关键词： 启发式遗传算法   通信光缆   网络线路   规划布局方法  

摘要： 由于通信光缆网络线路规划受到多种限制条件的制约,导致最优解比例低。针对上述问题,提出基于启发式遗传算法的通信光缆网络线路规划布局方法。通过建立数学模型明确目标和约束条件,利用启发式遗传算法进行线路初始化,并通过选择、交叉、变异等方法持续优化群体,直至满足终止条件。实验结果表明:这种方法通过明确约束条件,获取高比例最优解,为通信光缆网络线路规划布局提供了更优方案。

关键词： 航空安全   航空运输   短时预测   遗传算法   多变量灰色模型   参数寻优  

摘要： 由于航空事故具有致因机理复杂且致因因素较强的灰色特性,传统的灰色预测模型只适用于单变量预测且具有预测精度低的缺陷。基于此,提出一种以遗传算法优化的多变量灰色模型开展航空安全预测的方法。首先,以航空事故致因理论为基础,从SHEL模型的角度运用鱼骨图确定航空安全影响因素,并以相关系数矩阵可视化图形进一步筛选关键致因因素;其次,构建以人为因素、环境因素、设备设施因素、外来影响因素等为强输入指标的多变量灰色模型,并利用遗传算法对模型的待定参数r全局搜索最优解;最后,以2007-2016年中国民用航空器事故征候万次率和航空不安全事件统计为对象进行仿真实验,并利用GM(1,1)和MGM(1,n)两种灰色预测模型进行预测对比。结果表明:提出的方法与传统的灰色模型相比,在短时间的航空安全预测中平均预测误差约为1.6%,验证了该方法的有效性和较高的预测精度。

关键词： 草莓   依维菌素   乙螨唑   储藏稳定性   残留消解  

摘要： 建立了液相色谱-串联质谱法测定草莓中依维菌素和乙螨唑残留量的检测方法,探究了依维菌素和乙螨唑在草莓中的储藏稳定性和残留消解情况。样品经乙腈提取,盐析分层,多壁碳纳米管净化稀释后采用液相色谱-串联质谱仪测定,以多反应监测方式采集数据,基质匹配外标法定量。两种农药在0.0002~0.050 mg/L范围内具有良好的线性关系(相关系数>0.9990);在4个不同浓度加标水平下,草莓中依维菌素和乙螨唑的平均回收率分别为92%~103%和86%~101%,相对标准偏差分别为3.7%~10.0%和1.1%~4.7%,方法的定量限为0.010 mg/kg。方法简便、快速、准确、重现性好、灵敏度高,适用于草莓中依维菌素和乙螨唑两种药物的同时检测。残留消解试验结果显示,乙螨唑半衰期为6.4~8.7 d。储藏稳定性试验结果表明,在≤-18℃冷冻条件下草莓中依维菌素和乙螨唑储藏稳定期至少为187 d。

关键词： 刑民交叉   未成年被害人   权利保护   未成年人司法原则  

摘要： 近年来虽然侵害未成年人的犯罪总量有所下降,但低龄未成年人和性侵受害案件依然有所增加。在涉少的民刑交叉案件中,应当根据《联合国保护儿童权利公约》所引申的儿童利益最大化、双向保护和国家亲权三项原则,结合域内外有益司法经验,通过对现行法律规范的分析构建起多层次、多维度的未成年被害人民事权利保护体系,形成未成年被害人刑民交叉案件的处理规则。并从未成年被害人民事权益的保障角度出发,将民事法律纳入到刑事司法程序的射程内,依职权探知未成年被害人所遭受的民事权益侵害,并履行司法机关的释法义务,将精神损害赔偿纳入附带民事诉讼或单独提起民事诉讼的赔偿范围,才能全面保护未成年被害人合法权益。

关键词： 机器学习   人工神经网络   电力系统   稳定通信终端   安全身份认证  

摘要： 针对电力系统稳定通信终端安全身份认证的认证准确率和认证效率较低的问题,设计一种基于机器学习的电力系统稳定通信终端安全身份认证方法。完善身份认证的公钥基础设施(PKI),定义了内部组成、传输流程以及各部分功能;结合人工神经网络与极限学习机算法,改进了电力系统稳定通信终端认证基础设施;建立电力系统稳定通信安全身份认证模型,设计了安全身份认证流程,实现安全身份认证。算例分析结果表明,设计方法在外界条件改变的情况下性能稳定,认证准确率始终高于69.13%,身份认证的可靠性较强。

