课程文献中心 更多>>

关键词： 地震动强度指标   特征选择算法   结构倒塌分析   增量动力分析   最小二乘回归  

摘要： 为了筛选有效预测结构倒塌能力的地震动强度指标,对比分析了MIC、ReliefF、XGBoost和Lasso这4种常见特征选择算法用于地震动强度指标筛选时的性能。基于单自由度结构增量动力分析结果及地震动强度指标建立特征选择回归模型,根据回归模型输出权重及频数得到欧氏距离大小排序并筛选地震动强度指标,利用筛选结果对特征选择算法的性能进行评估。同时基于2层、4层、8层和12层钢筋混凝土框架结构的增量动力分析结果对筛选后强度指标建立最小二乘回归模型,以残差的标准差变化衡量不同特征选择算法筛选出的地震动强度指标对结构倒塌的预测能力。结果表明:基于Lasso回归算法筛选的地震动强度指标比其他算法用于结构倒塌预测时准确率提高31%。结果可为基于性能地震工程(performance-based earthquake engineering,PBEE)框架下结构易损性分析中及地震动不确定性分析中地震动强度指标筛选的特征选择算法提供参考,也可为结构倒塌预测的地震动强度指标筛选提供有效特征选择算法参考。

关键词： 污水处理厂   网站一体化平台   实时监测   数据统计   设备管理  

摘要： 随着我国城市化进程的加快,污水处理厂在环境保护和城市可持续发展中的作用日益凸显。当前污水处理厂在运行管理、数据监测与应急处理等方面仍面临诸多挑战。为了提高污水处理厂的管理效率和运行稳定性,本文设计并实现了一种污水处理厂网站一体化平台。该平台采用B/S架构,基于Java和MySQL技术,实现了实时监测、数据统计、设备管理和预警应急处理等功能模块。通过对某城市污水处理厂的实际应用,结果表明,该平台能够有效提高污水处理厂的运行管理水平,实现数据的实时采集、存储和分析,为污水处理厂的智能化管理提供了有力支持。

关键词： 模糊控制算法   露天铁矿   挖掘机  

摘要： 露天铁矿的地质条件复杂,包括不同硬度的岩石、冻土、松软地面等,这些都对挖掘机的作业效率和安全性提出了挑战。因此,提出了基于模糊控制算法的露天铁矿挖掘机控制方法。提取露天铁矿挖掘机运动学特征,包括机身回转、动臂回转、斗杆回转、铲斗回转特征等,结合运动学特征分析挖掘机各转动关节的运动旋量。根据挖掘机的运动轨迹确定模糊变量并制定模糊控制规则,通过模糊化方法将模糊变量转换为控制信号,从而实现露天铁矿挖掘机的模糊控制。采用对比实验,验证了该方法的露天铁矿挖掘机控制效果更佳,实际应用效果好。

关键词： 医疗人工智能   算法歧视   健康医疗数据   法律规制  

摘要： 算法作为医疗人工智能应用的核心,在提升数据价值的同时,可能引发歧视问题,亟需法律规制。本文阐释了医疗人工智能算法歧视的内涵,分析其生成机制,包括健康医疗数据的歧视性、算法逻辑缺陷以及医患互动偏差;针对现有的算法问责模式、数据保护模式、综合治理模式规制理论的不足,提出了优化法律规制的路径,包括制定场景化的法律规制方案、规范健康医疗大数据使用、增强算法可解释性,以及融合健康数据权利保障与技术规制,推动医疗人工智能算法的公正使用。

关键词： 动态多目标优化   预测校正   环境感知   参考点  

摘要： 为高效追踪动态多目标优化问题中随时间或环境变化而不断演变的Pareto前沿,提出了一种新的基于环境感知与预测校正的动态多目标优化算法(HD-DMOEA)。该算法包含三个主要策略:首先使用Wilcoxon符号秩检验对环境变化进行检测,并提出一种新的环境感知算子对环境变化强度进行判定。其次,构建Holt差分预测校正模型预测种群个体在下一个时间窗的位置,并在预测过程中根据参考点进行预测校正,以提高模型预测精度,加快算法寻优速度。另外,提出了一种新的变异方法,该方法根据环境变化强度引入不同的变异个体,以维持种群多样性,从而降低种群陷入局部最优的概率。为验证HD-DMOEA的有效性,将HD-DMOEA与五种最先进的预测算法分别在测试集FDA和dMOP上进行实验对比分析,实验结果表明,HD-DMOEA在搜索过程中能有效动态平衡种群的多样性和收敛性,实现对Pareto前沿的持续高效追踪,并且优于其他五种对比算法。

