关键词： 氘氘中子源   蒙特卡罗模拟   遗传算法   超热中子场   束流整形体  

摘要： 为获得适用于硼中子俘获治疗中子探测器性能验证的超热中子场，利用蒙特卡罗模拟和多目标优化算法，设计了基于氘氘中子源的束流整形体。首先，通过Geant4程序计算，确定了能量为200 keV氘离子轰击氘钛靶的中子源项特性；其次，以超热中子通量最大化、快中子污染和热中子占比最小化为优化目标，结合MCNP6程序和遗传算法对基于氘氘中子源的束流整形体进行多目标优化；最后，采用三维水箱评价了束流的分布特性。研究结果表明：优化后的超热中子通量达2.65×10～6 cm-2·s-1，快中子污染降至5.5×10-13Gy·cm2，热中子占比为0.0134，均优于预期指标；束流整形体出口的中子场在空间分布上具有良好的对称性和指向性。该研究为探测器研制与标定提供了可靠的实验条件，同时也为硼中子俘获治疗装置的小型化设计奠定了基础。

关键词： 节能型泵控单元   动态特性优化   Sobol灵敏度分析   遗传算法优化   参数匹配   遗传算法  

摘要： 针对节能型泵控单元因参数耦合、强非线性导致系统动态性能不高的问题，提出了一种融合Sobol灵敏度分析与遗传算法优化的方法，进行了节能型泵控单元参数匹配设计。首先，建立了节能型泵控单元的数学模型；然后，采用Sobol法对泵控单元参数进行了灵敏度分析，确定定量泵排量Dp和电机转动惯量JL是影响泵控单元动态特性的关键参数，并采用了遗传算法对识别的关键参数进行了优化，进一步进行了两种排量泵与三种转动惯量的泵控单元动态特性对比仿真分析；最后，搭建了泵控单元测试平台，进行了定排量-变转动惯量和变排量-定转动惯量的压力阶跃响应特性测试。研究结果表明：当泵排量为25 mL/r，电机转动惯量为40 kg?cm2、80 kg?cm和120 kg?cm时，对应系统响应时间分别为63 ms、77 ms和107 ms；电机转动惯量为40 kg?cm，泵排量为5 mL/r和25 mL/r时，对应系统响应时间分别为63 ms和92 ms。该实验验证了Sobol灵敏度分析结合遗传算法优化方法在节能泵控制单元动态特性参数分析和优化中的有效性。

关键词： 途经点   多脉冲制导   状态转移   交会对接   模型预测与反演控制   离散时间系统   遗传算法  

摘要： 面向空间近距离交会对接、编队构型、在轨服务、穿行规避等任务场景需求，在起止状态明确，需经过若干期望途经点的空间连续有限推力相对制导过程中，为获得航天器的最优燃料消耗，需优化制导轨迹及控制过程，确定合理的途经顺序、途经时刻和途经速度。在离散时间系统中，利用系统动力学状态转移模型，通过变量替换和递进迭代方法，用已知的状态和待求的制导控制序列表示未知的途经点相对速度，结合广义逆最小二乘解，得到全局二范数最优的控制序列，进而设计出了时间和途经点位置约束下，空间相对制导的模型预测与反演制导控制方法。为进一步优化制导过程燃料消耗，采用遗传算法搜索经过各途经点的途经顺序和最优时刻。近圆轨道交会制导控制的仿真结果表明，在约束/不约束途经点途经顺序、经过时间条件下，所提出的方法能够在与途经时刻、途经顺序相关的三种场景下，实现精度高、代价小、柔滑平顺的相对制导控制燃料消耗寻优。

关键词： 工业厂区   系统布置设计(SLP)   遗传算法   多目标布局优化  

摘要： 工业厂区是企业生产和管理的核心地点,厂区布局的合理性直接影响着生产流程的流畅程度,物料运输便捷性和能源消耗等诸多方面。传统工业厂区布局通常集中在最小化占地面积或者降低建设成本等单一目标上,很难适应现代企业高效生产,节能减排,可持续发展等多元需求。在工业工程学科蓬勃发展的背景下,多目标布局优化问题已逐步成为人们关注的焦点。系统布置设计(SLP)是基于作业单位之间的物流和非物流关系来进行布局规划的,而遗传算法作为一种高效的全局搜索算法,能够在复杂的解空间中找到最优解。结合SLP和遗传算法为工业厂区多目标布局优化问题提供一种新思路、新方法,有利于促进工业厂区整体效益的发挥。因此,本文深入探讨基于系统布置设计(SLP)与遗传算法的工业厂区多目标布局优化方法,详细阐述相关理论基础、模型构建及求解过程,旨在为工业厂区实现高效、经济且环保的布局提供科学依据与技术支撑。

