关键词： 遗传算法   广义回归神经网络   拉曼光谱   微塑料   分类模型  

摘要： 微塑料污染已成为一个全球性的环境问题,加强对城市水域中微塑料污染的监管是解决微塑料污染的关键环节,因此本文开展了快速、实时的城市河流微塑料识别方法的研究。本工作提出了一种遗传算法优化广义回归神经网络(Genetic Algorithm-Generalized Regression Neural Network,GA-GRNN)算法结合显微拉曼光谱的技术方法,开展了微塑料颗粒的实验探测和理论计算,分析了微塑料颗粒拉曼光谱特征峰的振动模式和隐藏峰的拟合解译,评估了不同浓度微塑料悬浮液的拉曼光谱,通过GA-GRNN算法建立了微塑料识别分类模型,其模型的分类准确率为100%,实现了对河流中分离的微塑料颗粒的准确识别。本文提出将GA-GRNN算法与显微拉曼光谱相组合的技术方法非常具有实用性,在未来城市水域微塑料污染的监管指导方面具有很好的借鉴意义。

关键词： 船舶微网   储能系统   遗传算法   能量管理   节能减排  

摘要： 为实现某起重船在停泊工况下辅助柴油发电机的节能减排,在400 V交流母线增设光伏发电和储能系统,并使用能量管理方法对船舶电网能源调度进行优化。基于光伏发电量及负载数据,提出一种利用遗传算法对储能系统充放电功率进行多目标优化的能量管理策略。在考虑电网性能约束的情况下,利用储能系统“削峰填谷”平抑微电网中负荷波动,保证辅助发电机工作在高效燃油区间,同时获得满足夜间负载需求的能量。经仿真可知,该方法年可节省燃油43.048 t,减少CO_(2)排放134.476 t,在2年内即可达到生产碳平衡。所提方法能够减少工程船舶燃油消耗、增加船舶作业经济性,具有实用价值。

关键词： 气液两相流   流型识别   含气率   人工神经网络   特征提取  

摘要： 两相流热工参数测量是能源动力学科一项重要的教学内容,可视化实验系统能够帮助学生直观认识两相流基本现象、流型及其演化规律,在流体力学、传热学及多相流教学中具有重要作用。该文根据两相流实验教学需求,结合最新的人工智能及数字孪生技术,在原先开发的数字化两相流流型演示实验系统基础上做了智能化升级,采用小波分析和灰度直方图分析两种特征向量提取方法,以及特征向量法及卷积神经网络直接图像识别法这两种智能算法用于识别两相流流型,拓展了实验台功能,丰富了教学内容,实现了多学科交叉融合。该文开发的基于人工智能算法的流型识别方法,也为目前两相流含气率测量无法兼顾精度和效率的瓶颈问题提出了新的解决思路。

关键词： 混沌算法   遗传算法   乡村振兴   评价体系  

摘要： 文章以新疆乡村振兴为背景,从产业兴旺、生态宜居、治理有效、乡风文明及生活富裕5个维度,构建乡村振兴评价指标体系;针对传统遗传算法容易陷入局部最优解的情况,提出将混沌算法和遗传算法相结合的算法模型与TOPSIS算法相结合对乡村振兴水平进行测度,结合实验结果进行分析。研究发现:1.乡村振兴总体格局呈现良好,但仍需深入施行乡村振兴工作,其空间上呈现南北高中部低的分布格局,表现出一定的区域差异;从5个维度而言,乡风文明和生活富裕数值较大,乡风文明有待加强。2.对乡村振兴影响要素进行排序,依次为医疗服务、生产能力、服务设施水平、劳动力产出能力、居民可支配收入。3.结合区域总体发展特点,从加强产业融合、坚持系统观念、推进区域协调发展、提升科技和人才支撑作用、推进生态保护等方面提出建议。

