关键词： 精英主义优化   长短期记忆网络   遗传算法   民航风切变风险   风险预测  

摘要： 长短期记忆网络(long short-term memory,LSTM)模型在开展民航风切变风险预测应用时,存在性能受超参数配置影响大、调优过程复杂耗时等问题。为提高民航风切变风险预测模型的预测性能,提升其适用性和预测精度,提出一种引入精英主义的遗传算法(elite genetic algorithm,eGA)优化LSTM民航风切变风险预测模型,即eGA-LSTM。首先,利用LSTM的长期记忆能力捕捉风切变的时序特征;其次,通过引入精英主义的遗传算法来优化LSTM模型的超参数,确保优秀特性能够被保留并有效传承,从而避免传统遗传算法在迭代过程中可能出现的优秀个体丢失问题,加速超参数优化流程,提升LSTM泛化能力;再次,统计民航历史风切变不安全事件信息,计算其64个月月风切变风险值,划分训练集和测试集开展模型验证工作,并与单纯的LSTM模型作对比。结果表明,在风切变风险预测中,eGA-LSTM模型均方误差(mean square error,MSE)相较于单纯的LSTM模型降低了15.49%,精度上有显著的提升,模型较好地拟合了月风切变风险的历史序列,在风切变风险预测预警方面展现出更高的准确率和可靠性。

关键词： 高校思想政治教育   智能化   发展图景   潜在隐忧   消解路径  

摘要： 随着大数据、人工智能等数字技术的蓬勃发展,高校思想政治教育步入了智能化发展的新阶段。毋庸置疑,人工智能技术在重构高校思想政治教育场景、重塑教育生态以及推动教育模式创新等方面凸显出一定优势,促使技术与教育的深度融合。与此同时,高校思想政治教育向智能化方向发展的进程中也容易面临一系列问题,诸如技术异化、主体困境和数据安全隐患等,反而制约高校思想政治教育的效果。鉴于此,从伦理治理、人机协同和制度保障等方面提出应对潜在隐忧的针对性策略,以期为高校思想政治教育的智能化健康发展提供理论参考与实践指引。

关键词： 社团检测   社团隐匿   梯度优化   进化计算   扰动子结构  

摘要： 社团检测是一种用于揭示网络聚集行为的技术,能够精准识别网络中的社团结构,帮助更好地理解复杂网络的内部组织和功能。然而,随着社团检测算法的快速发展,其中信息泄露和过度挖掘等诸多隐私问题也备受关注。因此,社团隐匿算法被广泛研究,它通过构建扰动子结构来模糊网络中的社团结构,从而有效地降低社团检测算法的识别能力,实现隐私保护。在现有的扰动子结构优化方法中,基于遗传算法的方法表现较为突出,但这些方法在搜索解过程中缺少方向性指导,因此在构建扰动子结构的效果和效率上仍有提升空间。通过将梯度引导信息引入遗传算法搜索,可以优化扰动子结构的构建过程,从而提高社团隐匿的效果和效率。实验结果表明,在社团隐匿问题中加入梯度引导信息的遗传算法,在搜索扰动子结构方面显著优于其他基线方法,证明了其有效性。

关键词： 充电桩规划   新能源汽车   遗传算法   社会成本最低  

摘要： 随着新能源汽车的普及,为应对充电需求的激增和城市土地资源有限等问题,提出了一种优化城市公共停车场改建充电桩布局的模型。该模型综合考虑了建设维护成本、电力损耗成本、需求点至充电桩的时间成本、用户充电排队时间成本以及用户花费等多方面因素,实现社会总成本的最小化,并通过采用NSGA-III算法进行优化求解。通过实例分析该布局模型不仅能够节省大规模充电站384 m2的土地资源,还可以将充电需求的满足率提升超过10%。此外,该模型也为城市建成区充电基础设施的建设提供了新的思路和方法。

关键词： 预冷设施   遗传算法   自适应大规模邻域搜索算法   选址-路径优化   不确定需求  

摘要： 针对传统固定式冷库成本高、灵活性差等问题,结合农产品周期性变化和不确定需求的特点,提出了综合应用预冷车和移动冷库的协调预冷机制,构建了以预冷模式、车场选址、相关车辆的车型与数量及路径等因素为变量,以系统成本最低为目标的多周期农产品预冷设施选址-路径优化模型。求解时,利用k-means聚类算法完成了车场选址及客户群划分,并设计混合自适应大规模邻域搜索遗传算法(HALNS-GA)完成了路径优化。通过算例验证了模型和算法的有效性;通过不同预冷机制下的成本对比和重要参数的灵敏度分析,验证了提出的预冷机制的经济性。该研究可为我国农村预冷服务的布局规划和路径提供参考。

