关键词： 自然教育   儿童天性   德育规范   消解策略  

摘要： 社会的现代化发展使儿童生活的大环境趋于复杂化,儿童天性与德育规范之间的矛盾冲突也日益突显。本文试图从法国教育家卢梭的“自然教育人学”理论出发,探寻冲突产生的原因,探寻儿童天性对于德育成长的重要价值,以及自然教育理论对于消解德育冲突的启示,并通过实践分享儿童天性与德育冲突的消解策略。

关键词： 算力边缘服务器   算力网络   部署问题   遗传算法   带约束的多目标优化  

摘要： 算力边缘服务器部署问题是构建算力网络的基础性问题。在实践过程中,算力边缘服务器靠近算力资源并为其加入算力网络提供接入服务。然而,算力资源的整体结构往往由现实需求所决定,并时刻随需求的变化而变化。在算力边缘服务器资源有限的情况下,如何合理部署算力边缘服务器,使得其能够保障算力网络有效地建设已成为当前各界所关注的热点。首先,对算力边缘服务器部署问题进行分析,并将其转换为带约束的多目标优化问题。针对该问题,提出一种改进型遗传算法予以解决。该算法优点在于:寻找无重复可行解作为初始种群,为选择操作提供了更多挑选的余地;选择时,采用个体均衡选择策略,保证了迭代群体的多样化与分散化;交叉和变异时,分别采用不同种类的随机两点交叉与轮流随机单点变异的策略,从而保障了新生种群的多元性与多样性。实验从算力资源总量偏差率、负载平衡误差率、收敛率、期望最优解误差率四个方面验证,该算法适合应用于算力边缘服务器的部署。

关键词： 横向磁通感应加热   全局灵敏度分析   径向基函数神经网络模型   多岛遗传算法   响应面法  

摘要： 对金属带材进行横向磁通感应加热(TFIH)时,通常会存在加热温度分布不均匀以及加热温度偏离目标值两个问题。该文研究了加热器结构参数与电源参数对45号钢带材回火热处理温度的影响,并对两种参数分别进行优化,使带材在加热器出口处的平均温度达到目标值600℃,同时获得均匀的温度分布。采用Morris法对加热器结构参数进行全局灵敏度分析,选取显著影响相对不均匀度的参数并建立径向基函数(RBF)神经网络预测模型。使用多岛遗传算法(MIGA)对筛选的结构参数进行优化,初步获得均匀的温度分布。最后以降低温度分布的相对不均匀度和达到理想平均温度为目标,在优化后的加热器结构基础上使用响应面法(RSM)优化电源参数,实现多目标优化设计。仿真验证结果表明,45号钢带材在加热器出口处的平均温度为600.06℃、相对不均匀度为2.36%,满足45号钢回火热处理的要求。

关键词： 县域政府   依法行政   执法能力   运动式执法  

摘要： 县域在整个国家治理体系中占据着关键地位,县域政府依法行政的推进对县域的法治发展起着关键作用。然而,县域政府依法行政实践中存在诸多问题:行政主体法治意识落后、现行行政立法体制不健全且法律实操性差、政府权责不一致、执行体制失规失范等,通过分析发现县域依法行政的推进受传统吏治文化、县域条块关系失衡、政策执行以“权力–利益”为分析工具、行政体系存在漏洞、监督约束未落实到位等诸多方面影响。基于此,为推进落实县域政府依法行政,推动县域法治化转型,可以从增强县域依法行政内外在驱动力、健全行政执法体制、完善相关行政立法、强化行政监督制约方面加以改进。

关键词： 纳什均衡解   Wasserstein模糊集   分布鲁棒优化方法   有限凸规划   遗传算法  

摘要： 当前对于不确定性复杂系统博弈的研究,通常情况下有关策略集是离散的,而非连续和随机的。而在复杂经济社会系统中,常常会遇到连续性随机博弈问题,以及系统中数据的确权问题。在此背景下,提出了一种随机博弈的概念,给出连续策略集下N人非合作随机博弈模型均衡解存在性定理,以及复杂信息系统随机博弈模型的构建及其纳什均衡解算法。给出连续策略下不确定性N人非合作随机博弈概念,建立以局中人的最大收益为目标函数的N人非合作随机博弈模型,提出了均衡解的存在性定理;构建了Wasserstein模糊集,之后融合分布鲁棒优化方法以及投资组合优化方法将该模型转化为有限凸规划,并运用遗传算法求解局中人的近似混合策略,最后构建了基于回归分析的纳什均衡求解算法并将纳什均衡解归一化进行确权。实证分析表明,所构建的理论与算法是有效可行的。

