关键词： 微波消解   ICP-MS   蔬菜   元素  

摘要： 目的 建立微波消解-电感耦合等离子体质谱(ICP-MS)法同时测定多种蔬菜中25种元素含量的方法,为检测多种蔬菜中多元素的含量检测提供新方法。方法 采用微波消解技术,将多种蔬菜样品(菠菜、大白菜、芹菜、黄瓜、西红柿、水萝卜、土豆、豆角)在硝酸介质中消解,消解完全后,用纯水将消化液转移定容至25 mL,选用适当的内标元素消除干扰,用ICP-MS法同时测定25种元素,包括钾(K)、钠(Na)、镁(Mg)、钙(Ca)、铝(Al)、铁(Fe)、锰(Mn)、锌(Zn)、锂(Li)、硼(B)、钒(V)、铬(Cr)、钴(Co)、镍(Ni)、铜(Cu)、砷(As)、硒(Se)、铷(Rb)、锶(Sr)、钼(Mo)、镉(Cd)、锡(Sn)、锑(Sb)、钡(Ba)、铅(Pb)。结果 25种元素检出限为0.002~0.200 mg/kg,各元素线性相关系数均≥0.999,方法的加标回收率为84.1%~108.0%,相对标准偏差为1.3%~6.9%。对国家标准物质玉米粉GBW10 012进行了分析,各元素的测定值均在标准参考值范围之内,方法的准确度为86.2%~114.0%,可以满足多种蔬菜中25种元素同时测定的需求。结论 该方法具有快速、准确、可靠的特点,检出限低、准确度高,且样品前处理简单易行,适用于多种蔬菜样品中25种元素的分析和检测。

关键词： 大众冰雪运动   困境与消解   冰雪文化   全民健身  

摘要： 近年来,我国大众冰雪运动发展迅速,尤其是北京冬奥会的成功举办,为大众冰雪运动繁荣发展带来了重大机遇。目前,宁夏大众冰雪面临着运动氛围不足、冰雪运动场馆分布不均衡、冰雪社会指导员匮乏等现实困境。鉴于此,本研究提出以下消解路径:(1)政府和相关部门组织形式多样的活动赛事,营造冰雪氛围,提高大众参与冰雪活动意识;(2)发挥政府引导和扶持作用,培养更多的冰雪社会体育指导员向青少年和大众免费培训冰雪技能,切实提高大众参与冰雪运动的热情;(3)积极推动冰雪运动进校园活动,培养冰雪运动后备人才;(4)通过打造精品冰雪旅游路线,来助力乡村振兴,带动当地冰雪产业的发展。

关键词： 甲烷干重整   太阳能   泡沫反应器   计算流体力学   遗传算法  

摘要： 太阳能驱动甲烷干重整转化技术可将CO_(2)和CH_(4)协同转化为燃料,是实现太阳能储存和CO_(2)减排的有效途径。多孔泡沫反应器因具有良好的热导率、较高的机械强度和气体渗透性,而成为太阳能驱动甲烷干重整转化技术规模化应用的研究热点。通过计算流体动力学模拟(CFD)研究了入口条件对反应器反应性能的影响。结果表明,入射总辐射量为130.8 W、入口流速为0.85 L/min时反应器反应性能最好,CH_(4)、CO_(2)转化率和光-燃料效率分别为79.73%、87.53%和37.03%。通过CFD耦合遗传算法(GA)对均匀多孔Ni泡沫反应器(简称“Ni泡沫反应器”)的孔结构与反应性能之间的关系进行了研究。结果表明,增大孔隙率可以在一定程度内提高Ni泡沫反应器的反应性能,而随着孔径的增大,反应性能先提高后降低,其中当孔隙率为0.93、孔径为1.72 mm时获得的Ni泡沫反应器(结构3)具有最优的反应性能,其CH_(4)、CO_(2)转化率和光-燃料效率分别为83.55%、89.53%和46.47%。之后提出两种双梯度渐变孔径Ni泡沫反应器的设计优化策略(分别为孔径轴向上由大变小、径向上由小变大渐变(结构1)和孔径轴向、径向上都由大到小渐变(结构2))。与结构3相比,结构1有助于辐射深入的同时保证中心区域温度更高,光-燃料效率为55.00%;结构2有助于太阳能的逐步吸收,进而提高温度均匀性,光-燃料效率为52.20%。

关键词： 人工神经网络   粉煤灰混凝土   抗拉强度   弹性模量   极限拉伸应变  

摘要： 基于人工神经网络(ANN)预测混凝土拉伸性能,对研究混凝土开裂机制具有重要意义。基于团队实验数据获得不同粉煤灰掺量、骨胶比、水胶比和养护龄期下大掺量粉煤灰混凝土(HVFAC)的抗压强度、极限拉伸应变、抗拉强度和拉伸弹性模量数据,用均方根误差(RMSE)最小原则建立一种预测HVFAC拉伸性能的ANN模型,并用公开发表的文献数据对该预测模型可靠性进行分析评估。结果表明:模型预测结果与实验结果的相关系数均大于0.94,文献中的实验值与模型预测值的误差均在±20%以内,说明所建立的模型有较高的预测精度。基于ANN影响权重分析发现:骨胶比对HVFAC的抗压强度、极限拉伸应变和拉伸弹性模量的影响最大;对于HVFAC的拉伸性能,在早龄期时水胶比的影响程度较大,但随着龄期的延长,粉煤灰掺量的影响程度逐渐上升并超过水胶比。