关键词： 鲸鱼优化算法   层次分析法   目标函数   超临界CO_(2)萃取   参数整定   阶跃响应   时滞   三折线法  

摘要： 针对超临界CO_(2)萃取过程中不同控制系统对稳定性、准确性和快速性具有不同要求,文中提出一种改进鲸鱼优化算法目标函数,用于超临界CO_(2)萃取参数整定。根据被控系统的控制目标采用层次分析法确定绝对值积分鉴定、超调量、余差和调节时间的权重关系,通过三折线法对控制系统性能指标进行归一化,构建鲸鱼优化算法的目标函数。以超临界CO_(2)萃取过程的压力和温度为被控对象,采用改进鲸鱼优化算法目标函数与传统鲸鱼优化算法目标函数进行参数整定。仿真结果表明,改进的鲸鱼优化算法目标函数在超临界CO_(2)萃取压力控制系统中能保证压力无超调,在超临界CO_(2)萃取温度控制系统中调节时间减少了30.17 s,实现了超临界CO_(2)萃取过程中控制参数的整定优化。

关键词： 多目标粒子群优化算法   双子群   自适应变异  

摘要： 多目标粒子群优化算法因其强大的搜索能力和简单的实现方式受到广泛关注,然而它在收敛性和多样性之间常常存在不平衡的问题。为了解决这一问题,作者提出了一种双子群自适应变异多目标粒子群算法(BAMOPSO),旨在更好地平衡收敛性和多样性。首先,采用一种新颖的双子群初始化方法,使粒子在目标空间中分布更均匀,从而提高算法的多样性。其次,设计了一种新的自适应变异策略,依据进化过程中目标函数值的变化来提升收敛性。最后,通过将BAMOPSO算法与六个经典多目标优化算法在十五个基准测试函数上进行比较实验,验证了该算法在平衡收敛性和多样性方面的显著提升。

关键词： 社交网络   复杂网络   派系过滤   主题重叠性   k类群过滤   圈子  

摘要： 结合复杂网络理论和派系过滤算法的特点,提出了一种主题重叠的k类群过滤算法。该算法通过迭代回归计算和设计重叠矩阵,能够有效识别具有兴趣重叠特征的节点及多兴趣主题的圈子。仿真实验结果表明,与传统的谱平分算法和派系过滤算法相比,k类群过滤算法在量化个体对消息的兴趣程度以及识别单一或多主题消息传播群体方面表现更佳。

关键词： 建筑电气系统   故障诊断   变分模态分解(VMD)   量子遗传算法(QGA)  

摘要： 随着智能建筑的发展,建筑电气系统的复杂性日益增加,故障类型多样、特征不明显,给故障诊断带来了巨大的挑战。本文提出了一种基于变分模态分解(VMD)与新型互维无量纲指标(MDI)相结合的方法,并通过量子遗传算法优化支持向量机(QGA-SVM),以提高故障诊断的准确性和效率。实验结果表明,该方法相较于传统的故障诊断方法,在特征提取与分类准确率方面表现更为优越,平均测试准确率达到了91.67%。

关键词： 建筑沉降   最小二乘支持向量机   改进麻雀算法  

摘要： 为了提高建筑沉降预测精度,本文提出了一种基于改进麻雀算法(Improved Sparrow Search Algorithm,ISSA)优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的建筑沉降预测方法。利用圆混沌映射和莱维飞行策略对麻雀算法进行改进,提升了ISSA算法的寻优性能,采用ISSA算法确定LSSVM最优参数,构建基于ISSA-LSSVM的建筑沉降预测模型。算例分析结果表明,ISSA-LSSVM模型建筑沉降量预测结果的平均相对误差和均方根误差分别为3.114%和0.889mm,预测精度和误差波动性均优于其他方法,验证了本文所提建筑沉降预测方法的可行性与优越性。