关键词： 单位线   降雨   径流   智能进化算法   优化变量   超参数   浑江流域  

摘要： 为克服分析法、试错法等单位线计算方法的时段长度依赖经验取值且计算的单位线还可能存在不合理的波动等问题,研究提出了一种新的降雨汇流单位线智能优化计算方法。该方法以降水和径流数据为基础,将单位线的长度作为待优化的超参数,将单位线过程数据作为待优化变量,并利用智能进化算法自动优化得到单位线过程数据,最后以东北地区浑江流域为对象进行了案例研究。结果表明:采用该方法推求的单位线,模拟径流与实际径流的RMSE为0.18 m^(3)/s、相关系数达到0.99,无需经历传统计算方法中的复杂过程,计算精度高、鲁棒性好。研究成果可为单位线过程推导以及应用提供参考。

关键词： 唯物史观   “经济决定论”误读   消解方法  

摘要： 除了故意歪曲和对唯物史观基本原理理解不全面外,产生将唯物史观误读为“经济决定论”的一个重要的原因是不能清晰阐述经济因素与政治立场、行动之间的具体中介和形式。依据马克思主义作家的相关论述,借鉴当代自然和社会科学的理论成果,综合采用多种研究方法一定程度上可以消解由于上述原因产生的唯物史观“经济决定论”误读,即以阶级(阶层)分析法为基础,在微观层面吸收理性选择理论、博弈论的研究方法,在宏观层面借鉴系统哲学的研究方法。

关键词： 海上风电   功率预测   注意力机制   人工神经网络   风切变  

摘要： 提出一种注意力机制与LSTM-FCN网络结合的海上风电预测模型,在数据中引入风切变物理量来更准确地预测海上风电发电功率。选用公共数据集网站Zenodo内某海上风电场数据中2组风力机数据进行分析和预测验证。对数据集进行标准化预处理后,用AMLSTM-FCN网络和CNN网络、LSTM网络、LSTM-FCN网络进行对比实验,其中AMLSTM-FCN网络在2份风力机数据预测中,RMSE、MAPE、MAE分别为:5号风力机:6.9434、14.01%、48.6636,6号风力机:2.6933、7.12%、17.2536,在相同时段上采用去除风切变的数据训练网络,得到的预测结果从4个指标中看出预测准确度下降。实验表明AMLSTM-FCN网络在海上风电功率预测中有更高的预测精度,以及风切变也对海上风电功率有显著影响。

关键词： 蒙特卡罗   遗传算法   神经网络   屏蔽设计   中子-γ混合辐射场  

摘要： 针对中子-γ混合辐射场,对屏蔽材料中的金属氧化物填料组分进行优化,通过蒙特卡罗程序模拟获得WO_(3)/Bi_(2)O_(3)/Gd2O_(3)/B_(4)C混合填料对低能中子与不同能量γ射线的综合屏蔽性能,采用遗传算法和神经网络寻找填料组分的最优配比。通过对总剂量当量的计算和优化,发现不同辐射环境下最优配比是不同的,在中子(热中子麦氏分布能谱)通量与γ射线(0.5~3 MeV)通量相同时,当添加屏蔽填料总质量一定,Bi_(2)O_(3)与B_(4)C质量比为9∶1的混合填料综合屏蔽性能达到最优。将几种混合辐射环境下得到的最优解代入蒙特卡罗程序验证,误差在可接受范围内,表明该屏蔽填料组分的优化设计是可行的,节省计算时间,为屏蔽材料的设计和制备提供了理论依据。

关键词： 变压器   油中溶解气体   遗传算法   CNN-LSTM   性能评估  

摘要： 针对变压器故障诊断准确率低下的问题,提出一种结构优化卷积长短期记忆网络的变压器故障诊断模型。采用卷积神经网络提取隐含数据的空间特征,再由长短期记忆神经网络提取隐含数据的时间特征,在训练CNN的超参数时,网络的结构参数由GA更新计算,这能够有效地防止训练模型出现过拟合现象,同时也解决了训练过程陷入局部最优的问题。并基于油中溶解气体分析(DGA)技术,对变压器故障数据进行预处理,使其能作为训练模型的输入,Softmax函数被用作整个网络的输出层,以确定故障的类型。同时采用ROC和PRC作为模型训练性能的评价标准,结果表明,所提出的模型诊断准确率高于CNN、LSTM、CNN-LSTM、GAC-NN故障诊断模型准确率,验证了所提方法能够有效地提升变压器故障诊断性能。

