关键词： 高中物理   天体运动   热点内容   万有引力定律   牛顿第二定律   机械能守恒定律   开普勒定律   角动量守恒定律  

摘要： 天体运动是高中物理的一个重要部分,也是历年高考的热点内容,已经成为一类具有代表性的物理模型题.本文将围绕天体运动中的自转和公转问题,对天体运动模型进行梳理.1理解天体运动的基本概念在天体运动中,我们需要理解一些基本的概念,如牛顿第二定律、万有引力定律、向心力、角动量守恒定律、机械能守恒定律、开普勒定律等.熟练掌握这些基本概念和定律,是解决天体运动问题的基础.

关键词： Sm-Co系永磁体   Sm-Co纳米颗粒   机器学习算法   成分优化   磁性能优化  

摘要： 液相合成与钙热还原结合制备Sm-Co纳米颗粒的方法,具有粒度易于调控的优势,但由于前驱体成分和工艺参数等因素都对合成产物的磁性能具有很大影响,依赖筛选式实验进行多影响因素的优化研究费时费力。将人工神经网络模型与Sm-Co纳米颗粒钙热还原制备实验相结合,以实验数据为基础,利用人工神经网络模型建立实验参数和纳米颗粒磁性能之间的关系,不断优化模型,分析实验参数对磁性能的影响,进而根据分析结果优化实验参数,达到准确预测Sm-Co纳米颗粒磁性能的目标。最后,采用优化参数进行实验制备,获得高磁性能Sm-Co纳米颗粒,并进行测试表征,验证模型的预测精度。将人工神经网络模型应用于快速优化Sm-Co纳米颗粒磁性能,解决制备过程中多因素参量优化问题,实现了对Sm-Co纳米颗粒磁性能的高精度预测,提高了性能优化效率,为更广泛的Sm-Co系永磁体性能优化开辟了新途径。

关键词： 花授粉算法   遗传算法   路径优化   时间窗   自适应   算法改进   物流配送  

摘要： 车辆路径规划问题广泛应用于物流行业,为解决这一NP难的组合优化问题,提出一种求解带时间窗车辆路径问题的改进花授粉算法。针对FPA存在寻优精度低和过早陷入局部最优等缺陷,在原始FPA中引入遗传算法的交叉和变异因子,设计基于精英父代的多点交叉算子和单亲多点基因变异换位算子;对FPA中的转换概率p进行自适应调整并重新定义全局授粉和局部授粉操作;采用国际通用标准测试集Solomon对算法进行测试,将求得结果与已知多个算法求得的结果进行对比分析。其结果表明,改进FPA求解带时间窗车辆路径问题是可行有效的。

关键词： 架廊机   结构优化   力学分析   有限元分析   改进遗传算法  

摘要： 为了在保证架廊机强度、刚度和侧向屈曲稳定性等基础上,减小架廊机的自身质量,文中基于改进遗传算法对架廊机主梁结构进行了优化设计与力学性能分析。通过对架廊机主梁载荷工况分析,在ABAQUS软件平台上建立了主梁有限元模型,对优化前主梁的强度和刚度进行了分析。在此基础上,以单节段主梁为研究对象,采用基于精英策略的改进遗传算法建立了主梁结构优化模型,通过MATLAB软件求解获得了优化后的主梁横截面几何参数。最后,建立了优化后主梁的有限元模型并进行受力分析。结果表明:通过结构优化设计实现了主梁自身质量减小11.5%,同时保证了主梁的强度和刚度等性能,满足架廊机的设计要求。

关键词： 采煤机   自动调高液压系统   电液比例阀   遗传算法PID控制  

摘要： 为提升采煤机控制系统的动态特性,实现精确控制。通过分析遗传算法PID控制原理,将遗传算法PID控制和液压系统相结合,优化电液比例控制的采煤机自动调高液压系统。对比仿真分析优化前后活塞杆速度响应、位移跟踪情况,相比于单纯电液比例控制具有更好的效果,可实现滚筒垂直位置的快速改变;且优化后降低因负载扰动产生的稳态误差,增强抗干扰能力和精度。