关键词： 相控阵天线   隐身通信   遗传算法   波束展宽  

摘要： 有源相控阵天线用于机间通信和数据传输,有利于实现编队内飞机间的隐蔽通信。为增强通信覆盖和射频抗截获能力,采用多个二维有源相控阵天线实现全机4π空域覆盖,机间通信和数据传输则采用点波束对准和跟踪技术。其中,波束宽度对通信扫描入网速度和射频抗截获能力具有决定性影响。文章利用遗传算法作为阵列方向图综合算法,通过MATLAB编程仿真计算得到宽波束相位权值。将计算得到的相位权值在相控阵天线中进行应用和实测验证。结果表明,通过仅相位加权的方法可以在不损失天线发射通道有源功率的同时展宽波束宽度,该方法可以解决大规模阵列天线波束宽度过窄导致通信入网较慢的问题。

关键词： 人工智能   网络安全   态势感知   威胁检测  

摘要： 文章探讨了人工智能在计算机网络安全态势感知中的应用,结合深度学习、行为分析和预测建模技术,研究了其在威胁检测、异常分析、攻击溯源和态势评估中的效果。实验结果表明,通过模型优化和算法融合,人工智能技术能够有效应对复杂网络威胁,为网络安全提供创新解决方案。文章对不同算法的研究为网络安全智能化发展提供了理论基础和实践支持,以期提升模型效率和系统扩展性。

关键词： 热斗篷   人工神经网络   热导率   模拟  

摘要： 基于体材料的双层热隐身斗篷由大块各向同性材料构成,可以避免变换热学的复杂计算,但是由于内层材料热导率不完全绝热,在背景材料热导率较低时,其热隐身效果较差。本文基于机器学习方法,构建关于热隐身斗篷参数与隐身效果之间的人工神经网络,智能地学习外层材料的热导率以及斗篷尺寸与双层斗篷热隐身效果之间的关系并输出功能函数,计算得到能实现较好热隐身效果的外层材料热导率或斗篷尺寸大小,并模拟验证了这一机器学习结果的准确性,实现了双层斗篷热隐身效果的优化。

关键词： 基酒   支持向量机   引导聚集算法   遗传算法   分类预测  

摘要： 基酒组分具有复杂多样性,为提高其等级分类预测模型的精度和泛化能力,在基酒气相色谱-质谱数据基础上设计评价模型,提出一种结合遗传算法(genetic algorithm,GA)和引导聚集算法(Bootstrap aggregating,Bagging)优化支持向量机(support vector machine,SVM)分类器的方法,以解决单一SVM分类器在分类精度和泛化能力的不足。研究使用Spearman相关性筛选了36种关键物质,选择核主成分分析法提取了12个核主成分,并使累计贡献率达到96.06%,将其作为模型输入。选择性能最优的径向基核函数支持向量机,使用对数据多样性适应较强的并行计算Bagging集成算法,构建Bagging-SVM分类器进行基酒等级分类,最后,通过GA优化Bagging-SVM分类器的参数(C、γ、N),构建GA-Bagging-SVM模型。结果显示,GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%,优于Bagging-SVM和SVM模型,相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%,比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。

关键词： 末端服务站   选址规划   客户满意度   多目标模型   遗传算法  

摘要： 近年来,新电商数字赋能各行各业加快数字化、网络化、智能化转型升级,加速助推我国物流快递行业物流体系建设和配送服务质量提升。本文对高校园区客户群体配送服务站选址满意度情况进行研究,构建以客户时间满意度最高、距离最短和配送服务质量最高的多元目标模型。根据江苏省无锡市藕塘职教园区的实例研究,采用遗传算法佐证该目标模型的有效性和可行性,提供基于客户满意度的高校快递末端共同配送服务站选址方案。

关键词： 共同富裕   人工智能   地方政府  

摘要： 我国正在开展推进共同富裕取得实质性进展的新一轮实践。人工智能技术能够通过精细设计政策内容为政策制定增“智”,通过精准破除执行堵点为政策执行增“效”,通过精确定位政策疏漏为政策调整增“速”,从而显著赋能地方政府的共同富裕政策实践。地方政府要正确认识和运用人工智能技术,做到积极创新不因“规避问责”而弃用,担当尽责不因“政绩邀功”而滥用,因时因地不因“懒政怠政”而错用。在此基础上,积极应对潜在因算法逻辑歧视而导致的技术失灵风险,因权责划分模糊而导致的效能降低风险,因人文关怀缺失而导致的行政伦理风险,因安全防范薄弱而导致的信息泄露风险。由此,持续提升人工智能对于地方政府共同富裕政策实践的赋能效益。