关键词： 光伏发电   直接耦合   电解水制氢   容量配置   遗传算法  

摘要： 针对光伏制氢(photovoltaic electrolysis,PVE)直接耦合系统容量配置研究将电解槽阵列视作静态结构,无法准确刻画系统预期收益的问题,该文提出一种基于改进遗传算法-遍历搜索法的PVE直接耦合系统双层容量优化配置方法。通过建立包含光伏电池、质子交换膜(proton exchange membrane,PEM)电解槽的PVE直接耦合系统模型,分析电解槽串并联动态变化对于系统性能影响。基于双层容量优化配置模型,在内层考虑电解槽阵列串并联结构动态调节机制,以产氢量最大为目标,优化典型日各时刻的电解槽串并联结构,外层以规划周期收益最高为目标,得到容量配置结果。以我国东北三省光辐照度数据为基础进行算例分析,结果表明,所提方法能够提升系统收益、降低制氢成本,该文可为光伏制氢系统的建设提供一定技术支撑。

关键词： 网格夹芯圆柱壳   屈曲   微分求积法   轻量化设计   人工神经网络  

摘要： 针对复合材料网格夹芯圆柱壳的轻量化设计问题,本文提出一种耦合微分求积法(Differential Quadrature Method,DQM)与智能算法的优化策略.首先,基于涂抹加筋法和能量法建立屈曲控制方程,采用DQM求解并通过有限元模拟验证了方法的有效性和精度.进一步,利用人工神经网络(Artificial Neural Network,ANN)建立了代理模型,对夹芯网格圆柱壳临界屈曲载荷进行了预测,模型结果具有良好的可靠性.将代理模型与遗传算法(Genetic Algorithm,GA)结合对结构参数进行了设计优化分析.结果表明,优化后的结构在满足力学约束前提下具有显著的减重效果.

关键词： 数字人文   历史档案   知识表示   多模态融合   叙事网络  

摘要： 在国家文化数字化战略与数字人文研究范式不断演进的背景下,历史档案的知识表示正迈向深度语义化与知识化阶段。在系统梳理知识表示的发展脉络及其面临的困境的基础上,提出“多维、动态、生成性”的新范式:通过构建多维融合的知识空间、动态的叙事关系网络与人机协同的生成性知识生产机制,探索大语言模型赋能历史档案知识表示的具体实现路径,为智慧档案与数字人文研究提供理论创新与技术支撑。

关键词： 角接触球轴承   凸出量   灰色关联度分析   反向传播神经网络   遗传算法   粒子群优化算法  

摘要： 针对人工测量角接触球轴承的凸出量,对轴承进行配对效率较低的问题,提出了基于粒子群优化(PSO)—反向传播(BP)神经网络的角接触球轴承凸出量预测方法。根据200组实验数据,通过灰色关联度分析,选取了角接触球轴承内外圈的宽度、沟位、沟径和沟道曲率半径作为建模数据集,分别利用BP神经网络、遗传算法(GA)—BP神经网络、PSO-BP神经网络建立角接触球轴承凸出量预测模型。结果表明:PSO-BP神经网络预测模型预测效果最好,决定系数(R2)达0.986 3,整体误差≤±0.70%,能够较为准确地预测角接触球轴承的凸出量,提高轴承的配对效率。

关键词： 半导体激光器与光纤耦合   Zemax光学设计   神经网络   遗传算法  

摘要： 随着光纤通信技术的快速发展，提高半导体激光器与光纤的耦合效率成为增强信号传输能力的关键技术问题。传统的仿真优化方法虽然能够提升耦合效率，但过程耗时且需要丰富的理论和实践经验。为解决这一问题，本研究结合了Zemax光学设计软件的仿真数据和实际设置参数数据，利用神经网络模型拟合参数与耦合效率之间的映射关系。通过遗传算法对神经网络得到的非线性映射进行优化，从而快速确定最大耦合效率及其对应的参数设置，避免了传统方法中繁琐的调参过程。仿真结果表明，利用人工智能算法的耦合效率优化相比于传统优化方法的耦合效率提高了5%，同时显著减少实验次数和成本。该方法为半导体激光器与光纤耦合设计提供了新的思路和工具，有望显著提高耦合效率，推动光纤通信技术的发展和应用。