关键词： 智能网联汽车   通信协议   计算机网络   优化策略  

摘要： 智能网联汽车通信协议是实现车联网的基础和前提,通信协议直接影响智能网联汽车网络的通信效率、可靠性及安全性。对现有智能网联汽车通信协议进行理论分析,可以明确技术优劣势,指导协议的优化改进。随着车联网技术的快速发展,需要研究新型通信协议以适应更高的通信需求。本文针对智能网联汽车的通信需求,在计算机网络理论指导下,首先阐述智能网联汽车对通信性能的需求,然后分析当前智能网联汽车通信协议存在的主要问题,提出基于计算机网络的智能网联汽车通信协议优化策略,以期为该领域的研究提供参考借鉴。

关键词： 人工智能   计算机软件开发   运用  

摘要： 在互联网时代下,计算机技术日益完善,逐渐在原有技术基础上研发出许多新的智能技术,给各领域行业提供技术支持。信息技术之间的融合已经成为行业之间的发展趋势,能够在激烈市场竞争中发挥良好应用价值,推进企业发展进步,迎来崭新机遇。人工智能作为科研技术的新产物,在许多领域中有出色表现,并且人工智能的诞生给计算机软件开发带来很好的前景,使其功能逐步完善,达到理想的应用效果,让计算机用户在软件开发、功能升级中享受优质智能服务,丰富他们的实践体验。基于此,本文介绍了人工智能技术,侧重对人工智能在计算机软件开发中的运用进行分析与探究,以供参考。

关键词： 充电调度   遗传算法   模拟退火算法   车主满意度  

摘要： 针对大规模电动汽车无序充电过程中存在充电成本高、车主满意度低和充电桩利用率不均衡等问题,首先,以停车场运营商的利润和车主满意度最大化为目标,构建充电调度模型;其次,设计一种将遗传和模拟退火算法相结合的遗传模拟退火算法对模型进行求解;最后,将遗传模拟退火算法与无序充电调度策略和其他元启发式算法进行实验数值对比,验证所提算法的寻优性能,为新能源电动汽车的进一步推广提供有力依据。

关键词： 核动力装置   故障树   专家系统   产生式规则   故障诊断  

摘要： [目的]为充分运用核动力装置的运行管理经验辅助核动力操纵人员进行故障诊断,设计一种船用核动力装置故障诊断专家系统。[方法]首先,根据故障树与产生式规则之间的逻辑一致性,提出一种将故障树知识转化为产生式规则的方法;然后,对采用正、反向混合推理方法的专家系统知识库和推理机进行优化设计,并依据故障树最小割集和重要度分析结果设计正向推理策略以简化推理流程;最后,根据人工对故障状态判断的思路设计状态监测模块,实时采集关键设备参数以转化为专家系统可识别的设备信息。[结果]结果显示,采用所提方法可解决专家系统知识获取困难的问题,能在保证推理准确度的前提下提升推理效率,实现了专家系统的在线故障诊断功能。[结论]研究表明采用所提方法可提升专家系统获取知识的能力和推理效率,对保障核动力装置的运行管理安全具有重要意义。

关键词： 遗传算法   预压缩图像   破损数据重构   适应度   信噪比  

摘要： 为增大预压缩图像破损区域内的信噪比数值,从而使得重构图像能够更好地贴合压缩前的原始图像,提出基于遗传算法的预压缩图像破损数据重构方法。根据已生成的破损节点种群选择适应度评估标准,并构建遗传数据阵列,完成基于遗传算法的预压缩图像破损节点调取。建立破损数据分布函数,计算压缩重构比指标的实际数值,重构处理预压缩图像破损数据,实现预压缩图像破损数据重构。实验结果表明,在遗传算法作用下,预压缩图像破损区域内数据参量信噪比指标的数值上升,能够促使重构图像与原始图像完成较好的贴合。