关键词： 配电网故障诊断   人工智能   神经网络   粗糙集理论   遗传算法  

摘要： 本文探讨了利用大数据与人工智能技术在配电网故障诊断中的应用,并构建了一个优化的数学模型以提升诊断的准确性和效率。同时,本文还介绍了故障诊断的流程,包括故障检测、定位和识别,并探讨了人工神经网络、粗糙集理论和遗传算法在模型优化中的具体应用。最后利用仿真实验验证了模型的有效性,展示了该模型在电力系统运营中的潜在应用价值。

关键词： 进化计算   深度神经网络   架构优化  

摘要： 随着人工智能技术的不断发展,深度神经网络(DNN)被广泛应用于计算机视觉、语音识别和机器人等领域。相较于传统神经网络,深度神经网络具有对语音识别的速度更快、识别准确率更高的优势。然而,传统的深度神经网络架构优化方法在收敛速度、计算效率和性能方面仍存在一定的局限性,成了函待解决的问题。基于此,本文提出一种基于进化计算的深度神经网络架构优化方法,并通过仿真实验验证了其在复杂场景下的性能。

关键词： 突发公共卫生事件   信息公开   知识表示模型   知识图谱   事理图谱  

摘要： 近年来,突发公共卫生事件频发给政府应急管理带来了极大挑战。政府及时公开事件信息有助于消除公众恐慌,对于疫情防控和社会经济发展至关重要。然而,当前突发公共卫生事件信息以碎片化、不连续、不完整方式散落在不同位置,未能较好地集成融合。如何对海量、多样、变化的信息进行描述与组织是政府应急管理的关键。因此,本文面向信息公开,融合知识图谱和事理图谱,构建突发公共卫生事件知识表示模型,并对其中的核心概念及关系进行表示,提出了一种既能刻画疫情时空演化状态,又能展示疫情信息的突发公共卫生事件信息组织方法。研究结果显示,本文构建的知识表示模型具有较好的垂直性质,能够展示较为丰富的概念关系和属性特征,大部分类能够得到实例填充。本文提出的知识表示模型为突发事件知识库构建提供新思路,扩充了突发事件信息组织的方法体系,有助于存量信息公开与价值释放,进一步满足公众的信息需求,提升应急管理效果。

关键词： 分布式优化   数据驱动优化   约束优化   进化计算   差分进化算法  

摘要： 泛在计算模式下,数据分布式获取和处理带来了分布式数据驱动优化的需求。针对数据分布获取、约束异步评估且信息缺失的挑战,构建分布式数据驱动的多约束进化优化算法(DDDEA)框架,由一系列终端节点负责数据提供和分布式评估,服务器节点负责全局进化优化。基于该框架具体实现了一个算法实例,终端节点利用局部数据构建径向基函数(RBF)模型,辅助驱动服务器节点差分进化(DE)算法对问题进行寻优。通过与3个集中式数据驱动的多约束进化优化算法在两个标准测试集的实验对比,DDDEA在68.4%的测试用例中取得显著最优结果,在84.2%的测试用例中找到可行解的成功率为1.00,表明该算法具有良好的全局搜索能力和收敛能力。

关键词： 支持向量机   遗传算法   模拟退火   全球导航卫星系统   高程拟合  

摘要： 在SVM模型的基础上,引入遗传算法与模拟退火算法,提出了一种GSA优化的SVM新模型。该模型实现参数寻优的主要思路为:首先利用GA全局搜索能力对SVM参数空间进行全局搜索,并将搜索得到最优解作为SA算法初始值;其次发挥SA算法在局部搜索中的优势,并将SA算法获得的解作为新一轮GA算法的初始值。通过上述全局搜索与局部搜索的不断迭代实现SVM模型最优参数的获取。使用某测区控制点GNSS观测数据对本文提出的高程拟合模型进行检验,结果表明,与传统的SVM模型相比,本文提出的GSA-SVM模型的高程拟合精度更高,在实际工程项目中的应用价值更高。

关键词： 植保无人机   模糊PID控制器   智能算法   参数优化  

摘要： 为了解决重载荷四旋翼植保无人机位姿控制系统存在的自适应能力差、抗干扰能力弱和传统试凑法整定PID控制参数效率低等问题,提出了一种基于改进遗传算法优化的模糊PID控制算法,使控制器具备实时自优化能力,从而提升无人机的控制效果。首先,在MatLab软件中建立了四旋翼植保无人机的动力学模型和模糊PID控制算法模型;然后,采用改进遗传算法对模糊PID控制器的初始控制参数进行整定,并将优化结果与人工整定的PID控制算法所得结果进行对比。仿真实验结果表明:改进GA算法寻优后的模糊PID控制算法具有更加优良的控制效果和稳定性,有效提升了植保无人机在药物喷洒时的鲁棒性。