关键词： 基元检测   基元拟合   遗传算法  

摘要： 本文提出了一种三维点云的几何基元检测和基元拟合方法.该方法采用遗传算法,通过优化包括近似误差,面片数量和面片尺寸的适应度函数实现几何基元检测和拟合.遗传算法的主体流程为初始化,变异,交叉和选择,整个流程为最小化适应度函数而设计.获得一个好的基元检测与拟合结果是十分耗时的,这一方法主要的挑战为设计平衡面片数量以及拟合效果的适应度函数以及加快算法速度的遗传算法具体操作,并对分片结果进行可视化.多个复杂算例的实验表明,该方法具有可行性和有效性.与现有的方法相比,本文结果具有更小的近似误差和更少的面片数量.

关键词： 亚麻荠油体   提取率   粒径   响应面   人工神经网络  

摘要： 亚麻荠（Camelina sativa (L.) Crantz），十字花科植物，一年生草本油料作物，富含多不饱和脂肪酸及维生素E等抗氧化成分。亚麻荠油体是种子储存脂质的主要细胞器，主要由三酰甘油核心和磷脂-油质蛋白单层膜组成，在能量储存、细胞增殖分化、抗逆性调节以及生长发育调控等生命过程中发挥着关键作用。本研究利用响应面和人工神经网络建立亚麻荠油体提取工艺，采用单因素法和响应面法（RSM）对亚麻荠油体提取条件进行优化，筛选出影响最大的三个因素：初始pH值、料液比、NaCl浓度。在此基础上，采用人工神经网络（ANN）和遗传算法（GA）寻优得到亚麻荠油体最优提取工艺，料液比1：20.45（g/mL），pH为12.28，NaCl 浓度为0.53 mol/L，此时亚麻荠油体提取率为41.67%，粒径为438 nm，电位为-19.1 mV。研究结果表明通过碱溶液的最佳料液比提取，盐溶液洗涤，可以最大程度收获亚麻荠油体，显著提高提取率，为规模化提取亚麻荠油体提供支撑。

关键词： 汽车价值评估   二手载货汽车   遗传算法   BP神经网络   排放标准  

摘要： 为准确地评估二手载货汽车的价值,基于电商平台历史交易数据,提出遗传算法-反向传播神经网络(genetic algorithmbackpropagation neural network,GA-BP)评估方法。结合二手载货汽车的使用特性,选取影响交易价值的11个关键指标并提出指标的量化标准;通过皮尔逊相关系数法对各指标进行一致性检验,验证指标选取的合理性;融合遗传算法和BP神经网络,提出二手载货汽车GA-BP神经网络价值评估模型,利用9016条交易数据对模型进行训练和验证。相较于未优化过的BP神经网络模型,本文模型的均方误差降低了74.85%。通过平均影响值分析发现,累计行驶里程、累计行驶时间、排放标准、比功率和上装情况5项价值评估指标对二手载货汽车价值评估影响最大,排放标准逐渐成为影响二手载货汽车的重要指标。

关键词： 热泵储电   低温余热回收   超临界二氧化碳   优化设计   遗传算法  

摘要： 热泵储电是实现高比例新能源电力系统稳定运行的大规模长时物理储能技术，而推动大规模高效储能应用以及改善火电深度调峰能力是保障新能源电力充分消纳与煤电低碳转型的重要途径。为此，开发了一种集成余热回收的多压超临界CO2热泵储电系统，不仅可以实现火电厂低品位烟气余热的高效回收与利用，并且通过引入多级储热拓扑与分布式回热装置，大幅降低了热泵储电系统在换热过程由于温度滑移问题导致的不可逆损失，实现了火电机组灵活调峰和可再生能源安全并网。在建立系统热力学与经济学模型的基础上，采用敏感性分析方法研究了关键运行参数对系统热力学性能与经济性能的影响规律，进而采用遗传算法开展了系统的热经济学多目标优化分析。结果表明，系统在设计工况下的性能指标?效率为53.83%，LCOE为673.51 CNY·MWh-1；在关键参数中，放电膨胀机等熵效率对系统热力学性能和经济学性能影响最显著。根据TOPSIS方法在Pareto最优前沿解集中获得的最优工况?效率为58.61%、平准化度电成本为558.48 CNY·MWh-1，较设计工况分别提升8.88%与降低17.08%。该结果可为所提系统的工程应用提供理论依据。

关键词： MDOE方法   多项式响应面模型   遗传算法   风洞试验   气动系数  

摘要： 多项式响应面模型(PRSM)具有建模简单、计算量较小的特点，在基于现代试验设计（MDOE）方法的风洞试验中得到广泛应用。然而，多项式响应面模型无法对模型拟合后的残差进行处理，会丢失部分模型矩阵信息而导致参数预测误差增加。因此，通过预测值和实测值的差值，构造模型残差目标函数，并根据轮盘赌计算个体适应度值，对遗传算法(GA)的交叉概率和变异概率进行改进，建立一种基于改进自适应遗传算法(IAGA)优化多项式响应面模型的MDOE方法，并应用于飞行器风洞试验。结果表明：MDOE方法仅需传统单变量(OFAT)方法35%左右的试验点，基于改进自适应遗传算法优化后的MDOE方法较基于传统遗传算法的MDOE方法，响应面模型预测误差降低了1.263%，平均迭代速度提高了3.76倍，有效提升风洞试验效率。

