受强弱关系理论启发的改进人工蜂群算法

针对原人工蜂群算法在寻优过程中存在收敛精度不高、容易陷入局部最优的问题,提出一种改进人工蜂群算法(SWT-ABC)。将社会学中强弱关系模型化并引入多子群矩阵式蜂群结构,定义了强关系个体从三个方向随机引导搜索,加快算法收敛速度和提高收敛精度;为增强算法跳出局部最优的能力,定义了弱关系个体交互以实现子群间信息交流来提升种群多样性;增加侦查蜂反向学习机制并确定合适的蜜源上限,能有效提升目标函数评价次数的利用效率。通过基准测试函数的数值实验并与12种改进算法进行对比,改进后的人工蜂群算法收敛精度更高、全局寻优能力更强,并且在高维优化问题求解中仍具备良好的收敛性能。     

发电系统短期可靠性评估的等效机组法

本文提出了等效机组的概念,有效地解决了发电系统短期可靠性评估中的“状态爆炸”难题该方法不仅提高了短期可靠性评估的速度和精度,而且极大地压缩了计算存贮量,使发电系统短期可靠性评估更趋于实用化.通过对示例发电系统进行短期可靠性评估,其结果证明了该方法的正确性和有效性.     

实现金相图象彩色化的一种新方法

本文提出一种简便的方法,仅利用一彩色滤波器便可以从金相显微镜实时地观察到假彩色编码图象。图象棱角分明、色彩鲜艳丰富,并能显示黑白显微放大图象所看不到的细节。 我们使用的方法是使黑白图象假彩色化,它利用改造物的空间频谱(即在不同频谱处仅让“某种颜色的光”通过)而实现的。 作者给出理论解析、实验装置和实验结果,并指出这种方法的优点及其在冶金,机械等领域的潜在实用前景。     

融合机器学习与知识推理的可解释性框架

针对基于规则的可解释性模型可能出现的规则无法反映模型真实决策情况的问题, 提出了一种融合机器学习和知识推理两种途径的可解释性框架. 框架演进目标特征结果和推理结果, 在二者相同且都较为可靠的情况下实现可解释性. 目标特征结果通过机器学习模型直接得到, 推理结果通过子特征分类结果结合规则进行知识推理得到, 两个结果是否可靠通过计算可信度来判断. 使用面向液基细胞学检查图像的融合学习与推理的某类宫颈癌细胞识别案例对框架进行验证, 实验表明, 该框架能够赋予模型的真实决策结果以可解释性, 并在迭代过程中提升了分类精度. 这帮助人们理解系统做出决策的逻辑, 以及更好地了解结果可能失败的原因.     

基于改良灰色理论的电网短期负荷预测算法

在分析传统灰色负荷预测理论与GM（1,n）模型的基础上,再次对GM（1,n）模型进行改进,以解决由于传统的灰色理论对原始数据要求的严格造成预测结果误差较大的问题。实验表明,用此方法建立的负荷预测模型,在预测精度上有较大的提高,为今后灰色理论模型的改进提供了一定的依据。     

基于改进多目标进化算法的微服务用户请求分配策略

如何对基于微服务架构的系统进行并发用户请求的分配以使得时间、成本和均衡性等目标得到优化,是面向微服务的应用系统需关注的重要问题之一.现有的基于固定规则的用户请求分配策略仅着重于负载均衡性的解决,难以处理多目标需求间的平衡.为此,文中提出以请求处理总时间、负载均衡率和通信传输总距离为多个目标的微服务用户请求分配模型,研究并发用户请求在部署于不同资源中心的多个微服务实例间的分配策略,并使用基于改进初始解生成策略、交叉算子和变异算子的多目标进化算法对该问题进行求解.在不同规模的数据集上进行多次实验,结果表明,提出的方法与常用的多目标进化算法和传统的基于固定规则的方法相比,能够更好地处理多个目标间的平衡,具有更好的求解性能.     

基于BIM技术的装配式建筑设计阶段协同度评估

为评估BIM技术对装配式建筑设计阶段协同能力的影响程度,基于协同论序参量原理,把软件协同、专业协同作为协同度测度模型的一级指标,在一级指标下选取22个序参量分量指标构建协同度模型。结合具体案例,以装配式建筑设计阶段为研究对象,运用专家打分法将测量指标进行更明确的量化,并借助功效函数对构建的指标体系的协同能力进行评估计算。结果表明：由于BIM软件之间数据共享与转换格式的不统一,仍出现了信息丢失、传递效率低的现象;专业协同与理想状态有一定的差距,BIM技术有待完善。     

局部超挖对悬臂排桩基坑支护体系安全性能的影响

由局部超挖引发基坑大范围破坏的工程事故时有发生,但局部超挖对基坑整体安全性能的影响及其引发连续破坏的机理尚仍缺乏研究。以悬臂排桩支护的长条形基坑为例,采用模型试验和有限差分法对基坑局部超挖引起的荷载传递规律进行探索。结果表明:随着超挖深度的增大,由于土拱效应,超挖区外支护桩内力大幅增长,而超挖区内支护桩桩身弯矩先增加后降低或持续降低;大面积开挖深度相同时,随着局部超挖范围增大,邻近支护桩桩身弯矩与位移增幅逐渐增大并趋于稳定。研究成果初步揭示了局部超挖对支护桩内力的影响等荷载传递规律,可为防超挖引发基坑连续破坏研究和局部深坑设计提供参考。     

考虑随机来水的水电站中长期发电调度多重风险分析

为了分析来水不确定性导致的水电站发电风险,构建了日径流随机模拟模型,模拟生成了长系列径流序列,建立常规调度和优化调度模型,并将模拟径流序列作为输入驱动调度模型。以年均发电量、发电稳定性、弃水量、发电保证率、蓄满率为主要风险指标,建立了发电风险分析的指标体系。在此基础上,以三峡水库作为调度模型的研究实例,比较了常规调度和优化调度的风险水平。结果表明:优化调度较常规调度年发电量增加约5%;信息熵结果显示优化调度模型不确定性较小,更加稳定;优化调度弃水量约为常规调度的50%,且优化调度降低了出力破坏风险。文中给出的优化调度模型所得调度过程在经济效益及风险控制方面都有较优的表现。     

新冠肺炎疫情期间城镇再生水厂低负荷运行实践

受新冠肺炎疫情影响,北京市中心城区11座再生水厂长时间处于低负荷运行状态,污泥膨胀和出水水质波动风险加剧。各再生水厂通过优化进水碳源分布、改善缺氧环境,实现了生物脱氮效果稳定;通过微生物种群结构检测、污泥负荷评估调控,降低了污泥膨胀风险;通过精准调控、厂网联动联调等措施,保障系统稳定、节能降耗、出水水质安全达标。