关键词： 槽型钢-混组合梁   遗传算法   截面优化   遗传算法参数   多目标  

摘要： 槽型钢-混组合梁是当前应用较为广泛的一种桥结构形式。该研究以提升槽型钢-混组合梁设计效率为目标,采用创新的人工智能遗传算法,通过Python平台编译。该文针对钢-混组合梁进行全面优化,专注于13个关键截面设计参数,如钢板宽度与厚度、加劲肋个数、梁高等。通过合理选择遗传算法参数,实现快速、规范且经济的设计。研究创新之处在于将人工智能算法应用于桥梁设计,为设计工程师提供高效可靠的工具,显著提升设计效益。通过关键参数的优化,该文为槽型钢-混组合梁设计领域作出有益贡献,同时展示遗传算法在解决多目标、多参数工程优化问题中的显著便利。

关键词： 屏蔽泵   叶轮   水力优化   遗传算法   Kriging代理模型   水力特性  

摘要： 为改善屏蔽泵叶轮综合水力性能,搭建了ANSYS-Workbench与iSIGHT联合优化平台,采用优化拉丁立方设计对叶片骨线、前后盖板及叶缘厚度等共28个备选参数进行敏感性分析.基于各参数对目标函数影响程度,确定叶片前盖板及骨线处等9个参数作为最终优化输入参数,选取Kriging代理模型与非支配排序遗传算法NSGA-Ⅱ对效率及扬程迭代寻优,最终依据不同权重分配给出2种叶片优化方案.通过数值模拟验证,优化方案1与方案2在额定工况下效率分别提升1.98%和2.83%,扬程分别提升15.73 m和13.39 m,运行区间水力外特性均有明显提升.研究结果表明:前盖板参数z 3对效率及扬程影响最大,分别达到-18.99%与-30.10%;使用Kriging代理模型的预测精度最高,总误差E 0值为3.393%;在0.83 Q BEP~1.12 Q BEP运行区间,方案1与方案2的扬程明显高于原方案,方案1在最优流量工况的优化效果最为显著,达13.89%.

关键词： 行为主义   事实无人抚养儿童   儿童福利  

摘要： 事实无人抚养儿童是儿童福利政策的主要服务对象,国家愈来愈重视事实无人抚养儿童的生存情况,不断扩大其群体受益范围,旨在保障其生命安全与基本权利。文章以A市“梦想之家”为例,运用行为主义理论、行为学习ABC模式介入事实无人抚养儿童帮扶,阐述事实无人抚养儿童的成因与需要,帮助他们纠正错误认知、调整自己的行为。具体而言,帮助他们意识到触发因素,引导其做出适当的应对行为,并关注行为之后的结果,以此帮助其建立良好的行为习惯和心理素养。

关键词： 多智能体强化学习   智能规划   启发式搜索   探索效率  

摘要： 目前深度强化学习算法在不同应用领域中已经取得诸多成果,然而在多智能体任务领域中,往往面临大规模的具有稀疏奖励的非稳态环境,低探索效率问题仍是一大挑战。由于智能规划能够根据任务的初始状态和目标状态快速制定出决策方案,该方案能够作为各智能体的初始策略,并为其探索过程提供有效指导,因此尝试将智能规划与多智能体强化学习进行结合求解,并且提出统一模型UniMP(a Unified model for Multi-agent Reinforcement Learning and AI Planning)。在此基础上,设计并建立相应的问题求解机制。首先,将多智能体强化学习任务转化为智能决策任务;其次,对其执行启发式搜索,以得到一组宏观目标,进而指导强化学习的训练,使得各智能体能够进行更加高效的探索。在多智能体即时战略对抗场景StarCraftⅡ的各地图以及RMAICS战车模拟对战环境下进行实验,结果表明累计奖励值和胜率均有显著提升,从而验证了统一模型的可行性、求解机制的有效性以及所提算法灵活应对强化学习环境突发情况的能力。

关键词： 遗传算法   新能源汽车   荷电状态(SOC)  

