超材料刚度矩阵以生成深度学习所需要的数据集。利用神经网络建立结构设计参数与刚度矩阵参数的映射关系。训练好的神经网络和遗传算法结合进行骨支架的反向设计。结果Spinodoid超材料骨支架具有良好的各向异性力学性能,其弹性模量与人体骨组织非常相似,骨支架刚度参数与目标骨组织相比的最大误差仅为4.57%,这能有效减少植入后的应力遮挡等问题;新型骨支架具有良好的可生产性,采用选择性激光熔融技术制造出来的样品在扫描电子显微镜下呈现出了较高的打印质量。结论通过结合深度学习和遗传算法反向设计出的新型结构具有良好的力学性能和可生产性,能促进骨细胞的生长和再生,可在医疗植入物和骨修复等生物医学工程领域发挥重要作用。因此,本研究可为骨支架设计开辟一条新的道路。

关键词： 遗传算法   低轨卫星物联网星座   任务规划   在轨服务时长   冲突弧段  

摘要： 针对无星间链路的低轨卫星物联网星座,设计一种基于遗传算法的任务规划算法,旨在通过多地面站实现数据实时通信的同时,最大化卫星和地面站的资源配置。首先设计最大化卫星在轨服务时长的目标函数和限制冲突弧段的约束条件,构建低轨卫星物联网星座任务规划模型;然后以遗传算法为基础,引入冲突弧段和早停机制,设计低轨卫星物联网星座任务规划算法。在此基础上,使用由18颗无星间链路的低轨通信卫星构成的卫星星座和4个地面站进行实验。同时为了验证算法性能,使用先来先服务算法对实验数据进行任务规划。实验结果表明,设计的低轨卫星物联网星座任务规划算法可以显著提高地面站接收通信卫星数据的调度能力,解决卫星数量众多而地面站不足的矛盾。

关键词： 大气光学   廓线模型   遗传算法   风速   风向  

摘要： 在激光大气传输等工程应用中,风速、风向是影响大气光学特性的参数。分析了球载无线电探空长期数据,探讨了中国5个典型沿海地区风速、风向的变化规律,给出了风速、风向平均廓线和相应高度统计不确定度;建立了风速、风向廓线模型函数,并借助遗传算法确定了拟合系数。结果表明:5个典型沿海地区的风速廓线主要分为两类形态,风向廓线主要分为三类形态;所建立的风速、风向模型与探空数据平均廓线的平均相对偏差分别小于3.29%和2.70%;风速、风向不确定度均具有季节、地区变化特征。所建立的模型能够服务于激光大气传输等工程应用。

关键词： 大数据   意识形态   安全风险  

摘要： 伴随意识形态的数字化传播,意识形态渗透于数据筛选与投送过程中,易于产生意识形态极化、意识形态分化等意识形态安全风险。西方发达国家借助大数据技术进行的意识形态智能化渗透,对我国意识形态安全造成负面影响。对此,我们可以借鉴一些国家运用大数据开展意识形态治理的经验,构建意识形态风险预警防范体系,创新主流意识形态数字化传播机制,以及建立大数据依法规范使用机制,有效消解意识形态安全风险。

关键词： 车辆装载   车辆路径   遗传算法  

摘要： 将二维车辆装载与车辆路径结合起来研究新鲜大蒜的运输问题,综合考虑车辆载重利用率和非满载共配运输因素,通过一定的转换方式,将配送时间的约束转换为车辆路径的约束,达到高效的配送。研究发现:单方面考虑车辆路径情况,会导致车辆装载率下降,从而增加运输批次、降低运输效率;在满足相关约束的前提下,当车辆路径的权重大于车辆装载的权重时,表现的适应度数据和车辆路径数据更优,车辆的载重利用率和体积利用率明显提升,总行驶距离大幅减少,运输总成本显著下降。

关键词： 空中计算   联邦学习   设备调度   设备质量   鲁棒性  

摘要： 为了进一步提高无线数据聚合效率,空中计算技术通过利用无线信道波形叠加特性允许模型更新信息在空中“一次性”完成聚合,实现通信网与算力网的“网媒融合”。然而在这过程中,信道衰落和噪声可能会带来聚合失真。此外,更新数据的质量以及边缘设备的传输能耗也可能影响模型聚合以及收敛效率。为此提出了基于空中计算的联邦学习系统,并针对其存在的信道干扰、高效数据传输和数据失真问题建立动态设备调度机制,在满足接收端信噪比条件下选择适当数量质量较高的设备参与模型训练。该机制利用梯度重要性、信道条件和传输能耗衡量设备质量并保留累积未被选择设备的梯度以加速收敛。基于李雅普诺夫优化理论进行问题建模和求解,仿真结果表明该机制具有较高训练精度和较快收敛速度,同时针对不同噪声功率具有一定鲁棒性。

关键词： 高速公路   应急能力评估   神经网络   遗传算法  

摘要： 高速公路的快速发展与落后的交通突发事件应急工作之间的矛盾越来越突出,使得正确认识发生在高速公路上的交通突发事件应急能力水平尤为重要,有针对性地提高应急能力迫在眉睫。本文基于生命周期理论将应急管理过程划分为四个阶段,并考虑了二次事件预防的重要性,建立了高速公路交通突发事件应急能力评估指标集。结合应急能力评估的特性本文将神经网络评估法作为基本方法,首先将专家先验知识与网络模型的训练过程相融合,其次采用改进的自适应遗传算法避免网络模型陷入局部最优,建立了双层优化后的应急能力评估模型。实验结果表明,该模型能准确评估交通突发事件应急能力水平,相比于传统的BP评估模型和IAGA-BP评估模型,效果明显提升。该研究可以帮助高速公路各应急单位认识到自身应急能力处于何种水平,为应急能力的改善提供最有价值的参考。

关键词： 斜拉桥   索力优化   最小弯矩能   影响矩阵   遗传算法   可行域  

摘要： 由于传统索力优化方法不能自动优化和兼顾全桥结构性能,以及与智能优化算法相结合后存在计算量大、耗时长、效率低和收敛速度慢等缺点,以Ansys和Matlab分别作为结构计算器和主控程序,以最小弯矩能为控制目标,将影响矩阵和精英保留策略引入到遗传算法中,实现成桥阶段的索力优化.该方法能够同时兼顾主梁与主塔的受力特性,而且影响矩阵的应用可以解决每一代都需要有限元评估的问题,大大减少了计算量.与传统的影响矩阵法相比,所提方法在吸取影响矩阵法优点的基础上,还考虑参数迭代过程,可在结构的关键截面添加特殊的约束要求,使得优化过程更加符合实际,而精英保留策略的引入可以提高进化迭代收敛的速度与进化过程的稳定性.最后,通过一个实际工程应用验证了所提方法的可行性.

关键词： 双高计划   高职院校   科研功能   类型特色   高质量发展  

摘要： 引领新时代职业教育实现高质量发展是“双高计划”落地的总体目标,这需要高职院校重视科研创新,强化内涵建设。然而,在高职院校中还存在着科研无关论、科研无力论、科研冲突论、科研无路论和科研无用论等科研功能认识偏误。高职院校需明晰科研应服务高职院校高水平建设,促进高职教师专业发展,赋能职业教育人才培养,推动职业技术研发与应用的应然价值,从以下方面消解高职院校科研功能的认知误区。一是明确科研错位发展,打破“科研无关论”困局;二是营造良好科研服务氛围,回应“科研无力论”争议;三是发挥科研反哺教学和育人作用,破解“科研冲突论”难题;四是打造优质科研合作平台,破解“科研无路论”困境;五是构建科学评价体系,扭转“科研无用论”风气。