关键词： 变形监测   BP神经网络   遗传算法   LSTM  

摘要： 为了预测基坑开挖引起的围护结构深层水平位移,本文选用反向传播神经网络(backpropagationneuralnetwork,BP神经网络)、遗传算法优化的BP神经网络(genetic algorithm-backpropagation neural network,GA-BP)、长短时记忆网络(long short-term memory,LSTM)3种预测模型,以宁波市轨道交通某站为依托,基于该区间基坑围护结构深层水平位移实测数据对模型进行训练和测试,并将3种模型的预测值与实测结果进行对比和精度分析。结果表明:BP、GA-BP、LSTM 3种模型的平均相对误差分别为2.62%、1.42%、1.47%,且GA-BP、LSTM模型对围护结构深层水平位移预测的平均绝对误差(mean absolute errors,MAE)、均方根(root mean square errors,RMSE)、样本回归值(R2)均领先于BP模型,相较于BP模型拥有更好的预测精度,说明这两种模型具有更良好的稳定性和实用性。

关键词： 鸡饲料   微塑料   消解   分离提取   芬顿法  

摘要： 微塑料(MPs)在各环境介质中的广泛检出引起人们的深切关注,但畜禽饲料中MPs丰度相关报道相对较少,这可能是由于畜禽饲料含有的大量动植物脂肪、蛋白和植物粗纤维等成分,显著增加了MPs的分离提取难度.本研究对比了酸、碱、过氧化氢、过硫酸盐及Fenton’s试剂(H_(2)O_(2)+Fe^(2+))为主的单一和组合消解体系,以评估其对饲料中干扰成分的去除效率、对塑料颗粒表面形貌及官能团的影响,并采用微米级标准聚乙烯球评估了消解方法回收率.结果显示,一种缓慢持续滴加H_(2)O_(2)溶液的Fenton’s消解法可在不影响MPs检测的同时能去除饲料中的干扰成分,可以作为畜禽饲料中MPs的消解方案.采用该方法结合焦平面阵列傅里叶红外光谱(FPA-FTIR)对4种常见市售鸡饲料进行了分析检测,发现中大鸡饲料中MPs含量显著高于小鸡饲料.检出MPs以20μm以下的小尺寸MPs为主,种类以聚乙烯、聚丙烯、聚氯乙烯等为主.本研究可为畜禽养殖中MPs环境分布和风险评估提供方法支撑.

关键词： 频域动载荷识别   Moore Penrose广义逆   数学模型不适定问题   遗传算法   疲劳损伤计算   导管架式风机   风机载荷   传感器位置优化  

摘要： 海上风机在运行中受到的气动载荷对于分析风机结构的健康状况至关重要,因此准确获取气动载荷信息显得尤为必要。本文基于频域随机动载荷识别理论,结合测点优化算法和Moore Penrose广义逆方法,提出了一种适用于海上导管架风机的气动载荷识别方法。通过以实际运行中的风机为研究对象,并进行仿真实验,验证了该方法的可行性和准确性。基于遗传算法的测点优化方法将原始的1656个测点优化至6个测点,更符合工程实际需要。利用优化后的测点识别出的气动载荷谱表现出较高的精度。利用识别的载荷谱计算疲劳损伤与原始的疲劳损伤值相比,相对误差仅为2%左右。所提出的方法有效地解决了在实际运行中难以获取气动载荷信息的问题。

关键词： 非支配排序遗传算法   客舱门手柄凸轮   凸轮轮廓曲线   层次性分析法   多目标优化  

摘要： 作为舱门操作的核心部件,舱门手柄凸轮机构直接影响舱门的操作效率与安全性能。为提高舱门操作效率,改善手柄凸轮的接触特性及从动件负载,采用非支配排序遗传算法(Non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对舱门手柄凸轮机构进行了多目标优化设计。优化结果表明:该算法提升驱动曲线优化效果显著,压力角、阻力和阻力矩均有所降低,曲率半径得到了适当增大;泄压门驱动曲线的优化效果较弱,但仍实现了一定的性能提升。该研究为舱门凸轮机构的优化设计提供了有效的解决方案,具有良好的实际应用前景。

关键词： 5G-A技术   改进遗传算法   资源分配优化  

摘要： 随着5G-A技术的不断发展,如何高效、合理地分配网络资源成了关键问题.针对这一问题,一种基于改进遗传算法的资源分配优化方法被提出,该方法在保留传统遗传算法优势的基础上,通过引入新的变异策略和选择机制,提高了系统吞吐量和网络的整体性能.实验结果表明,该算法能够有效应对5G-A网络中的复杂场景,实现资源的合理分配和高效利用.

