关键词： 机器学习   遗传算法   注塑   参数   优化  

摘要： 注塑成型工艺可以高效成型高精度产品,被广泛使用。通过优化注塑产品工艺参数,可以获得更高的表面质量和尺寸精度。为了获得最佳工艺参数组合,设计了基于关键工艺参数组合的极端梯度提升决策树模型。为了解决训练数据不平衡问题,引入尺寸加权修正方法,提高对不合格产品尺寸的预测精度。使用遗传算法对改进极端梯度提升决策树模型以产品尺寸误差最小为目标进行全局寻优,得到最佳工艺参数组合。最佳工艺参数组合为模腔压力39.4 bar、切换压力33.8 bar、射嘴压力49.4 bar、回水温度72.6℃、模温机水流量58.7 cm^(3)/s。

关键词： 城市轨道交通列车   牵引能耗   遗传算法   节能控制  

摘要： [目的]城市轨道交通在运营过程中会产生大量能耗,其中列车运行的牵引能耗具有较大优化空间,因此亟需研究一种面向列车牵引节能的控车策略。[方法]首先,建立列车运行的动力学方程,并定义了列车运行过程的约束条件;其次,对列车牵引能耗优化策略进行分解建立目标函数,并基于遗传算法模型对列车运行能耗在不同区间分配和区间最优巡航速度进行求解;然后,通过遗传算法的交叉变异过程,得出节能效果最优的驾驶速度推荐曲线;最后,通过Matlab软件搭建仿真模型并采用真实的线路列车参数和运营数据,模拟列车的站间运行过程。[结果及结论]试验结果表明:基于遗传算法模型的控车策略相较于传统固定工况序列的控车策略,在牵引节能指标上有了显著提升。

关键词： 特征选择   双层优化   遗传算法   多目标优化   聚类  

摘要： 局部特征选择(LFS)方法将样本空间划分为多个局部区域,并为每个区域选择最优特征子集以反映局部异质信息。然而,现有的LFS方法以每个样本为中心划分局部区域并找到最优特征子集,导致优化效率低下且适用场景受限。为了解决这个问题,提出一种进化双层自适应局部特征选择(BiLFS)算法。LFS问题被建模为双层优化问题,特征子集和待优化局部区域是该问题的两个决策变量。在问题的上层,使用非支配排序遗传算法-Ⅱ求解被选择的局部区域的最优特征子集,区域纯度和被选择特征比率是目标函数;在问题的下层,根据上层求解的最优特征子集,首先使用局部区域聚类分析得到区域内的中心样本,然后通过局部区域融合消除非必要区域并更新必要区域的种群。在11个UCI数据集上的测试结果表明,相较于基于进化算法的非自适应LFS方法,BiLFS的平均分类准确率达到前者的98.48%,而平均所需计算用时仅为前者的9.51%,运算效率得到大幅提升,且达到基于线性规划的LFS方法的水准。对迭代过程中BiLFS算法选择的用于优化的局部区域进行可视化分析,结果表明,BiLFS选择必要局部区域具有稳定性和可靠性。

关键词： 大跨度式起重机   安装方案   仿真与优化   遗传算法   工业生产效率  

摘要： 大跨度式起重机作为工业领域中的关键垂直搬运设备,其安装方案的合理性对于确保设备性能最大化以及工业生产的顺畅进行至关重要。为了深入研究和优化大跨度式起重机的安装方案,本研究结合了仿真技术和优化算法。首先,构建了一个详尽的操作模型,该模型不仅考虑了大跨度式起重机的结构特性,还涵盖了其动态行为和关键性能参数。随后,利用先进的仿真软件,模拟了多种可能的安装方案,并在多种工作场景下进行了测试。通过对比分析各种方案在实际操作中的效率、稳定性和安全性,最终确定了综合性能最优的安装方案,为工业实践提供了有力的技术支持和理论依据。在这篇研究中,一种精心设计的优化模型依托遗传算法得以诞生,目标就是进一步提高起重机的安装效率和作业表现。通过详尽且精细的仿真和优化,已成功找寻出一些安装方案,其相对优势明显,并在实际应用中充分验证了其显著性能。仿真与优化这两大工具的威力远不止于此,它们还可以选择出最佳的安装方案,从而极大地提升起重机的搬运率,进一步帮助降低企业的运作成本,无疑地提升了生产的效率。同时,这次研究也为大跨度式起重机的安装方案,进一步提供了一种行之有效的方案选择办法,这肯定能够在实质的工厂生产上起到十分重要的参考价值。