关键词： 太阳能   光伏发电   机器学习   遗传算法   建筑设计  

摘要： 以居住小区为研究对象,首先借助Ladybug模拟小区建筑屋面、墙面光伏发电;之后通过机器学习训练出能在0.5 s内预测高度组合不同的整个小区建筑光伏发电量的模型;最后借助遗传算法,以最大建筑光伏发电总量为目标,对小区建筑高度组合进行寻优计算。研究发现:小区内建筑高度的合理组合能有效提升其光伏发电潜力,在建筑高度控制曲面s朝南偏西倾斜且以西南侧为中心下凹时,长沙地区参数化小区能获得最高全年光伏发电量(838297 kWh)。对于全国具有不同光气候条件和纬度的地区,通过所提方法可计算出差异性的居住小区最佳高度组合。

关键词： 新课标   高中信息技术教学   项目式教学  

摘要： 在高中信息技术教学中引入项目式教学模式,可以让学生由被动学习变为主动学习,以此充分体现学生的主体地位,更好地促进学生建构完整的知识体系,培养学生的自主探究、合作交流等能力,进而切实增强教学实效性。本文主要围绕高中信息技术教学中项目式教学模式的应用意义、应用策略及应用反思进行探讨。

关键词： 人工神经网络   石油化工   非线性   数据预测   优化  

摘要： 石油化工行业体系庞大而复杂,其生产过程设备稳定性、安全性、节能环保等至关重要,而基于数据驱动的人工神经网络能很好地处理其生产过程中复杂的高维度、非线性数据,从而通过建模解决实际生产过程中难题。介绍了人工神经网络发展历程和基本原理,概述了人工神经网络在石油化工装置产品预测与操作优化、设备故障诊断、安全预警、节能减排等方面的应用,提出了持续优化、研发更有广度和深度的神经网络模型是未来石化工作的方向。

关键词： 智慧高速   应急车道   Kriging代理模型   遗传算法   时空约束   SUMO(simulation of urban mobility)  

摘要： 针对如何在不同交通流状况下有效提高高速公路运行效率和降低安全风险的问题,提出基于Kriging代理模型的遗传算法优化应急车道管控策略。结合应急车道开放策略的时空特性设计数学优化模型,通过引入Kriging代理模型,结合遗传算法搭建优化框架,采用仿真软件获取数据训练代理模型,以此求解带有开放时间和开放空间双重约束的总行程时间与总碰撞暴露时间最小化问题。对车道控制时间与空间变量的变化频次进行了约束,并对目标函数中效率与安全指标权重变化对优化结果的影响进行了分析。实验表明:该优化方法使路网总行程时间减小14.9%,碰撞暴露时间减小44.2%,控制效果提升。

关键词： 机载EHA   遗传算法   粒子群算法   偏二叉树结构   多分类SVM  

摘要： 针对机载电静液作动器(Electro-Hydrostatic Actuator,EHA)的典型故障,详细分析了故障原理并在MATLAB/Simulink中搭建了仿真模型。为了高效准确识别故障类型,提出一种用遗传算法(Genetic Algorithm,GA)和粒子群算法(Particle Swarm Optimization,PSO)混合优化支持向量机(Support Vector Machine,SVM)的故障诊断算法。GA鲁棒性好且全局搜索能力强但收敛速度慢,PSO对样本规模不敏感且具有记忆功能但易陷入局部最优,故融合两种算法寻找SVM的最优参数。另外,为了解决传统SVM多分类方法“一对多”和“一对一”易出现不可分的问题,建立一种偏二叉树结构的SVM多分类模型。对于采集的原始数据高度重合的情况,引入时域特征统计量进一步提升模型的分类性能。实验结果表明,提出的混合优化算法寻优速度更快、所寻参数更佳,同时用该算法优化的SVM分类模型相比于其他5类常用的机器学习模型分类效果更好,故障识别正确率可达97.7%。