关键词： 唯物史观   经济决定论”误读   消解方法  

摘要： 除了故意歪曲和对唯物史观基本原理理解不全面外,产生将唯物史观误读为“经济决定论”的一个重要的原因是不能清晰阐述经济因素与政治立场、行动之间的具体中介和形式。依据马克思主义作家的相关论述,借鉴当代自然和社会科学的理论成果,综合采用多种研究方法一定程度上可以消解由于上述原因产生的唯物史观“经济决定论”误读,即以阶级(阶层)分析法为基础,在微观层面吸收理性选择理论、博弈论的研究方法,在宏观层面借鉴系统哲学的研究方法。

关键词： 海上风电   功率预测   注意力机制   人工神经网络   风切变  

摘要： 提出一种注意力机制与LSTM-FCN网络结合的海上风电预测模型,在数据中引入风切变物理量来更准确地预测海上风电发电功率。选用公共数据集网站Zenodo内某海上风电场数据中2组风力机数据进行分析和预测验证。对数据集进行标准化预处理后,用AMLSTM-FCN网络和CNN网络、LSTM网络、LSTM-FCN网络进行对比实验,其中AMLSTM-FCN网络在2份风力机数据预测中,RMSE、MAPE、MAE分别为:5号风力机:6.9434、14.01%、48.6636,6号风力机:2.6933、7.12%、17.2536,在相同时段上采用去除风切变的数据训练网络,得到的预测结果从4个指标中看出预测准确度下降。实验表明AMLSTM-FCN网络在海上风电功率预测中有更高的预测精度,以及风切变也对海上风电功率有显著影响。

关键词： 蒙特卡罗   遗传算法   神经网络   屏蔽设计   中子-γ混合辐射场  

摘要： 针对中子-γ混合辐射场,对屏蔽材料中的金属氧化物填料组分进行优化,通过蒙特卡罗程序模拟获得WO_(3)/Bi_(2)O_(3)/Gd2O_(3)/B_(4)C混合填料对低能中子与不同能量γ射线的综合屏蔽性能,采用遗传算法和神经网络寻找填料组分的最优配比。通过对总剂量当量的计算和优化,发现不同辐射环境下最优配比是不同的,在中子(热中子麦氏分布能谱)通量与γ射线(0.5~3 MeV)通量相同时,当添加屏蔽填料总质量一定,Bi_(2)O_(3)与B_(4)C质量比为9∶1的混合填料综合屏蔽性能达到最优。将几种混合辐射环境下得到的最优解代入蒙特卡罗程序验证,误差在可接受范围内,表明该屏蔽填料组分的优化设计是可行的,节省计算时间,为屏蔽材料的设计和制备提供了理论依据。

关键词： 变压器   油中溶解气体   遗传算法   CNN-LSTM   性能评估  

摘要： 针对变压器故障诊断准确率低下的问题,提出一种结构优化卷积长短期记忆网络的变压器故障诊断模型。采用卷积神经网络提取隐含数据的空间特征,再由长短期记忆神经网络提取隐含数据的时间特征,在训练CNN的超参数时,网络的结构参数由GA更新计算,这能够有效地防止训练模型出现过拟合现象,同时也解决了训练过程陷入局部最优的问题。并基于油中溶解气体分析(DGA)技术,对变压器故障数据进行预处理,使其能作为训练模型的输入,Softmax函数被用作整个网络的输出层,以确定故障的类型。同时采用ROC和PRC作为模型训练性能的评价标准,结果表明,所提出的模型诊断准确率高于CNN、LSTM、CNN-LSTM、GAC-NN故障诊断模型准确率,验证了所提方法能够有效地提升变压器故障诊断性能。

关键词： 充电调度   遗传算法   模拟退火算法   车主满意度  

摘要： 针对大规模电动汽车无序充电过程中存在充电成本高、车主满意度低和充电桩利用率不均衡等问题,首先,以停车场运营商的利润和车主满意度最大化为目标,构建充电调度模型;其次,设计一种将遗传和模拟退火算法相结合的遗传模拟退火算法对模型进行求解;最后,将遗传模拟退火算法与无序充电调度策略和其他元启发式算法进行实验数值对比,验证所提算法的寻优性能,为新能源电动汽车的进一步推广提供有力依据。

关键词： 遗传算法   预压缩图像   破损数据重构   适应度   信噪比  

摘要： 为增大预压缩图像破损区域内的信噪比数值,从而使得重构图像能够更好地贴合压缩前的原始图像,提出基于遗传算法的预压缩图像破损数据重构方法。根据已生成的破损节点种群选择适应度评估标准,并构建遗传数据阵列,完成基于遗传算法的预压缩图像破损节点调取。建立破损数据分布函数,计算压缩重构比指标的实际数值,重构处理预压缩图像破损数据,实现预压缩图像破损数据重构。实验结果表明,在遗传算法作用下,预压缩图像破损区域内数据参量信噪比指标的数值上升,能够促使重构图像与原始图像完成较好的贴合。

