关键词： 形状优化   和声搜索算法   混合遗传算法   自适应遗传算法  

摘要： 为改善传统设计理念和遗传算法优化不足,促进桁架结构形状优化的发展与创新,依据和声搜索算法和遗传算法的基本原理,提出一种新型混合遗传算法-和声搜索遗传算法(遗传算法与和声搜索算法的混合是通过在遗传算法操作后嵌入和声搜索算子),同时对遗传算法中交叉变异分三种情况进行自适应改进,引入精英主义等改进措施,并对和声搜索算法进行离散变量和连续变量混合变量处理,建立了基于和声搜索混合遗传算法的桁架结构形状优化方法。在优化过程中,对节点坐标和截面面积两个不同类型的设计变量进行统一考虑,解决了两类变量耦合困难的问题。通过两个典型算例分析,结果表明,和声搜索遗传算法(Harmony Search Hybrid Genetic Algorithm,HS-GA)具有高效的收敛速度,全局能力强;与遗传算法(Genetic Algorithm,GA)、启发式粒子群优化(Heuristic Particle Swarm Optimization,HPSO)算法,以及其他优化算法相比,优化效果明显,是一种适用于桁架结构形状优化的方法。

关键词： 数字空间拜物教   数字技术   数字伦理  

摘要： 数字空间拜物教是产生于数字空间的拜物教现象,其生成于社交媒体与信息传播以及网络文化与消费心理的共同作用,社交媒体通过平台的设计和运营刺激用户对数字产品的追求欲望,不断强化数字空间拜物效应;网络文化和消费心理使得人们对于虚拟物品的追求成为社会文化的一部分,加剧了数字空间拜物教现象。在数字空间,平台运营者拥有重要的话语权和控制力,通过设计和策划加速数字空间拜物教的形成;数字空间拜物教参与者也拥有权力,并会与运营者产生权力争夺。应对数字空间拜物教,需通过社会教育与主流意识形态宣传、伦理观与价值观的重塑,引导人们树立理性的消费观念,降低对数字产品的过度追求,提高自我约束力,进而有效解决数字空间拜物教带来的困境。

关键词： 冷链配送   遗传算法   时间窗   路径优化  

摘要： 针对单一算法求解冷链配送最优路径时,存在收敛速度慢和易陷入局部最优解等问题,提出了一种基于改进遗传算法的冷链配送路径优化方案.该方案将粒子群算法与遗传算法相融合,在粒子群算法中增加了微扰量,进而可避免算法陷入停顿并提升最优解的质量.以合肥市S生鲜公司的实际门店配送问题为例进行验证,结果显示改进的遗传算法总成本比S公司现有配送方案费用减少了26.5%,因此该方案可为冷链配送公司的配送决策提供参考。

关键词： 云计算   档案管理智能化   实践应用  

摘要： 随着信息技术的飞速发展,社会进入全新的发展进程,为了进一步提升整体档案管理的质量与效率,有效促进档案管理工作的智能化发展,可以合理引入云计算技术,不仅可以有效实现对于各类档案数据的高效分类与检索,还能在后续为相关用户提供个性化的服务,更好地满足用户的需求。文章明确了云计算技术的应用特征与管理困境,深入分析了云计算技术在档案管理智能化发展中的应用优势与发展前景,并在此基础上提出其实践应用措施。

关键词： 计算机软件开发   人工智能  

摘要： 人工智能(AI)以其独特的机器学习、深度学习、自然语言处理、计算机视觉等技术手段,赋予计算机系统类似人类的智力,使其能够自动地从海量数据中学习规律、识别模式、进行决策和预测,从而极大地拓展了计算机的应用边界和效能。在计算机软件开发与应用这一关键领域,AI的融入更是带来了根本性的转变。从软件开发的初始阶段,如需求分析和设计,到编码实现、测试优化,再到软件的实际部署与运行维护,AI技术都在发挥着重要作用,为解决传统软件开发过程中的难题提供了创新性的解决方案,也催生了众多全新的软件应用场景和商业模式,推动着整个计算机软件产业向更加智能化、高效化、个性化的方向迈进。深入探究AI视域下的计算机软件开发与应用不仅有助于揭示两者之间复杂而紧密的内在联系,探索如何利用AI技术优化软件开发流程、提升软件质量和性能、挖掘软件在各领域的潜在应用价值,还能够为相关领域的学者提供新的理论视角和实证,进一步丰富和完善计算机科学与技术的学科体系。

