关键词： CONWIP系统   缓存区   遗传算法   仿真  

摘要： 多阶段CONWIP系统是一种推拉结合的生产方式,能够有效降低库存成本。针对多阶段串联CONWIP系统中缓存区开设数量、缓存区开设位置及缓存区容量大小展开研究,以最小化缓存区开设成本、半成品库存成本、在制品库存成本及成品缺货成本之和作为优化目标,构建相应的数学模型,通过遗传算法结合仿真的方法来求解该模型。仿真结果表明,该系统的库存成本低于看板系统,为解决多阶段串联生产CONWIP系统缓存区设计提供一种新的思路和解决方案。

关键词： 玉米淀粉   果糖   数据驱动   人工神经网络   遗传算法  

摘要： 传统玉米深加工工厂进行玉米淀粉制糖的工艺复杂,产生大量结构复杂的工业数据,且生产过程中受多种因素影响,导致产品质量波动大。为解决此问题,提出一种考虑数据不确定性构建代理模型并进行优化操作参数的方法。首先,利用实际工业生产的数据作为数据源,采用人工神经网络作为代理模型拟合输入输出数据,通过高斯考虑方差和置信区间分析数据的不确定性,最后以果糖含量最高为目标,分别采用遗传算法和粒子群优化算法对操作参数优化,结果对比表明,遗传算法优化得到的果糖含量较粒子群优化算法提高1.45%。提出的优化模型可用于辅助工业生产,从而提高产品质量。

关键词： 烟叶仓储   微服务架构   货位优化   遗传算法  

摘要： 为提升烟叶仓储管理的智能化水平,设计了基于微服务架构的烟叶仓储系统,并引入改进遗传算法(GA)对仓库货位进行优化分配。分析了仓储业务需求,采用微服务架构实现模块化功能,并利用改进的GA优化货位分配。实验结果表明,系统能够有效提高仓储管理效率,改进的GA在提升库容利用率、缩短出库路径长度等方面表现优异。

关键词： 遗传算法   BP神经网络   超大断面   地铁车站   位移预测  

摘要： 为了预测超大断面暗挖地铁车站施工过程中围岩的位移变化,以广阳湾站为研究对象,利用实测数据建立预测模型,通过遗传算法优化BP神经网络的权重和门限,提高了模型的预测精度,并对施工引起的地表和拱顶沉降进行时间序列预测。研究结果表明,该方法能有效预测施工过程中产生的地层变形,预测精度高、误差小,R2均大于0.95,不仅可为相关工程提供可靠的位移预测手段,也为地下工程施工安全提供了重要的指导意义。

关键词： 装配式建筑   预制板吊装   遗传算法   建筑信息模型   施工效率  

摘要： 在装配式混凝土预制板吊装施工中,存在路径规划不合理、起重机利用率低、施工安全性低等问题,且传统方法缺乏动态调整能力,难以适应复杂多变的施工环境。因此,本研究旨在提出一种优化策略,以解决上述问题,提升施工效率和智能化水平。本研究提出一种基于改进遗传算法(IGA)和建筑信息模型技术(BIM)的装配式混凝土预制板吊装优化策略。通过改进遗传算法优化吊装路径和施工调度,实现吊装过程建模与动态调整;同时借助BIM技术的动态调整能力,对突发情况进行迅速优化,增强施工的适应性。实验结果表明,相较于传统经验法,改进遗传算法优化策略可将吊装路径缩短至112.50 m,施工时间减少至97.20 min,起重机移动次数降低至67次。BIM技术的动态调整可在突发情况下迅速优化吊装方案,施工调整响应时间缩短至4.95 s-5.75 s,施工误差减少至4.80 min以内。此外,优化策略将起重机荷载超限率控制在4%以下,使最终施工成本从449.95万元降至332.85万元。本研究提出的基于改进遗传算法和BIM技术的装配式混凝土预制板吊装优化策略,能够有效优化吊装路径和施工调度,提升施工效率,增强施工管理的智能化水平,并降低施工成本,为智能化装配式建筑吊装优化提供了科学理论支撑,具有重要的应用价值和推广意义。

