关键词： 异化   情感劳动   情感需求   数字技术   在线情感服务   消解  

摘要： 《社会科学战线》2025年4期,11000字数字技术改变了人们的情感生活,将当代人的情感连接模式从“人-人”转化为“人-网络-人”,由此平台情感劳动应运而生。平台情感劳动即依托数字技术,以提供在线情感服务、满足情感需求为主要内容的劳动形式。

关键词： 光氢储微电网   并网型   容量配置   遗传算法   改进粒子群优化算法  

摘要： 以并网型光储氢微电网为研究对象,为提升其可再生能源消纳能力、碳减排能力和经济性,提出一种基于遗传算法改进粒子群算法的容量配置优化模型。优化模型目标函数为最大年综合利润,不仅将投资运维、绿证交易和碳交易机制引入系统运行成本和收益,且提出一种基于电氢储能实时收益系数的协调控制策略,使得光氢利润基于分时电价进行实时变化、储能设备的出力顺序根据实时收益系数来优化;优化变量为光、氢与储能的容量;优化方法为遗传算法改进的粒子群优化算法,其在改进粒子群优化算法引入遗传算法的思想,对粒子种群的位置进行选择、交叉与变异操作,提高全局优化能力。通过优化设计实例与影响因素分析实例,验证了优化模型的有效性。

关键词： 机载雷达   故障诊断   支持向量机   遗传算法   仿真验证  

摘要： 当前机载有源相控阵雷达故障诊断主要依赖于机内测试(BIT),但该种方法在面对复杂系统时,判断效率及准确度较低。为提高机载有源相控阵雷达信号产生器的故障诊断效率,在某型雷达BIT故障诊断模糊特点的基础上,设计了一种基于支持向量机的机载雷达故障诊断系统,并应用遗传算法的全局寻优特点优化支持向量机模型,从而提高了模型的学习精度。最后,应用仿真进行分析。结果表明,该优化模型应用于雷达故障诊断,能够有效提升故障诊断效率和准确率。

关键词： 气动优化设计   多目标优化   自然层流翼型   遗传算法   形函数扰动法   转捩流动  

摘要： 针对通用飞机层流主导翼型综合优化设计的需求,建立了翼型多目标优化设计系统。翼型参数化采用改进的Hicks-Henne方法,提高了后缘的控制能力。流场计算采用面元法,具有较高的求解效率。多目标优化采用NCGA算法,通过模仿相邻繁殖的机制,增加Pareto前沿解附近交叉繁殖的概率,改善了优化效果。基于某型通用飞机采用的NACA 64A215层流翼型,开展了综合优化设计,结果表明:多目标优化翼型在巡航、爬升和失速等方面的性能全面优于初始翼型,验证了所建立的翼型多目标优化设计系统具有较好的工程实用性。

关键词： 智能机器人   YOLOv8   遗传算法   地下管网检测与维护  

摘要： 随着城市化进程的加快,地下管网系统的维护与管理变得日益重要。文中基于YOLOv8模型与遗传算法,结合智能机器人的环境实时感知能力与5G网络传输,构建了一个高效的市政工程地下管网缺陷检测与维护系统。通过YOLOv8模型重点优化模型的特征提取网络,以增强其对不同类型缺陷的识别能力,并通过数据增强技术提升模型的泛化能力。此外,使用遗传算法对维护策略进行优化,以提高检测效率和维护工作的准确性。实验结果表明,该方法能够显著提高检测效率和维护工作的准确性,为管理城市地下管网提供了新的技术手段。

关键词： 丙炔氟草胺   棉花   土壤   残留   半衰期  

摘要： 为明确丙炔氟草胺在土壤中的残留,通过气相色谱-三重四级杆质谱法测定了其在新疆棉田土壤中的残留及消解动态。利用45 g/hm^(2)、60 g/hm^(2)、75 g/hm^(2)和120 g/hm^(2)的丙炔氟草胺进行棉田土壤封闭处理后,分别于药后2 h及1、5、10、15、30、45和60 d,在0~10 cm和10~20 cm棉田土壤层进行取样测定。结果表明,在0~10 cm和10~20 cm土壤层的丙炔氟草胺消解残留动态表现一致,随着时间的推进,丙炔氟草胺在棉田土壤中的残留呈下降趋势;同一时期不同土壤层的丙炔氟草胺残留量,均表现为随着施药浓度的增加而增大。丙炔氟草胺在0~10 cm棉田土壤层中的半衰期为13.6~17.3 d,10~20 cm棉田土壤层中的半衰期为11.6~16.5 d,属于易降解农药。