关键词： 风电场布局优化   多机型风力机   尾流叠加   平准化能源成本   遗传算法  

摘要： 为了提升风电场的空间利用效率并降低能源成本，开展了多机型风电场布局优化研究。发展了适用于多机型风力机的三维尾流叠加模型，以准确评估尾流干扰效应；构建了基于疲劳系数的维护成本模型，以反映风速与湍流强度不均所引起的疲劳损伤差异；以降低平准化能源成本为目标，采用遗传算法对多机型风电场布局进行优化；设置不同的风力机建设成本比值以模拟成本不确定性，分析其对最优布局方案的影响。结果表明：当风力机成本比值处于0.4至0.5之间时，多机型布局相较单机型布局可降低平准化能源成本，最高降幅为5.17%；当成本比偏离该区间时，多机型布局反而会增加成本。多机型布局在风资源利用和疲劳损伤分布上具有较好平衡性，可为风电场优化设计提供理论依据与工程参考。

关键词： 胶凝砂砾石   VC值   力学性能   响应面法   遗传算法   配合比优化  

摘要： 为了探究不同二级配下胶凝砂砾石（CSGR）的工作性能和力学性能规律，开展了单因素试验和响应面法设计的多因素试验，讨论了砂率、水胶比、二级配独立及交互作用下对CSGR的性能影响，建立了二次多项式回归模型，同时基于非支配排序遗传算法（NSGA-Ⅱ）进行了多目标优化。结果表明：水胶比对CSGR的VC值、抗压强度、劈裂抗拉强度、拉压比均有显著影响，二级配与水胶比交互作用对抗压强度具有显著影响；NSGA-Ⅱ算法实现了“VC值-抗压强度-劈裂抗拉强度”的多目标优化，为CSGR提供了可靠且多样化的配合比选择，对胶凝砂砾石坝的实际施工与推广应用具有极高的参考价值。

关键词： 碳纤维复合芯导线   缺陷识别   磁性制备   漏磁检测   遗传算法   BP神经网络  

摘要： 碳纤维复合芯导线因其低碳节能的特性，在线路的增容改造中有着良好的应用前景。但碳纤维芯棒十分脆弱，技术工艺不成熟，由于压接不良导致的断线事故时有发生，制约了该技术的推广。为此，该文针对断裂和少压两种严重压接缺陷，提出一种碳纤维复合芯导线压接缺陷的漏磁检测信号缺陷特征提取方法。通过实验优化，以漏磁检测信号数据中7个峰值点的幅值、21个相对位置信息和7个波形类型信息作为缺陷判断特征值，有效地提高了缺陷种类和程度识别的准确度。对碳纤维芯导线进行磁性制备，并研制相对应的漏磁检测装置，生产106根不同类型、程度的碳纤维芯压接缺陷样品，得到613组漏磁检测信号数据并完成特征值提取，搭建基于遗传算法（GA）的反向传播（BP）神经网络。实测数据表明，该方法可以有效地完成对碳纤维复合芯导线压接缺陷类型的识别，同时对缺陷程度的识别准确率可达到94.31%。

关键词： 齿轮非线性系统预测模型   人工神经网络   机器学习   集中质量法   振动预测   故障诊断   性能优化  

摘要： 针对齿轮非线性动力学模型中因多源非线性因素导致计算效率低下，以及传统方法动态响应预测泛化性不足的双重难题，提出了一种基于人工神经网络（ANN）的齿轮非线性系统预测模型，通过理论与实验相结合的方法，验证其在实际应用中的可行性。首先，采用集中质量法建立了齿轮非线性系统模型，并通过数值仿真获取数据样本；然后，构建了包含两个线性层的ANN模型，指出了模型的3个评价指标，并通过训练该模型确定了最优的模型参数，进而完成了对齿轮系统振动情况的有效预测工作；最后，搭建了齿轮系统实验台架，将实验数据分三个批次进行了独立训练，进一步验证了预测模型的有效性。研究结果表明：基于ANN的预测模型仅在振动加速度均方根值(x2)的低值范围内对其预测效果相对一般；然而，x2在数值较大的区间内与仿真值高度吻合；此外，随着扭矩(Fem)的增大，模型对振动位移均方根值(x1)和振动加速度均方根值(x2)的预测精度逐步提升；尽管实验样本数据量有限，但预测模型的决定系数(R2)均超过了0.98，且损失函数值均远低于0.1，充分证明了模型的高度准确性和可靠性。该研究可以为齿轮系统的振动预测、故障诊断以及性能优化提供理论支撑和实践指导。