课程文献中心 更多>>

关键词： 重力坝   断面优化设计   遗传禁忌混合算法   对比分析  

摘要： 研究建立重力坝断面优化设计数学模型,采用遗传与禁忌搜索(GA-TS)混合算法对其进行优化求解。同时,对溢流坝和非溢流坝的断面尺寸设计和断面数值进行研究,并采用GA-TS算法分别对其进行优化设计,结果表明,优化后坝体变形不大,最大拉应力与压应力均符合设计要求,面积优化率分别为12.9%和6.04%,验证了GA-TS算法的可行性。

关键词： 焊接机器人   工作空间   遗传算法   刚度性能   杆长优化  

摘要： 以野外大口径油气管道焊接的工作条件为背景,考虑到恶劣的工作环境会严重影响焊接机器人的工作空间范围。针对焊接机器人的末端刚度性能弱和轻量化问题,提出了一种在指定工作空间下对六自由度焊接机器人的每个臂长进行优化的方法,以达到在指定工作空间下焊接机器人的臂展要求。首先,结合D-H参数法建立焊接机器人的运动学模型,运用笛卡尔坐标系变换矩阵和几何解析数值法,对焊接机器人进行逆运动学求解,分析指定空间位置的可达率;然后,运用遗传算法优化空间位置到达率、轻量化参数和末端刚度参数,通过适应度函数寻求杆长的最优解;最后,实验结果表明,最优杆长的适应度值相较于原始杆长提高了8.27%,指定空间到达的覆盖率提高了7.33%,从而验证了提出方法的有效性。

关键词： 稀疏表示   分块思想   MobileNet-v1   注意力机制   剪枝网络   人脸识别  

摘要： 针对当前遮挡人脸识别算法存在准确率偏低及鲁棒性较差的不足,文中基于分块稀疏和强化学习模块提出了一种有遮挡的人脸识别算法。对于传统稀疏算法全局特征提取能力强、局部特征提取能力弱的问题,该算法结合分块的思想构建了分块稀疏模型,从而提升了模型的识别准确率。强化学习模块使用MobileNet作为源网络,并采用通道与空间注意力机制来增强网络的自适应性能。同时利用剪枝网络对模型的卷积核进行简化,从而增强了其与嵌入式移动设备间的兼容性。实验结果表明,所提算法的识别准确率在不同数据集上相较于对比算法提高了约5.01%和4.81%,参数量减少约0.267 MB,FPS则提升约12 fps,充分证明了该算法的鲁棒性及计算效率均较为理想。

关键词： 新能源发电预测   卷积神经网络–长短时记忆网络–注意力机制(CNN-LSTM-Attention)   异常值检测   孤立森林算法   风险等级分析   运维管理  

摘要： 文章主要探讨了一种将卷积神经网络、长短时记忆网络以及注意力机制相结合的方法在新能源发电量预测中的应用及其有效性。随着新能源发电量受外部环境影响而表现出较大波动性和复杂性,传统预测模型难以全面捕捉其中的复杂模式和长期依赖性。因此,文章提出了一个集成多种深度学习方法的组合模型(CNN-LSTM-Attention模型),该模型首先通过卷积层提取数据中的局部特征,随后利用长短时记忆网络建模时间序列的长期依赖关系,最后通过注意力机制增强对重要信息的关注度。实验选取了2024年1月1日至6月30日期间的甘肃省风力发电和水力发电数据,进行了特征提取和模型训练。结果显示,相较于单独使用卷积神经网络或长短时记忆网络,结合了注意力机制的组合模型在多个评估指标上均表现出更高的预测准确性和更好的拟合效果。此外,还引入了孤立森林算法对预测误差进行异常值检测,并结合风险等级进行了详细的分类分析,进一步验证了该模型在实际应用中的有效性。本研究为新能源发电系统的预测和管理提供了一种新思路和方法,有助于提高系统运行的可靠性和安全性。This paper mainly discusses the application and effectiveness of a method combining convolutional neural networks, long short-term memory networks, and attention mechanisms in new energy power generation predictions. As new energy generation is affected by the external environment and shows great volatility and complexity, it is difficult to fully capture complex patterns and long-term dependencies using traditional forecasting models. Therefore, this paper proposes a combined model integrating multiple deep learning methods (CNN-LSTM-Attention model), which firstly extracts local features from the data through convolutional layers, then models the long-term dependencies of time series by long short-term memory networks and finally enhances the focus on important information through attention mechanisms. The experiment selected the wind power and hydroelectric power generation data of Gansu Province from January 1 to June 30, 2024, and carried out feature extraction and model training. The results show that compared with convolutional neural networks or long short-term memory networks alone, the combined model with attention mechanism has higher prediction accuracy and better fitting effect on multiple evaluation indicators. In addition, this paper introduces the isolation forest algorithm for outlier detection of the prediction errors and carries out a detailed classification analysis combined with the risk level, further verifying the effectiveness of the model in practical application. The research in this paper pr