关键词： GA-BP神经网络   企业价值   遗传算法  

摘要： 文章针对生物医药企业价值评估难题,提出GA-BP神经网络模型。该行业研发周期长、投入高、风险大,评估复杂。文章选取461家2023年A股生物医药公司,构建含14项指标的BP模型,并用遗传算法优化。结果显示,GA-BP模型预测市值误差仅3.7%,远低于BP模型。对比实验中,GA-BP平均误差率0.012%,远低于BP模型的-0.386%。文章为生物医药企业评估提供高效方法,助投资者明智决策,降低风险,提升效率。

关键词： 翼型优化   遗传算法   计算流体动力学   潮流能水轮机  

摘要： 潮流能水轮机翼型性能优劣对潮流能水轮机整体水动力性能有着关键影响,优化翼型的型线是提升水轮机能量转换效率、优化整体水动力性能的有效手段。以不同攻角工况下的NACA63-418翼型为优化对象,以升阻比最大为优化目标,基于NURBS构建参数表征翼型,采用DES方法来评估翼型的水动力性能,利用多目标遗传算法对不同攻角工况下翼型相对厚度与弯度进行优化。结果表明不同工况下翼型水动力性能有所提升,验证了该翼型优化方法的有效性。

关键词： 神经形态计算   光子储备池计算   人工神经网络   非线性动力系统  

摘要： 在新一轮技术革命与产业变革的浪潮中,人工智能技术作为关键驱动力量,在大数据、云计算、物联网、数据中心以及无线电管理等诸多领域中展现出卓越效能。随着人工智能与信息科技的迅猛发展,全球范围内亟待处理的信息规模呈爆炸式增长态势。然而,我国在高端制程半导体工艺方面遭遇瓶颈,传统“冯·诺依曼”架构的电子处理器难以有效满足当前算力与能耗的严苛需求。故而,探寻一种具备高速信息处理能力且功耗较低的新型计算模式成为人工智能技术发展进程中面临的一项重大挑战。类脑计算作为一种模拟人类大脑信息处理过程的计算方式,自诞生以来便吸引了广泛关注。其中,储备池计算(RC)作为一种基于类人脑皮质电路的高效类脑计算框架,也备受关注。其核心要义在于借助动力系统构建储备池层(标准基的非线性泛化),以此自适应地学习复杂时间序列里的时空特征与潜藏模式。传统循环神经网络具有计算效率低、训练算法复杂度高以及易陷入局部最优解等问题,而RC具备学习速度快、训练成本低的显著优势。此外,光子技术与光器件的蓬勃发展为光信息处理带来全新机遇。光子RC凭借其高速、低延迟、大宽带以及多维度等突出特性,成为相关科研领域的热点研究方向。为充分挖掘光子RC的全部潜力,并为时间动力学系统打造快速、轻量级且更具可解释性的学习框架,仍需开展大量深入研究。本文对国内外主要研究团队在光子RC领域的工作进行了回顾,并对该领域未来发展进行展望。

关键词： 食用油掺假   小波包分解   人工神经网络   偏最小二乘,三线性交替分解   平行因子  

摘要： 为实现大豆油掺假花生油含量测定,采集自制不同含量大豆油和花生油伪品的三维荧光光谱数据,采用三角形内插值法去除瑞利散射和拉曼散射,而后对荧光光谱进行卷积平滑(Savitzky-Golar)处理。采用三线性交替分解(ATLD)和平行因子(PARAFAC)算法预测花生油的含量。同时,对不同含量花生油的伪品的三维荧光数据去散射和平滑处理后,对每个激发波长所对应的发射光谱进行小波包分解(WPD),以最低频段的波包系数,作为荧光发射光谱数据表征量。并按照激发波长顺序数将所有发射波长数据重构为一阶荧光光谱数据向量,构建偏最小二乘(PLS)和人工神经网络(ANN)数据模型预测伪品中花生油含量。结果表明,PARAFAC,ATLD,WPD-PLS和WPD-ANN的回归系数R^(2)分别为0.898,0.941,0.961和0.981。WPD-ANN算法模型的训练集、验证集、测试集和全部数据的平均绝对偏差(MAD)、均方误差(MSE)和均方根误差(RMSE)均较小,WPD-ANN模型对伪品中的花生油含量进行预测,预测偏差在±5%以内的样本百分比为82.5%。对比分析WPD-ANN,WPD-PLS,ATLD和PARAFAC 4种算法模型的花生油含量预测结果。WPD-ANN和WPD-PLS模型偏差的均值和中位数都在0%附近,而ATLD和PARAFAC模型偏差的均值和中位数离0%较远。相较于PARAFAC模型,ATLD模型的收敛速度更快,偏差更小。ATLD和PARAFAC模型可能受到非线性因素的影响,预测效果不及WPD-ANN及WPD-PLS,而ANN和PLS是基于WPD及数据重构后一阶数据回归建模,同时ANN是非线性模型,WPD-ANN模型对伪花生油中花生油含量具有更强的预测能力且偏差更小,是预测伪品中花生油含量4种算法中更优的算法。这为定量分析掺假食用油提供了研究基础。