关键词： 隧道光面爆破   遗传算法   参数优化   适应度函数  

摘要： 隧道光面爆破是一种控制爆破技术,能够保持新壁面平整而不受明显破坏。提出了一种基于遗传算法的隧道光面爆破参数优化模型,该模型以隧道光面爆破效果的综合评价函数为目标函数,以隧道开挖断面尺寸、岩性等级、地质条件等为约束条件,以周边孔间距、光爆层厚度、装药量等为决策变量,通过选择、交叉、变异等操作,不断产生新的个体,并根据适应度函数评价个体的优劣,最终得到最优或近似最优的隧道光面爆破参数。通过算例分析,验证了该模型的有效性和可行性,为隧道工程提供了合理且优化的光面爆破参数,提高了隧道质量和安全性。

关键词： 贝叶斯网络   结构学习   遗传算法   并行结构学习   Spark  

摘要： 为解决海量数据情况下学习贝叶斯网络(Bayesian network,BN)结构的算法性能急剧降低问题,基于Spark框架设计了一种全流程并行遗传算法用于BN结构学习(简称为SparkGA-BN)。SparkGA-BN包含互信息计算并行化、遗传算子并行化和适应度评分并行化3个部分。互信息并行计算可以高效减少搜索空间;在演化前增加对种群信息与选择信息的广播来对全种群执行选择操作。选择与交叉算子共用选择信息以并行执行,从而高效演化并减少数据落盘时间。对约束和评分两阶段产生的中间数据作记忆化存储,提升数据复用率和全局执行效率。实验结果表明,所提算法在执行效率和学习准确率方面均优于对比算法。

关键词： 油料产量预测   BP神经网络   遗传算法   逐步回归分析  

摘要： 油料产量的高效预测对于制定油料生长期间的精准管理决策具有重要意义。为提高河南省油料产量预测效率和精度,收集河南省油料年度产量、油料种植面积等数据,选取9个指标作为影响因素,使用逐步回归分析法(SR)筛选出影响显著且独立的影响因素作为河南省油料产量主要影响因素。针对BP神经网络模型收敛速度慢且易陷入局部最优解的缺陷,引入遗传算法(GA)对其权值和阈值进行优化,以便更好地拟合河南省油料产量与其影响因素之间的复杂非线性关系。仿真结果表明:相比于单一BP神经网络模型和SR_BP神经网络模型,SR_GA_BP神经网络模型具有更高的预测精度,MAPE仅为1.58%,因此SR_GA_BP预测模型可以对河南省油料产量进行更准确的预测。

关键词： 劣化   碱激发剂   冻融   硫酸盐   微观   人工神经网络  

摘要： 为研究掺碱激发剂粉煤灰混凝土在硫酸盐环境下的劣化规律,分析了不同碱激发剂掺量(0%、5%、8%、10%)的粉煤灰混凝土在冻融循环和硫酸盐耦合作用下的质量损失、超声波波速损失、抗压强度损失的变化规律,同时通过电镜、EDS能谱、XRD衍射对变化规律进行了分析,并基于试验数据建立劣化规律人工神经网络预测模型。结果表明,加入碱激发剂后,补尝了由于粉煤灰水化消耗的水泥水化产生氢氧化钙,有利于维持混凝土碱平衡;有效提高了粉煤灰混凝土的耐久性,碱激发剂掺量8%时为最佳。试件的劣化程度与冻融次数表现为线性正相关;在质量损失方面,不同掺量的试件呈现出平稳下降和加速下降两个阶段,其中未掺碱激发剂的试件加速下降阶段出现较早;在超声波波速损失、抗压强度损失方面,掺了碱激发剂的试件只出现了平稳下降的阶段;通过微观分析可知,造成掺碱激发剂粉煤灰混凝土劣化过程加剧的主要原因是石膏和钙钒石的逐渐生成;建立的人工神经网络预测模型具有较高的精度。

关键词： 鲍德里亚   符号消费主义   艺术设计   媒介性  

摘要： 鲍德里亚的符号消费主义是一种社会理论,它关注的是当代消费社会中符号和象征的重要性。鲍德里亚认为,在当代社会中,消费不仅仅是满足物质需求,更重要的是通过消费来获得身份需求,而这对于相应的艺术设计产生了较为积极的媒介性基础影响。鲍德里亚指出,消费活动不再仅仅是经济行为,而是象征社会关系和个人身份的重要方式,揭示了当代社会中消费艺术文化的普遍性和消费行为背后的意义。以此,从鲍德里亚入手,论述如何在艺术设计中运用符号消费主义的媒介性,通过对鲍德里亚符号消费主义的理论认识与鲍德里亚符号消费主义在艺术设计中的媒介性应用方式与价值等进行细化分析,深入理解符号消费主义对社会各个方面的影响,并对其进行学术性的思考。