关键词： 参数辨识   分数阶粒子群优化   一次调频   水轮机调节系统   仿真  

摘要： 由于水电机组和调速器实际物理性质比较复杂,难以从理论上直接推导出其模型参数。为此,提出一种改进的分数阶粒子群优化算法,针对水轮机调速系统一次调频模式,首先根据实际设备的物理结构、运行机理分析建立了水电机组调速系统的调节器模型、随动装置模型及机组被控对象模型;然后应用小波阈值降噪法对水电机组一次调频试验数据进行预处理后,采用改进分数阶粒子群优化算法对各分块模型进行参数优化辨识;最后将各部分模型连成整体进行仿真校验。结果表明,改进分数阶粒子群优化算法在水电机组一次调频参数辨识中的精度提升效果明显。

关键词： 起重机   电机传动系统   电子变频调速   算法优化  

摘要： 为解决起重机电机传动系统中的负载摆动、启制动冲击和系统响应延迟等问题,本研究提出了一套电子变频调速算法优化方案。通过设计自适应PID与模糊PID复合控制策略、前馈补偿控制方案、改进型滑模负载观测器以及动态抗干扰补偿策略,构建了完整的起重机电机传动系统控制方案。实验结果表明,优化后的系统在启动响应时间、转速超调量、负载突变适应性、制动特性等方面均取得显著改善,为起重机电机传动系统的性能提升提供了有效解决方案。

关键词： 沙丁鱼算法   微电网   优化调度  

摘要： 在当前全球能源危机和环境问题日益严峻的背景下,风光储电网作为一种高效、清洁的能源供应方式,受到了广泛关注,它能够有效地整合风能、太阳能等可再生能源,通过储能设备实现能量的储存与释放,从而优化电力结构,提高供电可靠性。为了提高风电和光伏发电的利用率,降低微电网的运行成本,首先建立了各分布式电源数学模型,然后根据数学模型建立微电网经济成本和环境成本总和作为目标函数,同时考虑发电、储能、售电和购电等各类约束条件,最后利用沙丁鱼算法求解微电网调度模型,并对求解结果进行了适配性分析。仿真结果表明:沙丁鱼算法无论是在收敛速度、收敛精度等方面均优于粒子群算法,并且根据各分布式电源的输出情况,沙丁鱼算法降低了微电网优化调度模型中的电网总成本,验证了算法的有效性。

关键词： 风电机组总装环境   AGV路径规划   Q-learning   最短路径  

摘要： AGV的路径规划是影响总装工作效率的关键因素之一,合理的路径规划对于AGV的高效工作非常重要。由于风机总装环境中节点较多、计算量较大,现有的路径规划算法存在着局限性。提出了一种适用于风机总装环境的AGV路径规划算法。该算法是根据风机总装环境的特点,采用空间二维坐标的状态编号方法描述AGV的运动,并建立了环境地图,改进了基于Model-based的Q-learning(Q,Quality)算法,使其能够在风机总装环境中搜索到距离最短的路径。给出了Python环境下该算法的编程实现方法,并通过仿真验证了算法的可行性。

关键词： 学科核心素养   计算思维   有效策略   信息科技课程  

摘要： 归于算法--发展学生的计算思维应该“教什么”?魏宁:冯教授您好,很高兴有机会和您聊一聊有关计算思维的话题。作为学科核心素养,近年来,计算思维受到了广大信息科技教师的普遍关注,如何培养、发展学生的计算思维,已经成为信息科技课程教学的重要任务,您对此有何看法?

关键词： 机器学习   含水率   影响因子   叶丝烘干参数   自适应控制   卷积神经网络  

摘要： 为提升烟丝生产质量,使不同批次间叶丝含水率均符合标准,研究了基于机器学习与含水率影响因子的叶丝烘干参数自适应控制算法。选取包括加料流量及出口含水率、烘丝机筒壁温度等13个叶丝烘干含水率影响因子,经递归特征消除法完成影响因子筛选后,构建筛选后叶丝烘干含水率影响因子的样本数据集,作为以卷积神经网络LeNet-5构建叶丝出口含水率预测模型的输入样本,预测叶丝出口含水率;在PID反馈控制中输入预测含水率与标准含水率之间的差值,输出最佳叶丝烘干参数,实现叶丝出口含水率控制;并利用双层EWMA控制模型平稳控制叶丝批次内的出口含水率、协同控制批次间的出口含水率。实验表明:该算法可准确预测叶丝烘干含水率,增加叶丝烘干含水率控制稳定性,提高卷烟制丝生产过程中叶丝烘干含水率的均质化水平。