关键词： 宋明理学   朱熹哲学   理气   用行舍藏   天命  

摘要： 朱熹通过理气结构延续和完成了宋代道学诸儒对“命”概念的改造,将经典传统中“命”概念的“命限”与“使命”二义内在地整合,并将“命”概念的核心确立为“使命”,以“使命”收束“命限”,削弱“命”概念之中不测而阻碍人道德实践的面向。他将“命限”义落实在气层面,将“命”的本质归为“使命”义并落实在理层面,将气层面上的命限解释为天理(同时亦是天命,用“命”的“使命”义)展开所带来的限制。从而,朱熹认为对于能够充分展现性理的圣人而言“不消得言命”,即没有命的限制可言。对朱熹来说,即使从历史情形来看,圣人有所不能为,这也并非命限带来的无可奈何。这是基于朱熹对命限的特殊解释。命限被解释为理本身展开为气的过程中落入具体之“时”,从而不得不有的自然限制。而圣人之心的展开与天理的展开同一,圣人不是被命所限制而未能实现自身事业,而只是展现出天理在具体时遇之中最好的可能,这种可能所包含的一切限定都只是天理在具体时空之中的自然限制。朱熹坚持在一个极度理想化的圣人身上,应然之理终能充分、自如地展现,作为道德应然的天理亦是自洽的。

关键词： 声学   隔声   人工神经网络   复合材料   层合板   性能预测  

摘要： 面向纤维增强复合材料层合板隔声设计需求,应用正交试验方法设计18组对称铺设复合材料层合板结构,并以基于切比雪夫多项式展开的半解析法对复合材料层合板结构在10~1500 Hz频率范围内的传声损失进行预测。以单层厚度、纤维铺设角度作为人工神经网络的输入,复合材料层合板结构1/3倍频程传声损失作为输出,分别建立前馈(Back Propagation,BP)神经网络、径向基函数(Radial Basis Function,RBF)神经网络和广义回归(General Regression,GR)神经网络预测模型。结果表明,RBF神经网络的预测效果最好,均方根误差仅为1.0937,GR神经网络和BP神经网络的预测效果逊于RBF神经网络,均方根误差分别为2.6499和2.9697。最后,基于分析结果构建具有良好局部预测性能的神经网络模型以用于复合材料层合板结构的隔声性能预测。

关键词： 晶圆级芯片   遗传算法   卷积网络映射   人工智能   通信开销  

摘要： 近年来,随着人工智能领域的发展,深度学习已经成为如今最重要的计算负载之一,下一代人工智能以及高性能计算应用对计算平台的算力与通信能力提出了前所未有的需求,晶圆级芯片通过在整片晶圆上集成超高密度的晶体管数量以及互连通信能力,有望为未来的人工智能与超算平台提供革命性的算力解决方案。而其中,晶圆级芯片具有的超大计算资源和独特的新架构使得任务映射算法面临前所未有的新问题,相关研究成为近年来学术界的研究重点。专注于研究人工智能任务在晶圆级硬件资源的映射算法,即通过将人工智能算法表达为多个卷积核,再考虑卷积核的算力特性来基于遗传算法设计晶圆级芯片的映射算法。一系列映射任务下的仿真结果验证了映射算法的有效性,并揭示了执行时间、适配器成本等参数对代价函数的影响。

关键词： 测试数据自动生成   自动化测试   测试覆盖率   遗传算法   SOFM神经网络   测试数据集  

摘要： 智能算法正成为软件测试领域新兴研究方向,运用智能算法生成复杂软件的测试数据已成为一种广受推崇的方法。采用基于遗传算法的技术生成测试数据,能够生成满足测试覆盖要求的少量测试数据。然而,对于生成大量测试数据集的情况来说,该方法并不适用。为了能够快速生成满足测试覆盖要求的数据集,提出一种基于遗传算法优化的自组织特征映射(SOFM)神经网络生成测试数据集的方法:首先,利用遗传算法的全局搜索能力,从海量数据中筛选出少量满足测试覆盖要求的代表性数据。接着,以这些遗传算法生成的测试数据为基础,结合SOFM神经网络强大的侧向联想能力,旨在生成大量满足测试覆盖要求的测试数据集。实验结果表明,该方法有效提高了测试数据集生成的效率。

关键词： 混流装配线   多资源调度   赋时库所佩特里网   改进遗传算法   交叉策略   变异策略   调度规则  

摘要： 针对混流装配线工序加工资源需求多样、工艺复杂、装配工期长等问题,采用Petri网和改进遗传算法对该问题进行优化求解。建立混流装配线赋时库所Petri网(timed place Petri net, TPPN)调度模型,基于模型激发序列,采用基于工序的编码方式进行染色体编码;采用精英保留策略选择优异个体,改进遗传算法的交叉、变异操作,用改进后的遗传算法求解混流装配线调度问题。通过对比案例及实例数据计算结果验证了方案的有效性。

