关键词： 自动驾驶   场景生成   行车风险场   遗传算法   切入  

摘要： 自动驾驶领域中,仿真测试是识别和处理长尾问题的重要手段。本文针对弯道切入场景,提出了一种考虑道路曲率半径的行车风险场模型,并结合Prescan/Simulink的仿真平台和遗传算法,构建了自动化的风险场景生成框架。该框架以相对驾驶安全系数(RDSI)为优化目标,解决了传统风险指标在复杂场景下无法及时识别前车切入风险的问题。通过仿真生成不同道路曲率半径下的前车切入场景,并从中选取典型测试用例进行分析。结果表明,RDSI指标的预警成功率相比于碰撞时间(TTC)指标高出65.6%,能够更早地识别潜在风险。此外,实验还显示不同道路曲率半径对碰撞风险有显著影响。

关键词： 灌溉渠系   优化配水   分解协调思想   遗传算法   多目标  

摘要： 针对大型灌区渠系结构复杂,制定配水计划时参数多,编码复杂、计算量大的问题,协调多级渠系配水时渠道之间的流量关系构建一种将多目标与多级渠系相结合的优化配水模型,该模型基于系统分解协调理论,将干、支、斗三级灌溉渠系分解为两层递进协调模型。第一层以最小化输水损失和灌区缺水量最小为目标的多目标配水模型,第二层为基于遗传算法求解的约束整个灌区三级渠系的总体协调配水模型。以陕西省东部某大型灌区2023年夏季灌溉数据为例,对模型优化效果进行验证,并与灌区原有经验配水方案进行对比分析。结果表明:1)优化后灌溉水总量为1006.45万m^(3),与原计划的1035.54万m^(3)接近,但配水周期缩短至36 d,相较于原来的56 d大幅减少,有效提高了灌溉效率;2)89.7%的渠道配水流量得到了提升,37.9%的渠道流量增长超过80%,不仅渠道的过流能力得到大幅提升,同时减少了闸门调节次数,简化了灌区的管理操作;3)优化方案减少了320.19万m^(3)的输水渗漏损失,渠道灌溉水利用系数提高约0.14,且满足灌区大部分渠道的用水需求。本研究模型和算法能较好地解决多级灌溉渠系优化配水问题,为制定科学合理的灌区配水方案、推动灌区智慧化建设提供了理论依据和实践参考。

关键词： 变电站照明   照明强度   照明布局   遗传算法  

摘要： 当前变电站照明系统大多存在照度分布不均衡、能耗过高、局部眩光干扰等问题。对此,文章提出了一种基于遗传算法的照明布局优化策略,并据此构建了包含照度均匀性、能效比及维护便利性在内的多目标优化模型。并通过对比实测数据与仿真结果评估实施前后的照明性能变化,评估不同参数配置下的优化适用性,最终形成优化设计方案。

关键词： 样本扩容   生成对抗网络   数据驱动   人工神经网络   台区线损  

摘要： 针对目前台区理论线损数据驱动研究中面临高质量数据样本规模不足的问题,提出一种基于样本扩容和数据驱动的台区理论线损计算方法。构建生成对抗网络,采用Adam优化器优化确定网络参数;对台区样本进行K-means聚类分析,提出依据轮廓系数和误差平方和优选聚类数目的方法,通过台区合理分类有效降低人工神经网络训练的计算量;基于扩容后的样本集训练各类台区,建立台区理论线损的人工神经网络分析模型。采用山东省聊城市某地的台区实际数据进行仿真分析,结果表明,所提方法可有效扩容样本集,提升人工神经网络模型的训练效果,提高台区理论线损分析的精度。

关键词： 绿茶   铅含量   测定   前处理   消解  

摘要： 目的:采用微波消解、阶梯升温湿法消解、高温湿法消解、压力罐消解四种不同的前处理方式对绿茶的前处理过程及绿茶中铅含量测定结果的影响进行比较分析。方法:采用微波消解、阶梯升温湿法消解、高温湿法消解、压力罐消解对绿茶质控样品进行前处理,用石墨炉原子吸收光谱法测定样品中铅含量,对前处理所需的成本、时间、试剂用量、测定结果、精密度、回收率等多方面进行对比。结果:4种消解方式均满足实验要求,微波消解回收率最佳,湿法消解精密度更好,压力罐消解平均值更接近质控样品参考值范围。结论:4种消解方式均可作为绿茶中铅检测的前处理,当基层实验室日常检测绿茶样品中铅含量时,在设备、经费及人力欠缺并且还要满足结果准确的前提下,可选用更经济、安全的压力罐消解方式进行样品前处理。

