关键词： 太阳能   热泵系统   Dymola   遗传算法  

摘要： 为降低西北地区居民使用太阳能复合供暖系统的经济成本和碳排放量,并提高太阳能利用率,设计一种太阳能-热泵双水箱复合供暖系统,并优化其重要参数。利用Dymola平台,搭建太阳能-热泵双水箱复合供暖系统模型,目标函数是系统全生命周期成本,选取太阳能集热器面积、集热器安装倾角、水箱容量和热泵功率作为优化变量,采用遗传算法同步优化系统所选变量,并对系统的环保性进行分析。以宁夏地区为案例进行优化计算,结果表明,所创建的数学模型准确性较好,比较模拟数据与实验数据,二者平均误差均在±8%以内。在系统15年寿命周期内,优化后系统性能系数提高10.3%,水箱平均温度提高至54.71℃,系统生命周期成本减少5.3%,节能率为24.4%,节能效果显著。系统的SO_(2)、CO_(2)、NOx及烟尘的减排量分别为0.82、26.6、0.41、7.48t,该系统可以显著降低环境影响,与传统燃煤锅炉相比减排效果显著。

关键词： 菇房   模型预测控制   阻容模型   遗传算法   粒子群优化算法  

摘要： 针对菇房空调系统在传统控制模式下易出现温度波动较大、运行能耗较高等问题,提出一种基于模型预测控制(Model Predictive Control,MPC)的食用菌工厂化菇房空调控制方法。首先基于等效电路法建立菇房阻容温度预测模型,利用遗传算法(Genetic Algorithms,GA)辨识模型内未知参数,建立以温度控制精度及系统能耗为优化方向的目标函数,然后以预测模型输出作为目标函数输入,最后通过粒子群优化算法(Particle Swarm Optimization,PSO)求解该目标函数,得到空调系统控制时域内的最优控制量。结果表明:基于MPC的温度控制方法能够有效在降低空调系统能耗的基础上提高温度控制精度,相较于传统阈值控制在温度控制精度上,平均绝对误差降低77%;在运行时间上,MPC控制方法平均每日能够减少1.2 h的压缩机运行时间,可节省10.4 kWh的电能。

关键词： 污水处理   工艺流程   支持向量机   遗传算法   边界点  

摘要： 为了提高生活污水处理工艺流程设计的效率,建立污水处理工艺数据库,用以保存从现实生活污水处理工艺流程抽象而来的数据样本。使用基于边界点的支持向量机(support vector machine classification algorithm based on boundary points,BP-SVM)的工艺流程设计算法选择工艺,设置多个BP-SVM解决多分类问题,并使用遗传算法(genetic algorithm,GA)对BP-SVM参数进行参数寻优。结果表明:工艺流程设计算法给出了合适的方案,准确率达到94%,并且与其他算法相比消耗更小。证明了算法的可行性与有效性。

关键词： 课程思政   思政案例   大数据   人工智能   计算机通识课程  

摘要： 针对当前计算机通识课程思政中普遍存在的问题,提出聚焦大数据与人工智能领域最新发展和成果以及最新时政热点设计思政案例的对策,阐述课程思政案例建设的基本原则和路径,以计算与人工智能概论课程为例,介绍案例建设过程,以期为计算机通识课程的思政建设提供参考与借鉴。

关键词： 波动方程   人工神经网络   行波法   初始位移   生成数据   数值解   波函数  

摘要： 引言 行波法是一种波动方程的常见解法,基本思想是将波动方程转化为沿X轴两个方向传播的两个函数。鉴于人工神经网络可以建立输入、输出关系进行函数预测,本文提出一种基于神经网络的求行波函数的方法。利用波动方程的初始位移和速度条件生成数据集,根据行波法展开的格式构造人工神经网络预测模型。训练完成后的神经网络具有和函数一样的功能,在波动数值模拟中可以作为波动方程的数值解。经验证,该方法计算规模小,处理速度快,精度较高。

关键词： BP算法   遗传算法   续航里程   人工神经网络  

摘要： 电动车的续航里程受电池温度、电流、单体电压、载重、驾驶行为、剩余电量、车速等多个因素的影响,各个因素之间是一种非线性关系。可以利用传统BP神经网络算法对采集数据进行训练得到续航里程训练模型,但BP算法存在局部最优差、收敛速度慢和初始权阀值不易确定的缺点,因此,可以结合遗传算法对BP神经网络的参数进行优化弥补其缺点,同时利用采集的数据对网络进行重复学习,得到更高精度的续航里程训练模型。

关键词： 遗传算法   重组算子   逆建模   覆盖优化  

摘要： 提出一种基于逆模型引导算法搜索的多目标演化算法(MOEA-OMG),通过对种群的目标空间随机采样,然后利用高斯过程将采样解映射回决策空间,得到包含种群分布信息的试验解,引导算法搜索,利用提出的重组算子将试验解与其他解个体进行组合,产生高质量后代解。将算法应用到解决无线传感器网络(WSNs)覆盖问题,并与传统的几种优化算法进行实验对比,结果表明,所提算法在求解WSNs覆盖问题时,展现出较为明显的性能优势。

关键词： 连铸-热轧   煤气消耗   遗传算法  

摘要： 在连铸-热轧生产过程中,经常会由于生产节奏的不匹配造成钢坯的落地进而使煤气消耗增加,为解决该问题,本文建立了以最小化煤气消耗为目标,考虑热轧工艺约束以及设备资源约束的连铸-热轧调度模型。同时针对问题设计了独特编码和解码方式,并使用改进的遗传算法对模型求解。最后通过某钢厂实际生产数据设计实验,结果表明了模型和算法的合理高效性,相对人工调度完成速度更快,同时也降低了煤气的消耗。

关键词： 预应力撑杆构件   有限元分析   机器学习   交互屈曲   承载力   人工神经网络  

摘要： 预应力撑杆构件造型优美、省材高效,但由于其柔度较大,易产生多个屈曲模态交互耦合即“交互屈曲”模式的破坏,且交互屈曲对其极限承载力、屈曲性能影响显著。研究了交互屈曲对预应力对称、不对称撑杆构件在轴压、压弯作用下屈曲性能、极限承载力的影响,并据此采用基于回归算法的人工神经网络(ANN)建立了其极限承载力估计模型。研究结果表明,对于预应力撑杆构件,模态交互易造成不稳定后屈曲,且对其极限承载力有显著的削弱效应;该削弱效应是否会产生影响由结构几何参数与参与交互的模态屈曲荷载决定,其削弱程度受结构撑杆不对称性、预应力水平影响;所建立的极限承载力ANN预测模型可考虑交互屈曲的影响,且准确、可靠、适用范围广泛。研究可为后续开发预应力撑杆构件智能设计软件平台提供基础,满足工程设计的需求。

关键词： AGV   蚁群算法   ACO-GA   路径规划   遗传算法   融合算法  

摘要： 针对传统蚁群算法应用于AGV路径规划时所遇到的搜索效率低、局部最优、实用性差等问题,本文提出一种改进蚁群遗传(ACO-GA)路径规划方法。首先通过改进蚁群算法中初始信息素的分布避免前期搜索盲目性,然后提出自适应信息素更新策略以加快收敛速度,最后引入遗传算法的交叉和变异操作,帮助克服蚁群算法中可能陷入的局部最小值问题。使用MATLAB软件进行算法仿真,结果表明:与传统算法相比,改进后的融合算法规划出的路径短且收敛速度快。