关键词： 配送时间   物流配送系统   配送模型   配送路径   遗传算法   车辆配送   路径优化   产品生产线  

摘要： 物流配送路径是整个车间物流配送系统的核心。以节约物流配送时间为出发点,针对单一型号的产品生产线建立一个单配送中心配送模型。因此,在综合分析考虑各种影响因素,如生产站点的配送量、最早配送时间和最晚配送时间的基础上,文章采用遗传算法对配送路径进行模拟优化,得到最优物流车辆配送数量以及对应的路径,从而达到节约成本的目的。

关键词： 差分拉曼光谱   塑料食品包装瓶   人工神经网络   随机森林算法  

摘要： 目的建立一种快速无损的检验塑料食品包装瓶的分析方法,提供一种快速分类模型。方法利用差分拉曼光谱对100个塑料食品包装瓶样品进行检验,根据样品的差分拉曼特征峰可以对样品进行分类,样品可被分成聚对苯二甲酸乙二醇酯和聚丙烯两大类,对其中数目较多的第I类继续根据样品中所含填料的不同进行分类。利用贝叶斯判别、多层感知器和随机森林算法分别构建分类模型对继续分类结果进行分析验证。结果第I类样本可继续被分为4类,贝叶斯判别结合留一交叉验证法分类正确率为71.7%,多层感知器神经网络分类模型的训练集和测试集分类正确率分别为100%和86.2%,随机森林分类模型的训练集和测试集分类正确率分别为100%和96.5%。通过比较发现,差分拉曼光谱与随机森林算法相结合可以对塑料食品包装瓶实现有效的分类。结论该方法简单快速,样品用量少且无损样品,可为塑料食品包装品的物证鉴定提供科学依据。

关键词： 金字塔点阵单元   力学性能   遗传算法   多目标优化  

摘要： 本文以金字塔点阵单元的平压与剪切比极限承载力作为优化目标,基于遗传算法(GA)和响应面法(RSM)对结构参数进行多目标优化,并对优化结果进行有限元和试验验证。研究结果表明:基于遗传算法预测的优化结构与一般结构相比,其平压与剪切比极限承载力预测结果分别提高了30.1%和91.6%;在优化结果验证方面,通过有限元分析得到的优化结构平压和剪切比极限承载力分别提高了39.7%和90.5%;通过试验获得最优结构的平压比极限承载力较一般结构提高了44%。有限元分析和试验均验证了本文优化方法的有效性,可将其推广应用于点阵结构的优化设计。

关键词： 胶囊   铬   全自动石墨消解   石墨炉原子吸收分光光度法  

摘要： 目的建立药用明胶空心胶囊中铬的全自动石墨消解-石墨炉原子吸收分光光度快速测定方法。方法用高纯氮气吹除空心胶囊试样中的残留内容物,准确称取0.500 g置于50 ml消解罐中,加入8.00 ml硝酸,全自动石墨消解仪消解约3 h,取上清液应用石墨炉原子吸收分光光度法测定铬含量(测定波长为357.9 nm,灯电流为25 mA,狭缝宽度为0.7 nm,进样体积为20μl)。结果铬元素在1.00~30.0μg/L范围内线性关系良好,r>0.998.方法的检出限为0.10 mg/kg,平均回收率在99.3%~102.2%之间,RSD为2.7%~4.8%。结论该方法操作简便、准确、快速,适用于药用空心胶囊中铬元素的大批量测定。

关键词： 数学核心素养   教师指导   培养和发展   数学素养   理解数学   问题求解   教学思考   数学教学中  

摘要： 数学的教学过程不仅是学生个体的认识过程和发展过程,而且是在教师指导下的一种特殊审美过程.因此,在数学教学中,教师要精心设计数学美的认知活动,让学生在学习的过程中感受数学美、欣赏数学美、理解数学美,进而去追求数学美、创造数学美,最终培养和发展数学核心素养.

关键词： 重金属   土壤   前处理   检测  

摘要： 无机实验样品消解一般都要用到电热板消解。现在随着经济发展越来越快,市面上前处理消解的设备已经非常多。这次研究用石墨消解法消解土壤样品和电热板消解法消解土壤样品进行分析测试比较。样品采用国家标准土壤编号为GSS-31、GSS-33,测定铜、铅、锌、镍重金属元素的含量,比较2种设备消解方法的重复性、准确度及影响结果的因素,为样品前处理消解提供参考依据[1]。