关键词： 量子遗传算法   通信网络   数据跨频段   协同传输  

摘要： 通信网络环境中存在诸多电磁干扰源,使得在避开受干扰频段对应的路径时,难以获取能让数据均匀分布的最优路径集,进而导致数据在不同频段间进行无缝切换和传输时的拥塞率较高。为此,引入量子遗传算法,提出通信网络数据跨频段协同传输方法。通过构建通信网络拓扑结构,利用量子遗传算法优化网络数据分配,以信息熵为优化目标,高效探索数据均匀分布的最优路径集,有效避开受电磁干扰的频段路径。引入聚类划分机制确定最优路径集中的最佳簇头节点,完成通信网络覆盖区域划分;利用基于距离的能量消耗阈值展开路由优化筛选,同时引入链路优化筛选机制对数据汇聚过程展开优化,最终实现量子遗传算法下通信网络数据跨频段协同传输。仿真结果表明,所提方法对于通信网络数据跨频段协同传输具有更好的处理效果,拥塞率在1%以下,整体性能更优。

关键词： LNG接收站隐患   遗传算法   Apriori算法   关联规则   隐患预警  

摘要： 为解决传统的Apriori算法在参数选择上存在困难的问题,提出1种基于遗传算法优化的Apriori算法。首先,利用Apriori算法挖掘隐患数据中的潜在关联规则;然后,引入遗传算法选择最优的最小支持度和最小置信度,以克服传统Apriori算法在参数选择上的不足;最后,结合优化后的参数重新挖掘关联规则,并给出预警建议。研究结果表明:遗传算法优化的Apriori算法平均支持度提升6.67%,平均置信度提升27.04%,平均提升度提升7.51%。同时,规则数量从65条减少到44条,有效过滤冗余信息,提高LNG接收站隐患识别的精确度和效率,并优化关联规则挖掘过程。研究结果可为LNG接收站的安全管理提供科学的预警参考和新的工具。

关键词： 遗传算法   实验室   电厂自动化设备   检测异常   准确率  

摘要： 为进一步提高电厂实验室自动化分析仪器设备故障异常检测诊断效率,本文提出利用遗传算法对设备故障进行异常检测,并利用检测时间、准确率等参数评估遗传算法的误诊率异常检测诊断效果。实验结果表明,遗传算法的误诊率仅为1.8%,远低于深度学习算法与卷积神经算法的误诊率。随着迭代次数增加,遗传算法的检测时间呈先下降后增加趋势,最小检测时间为32.1ms,且遗传算法的响应时间随着迭代次数增加而逐渐下降,但下降变化幅度较为平缓,平均响应时间为15.45 ms。因此,利用遗传算法进行电厂自动化设备故障异常检测诊断具有较好的实用性。

关键词： 氢   液化   遗传算法   优化   (火用)分析  

摘要： 为降低氢液化过程的比能耗并提高深冷阶段的冷能利用率，提出了一种新型的基于双混合工质深冷的级联氢液化工艺。该工艺使用混合工质预冷，通过级联的双混合工质逆布雷顿循环深冷。工艺的液氢产量为300 t/d，通过六级正仲氢转化后，产品仲氢浓度大于99%。利用Aspen HYSYS软件对工艺进行模拟，并在Matlab中调用遗传算法以比能耗为目标函数对工艺的关键参数进行优化。基于优化结果进行（火用）分析和换热器性能分析，结果表明：优化后该工艺的比能耗为6.07 kWh/kgLH2，（火用）效率为53.01%。各级换热器的冷热流复合曲线更加匹配，最小换热温差均在1～1.5 ℃。该工艺设计为大规模氢液化工艺的优化和改进提供了参考。

关键词： 数字贫困   数字鸿沟   社会结构   资本禀赋   个体能动性  

摘要： 中国式现代化核心在于实现全体人民的共同富裕,而数字脱贫对于缩小贫困差距、实现共同富裕具有重要战略意义。现有关于数字贫困的研究缺乏从理论层面系统探讨数字贫困的致因,难以反映数字贫困的现实困境。立足于社会结构和个体能动性的互动视角,利用中国综合社会调查项目数据,运用普通最小二乘法(OLS)方法,分析了个体层面和结构层面的致贫因素及二者的交互在数字贫困生成中的影响展开分析。研究结果显示,数字贫困的生成是多元要素综合作用的结果,既涉及个人资本获取的主观能动性原因,也受到特定社会结构的客观影响。此外,社会结构与个体能动性之间存在正向的交互效应。在平等、自由和包容的社会结构条件下,个人资本禀赋对数字贫困的抑制作用会增强。基于研究结论,建议积极呼吁政府和社会对数字贫困者的人文关怀的同时,还需要致力于全民数字教育和基本公共服务均等化。