关键词： 电缆内部温度   非均匀分层   多层电缆微波辐射传输模型   BP神经网络   遗传算法  

摘要： 目的针对现有电缆监测系统无法实现无损式测量电缆内部温度的问题,方法提出一种基于微波辐射测量的电缆内部温度反演方法。首先,使用非相干方法构建多层微波辐射传输模型,利用指数函数进行分层,通过无限元仿真得到微波辐射计测量的亮温数据集,应用十折交叉验证划分数据集,为模拟实际测量中微波辐射计测得的亮温值易受环境噪声影响的情况,本文将测试集仿真值混合信噪比10~50 dB的高斯白噪声作为微波辐射计的实测值;然后采用遗传算法(genetic algorithm,GA)优化BP神经网络的权值和阈值,以此构建GA-BP神经网络模型,再向构建好的网络中输入样本,训练网络模型;最后利用实测值验证经过训练的GABP神经网络模型在反演电缆内部温度方面的能力。结果实验结果表明:相较于仅使用BP神经网络,使用遗传算法优化后的BP神经网络在反演电缆内部温度方面表现更优异;网络的反演效果和实测值添加的噪声信噪比呈正相关,噪声信噪比越大,神经网络的反演效果越好;当测试集中添加的噪声信噪比大于36 dB时,R^(2)>0.627,RMSE<5.55,反演效果较好;当混合噪声信噪比为50 dB时,反演效果最优,决定系数可达0.985。结论结果证明了GA-BP神经网络在电缆内部温度反演的有效性,为电缆内部温度反演提供了新思路。

关键词： 茶叶   硝酸   电感耦合等离子质谱法   微波   消解  

摘要： 建立硝酸提取-微波消解-电感耦合等离子质谱法(ICP-MS)同时测定茶叶中Pb、Cd、As、Cu、Zn、Cr、Co、Mo等16种元素的最佳测定方法。茶叶标准物质GBW10052a(GSB-30a)经微波消解处理后,利用标准曲线法结合在线加入内标溶液,在碰撞模式下分别用外标法和标准加入法同时测定16种元素含量,研究茶叶基体对待测元素定量分析的影响。结果表明,该方法能同时测定多种元素,线性范围广,所测元素相关系数R^(2)为0.998~1.000,3个浓度水平添加回收率为88.56%~120.24%,相对标准偏差在0.72%~2.67%,方法检出限0.001~0.200 mg·kg^(-1),标准加入法能有效消除基体干扰影响,可用于日常茶叶样品中重金属元素的检测。

关键词： 高速公路收费站   管理场区   造价   遗传算法   神经网络  

摘要： 本文采用遗传算法优化的神经网络(GA-BP神经网络)方法,选取26组高速公路沿线收费站管理场区作为工程实例,构建了高速公路收费站管理场区的GA-BP神经网络造价预测模型。GA-BP神经网络有着较高的收敛速度,模型预测值与实际值吻合较好,预测精度基本符合项目施工图预算的要求,验证了GA-BP神经网络方法预测造价的可行性和有效性。

关键词： 多机器人装配单元   有限缓存   搬运时间   关键路径   遗传算法  

摘要： 【目的】解决在有限缓存约束下的装配与搬运作业整体调度问题。【方法】考虑单元内缓存容量约束和搬运时间对调度的影响,建立了考虑有限缓存约束的模型,并基于关键路径的改进遗传算法求解该模型,提出了适合该模型的三层编码方式和插入式解码方式,设计了基于关键路径的交叉和变异方法,通过标准测试算例对算法的主要参数进行优化求解,并通过实验验证了改进操作的有效性。【结果】1)各参数对算法求解性能的影响力由大到小依次是:多样性阈值thr、种群大小pop、交叉概率β、变异概率γ、轮盘赌筛选尺度k。2)随着种群规模的增大,能够搜索到最优解的概率更大,但在种群规模增大到150之后此影响将减弱。3)交叉概率β取80%,轮盘赌筛选尺度k取2,变异概率γ取10%较为合适。【结论】1)正逆工序两种初始化方式可以互为补充,通过添加补充种群的方式,可以使得遗传算法具有较好的进化动力并取得较优的计算结果。2)采用基于关键路径的交叉和变异方法,不仅能够提升种群中的信息交换效率,使得种群整体的进化更加优秀,也能够在一定程度上提升算法的局部搜索能力。3)将缓存容量设置为全部待调度工件的20%可以得到较优的调度结果。