关键词： 金属钽   微波消解-分光光度法   铁杂质  

摘要： 本研究采用微波消解-分光光度法实现了金属钽中铁含量的测定。试验对试样处理方法、微波消解溶剂及消解温度进行了探究,结果表明,在200℃条件下,以氢氟酸、硝酸、水为溶剂消解金属钽效果最佳;为防止氟及其他杂质元素的干扰,对氢氟酸和酒石酸-硼酸溶液用量进行了优化,其最佳用量分别为2 mL和30 mL;进一步对微波消解的加标回收率进行计算,加标回收率为97.80%~98.43%,表明样品损失率较低,微波消解更适合作为金属钽前处理的方法。此外,对金属钽中铁含量进行重复性测试,结果表明该方法具有良好的重复性,相对标准偏差(RSD)为3.89%。

关键词： 丘陵山地   轮式拖拉机   姿态调整   运动控制   遗传算法  

摘要： 以丘陵山地姿态调整轮式拖拉机为研究对象,提出了一种基于改进遗传算法的运动控制方法,可根据地形条件实现对拖拉机的实时调平控制,提高其车身稳定性。首先,根据拖拉机机构间的运动关系,建立表征其轮心位置与车身姿态参数关系的运动学模型,并进行算例求解,验证了运动学模型的正确与准确性。然后,以提高拖拉机车身稳定性为控制目标,在运动学建模的基础上设计了一种基于改进遗传算法的运动控制方法。最后,对算法进行仿真验证,结果表明,使用算法进行运动控制可有效降低其车身姿态角,横向坡地最大侧倾角降低13.3°,纵向坡地最大俯仰角降低4.3°;在两种坡度兼有的路面上进行综合调整,其最大侧倾角和最大俯仰角分别降低13.8°和4°,极大提高了车身稳定性。同时将改进遗传算法与传统遗传算法进行对比,结果表明,改进遗传算法在响应时间和控制精度方面均优于传统遗传算法,其算法响应时间较传统遗传算法缩短63.93%,大幅提高了算法效率。

关键词： 供应链企业   供应链调度   改进遗传算法   调度模型   更新过程   随机插入   遗传算子   均衡调度  

摘要： 为提高供应链企业收益,引进改进遗传算法,开展数字化供应链均衡调度模型的设计研究。在明确模型中分簇结构的基础上,进行数字化供应链调度过程中的模型参量约束;引进改进遗传算法,在供应链节点中随机插入遗传算子,对算子进行编码,将每一次供应均衡调度过程作为算子空间位置更新过程,按照下述方式,实现基于改进遗传算法的供应链均衡调度模型构建;为避免供应链均衡调度过程、寻优过程陷入最优解,可采用设计均衡调度目标函数的方式,进行数字化供应链的均衡调度,以此完成均衡调度模型的构建。

关键词： 遗传算法   联姻策略   代理模型   贝叶斯网络结构  

摘要： 针对基于进化方法的贝叶斯网络结构学习易陷入局部最优和寻优效率低的问题,提出一种利用遗传算法联姻策略学习贝叶斯网络结构的技术.首先设计了“同”联姻策略,两个种群使用相同的搜索策略和评估模型完成贝叶斯网络结构学习.对学习到质量最好的子代个体进行联姻,将所得的质量最佳的子代个体共同返回两个种群中进行迭代.由于联姻的子代保留了另一个种群的片段,对种群中基因的多样性起到很好的保障,有效规避了近亲繁殖造成的缺陷.针对同代理模型的联姻策略无法同时兼顾网络结构质量及学习效率的问题,提出基于集成的遗传算法联姻策略,两个种群分别使用不同的代理模型和搜索策略进行学习,对各自学习到的当代最优个体进行联姻迭代.实验表明,提出的算法在小、中和大规模网络上的学习精度和有效性都优于对比算法.

关键词： 遗传算法   混沌算子   装备试验   资源统筹  

摘要： 面向复杂试验任务和多样性试验资源统筹调配需求,针对资源配置不均、效率低下等问题,基于试验资源统筹的业务流程,研究提出了一种基于混沌遗传算法的试验资源统筹方法。利用遗传算法建立试验资源统筹调配过程的数学模型,基于Logistic混沌映射构造混沌交叉算子和变异算子,并结合具体试验案例进行了算法设计实现和验证。算法避免了过早收敛、陷入局部最优等缺陷,能够快速实现试验资源优化配置,对于提高试验资源统筹利用的科学性具有积极作用。