关键词： 多机协同作业   任务分配   非支配排序   遗传算法   农业机械  

摘要： 针对农田环境中多农机协同作业存在效率低、作业时间长等问题,提出一种基于非支配排序遗传算法(NSGA)的多农机协同作业任务规划方法。根据农机的实际工作模式,在考虑机群的作业能力、工作时间以及其他成本的情况下建立多机协同的成本函数。为避免优化算法陷入局部最优,构建非支配排序遗传算法,设计均匀交叉算子和反转变异算子。该方法综合农机作业任务中时间约束和资源限制之间的相互关系,建立一个多机型单任务协同优化调度模型,并引入非支配排序遗传算法来优化目标函数,在任务规划中追求全局最佳解决方案。仿真试验结果表明,在任务数量为11、22、33、44时,基于非支配排序遗传算法比传统遗传算法的任务总路径长度分别减少19.7%、11.4%、17.5%、18.9%。

关键词： 情感资本主义   情感商品化   剩余快感   欲望   犬儒主义  

摘要： 资本把情感建构成了资本主义时代的崇高对象,对情感的追求被指认为获得剩余快感的唯一途径;情感资本主义用精密的计算营造出了主体享有快感的假象,为资本主义意识形态戴上了伪善的假面;资本对情感的建构助推了压抑性反升华的过程,造成了主体犬儒主义式的自我沉沦。从精神分析的层面揭示走出情感资本主义的现实进路,需要在心理层面厘清情感资本主义的运作机理,在学理层面阐发情感资本主义的出场逻辑,在现实层面重塑情感资本主义的运行方式。从精神分析层面展开对情感资本主义的病理阐释为厘清其在心理层面的运作机制提供了有益借鉴,而最终根除情感资本主义的症结还需要回到马克思的政治经济学批判上。

关键词： 多物理场仿真   软体机械臂   遗传算法  

摘要： 软体机械臂因其高自由度与环境适应性在精密操作中潜力显著,但其非线性动力学特性与滞后效应,导致传统PID控制面临精度与稳定性挑战。本文分析了软体机械臂的驱动方式、材料特性及其对控制系统的非线性影响,结合COMSOL多物理场仿真技术,构建了涵盖气动、液压和介电弹性体驱动的软体机械臂高保真模型,提出“参数敏感性分析-多目标优化-鲁棒性验证”的系统化PID参数优化流程,通过遗传算法与粒子群优化,实现了能耗-精度权衡的帕累托最优解。本文设计了模糊PID参数自整定、LSTM蠕变补偿网络和强化学习-MPC协同控制框架,显著提升了轨迹跟踪精度与抗干扰能力,为复杂场景下的精密操作提供了高鲁棒性控制方案。

关键词： 工程力学   结构可靠度   神经网络   遗传算法   圆柱壳结构   代理模型  

摘要： 针对水下爆炸载荷作用下的圆柱结构失效概率分析问题,提出基于遗传算法优化的BP神经网络和Monte Carlo相结合的方法建立代理模型,采用混合学习函数,寻找新训练点进行模型更新;通过数值算例验证算法的计算效率和精度,实现对水下爆炸载荷作用下圆柱壳结构的高效率高精度分析。结果表明:基于遗传算法优化的BP神经网络结合蒙特卡洛法可以明显提高计算效率,可应用于圆柱壳结构在水下爆炸载荷作用下的可靠性分析,研究结果对于结构的风险评估以及安全设计具有参考意义。

关键词： 多普勒测流   波形设计   遗传算法  

摘要： 为了减小声多普勒测速的误差,需要对发射信号的波形进行设计。传统的波形设计方法主要以选择法为主,基于对发射信号模糊函数的分析,在几类信号中选出性能最优的波形。区别于波形选择法,以重新设计发射信号波形为目标,提出一种基于遗传算法的优化方法,通过将相位编码序列自相关函数的尖锐程度作为适应度,设计出最优相位编码信号。仿真结果表明,优化后的相位编码信号相比传统的m序列信号减小了约10%的测频误差。为利用智能算法进行声多普勒测速发射信号波形设计提供了新参考与方法。

关键词： 清代土默特   金氏家族契约   随水三俸   占有权   水权  

摘要： “随水三俸”是清代土默特金氏家族基于其户口地所享有的户口水,金氏家族对于其户口地和户口水享有占有权。同治十年,顾姓家族与金氏家族签订典清水约,顾姓家族基于典清水约对于金氏家族户口水享有水权。光绪三十二年,顾姓转让水权、金氏家族基于占有权签订了过永远清水俸约。光绪三十二年、三十四年,金氏家族佃卖永远清水俸约预示了金氏家族“随水三俸”实际占有权的移转。这种水权的转移,既是金氏家族实际有度需要,也是水权商业化发展的反映,更是国家政策与法令变化所致。

