关键词： 无人机集群   协同多目标干扰   干扰资源分配   遗传算法   实时决策   群体智能  

摘要： 针对无人机集群协同多目标干扰实时决策问题,提出了一种基于遗传-群体智能融合算法。首先根据多功能雷达工作模式及特点构建自适应协同干扰效益评估函数,分析动态干扰决策这个NP-hard问题的特点,建立多要素的干扰资源分配模型,然后采用遗传-群体智能融合算法进行优化求解。所提算法通过分布式决策实现算法初期的次优解快速收敛,再通过集中式优化实现算法全局寻优,通过种群内个体间的竞争与协作降低算法陷入局部最优的风险。仿真结果表明,融合算法相比较于遗传算法和改进蚁群算法收敛迭代次数分别减少了42.25%和15.43%,在实时处理性能方面相较于遗传算法提升了9.53%,具有更好的收敛效率和实时处理能力。

关键词： 吹塑成型   径向基函数神经网络   Polyflow   多岛遗传算法   生产效率  

摘要： 为提高奶酪包装壳的吹塑成型效率,选用HDPE(高密度聚乙烯)作为包装壳材料,并将片材温度、吹塑压力、片材厚度作为设计变量。以吹塑成型时间最短和制品壁厚方差最小为优化目标,采用最优拉丁方设计试验表,在Polyflow软件中进行仿真实验,得出实验结果。通过应用径向基函数神经网络建立近似模型,并利用多岛遗传算法进行优化,最终获得最优工艺参数组合:A(吹塑压力)=1 MPa,B(片材温度)=240℃,C(片材厚度)=1 mm。采用该最优工艺参数组合进行仿真实验,得到最短吹塑时间为0.0547 s。研究结果表明,通过合理设置工艺参数,可以使吹塑成型时间缩短34%,从而提高制品的生产效率。

关键词： 数据驱动优化   代理辅助优化   智能计算   自适应学习   昂贵优化问题  

摘要： 为了有效地解决实际应用中涌现出的越来越复杂的昂贵优化问题(EOPs),全面综述了能够有效降低计算成本和提高求解效率的最新数据驱动智能计算(DDICs)方法.从算法和应用2个层面系统地概述了最新DDICs的研究成果,归纳和总结了广义DDICs和自适应DDICs中的不同技术点,剖析了DDICs在解决EOPs时所面临的挑战与机遇.提出未来研究的潜在发展趋势,如进行更深层次的理论分析、探索新颖的学习范式及其在更多不同实际领域中的应用等,旨在为研究者提供有针对性的参考与方向,激发创新思路,从而更有效地应对实际应用中的各种复杂EOPs.

关键词： 无人机   教学系统   仿真平台   遗传算法   航迹规划  

摘要： 为了向学生提供无人机测绘课程的训练与实践平台,设计了一种基于无人机测绘的虚拟仿真教学系统。首先,对仿真系统的整体结构进行设计;其次,构建无人机测绘所需的虚拟场景建模,在此基础上,采用基于Dijkstra算法的航迹规划方法,并利用遗传算法对其进行再优化,获取无人机测绘的最佳路径;第三,对无人机的运行策略进行设计,使系统拥有无人机自主飞行完成测绘、学生依靠键盘等外部设备对无人机进行操控、拥有历史数据可以对学生训练实践效果进行评估的功能。基于Dijkstra算法的航迹规划方法验证,结果表明经过遗传算法再优化后,航迹更加平滑,路径更短,具有有效性。系统测试结果显示,设计的虚拟仿真教学系统能够让学生对无人机测绘课程进行训练与实践,具有可行性。

关键词： 化学需氧量   硫酸汞   全自动COD测定仪  

摘要： 从两个方面将水质铬法化学需氧量快速消解分光光度测定方法优化,方法 更好的应用到全自动COD测定仪中。一是试剂优化,硫酸汞和重铬酸钾混合配置,硫酸银与浓硫酸混合配置,从原来的需三次加入试剂变两次加入试剂;二是波长优化,比色时从原来的高低620 nm和420 nm两个波长统一到620 nm一个波长。优化后试剂管路简化成两路,比色时不需频繁切换波长,即保证全自动COD测定仪的稳定性,又保证数据的可靠性,同时缩短检测时间。

