关键词： 负荷预测   人工神经网络   长短期记忆   卷积神经网络   平均相对误差   残差修正   特征提取   组合模型  

摘要： 针对电力市场环境下短期电力系统负荷预测准确性较低的问题,提出了一种基于LSTM人工神经网络的组合预测模型。分析了LSTM神经网络和其变体GRU神经网络在进行负荷预测时学习时序特征的独特优势,并以卷积神经网络作为负荷数据的特征提取层,结合GRU网络构建了组合模型,通过建立残差预测模型对结果进行修正。仿真结果表明,具有记忆功能的神经网络预测效果要优于ANN和SVM模型,且所提出残差预测模型的负荷预测平均相对误差约为1.79%,其准确性高于单一算法的负荷预测模型。

关键词： 硅纳米柱   PSO_GA   近红外波段   超透镜   光斑质量  

摘要： 本文利用智能优化算法,对宽波段消色差超透镜进行设计优化。首先,研究构建于二氧化硅基底上的硅纳米柱这一微单元结构的光学特性,通过数值仿真扫描单元结构的半径构建相位数据库。之后,通过使用粒子群与遗传算法的混合算法(PSO_GA)在相位数据库中找到最佳相位矩阵,即对应每个位置最佳的单元结构。最后,构建超透镜,通过仿真实验验证其可实现红外波段(1000 nm~1250 nm)的聚焦,且消色差效果优于传统粒子群优化算法所获得的超透镜结构。此超透镜的设计为平面光学器件的自动化设计提供了一种解决方法。

关键词： 计算机工程   智能图像识别   D-S证据推理算法  

摘要： 阐述图像识别技术的原理和发展现状,其使用的算法是实现高效识别的核心技术。介绍Hu不变矩算法和D-S证据推理算法,通过算法,可以对图像的基本特征进行提取、分析和识别。

关键词： 城市轨道交通   虚拟编组   列车延误   跳停调整   遗传算法  

摘要： 针对城市轨道交通突发列车延误问题,为恢复正常行车秩序和保障总体乘客出行效率,提出基于虚拟编组技术的列车跳停调整方法。首先,分析虚拟编组技术下的列车运输组织模式,总结虚拟编组技术支持下的列车跳停调整优势,以乘客总旅行时间最小为目标构建延误条件下的列车跳停调整模型。然后,采用遗传算法对模型进行求解。最后,通过算例分析将传统跳停调整策略和基于虚拟编组技术的跳停调整策略进行对比。结果表明,在列车延误条件下,基于虚拟编组技术的跳停调整方案相较于传统跳停调整方案能减少15.64%的乘客总旅行时间,保障乘客的出行体验,提高总体乘客的出行效率。基于虚拟编组技术的跳停调整方案可为城市轨道交通列车延误问题提供新的方法性借鉴。

关键词： 车载网控系统   故障诊断   遗传算法   ANN   有效性   分类精度  

摘要： 车载网控系统是保证运行安全的一类重要控制设备,也是确保系统稳定运行的核心部件。为了提高车载网控系统故障诊断效率,通过遗传算法(GA)具有的全局寻优功能来实现对神经网络初始阈值与权值的优化,把寻优结果代到神经网络内完成训练过程;使ANN泛化方法具有的映射性能获得充分利用可以防止产生局部极小值情况,获得更高的分类精度;利用实例分析方式测试车载故障诊断过程的有效性。研究结果表明:采用GA改进ANN算法可以有效优化平均误差及数据正确率,有效降低迭代次数,表明可以通过GA改进ANN方法来提升神经网络运算性能。经过遗传算法优化处理的ANN在训练过程中可以获得比初始ANN更快时收敛速率。

关键词： 镉   石墨炉   微波消解   土壤  

摘要： 建立了微波消解-石墨炉原子吸收光谱法测定土壤样品中的镉元素含量的方法。采用微波消解和HNO3-HF-H2O2酸系消解样品的前处理方法效果相对较好,消解速度快,能很好地处理土壤中有机质。通过正交实验优化了升温程序,灰化温度选择680℃,原子化温度选择1 600℃,同时通过对基体改进剂的比选,选择0.50μg/mL氯化钯溶液作为基体改进剂时效果相对较好。该方法镉的检出限为0.018 ng/mL,测定下限为0.072 ng/mL,方法精密度(RSD值)为0.9%~2.4%,加标回收率为97.0%~102.7%,符合岩石矿物分析规范的要求。微波消解-石墨炉原子吸收光谱法测定土壤中镉含量的方法具有操作简便、检出限低、干扰少、精密度高、准确度好的特点。

