关键词： 支持向量机   遗传算法   模拟退火   全球导航卫星系统   高程拟合  

摘要： 在SVM模型的基础上,引入遗传算法与模拟退火算法,提出了一种GSA优化的SVM新模型。该模型实现参数寻优的主要思路为:首先利用GA全局搜索能力对SVM参数空间进行全局搜索,并将搜索得到最优解作为SA算法初始值;其次发挥SA算法在局部搜索中的优势,并将SA算法获得的解作为新一轮GA算法的初始值。通过上述全局搜索与局部搜索的不断迭代实现SVM模型最优参数的获取。使用某测区控制点GNSS观测数据对本文提出的高程拟合模型进行检验,结果表明,与传统的SVM模型相比,本文提出的GSA-SVM模型的高程拟合精度更高,在实际工程项目中的应用价值更高。

关键词： 人工智能   产品设计   计算机   大模型   介入   设计流程  

摘要： 人工智能技术的更新与迭代“有效加速”,其已开始介入产品设计实践生产。基于人工智能的生成原理与方法,本质上是计算机向操作者深度学习的过程。针对产品设计领域,计算机开始由“辅助”设计走向“介入”设计,计算机智能平台将审美转变为算法。从概念设计环节影响产品设计流程,形成设计师和计算机多元化的主体创作方式。产品设计师与人工智能技术“超级对齐”,合力推动产品设计过程高效开展。

关键词： 植保无人机   模糊PID控制器   智能算法   参数优化  

摘要： 为了解决重载荷四旋翼植保无人机位姿控制系统存在的自适应能力差、抗干扰能力弱和传统试凑法整定PID控制参数效率低等问题,提出了一种基于改进遗传算法优化的模糊PID控制算法,使控制器具备实时自优化能力,从而提升无人机的控制效果。首先,在MatLab软件中建立了四旋翼植保无人机的动力学模型和模糊PID控制算法模型;然后,采用改进遗传算法对模糊PID控制器的初始控制参数进行整定,并将优化结果与人工整定的PID控制算法所得结果进行对比。仿真实验结果表明:改进GA算法寻优后的模糊PID控制算法具有更加优良的控制效果和稳定性,有效提升了植保无人机在药物喷洒时的鲁棒性。

关键词： 应急疏散   应急物资调配   剥夺成本   集成优化   遗传算法  

摘要： 大规模灾害救援初期,应急物资供应不及时和分配不均的状况会使灾民产生一定的负面心理情绪,影响灾后救援效率。针对该问题,本文构造绝对剥夺成本函数和相对剥夺成本函数衡量灾民的负面心理情绪,并利用总剥夺成本表征应急物资调配的公平性,以救援总成本最小为决策目标,构建兼顾效率和公平的灾民应急疏散、临时避难所选址和应急物资调配的集成优化模型,并设计一种分阶段解码的遗传算法进行求解。最后,以易受台风侵袭的广东省东莞市与汕尾市的19个城镇作为受灾点进行算例分析,验证了模型与算法的有效性和可行性,以期为灾后应急救援提供有益参考。

关键词： 柴油发动机   故障领域   实体抽取   语义网络   贝叶斯网络  

摘要： 由于高速公路施工项目工期短、成本高等原因,高速公路施工现场的柴油发动机在发生故障时,需要得到及时的故障诊断和故障处理。通过BiLSTM-CRF模型实现故障实体抽取和关系抽取,利用结构化的语义网络来描述柴油发动机故障知识,以此构建柴油发动机故障领域知识图谱。同时,结合贝叶斯网络实现故障原因推理以对其知识图谱进行补全,还设计了基于知识图谱的柴油发动机故障诊断系统,以全面提升高速公路施工现场工程机械的维修效率。

关键词： 微波消解   ICP-OES法   土壤有效硼  

摘要： 探究用微波消解进行前处理与电感耦合等离子体发射光谱仪(ICP-OES)检测相结合的方法,通过实验对消解时间、消解温度、升温时间及测定过程中铁共存干扰元素、土壤的pH进行了研究。在ICP-OES光谱仪的最优工作条件下,谱线249.773 nm的硼灵敏度高、峰形好,测定结果表明,当样重为10.00 g,浸提液体积为20 mL时,方法检出限为0.005 mg/kg,测定下限为0.020 mg/kg,精密度和准确度满足检测要求,此法适用于批量土壤有效硼的测定。

关键词： 智能技术   计算机网络技术   网络故障诊断  

摘要： 阐述智能技术与计算机网络技术的特点,以及在网络控制、网络问题分析、网络故障诊断、人脸和指纹识别、防火墙、代理管理软件中的应用,以应对复杂的网络环境挑战。

关键词： BOPPPS-OBE模式   课堂沉默   课堂互动   师生共同体   教-学-评  

摘要： 高职思政课课堂沉默现象仍然存在。调查发现,其原因包括以学生为中心的教育理念落实有差距,教学方法不够新颖、吸引力弱,学生性格、心理、能力等多重因素的综合影响,教学评价的滞后与缺位等。积极引入BOPPPS-OBE教学模式,打破高职思政课课堂沉默,深化以学生为中心理念,构建师生共同体式的“教”;引入BOPPPS-OBE教学模式实施教学,构建师生互动式的“学”;坚持以持续改进为原则,构建多元交互式的“评”,聚焦“教-学-评”一体化,不断提高课堂互动和学生参与度。

关键词： TBM   机器学习   破岩关键参数   不变量   遗传算法   岩土工程   工程地质  

摘要： TBM信息化施工中采集了海量数据,通过数据挖掘建立机器学习模型,是实现TBM智能化的前提.然而在TBM新建工程初期,由于数据量稀少导致机器学习模型预测效果不佳;同时由于TBM设备结构和刀盘直径存在差异,基于历史工程训练得到的机器学习模型也并不适用于新建工程.为了解决这一瓶颈问题,基于单刀受力分析、经验方法和扭剪实验模型等多种换算关系推导得到了仅与刀具数量和刀盘直径有关的物理不变量,利用由不变量组成的转换方案,可以对新建工程数据进行转换;之后针对围岩分类和机器学习模型上的应用效果,比选出最佳的破岩关键参数转换方案;进而采用遗传算法,以比选得到的转换方案不变量作为初值,迭代搜索出适合当前工程的最优转换方案不变量.研究结果表明,引绰工程(新建工程)数据经过不变量的转换后输入到引松工程(历史工程)机器学习模型,其刀盘扭矩T和刀盘推力F预测结果的拟合优度R2分别达到了0.84和0.70.本研究采用该转换方案不变量,可将不同工程的TBM施工数据归一化,将其统一到同一个框架下进行分析,实现了基于历史工程数据训练得到的机器学习模型指导新建工程施工.研究结果可为TBM机器学习模型跨工程应用提供参考.

关键词： 冶金   金属材料   微波   加热消解  

摘要： 针对冶金行业中金属材料分析的复杂性,聚焦于微波加热消解技术在金属材料样品前处理中的应用。由于传统的样品制备方法存在耗时长、易受人为因素影响以及精度不高等问题,采用了微波加热消解技术,以期提高样品处理效率和分析精度。使用2450 MHz频率的微波消解仪器进行样品处理,探讨了该技术在不同类型金属材料样品前处理中的效果。研究结果表明:微波加热消解技术能有效减少样品处理时间,同时提高分析结果的精度和重复性,对提升冶金材料分析的整体质量具有显著作用。