关键词： 人工神经网络   模糊神经网络算法   遗传神经网络算法   支持向量机   多项目粒子群优化算法  

摘要： 磨损表面形貌能够反映运动副的磨损状态,通过对运动副表面磨损形貌进行研究分析,可以得到其磨损规律,预测磨损形貌变化。随着人工智能的快速发展以及在工程中的广泛应用,人工智能技术中的人工神经网络、模糊神经网络算法、遗传神经网络算法、支持向量机和多目标粒子群优化算法等方法逐步应用于磨损表面形貌表征参数的预测,且具有较高的预测精度。本文主要介绍国内外利用人工智能技术对磨损表面形貌的研究现状,分析各种算法的优点和应用局限性。总结了人工智能技术在磨损表面形貌预测领域中亟待解决的关键难题以及未来的研究方向。

关键词： 模分复用   多输入多输出   遗传算法   少模光纤   最小均方误差  

摘要： 在模分复用系统的数字信号处理单元中,多输入多输出(Multi-Input Multi-Output,MIMO)均衡技术可用来补偿由各类模式相关噪声引起的信号误码率(Bit Error Rate,BER)劣化问题.而MIMO均衡算法的工作性能严重依赖于步长因子μ以及抽头数K,因此在固化均衡器之前,确定MIMO均衡算法中μ-K参数组合的最优值至关重要.为提高参数优化效率,提出了一种基于遗传算法(Genetic Algorithm,GA)的MIMO均衡参数优化方案,即遗传-MIMO(GAMIMO),在保证最小BER输出的同时降低参数优化过程所需的计算开销.为验证GA-MIMO的工作性能,构建了基于10 km六模光纤的点对点通信实验系统,使用新方案补偿并行通信的六路数据,并与最速下降法和迭代算法进行性能比较.实验结果表明,所提GA方案可实现MIMO均衡中最高99.98%的最优μ-K参数命中率,且GA-MIMO算法的全局搜索性使其相比于最速下降法和迭代算法可最多分别节省86.14%和90.3%的均衡算法调用次数,有效降低了确定最优μ-K参数组合时的计算开销.

关键词： 分析化学   超级微波消解   ICP-AES   Rh/C催化剂  

摘要： 建立一种采用超级微波消解,ICP光谱法测定5%Rh/C催化剂中Rh含量的方法。通过单因素实验和正交优化,对称样量、酸体系、消解温度、消解时间等因素进行考察,确定最佳消解方法:约0.10 g试样在密闭消解罐中,以9 mL硝酸和1 mL过氧化氢为酸体系,240℃消解温度下保持40 min,经赶酸定容后,采用ICP-AES法测定溶液中的贵金属含量。该方法简便、快捷,消解试样完全且结果稳定,相对标准偏差小于1.0%。

关键词： 人工神经网络   建筑工程   造价预算   应用分析  

摘要： 随着计算机技术的不断发展,人工智能已经成为当前最热门的研究领域之一。而人工神经网络是人工智能领域中的一个关键技术,能够处理大量复杂的数据,并通过学习建立输入和输出之间的复杂非线性映射关系。本文将就如何利用人工神经网络技术,在建筑工程造价预算中实现自动化预测和控制进行全面的分析探讨。

关键词： 土壤   微波消解   三重四级杆电感耦合等离子体质谱法   甲醇增敏   高灵敏嵌片  

摘要： 建立微波消解-三重四极杆电感耦合等离子体质谱法测定地球化学土壤中的锗、砷、硒、镉、锡、碲。在4mL硝酸-1 mL氢氟酸体系下,采用微波消解样品,利用三重四极杆电感耦合等离子体质谱仪的氧气反应模式和氦气碰撞模式去除干扰,氧气、氦气流量分别为0.25 mL/min和4 mL/min。通过向样品溶液中加入甲醇,使硒、碲检测灵敏度分别提高了约90%、40%;选用高灵敏截取锥嵌片,使硒、碲检测灵敏度均提高了约30%。锗、砷、硒、镉、锡、碲6种元素的质量浓度在一定范围内与荷质比强度线性关系良好,相关系数均大于0.999,方法检出限为0.005~0.16 mg/kg。采用所建方法对标准物质GBW 07403、GBW 07404和GBW 07405a进行测定,测定平均值均在标准值范围内,测定结果的相对标准偏差为2.45%~6.21%(n=12)。该方法操作简便、成本低、污染小,具有实际应用前景。