关键词： 微细粒锡石浮选   Box-Behnken设计   响应曲面法   人工神经网络   Pareto优化  

摘要： 微细粒锡石浮选过程中多因素耦合效应复杂，传统单因素优化存在显著局限性。本文以云南某低品位微细粒锡石矿为研究对象，通过4因素3水平Box-Behnken试验设计（BBD），考察4种药剂用量对浮选指标的影响，基于BBD试验结果分别采用响应曲面法（RSM）和人工神经网络-帕累托优化算法（ANN-Pareto）实现建模优化。研究结果表明：ANN-Pareto在拟合精度和预测能力方面均显著优于RSM，RSM则在规律揭示方面具有优势。闭路试验中，RSM和ANN-Pareto优化方案分别取得品位6.81%、回收率69.06%和品位7.04%、回收率73.12%的指标，相较于单因素条件试验，在保持品位基本不变的情况下分别获得2.26和6.34个百分点的回收率提升。BBD+RSM+ANN-Pareto耦合模型方法能有效整合试验设计、交互作用揭示与指标优化，可在微细粒锡石浮选优化中发挥显著作用。

关键词： 流程预测   可解释性   反事实解释   遗传算法   特征重要性  

摘要： 黑盒模型因内部结构复杂、推理过程不透明,导致其决策机制难以解析.而其基于数据相关性而非因果推断的建模方式,进一步加剧了用户的理解难度,导致模型的可解释性较差.针对这一现状,本文提出了一种将透明机器学习模型与反事实解释相结合的可解释方法,称为基于特征重要性的反事实解释方法(FICE).该方法首先利用遗传算法在目标点周围进行扰动、交叉和变异,迭代生成数据领域,以捕捉数据分布的关键特征;其次,基于生成的数据领域训练透明的决策树模型,构建可解释的预测分类器.在此基础上,通过引入特征重要性作为权重,从决策树分类器中提取多层次的解释规则,包括事实解释规则、反事实解释规则集合以及最佳反事实解释规则.实验结果表明,该方法在解释质量、预测准确度和时间效率等方面优于现有的反事实解释方法.

关键词： 嵌入式共固化缝合阻尼复合材料   面内等效弹性参数   多尺度建模   遗传算法   刚度-阻尼协同优化  

摘要： 本文针对嵌入式共固化缝合阻尼结构复合材料的刚度和阻尼性能协同优化问题，提出了一种多尺度建模与遗传算法相结合的设计方法。首先建立了缝合复合材料的面内等效弹性参数理论模型，结合实验与有限元模拟验证其准确性，并揭示出缝合结构变化对复合材料刚度与阻尼性能的影响规律，然后通过遗传算法对缝线直径与缝距进行优化设计。结果表明：在一定条件下，当缝线面积占比为2.06%时，材料的损耗因子相对无缝合阻尼结构提升8.8倍，而刚度仅降低9.2%。该研究为航空航天、汽车等领域的高性能复合材料设计提供了新的方案。

关键词： 数字资本主义   劳动者   自由时间   异化症候  

摘要： 自由时间是人自由全面发展的前提,其量和质受生产力和生产关系的制约。其中,生产力水平决定自由时间量的大小,而生产关系的性质决定了自由时间的分配和利用方式。数字资本主义的自由时间异化不仅表现为自由时间在量上的更加短缺化,而且在质上呈现新的资本化、无序化和空洞化的异化症候,致使自由时间的灵活性、丰富性特质和发展性功能在数字资本主义生产方式下丧失殆尽。数字资本主义的自由时间异化根源于数字生产资料私有制,消解这一异化需在变革数字生产资料私有制的基础上,发展数字新质生产力,促进自由时间量的增加;利用法律和行政手段明晰劳动时间与自由时间的界限;发展社会主义先进文化充实和丰富人的自由时间以及增强劳动者自由时间的理解力和认知力。唯有如此,方能为人的自由全面发展创造条件,实现人民对美好生活的向往。