关键词： 分布式光纤传感   布里渊散射   布里渊频移   人工神经网络   温度   优化  

摘要： 【目的】为了有效估算基于布里渊散射的分布式光纤传感中光纤的温度,文章将多层前馈人工神经网络(ANN)应用于温度的估算。【方法】文章在Matlab软件中编写了用于光纤温度计算的单斜坡法、基于伪Voigt模型的最小二乘拟合法和ANN程序,同时仿真产生了不同信噪比(SNR)下的布里渊谱,采用以上3种算法计算了光纤温度,验证了ANN方法的有效性。在此基础上基于以上仿真产生的布里渊谱研究了ANN的关键参数,即隐层数量、隐层神经元数量和训练目标对训练速度、温度计算时间和准确性的影响规律。【结果】结果表明,ANN方法在SNR为22和37 dB时最大温度误差分别仅为1.18和0.63℃,且计算时间仅为最小二乘拟合法的1/1000左右。当隐层神经元数量不变时,随着隐层层数的增加,训练时间明显下降,计算时间线性增加,但其对温度估算的准确性几乎无影响;随着隐层神经元数量的增加,训练时间和计算时间均增加,隐层有21个神经元时,训练时间近似为1个神经元的67倍,但其对温度估算的准确性几乎无影响;训练目标(布里渊频移误差的平方)小于临界值(约为1 MHz 2)时,随着训练目标的增加,温度误差几乎不变,超过临界值后,随着训练目标的增加,温度误差增大。【结论】采用多层前馈ANN应用于基于布里渊散射的分布式光纤传感中的光纤温度估算时,建议选择单隐层且隐层神经元选择1个,训练目标选择1 MHz 2。

关键词： 有源同时透射和反射可重构智能表面   移动边缘计算   计算卸载   资源分配  

摘要： 为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足,该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先,考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束,联合设计任务卸载比例、计算资源配置、多用户检测矩阵(MUD)、aSTAR-RIS相移以及用户上传功率,建立一个多变量耦合的加权总时延最小化问题。然后,借助块坐标下降法(BCD)将原问题分解为两个子问题,使用拉格朗日乘子法和罚项对偶分解法(PDD)交替优化子问题。仿真结果表明,相较于无源STAR-RIS方案,所提aSTAR-RIS辅助MEC方案加权总时延降低了12.66%。

关键词： 算力网络   异构算力请求   遗传算法   算力路由   NP完全问题  

摘要： 由于算力请求具有特殊性和独特性,如何为一组异构算力请求寻找传输链路互不相交的有效路径集,使得该组请求能够到达各自目的算力节点,从而实现为该组请求分配算力资源,是当前算力网络面临的关键问题。首先,对异构算力请求的路由问题进行剖析,并通过建模将其转化为非确定性多项式(nondeterministic polynomial,NP)完全问题。针对该问题,提出一种优化型遗传算法。该算法从局部和全局两个层面进行设计:在局部层面,为保证快速收敛到目标解,采用单参数满足随机性策略初始化种群,使得种群广泛地分散在解空间中;采用多参数解(或路径)均衡选择策略进行选择操作,使得被选种群丰富多样;采用两层交叉策略进行交叉操作,目的是拓宽全域搜索广度;采用多参数随机单点变异策略进行变异操作,目的是深挖局域搜索能力。在全局层面,为保证路径不冲突,采用路径分发策略,通过构建求解矩阵,并借助评价函数、可行解随机选择、低需求优先避让原则等方法,确保最终找到一组可行解集。实验从异构算力请求的传输成功率、算法收敛延时比、算力网络负载均衡误差率等3个方面进行验证,相较于IGAGCT算法与RBDQN算法,该算法在传输成功率、算法收敛延时比和负载均衡方面分别平均优化了8.85%、15.51%、17.03%及10.41%、16.5%、16.81%。

关键词： 人工智能   计算机组成与嵌入式系统   实验课程   形态学滤波   卷积并行计算  

摘要： 面向人工智能专业培养需求,秉承紧扣理论课程内容、体现教学特色等原则,对计算机组成与嵌入式系统实验课程进行扩展改进。结合嵌入式系统中的并行卷积计算和图像处理中的形态学滤波相关内容,设计了基于Logisim仿真平台的形态学滤波并行计算电路设计实验。通过设计形态学滤波电路和测试用的图像案例,对比分析不同滤波操作的特性差异,学生既可以融会贯通各学科相关知识,又锻炼了系统设计能力,也为学习后续智能芯片等课程打下基础。