关键词： 智能超表面   信道估计   深度学习   残差密集网络  

摘要： 信道估计是通信系统中一项关键的技术,涉及评估信号在传输过程中经历的信道特性,以便接收端能够有效地对接收到的信号进行处理和恢复。为提高视距信道遮挡通信下的通信系统质量,使用智能超表面来辅助现有通信系统。智能超表面辅助的无线通信系统中,除了基站和用户之间的视距信道外,同时包含基站到智能超表面和智能超表面到用户之间的级联信道。当前信道估计方法基本上利用传统算法进行估计,为了解决智能超表面辅助多用户系统中复杂统计分布的级联信道估计精度低和计算复杂度高的问题,文中提出了一种基于传统算法和深度学习算法相结合的信道估计算法。利用传统算法的可解释性和深度学习算法的高性能特性,在卷积网络基础上,提出了一种基于残差密集网络(RDN)的去噪方法。首先按照系统参数模拟生成真实环境的数据集,使用传统最小二乘法(LS)进行信道粗估计,并将信道看作二维含噪图像;其次采用密集块(RDB)充分提取噪声数据局部特征,并使用多路卷积和残差网络对数据进行特征融合;最后通过已训练模型对数据进行在线估计,并得到去噪信道。文中从信道的估计精度对所提算法进行验证,在Rician信道模型上进行理论公式推导和系统仿真分析。仿真结果表明,与传统算法相比,文中所提出的算法提高了信道估计精度。

关键词： 无蜂窝大规模MIMO   接入点选择   遗传算法   BP神经网络  

摘要： 在无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,所有接入点(Access Point,AP)为用户提供服务的方式会造成较大的功率消耗和增加前传链路压力。以“用户为中心”的AP选择方案为每个用户选择最佳的AP集合,使系统频谱效率和能量效率得以提升。为了给每个用户选择最佳的AP集合,提出了一种基于反向传播(Back Propagation,BP)神经网络的接入点动态选择算法。将AP与用户之间的大尺度衰落向量作为输入,AP与用户之间的连接关系作为BP神经网络输出的预测向量,同时,针对BP神经网络初始化权值,提出了一种改进的自适应遗传算法以提高算法的收敛速度和收敛性能。仿真结果表明,改进后的BP神经网络预测结果更接近于实际值,并且比全连接和启发式的AP选择方案具有更高的系统和速率。

关键词： 组合优化   船舶信息   风险评估   指标体系   RBF神经网络   遗传算法  

摘要： 为避免船舶信息风险引发重大船舶航行事故,研究基于组合优化算法的船舶信息风险评估方法。选取通信、环境、管理、人为这4个方面因素共17个指标,构建船舶信息风险评估指标体系,将其作为径向基函数(RBF)神经网络输入层输入数据,经隐含层映射操作后,通过输出层输出评估到的船舶信息风险等级,采用结合模糊C均值聚类算法和遗传算法的组合优化算法,合理选取RBF神经网络隐含层中心向量并寻优获取最佳隐含层基函数宽度和权值向量,提升船舶信息风险评估效果。实验结果表明:该方法可有效评估多艘船舶的信息风险,并可依据评估结果获取何种因素导致船舶信息风险,提出针对性指导建议。

关键词： 洗舱站   选址   离散变量   遗传算法  

摘要： 针对洗舱站选址与规模问题,首先引入“港口洗舱热度值”的概念,确定各个港口潜在的洗舱市场;其次以系统总成本最低为目标函数,以洗舱站位置与规模为决策变量,建立洗舱站选址模型,采用双染色体遗传算法求解模型,利用基于港口洗舱热度值的初始解选择策略、自适应交叉变异概率、精英保留策略对算法进行改进;最后以长江部分航段为案例进行实例分析。结果表明:求解大规模问题时,遗传算法在求解效率上优于Lingo求解器;选址结果集中在洗舱热度值靠前的港口;所选案例建设6座洗舱站时空载距离最小,为250千米/(艘·年)左右。

关键词： 高斯烟羽模型   遗传算法   模拟退火算法   参数修正   适应度函数   误差率  

摘要： 高斯烟羽模型由于受到地形地貌与气象条件等因素的影响,难以准确反映大气的实际扩散过程。为解决上述问题,首先在经验参数作为先验值的基础上,通过遗传算法对实际观测数据进行参数反演修正,根据观测结果调整模型参数,提高模型的准确性;然后,为进一步优化参数修正结果,引入模拟退火算法,通过随机搜索和逐步降温的策略来跳出遗传算法可能陷入的局部最优解,进一步改善模型的性能。为了评估修正效果,建立一个基于权重的模型值与观测值之间差异的适应度函数,通过比较修正前后的误差率来判断参数修正对高斯烟羽模型的影响程度。仿真实验的结果表明,所提出的遗传-模拟退火算法模型能够有效地修正高斯烟羽模型中的扩散参数,修正后的模型在预测污染物浓度方面的误差率下降了89.40%。所提模型可为环境保护和污染防治提供重要的理论支撑和决策依据,具有较大的应用潜力。