关键词： 双层优化配置   比例选择法   不确定性   遗传算法  

摘要： 随着能源互联网建设的推进,多种能源间灵活互动,用能需求不断多元化,可再生能源消纳比例越来越高,导致能源供需系统的不稳定性增强,系统平衡难度增加。为满足多元化用能需求和实现高比例可再生能源的消纳,提出计及不确定性的新能源小镇灵活性资源容量双层优化配置方法。结合采用比例选择法生成源荷双侧的联合概率乘积的场景,利用削减技术选取最大概率的场景作为典型日基础数据输入,规划层以年投资、运维成本最低为目标,规划地源热泵、储能和储热等灵活性资源的容量;运行层以燃料、运行维护、弃光惩罚成本最低为目标,采用遗传算法求解建立在典型场景下的灵活性资源优化配置方案。通过北方某新能源小镇的仿真,验证该方法的有效性和可靠性。

关键词： 决策树   人工神经元网络   遗传算法   熔融沉积   表面粗糙度   聚乳酸  

摘要： 熔融沉积工艺(FDM)制造的零件表面粗糙度高,不仅影响了零件外观,还降低了性能。采用响应面实验设计,研究了层高(A)、填充密度(B)、喷嘴温度(C)、床层温度(D)和打印速度(E)对聚乳酸(PLA)零件表面粗糙度的影响。同时,将遗传算法(GA)与决策树(DT)、人工神经元网络(ANN)两种机器学习模型相结合,预测了零件的表面粗糙度。结果表明,A、B、C和E是显著影响零件表面粗糙度的主效应,A×B、A×C、A×E、B×C、B×E、C×E是影响显著的交互效应。GA+DT耦合模型预测PLA零件表面粗糙度的准确性更高,预测值与实验值的相关系数(R2)、均方误差(MSE)和平均绝对误差(MAE)分别为0.952、0.132和0.234,优于GA+ANN的0.823、1.561和1.759。GA+DT模型的预测值与实验值的Pearson相关系数为0.984,而GA+ANN模型仅为0.903,这表明GA+DT模型在预测PLA零件表面粗糙度时准确度更高。

关键词： 心肌病,肥厚性   铁死亡   差异表达基因   随机森林   人工神经网络  

摘要： 目的基于机器学习算法筛选肥厚性心肌病(HCM)铁死亡的潜在疾病特征基因。方法从基因表达数据库(GEO)中下载GSE36961、GSE141910数据集,其中GSE36961数据集包括106例HCM患者和39例健康对照者,作为训练集;GSE141910数据集包括28例HCM患者和166例健康对照者,作为测试集。使用R语言“limma”包筛选GSE36961数据集中HCM患者与健康对照者之间的差异表达基因(DEGs),然后与铁死亡数据库(FerrDb)中的259个铁死亡相关基因取交集,以筛选HCM铁死亡相关DEGs。采用随机森林筛选疾病特征基因,绘制热图以分析疾病特征基因在测试集中的表达情况,并基于疾病特征基因构建人工神经网络(ANN)模型;绘制ROC曲线以评估ANN模型对训练集、测试集HCM的预测价值。结果从GSE36961数据集中筛选出2959个DEGs,与铁死亡数据库中259个铁死亡相关基因取交集后获得72个HCM铁死亡相关DEGs。采用随机森林从72个HCM铁死亡相关DEGs中筛选出9个疾病特征基因,分别为ALOX5、ZFP36、RGS4、DDIT3、LPCAT3、SOCS1、EGLN2、NNMT和DUSP1。热图分析结果显示,RGS4、DDIT3表达上调,ALOX5、ZFP36、LPCAT3、SOCS1、EGLN2、NNMT、DUSP1表达下调。基于9个疾病特征基因构建ANN模型。ROC曲线分析结果显示,ANN模型预测训练集HCM的AUC为1.000[95%CI(0.998~1.000)],预测测试集HCM的AUC为0.817[95%CI(0.745~0.881)]。结论ALOX5、ZFP36、RGS4、DDIT3、LPCAT3、SOCS1、EGLN2、NNMT和DUSP1是HCM铁死亡的潜在疾病特征基因。

关键词： 人工智能算法   配电网   线损计算   方法  

摘要： 由于配电变压器分布较为广泛且容量较大,传统的统计方法难以有效地将其分配到每一台变压器上,进而出现线损统计参量出现局部偏差,并对最终的统计输出结果造成影响。为此,本文研究基于人工智能算法的配电网线损率计算方法,首先,对配电网线损特征参量进行设定,并基于设定参数进行配电网数据归一化处理。然后,利用人工智能算法构建配电网线损率模型。最后,定义配电网线损率适应度函数,对较低的适应度值进行线损率寻优,实现了配电网线损率的计算。通过实验数据表明,提出方法优化后的计算精准度、计算稳定性、方法适应性得到了全面提升,能够有效解决计算偏差的同时具有简单易行的特点,研究推广价值较高。

