关键词： 路径规划   RRT^(*)算法   人工势场算法   启发式搜索  

摘要： 针对无人机路径规划面临寻优耗时长、效率低且路径不平滑等问题,提出了改进RRT^(*)势能算法。该算法在RRT*算法的基础上引入了随机步长选择机制,加速了随机树扩展搜索过程的迭代速度,并结合人工势场引导,对全局路径进行预处理;利用变权启发式搜索,解决了无人机在势场合力为0或过于靠近障碍物所受斥力过大时的局部路径寻优问题;采用2-opt算法选择最优的路径,确保生成的路径平滑且高效。仿真实验表明,该算法的路径寻优能力相比于RRT-Connect算法提高了38.1%,相比于RRT^(*)算法提高了27.8%,路径寻优效果有明显的提升,可以为无人机路径规划提供一种有效的解决方案。

关键词： 铸造   人工神经网络   工艺优化  

摘要： 铸造作为金属加工的核心工艺之一,长期面临生产效率低、质量稳定性不足及经验依赖性强等挑战。随着人工智能技术的快速发展,人工神经网络(ANN)凭借其强大的非线性建模、自学习与泛化能力,为铸造工艺的智能化优化提供了创新解决方案。系统综述了ANN在砂型铸造、压铸、连铸、离心铸造及熔模铸造等典型工艺中的研究进展与应用成效,并对未来的研究进行了展望,总结出未来应聚焦轻量化模型构建、工业物联网集成及跨学科技术融合,以推动铸造工艺向智能化、高精度化与可持续化方向演进。

关键词： 协同进化模型   旅游产业融合   遗传算法   适应度优化   系统交互  

摘要： 基于协同进化理论,提出一种算法驱动的旅游产业融合路径分析方法。通过构建旅游设施与旅游需求的协同进化模型,采用遗传算法模拟二者动态交互过程。实验表明,设施建设能力与市场需求通过交叉、变异等进化机制逐步适配,形成稳定的协同路径。适应度函数的优化揭示了资源分配的效率阈值,而种群多样性分析表明,适度变异率(0.1)与交叉率(0.7)可有效平衡收敛速度与全局搜索能力。研究结果为旅游产业融合的动态规划提供了算法支持与量化依据。

关键词： 矿用刮板   时间最优   轨迹规划   粒子群算法   遗传算法   机械臂  

摘要： 为实现对矿用刮板的激光熔覆修复,针对保持激光熔覆机器人作业过程高效稳定的问题,根据机器人的运动学特性,研究了关节空间的轨迹规划方法,提出了一种混合遗传粒子群算法。该方法基于粒子群算法,通过构造自适应惯性权重和动态学习因子,引入遗传算法中的交叉和变异行为,使用3-5-3多项式插值法将轨迹拟合到机器人的关节空间中。将混合遗传粒子群算法、混沌粒子群算法和标准粒子群算法进行对比,获得最优插值时间后,在MATLAB软件中进行仿真,各个关节的位置、速度、加速度随时间变化的过程保持在理想的连续性区间内,实现了关节空间中的时间最优运动规划,最优时间由标准粒子群算法的5.0580 s减小到4.6330 s,机械臂轨迹规划时间缩短了8.4%,验证了所提算法在激光熔覆机器人修复矿用刮板的轨迹规划中的可行性。

关键词： 微波成像   结构耦合   免逆贝叶斯算法   遗传算法  

摘要： 作为传统微波成像系统的可选替代方案,基于随机照射的新型成像机制具有低成本、无需目标相对运动和快速成像等优点。然而,对于此类成像系统,普遍存在的阵列位置误差导致成像模型失配,严重影响成像结果甚至反演失败。针对上述问题,本文首先建立阵列位置误差扰动的成像模型,在此基础上提出了一种联合结构耦合免逆稀疏贝叶斯和遗传算法的全局优化误差校准方法。针对块稀疏目标,免逆稀疏贝叶斯算法中引入结构耦合思想来促进稀疏结构特征,同时保留低计算复杂度的优点。以散射回波的最小残差值为准则,通过遗传算法对阵列位置误差进行校准获得准确的成像反演模型。仿真结果表明,与传统方法相比,所提方法在块稀疏目标重构和阵列位置误差校准方面具有显著优势,进一步提高了随机照射成像的潜在应用能力。