关键词： 智能控制技术   机械自动化系统   设计   优化   机器学习   遗传算法  

摘要： 智能控制技术通过集成人工智能、机器学习、传感器与执行器等先进技术,显著提升了机械自动化系统的灵活性、效率和稳定性。本文详细阐述了机械自动化系统设计的关键要素,在优化方面,文章重点讨论了基于历史数据驱动的优化方法、遗传算法等智能算法的应用,并分析了这些技术在提高生产效率、降低能耗、增强系统自适应能力等方面的优势,展望了智能控制技术在机械自动化系统领域的未来发展趋势,强调了持续技术创新对于推动工业制造智能化升级的重要性。

关键词： 交通工程   共享单车   公交接驳   遗传算法   选址优化  

摘要： 为了满足共享单车出行需求,改善与公交接驳的便利程度,研究了共享单车投放点的选址优化模型与算法。借鉴经典最短路径交通分配模型,在每次更新选址方案后,均重新分配共享单车流量。以投放点选址决策变量与单车配置数量为优化变量,以用户出行时间最少和企业运营成本最小为优化目标建立目标函数。基于公交接驳关系、投放点建设数量、各停放点容量和投放总量等多个因素构建约束条件,设计优化模型求解算法,开展案例研究。以厦门市共享单车出行订单数据为基础,采用自适应遗传算法(AGA)和枚举法优化求解,并分析求解精度与效率。结果表明,该模型与算法能够用较少的迭代次数求解得投放点最优选址方案的近似最优解。系统运营总成本的最小误差仅为4.4%,用户出行总时间误差为5%。就本案例而言,方案优化前、后运营成本降低12.9%,出行时间降低14.26%。此模型与算法能够处理共享单车停放点混乱与接驳公交的难题,减少出行者接驳成本,最大限度方便出行,增强接驳综合服务水准。

关键词： 滚刀磨损   敏感性分析   数理统计   反向传播神经网络   遗传算法  

摘要： 以汕头湾海底隧道盾构段的监测数据为基础,基于数理统计法和机器学习法探究不同影响因素对滚刀磨损的敏感性程度。确定4个对滚刀磨损有明显影响的因素,分别为掘进距离、转速、转程和旋转角;建立以上述4个影响因素作为神经网络输入节点的反向传播神经网络(backpropagation neural network,BPNN)的滚刀磨损预测模型,采用遗传算法(genetic algorithm,GA)对预测模型进行优化并开展预测研究。结果表明:相较于BP模型,GA-BP模型的决定系数R2从0.7064提高到0.8239,预测精度明显提升,说明GA能够明显提高BPNN模型的预测能力。

关键词： 改进遗传算法   煤矿企业   供电系统   多目标   无功优化  

摘要： 针对煤矿供电系统的特点,以多目标无功优化为研究对象,提出了一种基于改进遗传算法的无功优化策略。该方法通过引入多种群并行进化机制,增强了种群多样性和全局搜索能力;采用算术交叉和启发式交叉算子,提升了算法在处理约束优化问题和实值基因组方面的性能;结合精英保留策略,确保了优化过程的稳定性和收敛速度。仿真结果表明,相比于传统的无功优化方法,提出的基于改进遗传算法的多目标无功优化策略能够提升无功优化方案的综合质量。此外,还探讨了该领域未来的研究方向,包括结合深度学习和强化学习、考虑分布式电源和储能的协同优化、研究无功优化与电能质量控制的协同以及利用大数据技术进行更深层次的优化等,为进一步提升煤矿供电系统的运行效率和智能化水平提供了参考。

关键词： 智慧应急   语义相似度   文本分割   遗传算法   神经网络模型  

摘要： 在应急领域文本摘要生成和RAG(检索增强生成)任务中,长文本容易超出模型输入限制,影响整体应用表现。然而,简单地对文本进行分割可能破坏语义结构,导致后续处理的准确性和稳定性下降。文章提出一种基于语义相似度的应急文本分割方法,以应对这些挑战。通过神经网络捕获文本深层语义信息,然后设计分割策略,并采用遗传算法进行求解,获取最优的分割方式。最后,通过实验验证该方法的有效性。