摘要： 为解决目前新能源汽车电池荷电状态(State of Charge,SOC)估算方法存在的最大绝对误差偏大问题,文章提出一种基于遗传算法的优化方法。该方法通过构建物理电路模型来等效电池内部结构,并引入充放电分区机制补偿滞后状态,完成电流值修正。同时,离散化处理模型参数,并利用最小二乘法完成参数辨识。在神经网络(Back Propagation,BP)中,采用遗传算法估算并优化模型,以输出精确的SOC估算结果。实验结果显示,利用该方法估算的最大绝对误差稳定在0.0~0.2,显著提升了估算精度,满足预期的误差要求。

关键词： 微波消解   ICP-OES法   土壤和沉积物   金属元素  

摘要： 采用硝酸-盐酸-氢氟酸三酸体系作为消解液,运用微波消解前处理、电感耦合等离子发射光谱法测定土壤和沉积物中钾、镁、钠、钙、锡、钒、锰、镉、钴、铬、铜、镍、铅、硒、锑和锌等16种金属元素。此方法各元素的检出限在0.002~0.016 mg/L之间,各样品平行测定结果的相对标准偏差在0.40%~2.85%之间,平均加标回收率在85.7%~106.6%之间。该方法具有检出限低、精密度好、准确度高的特点,样品测定结果接近样品真实浓度。

关键词： 流型识别   人工神经网络   数据驱动方法  

摘要： 流型是研究流动过程中一个十分重要的水力学状态参数,传统流型识别方法一般采用观测手段,往往需要苛刻的实验观测条件,难以应用在工程中。本文利用人工神经网络黑匣子特性通过人工神经网络对从水平管道内气液两相流流型测量实验中获取的数据进行学习,设计了一种无需使用直接观测手段而仅基于两相流速的流型识别的模型并进行了测试,效果良好,误差率低,提出了一种基于数据的流型识别方法。并对人工神经网络模型进行了神经网络结构无关性分析,研究了神经网络隐藏层神经元数对模型精度的影响。

关键词： 硒   富硒米   富硒茶   消解方法   原子荧光光谱法  

摘要： 以原子荧光光谱法测定富硒米和茶中硒的含量,适当的消解方法可以节约样品处理效率,提高检测结果的准确性。分别采用微波消解法、电热板消解法和石墨管消解法对富硒米和茶进行消解处理,比较不同消解方法对富硒米和茶中硒含量的检测影响。结果表明:微波消解法更适合富硒米和茶的消解处理,其加标回收率为95.0%~100.5%,精密度小于3.0%,加标回收率及精密度优于电热板消解法和石墨管消解法;相比电热板消解法和石墨管消解法,微波消解法试剂使用量少、操作方便快捷、稳定性好。可以为富硒农产品相关检测从业者提供参考。

关键词： 路径规划   改进遗传操作   移动机器人   遗传算法  

摘要： 针对物流中转仓库内移动机器人转运货物的路径规划问题,以转运货物至指定地点的最短时间为目标函数,利用遗传算法对目标函数进行求解。传统遗传算法存在早熟收敛、寻优能力差的问题,因此,提出一种改进遗传算法的路径规划方法,对算法的交叉算子和变异算子两方面进行改进,设计了启发式交叉算子与自适应策略调整的变异算子来获得最优解。基于MATLAB对仿真环境进行搭建和对改进算法进行实例验证。通过分析仿真结果,改进后的算法规划路径更加合理、具有更好的收敛能力。

关键词： 轨迹规划   轨迹优化   遗传算法   多目标优化   NSGA-Ⅱ算法  

摘要： 以UR5e机械臂为研究对象,针对机械臂作业过程的运动轨迹进行轨迹规划,机械臂关节空间轨迹采用七次B样条曲线构造,针对其需满足时间短、能耗低、运动平滑的要求采用非支配排序遗传算法(NSGA-Ⅱ),并针对其易陷入局部最优、收敛速度慢等缺点,采用佳点集和非均匀变异算子使初始种群分布更加均匀、加快收敛。仿真结果表明,七次B样条曲线所构造的机械臂轨迹速度、加速度、加加速度连续平滑且无断层现象,在运动学约束的前提下,改进后的NSGA-Ⅱ算法世代距离平均下降了76.96%,空间分布性指标平均下降了23.06%,其在收敛性、分布性上均优于原算法,更接近于Pareto最优解,有效实现了机械臂的多目标优化问题。