关键词： 微波消解   电感耦合等离子体发射光谱法   锌   婴幼儿辅助食品  

摘要： 以质量分数68%HNO_(3)+30%H_(2)O_(2)混合溶液为消解溶剂,采用微波消解-全谱直读电感耦合等离子体发射光谱(ICP-OES)定量测定婴幼儿助食品中的锌质量分数。结果表明:ICP-OES定量分析线性范围可达2个数量级以上宽;锌在0.01~50μg·mL^(-1)呈现良好的线性关系(R^(2)=0.9998),检出限、定量限分别为0.0167、0.0556 mg·kg^(-1)。样品测定相对标准偏差为1.83%~3.62%,加标回收率为88.9%~105.7%。对市售4种婴幼儿辅助食品的锌质量分数进行了检测,检测值与标签值均接近。

关键词： 分布式光伏   电压灵敏度   接纳能力   多时段   遗传算法  

摘要： 针对分布式电源大规模接入配电网带来的电压越限问题,提出了一种基于综合电压灵敏度(CVSGA)的配电网分布式光伏接纳能力评估及优化配置方法。首先通过考虑电压灵敏度的非线性变化特征,对传统固定电压灵敏度的电压计算方法进行了改进,以减小计算误差,在此基础上通过非线性规划对配电网分布式光伏接纳能力进行评估,以准确反映所有节点在不同光伏安装方案下的电压极限值,并改进了随机场景模拟法计算量过大且可能遗漏边界方案的问题;然后提出了一种考虑多时段光伏和负荷功率变化,以及各节点差异化调压需求的综合电压灵敏度计算方法,并将其应用于节点光伏容量的局部迭代优化,有效提高了遗传算法对分布式光伏配置方案的寻优效率;最后通过IEEE 33节点算例验证了所提算法的有效性。

关键词： 小型病险水库   除险加固   加速遗传算法   多层次分析   马坑肚水库  

摘要： 针对小型病险水库除险加固方案效果评价问题,构建涵盖施工效果、经济效益、工艺技术及施工难度等多维度的多层次评价模型,采用加速遗传算法优化评价指标的权重,最终得到各方案效果综合评价值。研究结果显示,工艺技术与施工效果两大子系统的权重占据主导地位,最优方案是塑性混凝土防渗墙方案。研究可供小型病险水库除险加固工程效果评价参考。

关键词： 边缘计算   共识机制   可信度   遗传算法   任务卸载  

摘要： 针对边缘服务器可信性无法保证的问题,提出一种基于改进遗传算法的可信边缘计算任务卸载方法。首先,为激励边缘服务器参与任务卸载竞争,采用一种声誉机制激励边缘服务器,并以已有声誉作为评估边缘服务器可信度的依据。其次,使用基于声誉和分布式一致性协议的拜占庭共识机制来选举边缘服务器领导者。最后,边缘服务器领导者采用一种改进的遗传算法来决策边缘服务器的任务卸载行为,以选出满足用户时延和能耗需求约束的可信边缘服务器来执行终端设备的卸载任务。仿真实验结果表明,与基准测试方案相比,所提方法的成本降低5.46%~59.26%。

关键词： 直流输电系统   神经网络   故障诊断  

摘要： 提出了一种基于人工神经网络(artificial neural network,ANN)的高压直流系统故障诊断方法。首先根据某直流输电系统换流站近3年来实测故障数据,分析了直流输电系统换流站主要故障类型,将其归纳划分为交流故障、直流故障、换流阀故障和换相失败4种类型。然后根据场站实测数据建立故障数据集,收集整理4类故障在15个周波内具有代表性特征意义的11个通道故障特征;在此基础上,将故障样本随机划分为训练集和测试集,并更新模型网络参数,完成模型训练。最后设置算例,使用测试集对诊断模型进行测试,并设置支持向量机(support vector machine,SVM)和Naive Bayes作为对比。结果表明,所提出的方法对高压直流系统的故障诊断准确率可以达到91%以上,具有较高准确率,适用于高压直流系统的故障识别和诊断。