关键词： 光电子学   太赫兹超材料   类电磁诱导透明   多频段   高灵敏度  

摘要： 超材料的类电磁诱导透明(EIT)效应提供了一种独特的方法来增强光与物质的相互作用,在高灵敏传感方面显示出巨大的应用潜力。然而,传统的太赫兹超材料优化方法主要依赖于研究者的经验,如何快速优化并实现多频段的高灵敏度仍然具有挑战性。针对以上问题,本工作采用遗传算法,设计并优化了一种具有类EIT效应的超材料传感器,通过三维电磁场仿真计算与遗传算法的结合实现参数的自动优化。结果表明,使用遗传算法优化结构参数可以减少大量重复的人工操作,提高了设计效率。设计的传感器在0.3~1.5 THz频率范围内产生了三个类EIT透明窗口,通过衬底刻蚀的方法增强了电场与待测分析物的耦合,显著提高了传感器的灵敏度。此外,为验证所设计的EIT超材料作为生物传感器的潜力,还对农药分析物进行了模拟传感。结果表明该传感器能够通过共振频移辨别不同折射率的物质,并且具有多点特征匹配的优势,在传感检测领域具有广阔的发展前景。

关键词： 特征筛选   Boosting   遗传算法   机器学习   岩相识别  

摘要： 致密砂岩储层岩相是储层识别和储层参数计算的重要依据。利用智能算法进行储层岩相智能识别可以有效提高识别精度,但单一智能算法易过拟合,稳定性差。该研究采用GBDT、LightGBM、XGBoost以及CatBoost四类Boosting类集成学习算法,以西湖凹陷Z气田的测井数据为研究基础,通过决策树特征选择及人为剔除,筛选出对岩相敏感度较高的7个测井参数,如P16H、CNCF等。基于这些参数,构建了岩相智能识别模型,并利用遗传算法对模型的超参数进行优化,实现对Z气田12种岩相的分类识别。研究结果显示,通过遗传算法优化的LightGBM算法在岩相识别中的准确率达到了87.3%,这一性能优于支持向量机、决策树这类传统的机器学习方法。该研究提出的结合特征选择和遗传算法优化的四类Boosting算法,为基于测井资料的岩相识别提供了一种新的研究思路和方法。

关键词： 通风机   煤矿   遗传算法   BP神经网络   智能监控系统  

摘要： 煤矿通风机是保证煤矿安全生产的重要大型设备,提高其自动化、智能化水平意义重大。当前多数煤矿井下通风机工作时长期处于恒速运转模式,能耗消耗巨大。为了克服通风机工作中一风吹的状态,使其根据实际需要智能调风、按需供风、节能减耗,根据煤矿井下温湿度、瓦斯浓度及煤尘浓度实际情况,运用遗传算法与BP神经网络相结合的控制方法,构建了预测井下需风量的网络模型;使用MATLAB软件对遗传算法优化的BP神经网络风量预测效果进行了测试。结果显示,系统预测准确率高,达到理想效果。通过工控机、PLC、变频器及各类传感器等相关硬件以及软件技术,设计完成了通风机智能监控系统,使通风机智能按需调节风量,提高了通风机自动化、智能化控制水平。

关键词： 拖拉机发动机   寿命预测   遗传算法   神经网络   相关性  

摘要： 拖拉机发动机剩余寿命预测对于提高工作效率、降低维修成本、延长机器寿命和保障安全运行具有重要意义。通过预测发动机剩余寿命,可以更好地进行资源规划和分配。为此,提出了一种基于遗传算法优化的拖拉机发动机剩余寿命预测模型,结合遗传算法和剩余寿命预测方法,通过优化遗传算法的参数,提高了预测模型的准确性和稳定性。同时,通过收集大量的拖拉机发动机运行数据,提取与剩余寿命相关的特征,基于遗传算法寻找最佳的特征子集建立了预测模型。最后,通过试验验证了模型在拖拉机发动机剩余寿命预测方面的有效性。结果表明:与传统的预测模型相比,基于遗传算法优化的模型具有更高的预测准确性和稳定性,RMSE为6.023,MAE仅为4.531。研究结果可以有效地应用于拖拉机发动机剩余寿命预测和维护决策中。

关键词： 图像配准   遗传算法   原子分辨率   透射电镜   扫描电镜  

摘要： 本研究提出了一种兼具高精度和大范围图像配准能力的多精度遗传算法(MPGA)。该方法引入了多精度分层配准的概念,不同层对应的精度从低到高依次递进,并使用图像之间的互相关系数作为评价函数,在不提高数据位深度和种群数量的同时,扩大了图像配准的最大偏移范围,且不损失图像配准的精度。将该方法应用于不同噪音程度的扫描电镜图像中,并与传统互相关算法对比。结果表明,本文提出的MPGA算法配准效果均优于传统的互相关算法。此外,将本方法应用于球差校正透射电镜原子分辨率图像中,结果表明,对于周期性强的原子图像,当两张图像偏移量达到(250,250)像素时,MPGA算法仍能准确预测偏移量,其最大可准确预测偏移量比互相关算法大140个像素。