关键词： 管道灌溉   设计流速   管网费用   运行能耗   遗传算法  

摘要： 管道输水灌溉作为智慧农业的重要组成部分,高昂的建设和运行费用限制了其推广。在水头损失、灌溉时长和管径选择的约束下,建立了灌溉年费用优化模型,在2.0~5.0 m/s的流速区间内,以步长0.1 m/s进行年费用优化,探究设计流速对灌溉年费用的影响。另外,针对传统遗传算法收敛不稳定的情况,对算法进行了结构调整,舍弃交叉算子的同时设计了双重选择算子和并行变异算子,提高了算法的鲁棒性。结果表明,在2.0~2.7 m/s的设计流速区间内,灌溉年费用随着设计流速的增加而逐渐降低,灌溉费用节约率可达7.2%;而当流速大于2.7 m/s时,进一步提高流速约束对灌溉年费用并没有实质性影响。上述结论为设计流速的选择提供了理论参考,对降低灌溉费用具有积极效果。

关键词： 智能算法   贝叶斯网络   粒子群优化   遗传算法   自定义交叉和变异概率   副粒子增缓策略  

摘要： 为改善当前贝叶斯网络结构学习算法易陷入局部最优、过早收敛和寻优效率低的问题,进行了混合简化粒子群算法优化贝叶斯网络结构学习的研究。该算法利用最大支撑树约束搜索空间,并提出V-结构与条件相对平均熵相结合的初始定向策略,然后利用爬山策略建立初始粒子群,再利用改进的粒子群优化算法和遗传算法对初始种群迭代优化,在迭代过程中提出条件交叉和变异策略避免粒子的随机发散更新,并结合副粒子增缓策略更新未优化粒子,避免算法陷入局部最优。该算法与其他算法在4种标准网络下进行了仿真实验。实验结果表明,所提算法在ASIA、CAR、CHILD、ALARM网络中相比于MMHC、GS、BNC-PSO、PC-PSO算法BIC评分分别平均高5.775%、5.8%、0.475%、2.75%;汉明距离HD更低,正确率ACC更高。

关键词： 结构设计规范   知识表示   一阶谓词逻辑   合规性审查   人工智能  

摘要： 目前,基于BIM模型的合规性审查采用人工方式,工作量繁重且自动化程度低,开展自动合规性审查研究具有重要意义。在结构设计领域能够有效支撑规范知识表示与推理并支持设计审查自动化的设计规范表达方法有待开发。基于一阶谓词逻辑,通过转译《混凝土结构设计规范》中的设计条款,提出一种结构设计规范规则表达和推理方法。该方法可实现将半结构化设计规范条款转换为结构化知识并支持灵活查询与推理,通过“谓词定义”和“函数定义”转译设计规范中语言类、表格类和计算公式类设计条款,提出两种规范条款谓词定义方式。对于语言模糊类、表后注释类和条款补充类的设计条款给出转译解决方案。提出的方法有效地解决了传统一阶谓词对于结构设计条款表示不充分和不精确的问题,进而为设计规范的计算机表达提供一种参考方法。

关键词： 多目标流水车间调度   Q-learning   遗传算法   Pareto  

摘要： 针对多目标流水车间调度Pareto最优问题,本文建立了以最大完工时间和最大拖延时间为优化目标的多目标流水车间调度问题模型,并设计了一种基于Q-learning的遗传强化学习算法求解该问题的Pareto最优解.该算法引入状态变量和动作变量,通过Q-learning算法获得初始种群,以提高初始解质量.在算法进化过程中,利用Q表指导变异操作,扩大局部搜索范围.采用Pareto快速非支配排序以及拥挤度计算提高解的质量以及多样性,逐步获得Pareto最优解.通过与遗传算法、NSGA-II算法和Q-learning算法进行对比实验,验证了改进后的遗传强化算法在求解多目标流水车间调度问题Pareto最优解的有效性.