关键词： CTBT   放射性   人工神经网络   γ能谱   β-γ能谱  

摘要： 人工神经网络(artificial neural networks,ANN)技术在处理非线性、多变量数据集上具有独特的优势。本文针对全面禁止核试验条约(Comprehensive Nuclear-Test-Ban Treaty,CTBT)相关的放射性核素能谱分析需求,综述了ANN在γ能谱分析和β-γ能谱分析中的应用。主要展示了ANN在放射性核素能谱的核素识别、放射性核素活度计算和优化实验条件等方面的训练和性能评估结果,重点介绍了网络结构、输入参数和数据集等神经网络训练的关键要素。与传统放射性核素分析方法相比,基于ANN的分析方法利用了全部能谱的信息,不仅提高了分析结果的准确度和效率,同时提高了系统的自动化水平、减少人为干预。

关键词： 云资源调度   遗传算法   资源需求   预测机制   消耗成本  

摘要： 针对现有电力云资源调度方法无法适应资源环境变化的情况,文中构建了基于动态优化改进遗传算法的电力云资源调度算法。该算法以电力计算任务完成时间和消耗成本最小为目标进行调度,采用基于历史信息预测机制的改进遗传算法,检测任务资源需求环境变化,并基于历史信息和类平滑预测信息进行种群初始化,以提升算法对环境变化的适应能力,保障算法的准确性。通过实验分析表明,文中所提DOGA算法相比于HIGA和GA算法,在完成时间、消耗成本和负载均衡情况方面均有优势。

关键词： 人工智能   神经网络   发动机疑难故障   智能诊断  

摘要： 汽车发动机运行过程中经常会遇到各种各样的问题,尤其是多种复合因素引发的非典型疑难故障。传统的人工诊断方式一般都是通过观察和检测识别故障,但是因为此类故障的因素较多,除了需要参考多种性能指标和参数之外,检测人员还需要承担较大的工作量,也要花费很长的时间和成本。因此,本研究立足于人工神经网络,提出了一种结合专家系统和人工神经网络的人工智能算法对汽车发动机疑难故障进行诊断。最终的研究结果显示,人工智能算法的应用在发动机故障诊断中表现出较高的有效性。

关键词： 屏读   韧性   加速社会   数字阅读   数字自主性  

摘要： 加速社会中信息潮涌与普遍的在线屏读导致青年数字阅读游离现象。迈向“屏读韧性”,建构“数字自主性”越发重要。当前青年数字阅读游离主要体现为物质性掣肘、“时间焦虑与效率至上”、“浏览即阅读”以及“难寻的自我”等多元征候。形塑“数字自律”、回归“数字极简”、制造“数字共鸣”成为青年群体抵抗数字阅读游离的调适行动。探索“屏读韧性”作为屏读时代的“数字自主性”的可能性,将引领青年群体迈向更加可持续的数字阅读实践。

关键词： 低轨卫星   跳波束   调度策略   遗传算法  

摘要： 低轨通信卫星可以突破地形限制,与6G共同搭建天地一体化信息网络。由于其面对的全球用户需求分布不均,针对卫星关于地面固定终端的波束调度问题,提出一种能够实现时延和干扰双重优化的波束调度策略。结合发射功率、载噪比等约束,建立以排队时延和同频干扰最小化为优化目标的模型。通过分步优化,设计了需求分簇、时隙分配和波位匹配的波束跳变方案。其中针对波位匹配过程中的干扰优化问题,提出基于遗传算法的“簇内波位自交叉”的染色体交叉机制。仿真结果表明,与其他算法相比,改进遗传算法的同频干扰降低约32%~58%,且所提策略能够在资源分配周期内完成波束调度,同时实现时延和干扰的双重优化。