关键词： 粒子群优化   遗传算法   混合驱动   全局优化算法   进化算法  

摘要： 粒子群优化(particle swarm optimization,PSO)算法是一种在机器人运动规划、信号处理等领域有广泛应用的优化算法。然而该算法易陷入局部最优解,从而导致早熟问题。出现早熟问题的原因之一是粒子群仅依靠适应度值选择学习范例。为了克服上述问题,提出了一种基于适应度值、改进率和新颖性混合驱动的PSO算法(particle swarm optimization algorithm based on hybrid driven by fitness values,improvement rate,and novelty,FINPSO)。在该算法中,引入的新指标和遗传算法会平衡种群的探索与开发,降低粒子群早熟的可能性。适应度值、改进率和新颖性会作为粒子的评价指标。各指标独立地选择学习范例并保存到不同的档案中。粒子每一次速度更新都要确定各个指标的权重,并从每个档案中选择一个范例学习。该算法采用了遗传算法进行粒子间的信息交流。遗传算法中的交叉互换和突变会给种群带来更多的随机性,提升种群的全局搜索能力。以八个PSO算法变体作为对比算法,两个CEC测试套件作为基准函数进行实验。实验结果表明,FINPSO算法优于已有的PSO算法变体达到最先进水平。

关键词： 氧化物   神经元器件   类脑计算   神经形态计算   人工神经网络   综述  

摘要： 目前,人工智能在人类社会发挥着越来越重要的作用,以深度学习为代表的人工智能算法对硬件算力的要求也越来越高。然而随着摩尔定律逼近极限,传统冯·诺依曼计算架构越来越难以满足硬件算力提升的迫切需求。受人脑启发的新型神经形态计算采用数据处理与存储一体架构,有望为开发低能耗、高算力的新型人工智能技术提供重要的硬件基础。人工神经元和人工突触作为神经形态计算系统的核心组成部分,是当前研究的前沿和热点。本文聚焦氧化物人工神经元,从神经元数学模型出发,重点介绍了基于氧化物电子器件的霍奇金–赫胥黎神经元、泄漏–累积–发射神经元和振荡神经元的最新研究进展,系统分析了器件结构、工作机制对神经元功能模拟的影响规律。进一步,根据不同尖峰发射动态行为,阐述了基于氧化物神经元硬件的脉冲神经网络和振荡神经网络的研究进展。最后,讨论了氧化物神经元在器件、阵列、神经网络等层面面临的挑战,并展望了其在神经形态计算等领域的发展前景。

关键词： 路径问题   改进遗传算法   垃圾回收   垃圾分类   自适应交叉   路径模型   变异算子   邻域算法  

摘要： 本文主要针对垃圾回收选址-路径问题进行研究,加入了垃圾分类。建立了考虑垃圾分类的垃圾回收中转站选址-路径模型,最小化物流总成本。根据问题模型特点,设计了改进遗传算法来对问题进行求解。采用自适应交叉、变异算子、变邻域算法以及精英保存策略来对算法进行改进。

关键词： 智能算法技术   职业教育适应性   底层逻辑   现实隐忧   消解策略  

摘要： 在算法时代,智能算法技术为增强职业教育适应性提供了“硬核”支撑,基于“内容—过程—情境”的整合框架,分别对智能算法技术增强职业教育适应性展开理论演绎。优质资源的精准供给增强了职业教育内容适应性;全周期过程性的追踪增强了职业教育过程适应性;具身认知的沉浸体验增强了职业教育情境适应性。而算法“茧房”、算法“黑箱”及算法“霸权”等技术异化困境的存在,构成了增强职业教育适应性的现实隐忧。因此,完成算法“茧房”突围,需要扩展职业教育对异质化内容的接触面;破除算法“黑箱”诅咒,需要强化职业教育过程中的数字化治理;推进算法“霸权”规制,需要提升职业教育情境中的主体自反性。

关键词： 大坝变形预测   极限学习机   蝙蝠算法   遗传算法  

摘要： 为提升水库大坝安全状态监测水平,针对传统大坝变形预测模型精度不足、性能不稳定的问题,提出一种基于优化蝙蝠算法改进极限学习机的大坝变形预测方法。以费县许家崖水库大坝为研究对象,采用遗传算法优化蝙蝠算法,通过优化蝙蝠算法对极限学习机随机选取的网络参数进行寻优,提升极限学习机的预测性能。结果表明:对比BA-ELM模型、GA-ELM模型,所构OBA-ELM模型预测精度和鲁棒性最高,研究结果能为水库大坝状态管理提供决策依据。