关键词： 围堰变形   沉降预测   支持向量机   遗传算法  

摘要： 沉降变形是围堰变形的一种变形方式,在吹填施工中,围堰所处的环境较差,因此有必要对围堰变形进行观测。本文提出一种支持向量机模型(SVM)机器学习算法对围堰沉降进行预测,为了提高模型预测的准确性,利用遗传算法(GA)对向量机模型的内参进行调优。实践证明,通过遗传算法调优的向量机模型能准确预测围堰变形发展趋势,较传统向量机模型的相对误差从35%降低至6%,具有很好的可行性和实用性。

关键词： 路基土   回弹模量   遗传算法   人工神经网络   三轴试验   敏感性分析  

摘要： 为了克服测试路基土回弹模量带来的时间和成本问题,采用GA-ANN联合模型对路基黏性土回弹模量M r进行预测,即在大量回弹模量试验数据的基础上,利用遗传算法(GA)确定人工神经网络(ANN)的权重和偏置值的最优解,从而训练开发GA-ANN联合模型。使用该模型对湖南省某工程实例的路基土回弹模量进行预测,将该方法与其他方法的预测结果进行对比。研究结果表明:利用GA全局搜索的优势,可以更好地优化ANN的权重和偏置值,改善ANN的预测能力,GA-ANN联合模型可作为预测黏性土回弹模量的有效工具,预测效果优于GA、LGP等模型;根据敏感性分析结果,文中选择的9个输入变量对回弹模量的影响均较为显著,其中UCS、P_(200)和w_(opt)是最具影响力的变量。GA-ANN联合模型可用于路基土回弹模量的初步估测,以减少开展大量循环三轴试验的时间和成本。

关键词： 工业机器人   视觉分拣   图像去重   遗传算法  

摘要： 针对工业机器人视觉动态分拣过程存在的漏抓、误抓和精度不高等问题,提出一种基于改进遗传算法的多工件动态分拣方法。在分析工件分拣过程的基础上,确定了相机坐标系、用户坐标系和工具坐标系之间的转换关系。设计了一种图像去重算法,以时间和工件位置为判断依据,经对比去掉重复图像信息。为提高分拣效率,提出了一种基于改进遗传算法的工件动态分拣序列优化方法,利用非均匀变异算子进行邻域变异操作,可提高算法的收敛性和搜索能力,缩短分拣耗时。仿真和实验结果表明:改进遗传算法收敛较快;所述工业机器人视觉动态分拣方法效率较高,具有较好的稳定性和准确性。

关键词： 民航旅客   BERTopic   主题分析   Word2Vec   语义网络  

摘要： 挖掘旅客评论数据的主题和关键词,对航空公司制定相应的服务政策具有重要的指导意义。鉴于民航评论的独特性,需要针对性的建模进行分析。首先,设计反向翻译技术扩充数据集,并扩展THULAC分词词典与停用词表,以及TF-IDF特征提取,实现了对复杂评论的处理.其次,针对中文短文本特性,改进BERTopic技术,包括对其嵌入模型的微调、聚类函数的增强以及参数的精细调整,从而显著提升模型在主题划分及关键词间复杂关系上的能力.构建Word2Vec-TopN模型对主题和关键词两者向量分析,增强上下文连接能力。此外,考虑话题强度和中心性,核心主题的语义网络,分析话题与关键词间关系.最后,根据核心主题和关键词为导向的挖掘结果,分析各个主题中存在的突出问题,并提出改进建议.

关键词： 农产品   物流运输   配送路径   遗传算法  

摘要： 社会经济水平的提高与人们消费能力的升级,推动了农产品市场需求的增长。在农产品行业内部竞争加剧及绿色发展呼声高涨的时代背景下,物流运输配送路径的选择不仅关系着企业的经济效益,也对生态环境产生重要影响。例如,根据《中国绿色物流发展报告(2023—2024)》,我国物流业碳排放占全国碳排放总量的9%左右。其中,货物运输及配送活动是物流业碳排放的三大来源之一。因此,优化配送路径以减少碳排放,成为推动经济社会可持续发展的重要手段;运用科学的方法优化物流运输配送路径、成为企业的迫切要求。文章以X企业为例,综合考虑农产品特性和客户需求等因素,旨在通过设计基于动态混合遗传算法的优化模型,求解出最佳的物流运输配送路径,实现物流运输成本最小化和效率的最大化。