关键词： 第三代非支配排序遗传算法   多目标优化   大肿瘤消融   多点消融规划  

摘要： 原发性肝癌的发病率和死亡率持续上升,凸显了微创治疗(如消融手术)的必要性。与传统手术相比,消融手术创伤小、恢复快。本研究聚焦于优化大肿瘤柔性针穿刺点位的规划,以实现大肿瘤的多靶点消融,这一领域的研究仍较为有限。提出了一种基于第三代非支配排序遗传算法(NSGA-III)的多靶点优化方法,以最大化肿瘤消融效果,同时尽量减少对健康组织的损害。该方法通过平衡消融次数、减少消融区域重叠,并引入约束条件避免穿刺非消融区域,从而生成多种可行的治疗方案。该方法在8例患者的肝脏肿瘤上进行了评估,结果显示,每位患者约生成65种消融方案,消融率最低达0.5574,过消融率为1.7938。实验结果表明,该方法在不同尺寸的肿瘤上均能保持健康组织的覆盖一致性,验证了其有效性,并凸显了其在肝癌治疗临床应用中的潜力。

关键词： 姿控系统   线性二次型控制器   权重矩阵   参数优化  

摘要： 针对导弹姿控系统的动态响应稳定性问题,设计了一种基于遗传算法的线性二次型控制器。在线性定常系统中设计一种最优线性二次型控制器,使用遗传算法对控制器的权重矩阵进行优化和解算,并对设计的线性二次型控制器进行仿真验证。仿真结果表明,相较于没有线性二次型控制器的三阶系统,该设计可将三阶姿控系统的上升时间提高至0.3 s,峰值时间缩短为1.3 s,超调量降低至10%;此外,与传统的线性二次型控制器相比,结合遗传算法优化的线性二次型控制器可将三阶姿控系统的响应时间缩短2 s,超调量降低至5%,能够有效提升导弹姿控回路稳定性能,缩短系统响应时间。

关键词： 智慧交通   城市交通拥堵   交通信号控制   遗传算法  

摘要： 针对遗传算法对交通信号配时和相位相序同步优化存在求解空间大、收敛困难的问题,本文构建了交通信号双层同步优化控制模型,并改进了遗传算法。在双层模型中,上层根据相应的约束条件优选相位相序,下层根据上层的结果优化交通信号配时。遗传算法采用了精英策略和自适应变异算子,分别用于保留最优交通信号控制方案和提高优化效率。通过SUMO交通仿真实验平台对真实的交通流数据和交通信号控制方案进行对比分析,所提的方法具备自适应能力,收敛效率高,能有效降低车辆平均等待时间和提高车辆分流效率。

关键词： 计算机   人工智能识别技术   数据库   信息安全  

摘要： 本文以计算机人工智能识别技术为中心进行分析,首先探讨其技术特点,在此基础上,论述该技术的应用方式,包括工作系统建立、完善数据库、现场端应用以及信息安全管理等内容。本文主要关注为计算机人工智能识别技术提供较稳定的作业平台、清晰的工作逻辑,尤其是后台工作逻辑,以保证系统作业稳定。从共性角度上看,计算机人工智能识别技术的应用渐趋广泛,为进一步发挥技术优势,还需要在未来工作中重视技术联动,改善其感知的敏锐性。

关键词： PID控制   遗传算法   在线参数整定  

摘要： PID控制器具有广泛的应用范围、简单的结构和易于实现的特点。然而,传统的PID控制器参数无法根据预定输出实现参数的在线自动调整。因此,本文提出了构建内外循环以采集输出特性,并采用遗传算法和结合输出特性的适应度函数,使用MATLAB进行仿真实验,并根据PID控制器的输出特性,进行参数自适应整定的优化。实验结果显示,基于遗传算法的PID在线参数调节时间较短,表现出出色的动态性能。

关键词： 均质土坝   渗流量   人工神经网络   SEEP/W  

摘要： 试验设置了3种不同的大坝下游坡比、上游坡比、水平趾排水沟长度、自由距高度、坝顶宽度及大坝高度。每次运行都确定了渗流量。结果表明,渗流量随上游坡度、下游坡度、上游水库水深和水平趾排水沟长度的增加而增加,随坝顶宽度和自由距高度的增加而减少。利用SEEP/W的结果和尺寸分析理论,开发了一种新的简便可靠的经验方程,用于计算带水平趾排水沟的均质土坝的渗流排水量。采用人工神经网络(ANN)法对结果进行分析,表明采用水平趾排水沟的长度是对渗流流量影响较大的几何变量,而土坝的上游坡度影响较小。