关键词： 通信干扰   电磁管控   重大安保活动   博弈论   遗传算法  

摘要： 该文研究了复杂环境条件下重大活动安保区域的电磁安全协同压制技术问题。首先采用了城市环境电波传播模型,建模分析了城市复杂电磁环境的特征。其次,针对高效电磁压制与有效避免有害干扰问题,利用势博弈方法设计电磁压制设备协同部署算法,基于此,提出了基于遗传算法的压制设备功率优化方法,实现了电磁压制设备协同工作下干扰功率的高效投送。仿真结果表明,所提出的电磁压制设备位置部署算法可获得与理论最优方法(即遍历算法)近似的优异性能,且运算复杂度更低;在保证相同干扰效果下,所提功率优化算法相较于传统干扰功率分配方法的传输功率降低了50%以上,实现了精准协同管控。

关键词： BP神经网络   Midas数值模拟   遗传算法   地表沉降  

摘要： 文章针对青岛地铁特殊地质的地表沉降问题,以地铁4号线错埠岭站台施工阶段为研究案例,采用基于Midas的数值模拟与BP神经网络相结合的沉降预测方法,建立地表沉降预测模型。该模型改进BP神经网络模型收敛速度慢、易陷入局部极小点的不足,避免数值模拟误差较大、精度不准、可靠性低等因素对分析结果的影响。采用后检差检验法对模型拟合结果进行检验,得出具有较好拟合能力和泛化能力的BP神经网络模型。应用该模型对地铁隧道施工段进行沉降预测,分析结果与实测数据具有相似沉降趋势。

关键词： 电网负荷   调度策略   遗传算法   锦标赛选择  

摘要： 随着城市化的快速发展,电力系统的稳定和高效运营变得尤为重要。文章旨在研究一种基于改进遗传算法的城市电网负荷调度策略,建立包含数据采集与处理、负荷预测、优化调度决策以及调度执行与监控的城市电网负荷调度总体框架。随后,对传统遗传算法进行改进,提高算法的搜索效率和解的质量。文章利用PJM电力市场的数据对提出的策略进行实际测试,验证改进遗传算法在电力负荷调度中的应用效果和实际性能。

关键词： 智能技术   计算机网络   远程实验教学  

摘要： 阐述计算机网络远程实验教学中的智能技术特点,探讨管理体系中的智能化的安全培训系统、实验教学管理系统、智能化预约系统、终端设备应用程序的设计策略。

关键词： 遗传算法   车间排产   多约束条件   BOM   优先生产  

摘要： 随着生产制造业的转型升级,企业对于物料的生产不再是预先生产,更多是根据实时订单生产,针对这一情况,就需要考虑物料的优先生产问题,该研究将“产品物料优于产品先加工生产”作为约束条件之一,在传统遗传算法的基础上,提出对染色体进行二次编码,设计基于BOM(物料清单)的变异算子。从订单完工时间、设备停滞运行时间、两者比值3个维度分析不同的可行方案,给出最优排产计划。实验表明,该改进遗传算法在满足“产品物料优于产品先加工生产”在内的所有约束条件的情况下从3个维度分析后产生了最优排产计划。该算法具有普适性,有较强的参考价值。

关键词： 遗传算法   中垂线算法   融合算法   双种群   三杆桁架设计  

摘要： 为改善遗传算法的局部寻优性能和收敛速度,提出了一种将遗传算法和中垂线相算法结合的融合算法——中垂线遗传算法。中垂线遗传算法以遗传算法进行全局搜索,再以中垂线算法进行局部搜索。并将中垂线算法中的单一种群分化为双种群,将双种群中的优秀个体进行耦合交叉和变异,提升改进算法的全局搜索能力和跳出局部最优的能力。仿真实验讨论了算法转换系数的变化对改进算法性能的影响。通过与6个算法的对比实验,证明改进的中垂线遗传算法解决了传统遗传算法收敛速度慢和局部寻优能力弱的问题。并且与主流优化算法和其他遗传融合算法相比,改进的算法性能更加优越。最后,利用改进算法处理了三杆桁架的设计问题。结果表明:中垂线遗传算法在处理实际问题时具有可行性。