关键词： 被引船   航迹偏离   遗传算法   支持向量机   风险预测  

摘要： 根据上海港近年来的船舶数据,利用交通风险领域中的最突出的“人、机、环、管”四大风险板块,建立明确指标风险分级标准的评估指标体系,进而在此基础上引入遗传算法(GA)优化的支持向量机(SVM)方法,构建基于GA-SVM的被引船航迹偏离风险预测模型。应用建成的风险预测模型,对实例进行评估,结果表明,该模型预测结果精确度较高,在小样本风险预测中有较好的适用性和可靠性。

关键词： 共享电单车   再平衡与换电   联合优化   遗传算法  

摘要： 再平衡问题和换电问题是影响共享电单车运营效率的两大问题,传统研究通常将两个问题分开考虑,进行单独优化。针对该研究场景,提出了一种同时对再平衡路径与换电路径进行联合优化的整数规划模型。由负责再平衡服务的车辆将缺电电单车在站点间进行重新分布,以减少负责换电服务车辆前往的站点,从而降低成本。针对该问题,提出了一种遗传算法对模型进行求解,算法首先将染色体编码为再平衡路径与换电路径,然后使用启发式算法计算出最小的总路径距离,最后用哈啰出行在上海的共享电单车系统对模型与算法进行验证。结果表明,该算法具有较好的求解表现,且可以在合理的时间内得到优化后的再平衡与换电路径,相较于不使用联合优化的策略,平均节省路径成本15%以上。

关键词： 遗传算法   核电站   汽轮机   抽汽流量   优化计算  

摘要： 为提高核电站汽轮机系统的效率和运行性能,确保经济、稳定和可靠的电力供应,开展基于遗传算法的核电站汽轮机抽汽流量优化计算研究。利用神经网络预测核电站汽轮机抽汽流量,以核电站汽轮机抽汽流量为优化目标,各抽汽口抽汽流量和一、二级再热蒸汽流量为优化变量,采用遗传算法进行核电站汽轮机抽汽流量优化计算目标函数求解,所得最优解即为抽汽流量优化计算结果。实验结果表明,该方法的核电站汽轮机抽汽流量优化计算结果与实际值更接近,说明该方法的计算精准度高,应用效果好。

关键词： 电伴热   优化控制   遗传算法  

摘要： 针对我国北方寒冷地区高速公路隧道中电伴热设备秋冬季长期开启消耗大量电能的问题,文章设计了基于时间切片的离散化优化模型和相应的求解算法。文章首先介绍了隧道中电伴热设备的现有问题,随后着重介绍模型和遗传算法的设计及原理,最后进行仿真实验分析。实验结果表明,通过使用文章模型求解所得的优化控制策略,可以有效提高电伴热设备的使用效率,达到节能减排,减少设备损耗的目的,并且模型在不同的环境温度下均有良好表现。

关键词： 量子遗传算法   通信网络   资源分配   优化方法  

摘要： 常规的通信网络资源分配优化方法以吞吐量优化为主,并未考虑到通信网络的环境需求,降低了网络资源分配的合理性。因此,文章设计了基于量子遗传算法的通信网络资源分配优化方法。该方法将通信需求、通信设备带宽限制、通信网络类型考虑在内,基于量子遗传算法构建通信网络资源分配优化模型,对网络资源分配优化目标进行量子编码,评估网络资源分配的适应度,从而得到网络资源分配优化的最优解。通过调整通信网络资源分配调度因子,根据网络负载、通信行为等实时变化情况,引入动态调整机制,以适应不同情况下的资源分配需求。经对比实验,验证了该方法的有效性,与传统方法相比优化性能更佳。

关键词： 柔性车间调度   改进遗传算法   接受准则   随机重启爬山算子  

摘要： 针对传统遗传算法在求解柔性车间调度问题时,存在种群的动态适应能力差、容易陷入局部最优等问题,提出一种融合随机重启爬山算子的改进遗传算法。通过双种群交叉,增强种群间的信息交流能力。引入收敛准则,在维护种群多样性的同时防止种群的优良个体被过度破坏。结合随机重启爬山法的思想进行局部搜索,提升了算法的局部搜索能力。仿真实验表明,所提出的算法在不同规模的问题中,都有着明显的寻优能力。

关键词： 5G通信   智能边缘计算   优化资源分配  

摘要： 5G通信技术的快速发展为智能边缘计算提供了广阔的应用场景和发展机遇。智能边缘计算作为一种新型的计算模式,通过将计算和存储资源近距离部署在网络边缘,实现了低时延、高带宽、高可靠性和个性化定制等特性。本文针对5G通信中智能边缘计算的优化问题进行了探讨,从资源分配、任务调度、能源管理等方面分析了优化策略,并探讨了其在提升网络性能、降低能耗、改善用户体验等方面的潜在作用。

关键词： 指代表征   神经机器翻译   篇章级机器翻译  

摘要： 篇章中的同一实体经常会呈现出不同的表述,形成一系列复杂的指代关系,这给篇章翻译带来了很大的挑战。该文重点探索指代消解和篇章神经机器翻译的融合方案,首先为指代链设计相应的指代表征;其次使用软约束和硬约束两种方法在翻译系统中实现指代信息的融合。该文建议的方法分别在英语-德语和中文-英语语言对上进行了实验,实验结果表明,相比于同期最好的句子级翻译系统,该方法能使翻译性能获得明显提升。此外,在英语-德语的代词翻译质量的专门评估中,准确率也有显著提升。

关键词： 肌肉衰减症   生物力学特征   双因素方差分析   步态特征   步态周期   人工神经网络   双支撑  

摘要： 目的评估不同类型双重任务对肌肉衰减症人群步态姿势影响,为识别肌肉衰减症人群步态生物力学特征提供参考。方法选取肌肉衰减症与正常老年受试者共60名。两组受试者被要求分别在单任务、认知双任务、动作双任务3种模式下进行步行测试,并采用三维摄像运动捕捉系统进行数据采集。统计学方法运用双因素方差分析筛选肌肉衰减症人群步态特征参数,并采用人工神经网络(artificial neural network,ANN)算法进行权值分析各特征参数。结果(1)相比正常老年组,肌肉衰减症组在相同任务步行下,步速、步宽、步长、步态周期、步态变异性、右双支撑百分变异性等25个参数存在显著差异(P<0.05)。(2)相比单任务步行,肌肉衰减症组在双任务步行下,步频、步态周期、支撑期等18个参数存在显著差异(P<0.05)。(3)共计14个步态姿势参数存在组间与任务间显著差异而被纳入步态特征权值分析中。结果显示,数据集特征权值排序前3分别为:步长、步频、右双支撑百分比。结论双任务介入步行时,肌肉衰减症人群相较正常老年人展现出更高的步态变异性,姿势控制能力明显减弱。建议老年健康服务工作人员重点关注肌肉衰减症人群在双任务下的步态特征,以便制定和优化针对肌肉衰减症人群的姿势控制策略。

关键词： 计算数学   人工智能   算法优化   数据处理   模型准确度  

摘要： 本文详细剖析了计算数学在人工智能算法优化方面的关键作用。深入分析相关理论,本文详细说明了计算数学在提升算法效率、加强数据处理能力以及优化模型准确度方面所具有的突出作用,对未来人工智能领域的发展前景及其应用可能性进行了探讨。文章起始部分阐述了计算数学在提高算法效率和数据处理能力方面的运用,例如,误差解析与修正,以及模型复杂性与性能的权衡等。论述了计算数学在神经网络优化、深度学习提升以及机器学习领域的运用,涵盖网络架构优化、训练流程优化、数据分析和特征提取、算法选取与调整等。