关键词： 数据交易平台   数据要素市场化   数智化转型   政策协同   政府数据平台  

摘要： 随着数据要素逐渐成为推动经济增长的重要资源,其市场化配置对经济社会的影响愈发受到关注。数据要素市场化改革被认为是促进企业数智化发展的关键举措。文章将各地设立数据交易平台和上线政府数据平台分别作为数据要素市场化和公共数据开放的准自然实验,基于2011-2023年中国A股上市企业数据,研究了数据要素市场化对企业数智化转型的影响。研究发现,数据要素市场化能够有效驱动企业数智化转型。数据要素市场化和公共数据开放形成政策合力,协助企业尤其是后发企业跨越数字鸿沟,是推动数智技术应用和数智化转型的重要途径。促进数智技术创新、缓解融资约束、降低管理成本是数据要素市场化发挥作用的间接渠道。异质性检验结果表明:市场竞争、产权保护、科技创新和人力资本均有助于提振数据要素市场化的驱动作用。此外,数据要素市场化还通过调整市场预期、降低数智化转型不确定性,增强了政府数字采购对企业数智化转型的促进作用。研究结论不仅丰富了企业数智化转型驱动因素研究,也为深化数据要素市场化改革、完善数字经济相关政策框架和推动数智技术应用提供了政策指向。

关键词： 应急管理   应急调度   灾害链   区块链   遗传算法  

摘要： 针对灾害链动态演化特征与应急物资调度优化需求,本研究构建了融合区块链技术的两阶段应急物资动态修正调度模型。基于原生灾害与次生灾害分阶段演化规律,采用分层序列法结合延误惩罚成本系数实现多目标归一化处理,运用遗传算法进行模型求解。通过四类调度模式的对比验证,证实区块链协同模式在提升调度时效性、经济性和管理效能方面具有显著优势。案例研究表明,该模型能有效降低灾害链风险等级,优化物资分配效率,为动态灾情下的应急管理决策提供理论支持与实践参考。

关键词： 遗传算法   多电机系统   能量损耗   力矩分配   能量分配  

摘要： 在现代交通和工业领域,新能源多电机系统因其高效、环保的特点得到了广泛应用,但如何在这些系统中实现最佳的能量分配,以提高系统整体效率和延长电池寿命,是行业内亟待解决的问题。研究了新能源多电机系统中的能量分配策略,旨在优化能量利用,降低能耗。分析了多电机系统的结构和工作原理,提出了一种基于能量管理的分配模型,该模型通过考虑电机的工作特性及系统的能量需求,构建了一个多目标优化问题。为求解这一复杂的优化问题,采用遗传算法(genetic algorithm,GA)进行优化;对传统遗传算法不足进行了改进,旨在提高算法在解决能量分配问题上的收敛速度和搜索精度,利用改进后的遗传算法对系统进行能量分配优化,通过迭代演化,逐步优化系统的能量分配方案,以实现系统最优性能;通过标准及实测路谱工况验证了所提方法的有效性和性能优势。结果表明,相比于平均分配及传统GA策略,基于改进遗传算法的能量分配策略能够显著提高新能源多电机系统的能源利用效率,在多种路谱工况下平均总能量损耗降低了4.7%,SOC提高了3.2%,表现出明显的节能效果,具有较高的实用价值和应用前景。

关键词： 氟化钙晶体   氟离子选择电极   氟   高压密闭消解  

摘要： 氟化钙的纯度及基体元素氟的含量对晶体光学性能有重要影响,因此,需要准确测定氟化钙晶体中氟的含量。以高纯硝酸为消解液,采用高压密闭消解法溶解氟化钙晶体样品,简化碱熔等繁琐步骤,避免KOH和HCl等试剂污染的风险,减小氟的挥发损失,通过优化样品消解方案,得出最佳方案为50 mg样品+1 mL超纯水+6 mL高纯硝酸,进而建立氟离子选择电极法测定消解液中氟的含量。实验证明,方法线性关系好(R^(2)=0.995),检出限低至0.0009μg/mL;以萤石矿国家标准物质GBW07251为质控样,测得氟离子的含量与标准值相吻合,相对误差为3.2%,说明方法准确可靠。将方法用于测定两个实际氟化钙晶体CaF2-500和CaF2-50中氟的含量,测定结果与电子探针分析法测定结果接近,相对误差分别为5.55%和3.83%,方法可以用于准确测定氟化钙晶体中氟的含量。