摘要：目的针对药材贮藏前传统干燥处理方法效率低,药材易变质,处理能耗高,不利于药材高品质贮藏等问题,优化药材干燥处理方法至关重要。方法采用真空低温干燥技术,设计一套以真空干燥箱为传质系统进行低温干燥的热泵干燥处理系统。系统包含基于热泵压缩机驱动的真空低温干燥系统、真空泵、变频风机等设备,通过对其进行干燥性能实验研究,分析获得热泵冷凝温度、空气入口风速以及空气入口温度对该系统干燥性能的影响。结果在环境真空压力−40~0 kPa实验条件下,热泵真空低温干燥系统的干燥量、干燥效率、传质系数及传热系数最大值分别为3.96 kg/h、44.19%、3.75 g/(m^(2)·s)、3.25 W/(m^(2)·℃),析湿过程传质系数及传热系数最大值分别为44.51 g/(m^(2)·s)及36.03 W/(m^(2)·℃),热泵系统最大能效为6.08。对实验数据进行回归分析,得到热泵真空低温干燥系统干燥效率模型,模型计算值与实验值的最大偏差在±21%以内,平均偏差为9.18%,预测效果较好。结论相较于常压下热泵低温干燥技术,基于真空低温干燥技术的热泵干燥系统能够有效提高药材干燥效率,降低药材干燥处理过程中的能源消耗,为药材高品质贮藏提供保障。

摘要：针对多目标柔性作业车间调度问题的复杂度高,以及求解算法对历史数据利用不足和解策略单一的问题,提出一种基于值的深度强化学习算法,通过引入最大熵方法在策略空间中获得多个较优策略。首先,将调度过程视为多阶段决策过程,提出单工序时间特征表示方法,并以此为基础设计了11个归一化的状态表征函数作为输入;其次,利用改进的带噪声的对抗网络拟合值函数;再次,在基础规则上通过复合组成24条调度规则;最后,提出了分层单步奖励以解决稀疏奖励问题。算例测试结果表明,所提算法的性能优于深度Q网络(deep Q network,DQN)和非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)等其他算法。

摘要：在训练集存在噪声标签或类别不平衡分布的情况下,深度神经网络具有过度拟合这种有偏差的训练数据的不良趋势。通过设计适当的样本权重,使用重加权策略是解决此问题的常用方法,但不适当的重加权方案会给网络学习引入额外的开销和偏差,仅使用重加权方法很难解决有偏差分布下网络的过拟合问题。为此,建议将标签平滑正则化和类裕度正则化与重加权结合使用,并提出了一种基于自适应重加权和正则化的元学习方法(ensemble meta net,EMN),模型框架包括用于分类的基本网络和用于超参数估计的集成元网。该方法首先通过基本网络获得样本损失;然后使用三个元学习器基于损失值以集成的方式估计自适应重加权和正则化的超参数;最终利用三个超参数计算最终的集成元损失更新基本网络,进而提高基本网络在有偏分布数据集上的性能。实验结果表明,EMN在CIFAR和OCTMNIST数据集上的准确率高于其他方法,并通过策略关联性分析证明了不同策略的有效性。

摘要：针对现有的传染病预测模型未充分考虑时间序列的复杂度且预测性能不稳定等问题,提出一种基于传染病动力学模型SEIR与长短时记忆网络(LSTM)的传染病组合预测模型.首先,通过计算Pearson相关系数分析气候因素与传染病新增人数之间的相关性;其次,通过FE(Fuzzy Entropy)算法提取序列的局部特征且保证序列的平稳性,降低时间序列的复杂度,提升时间序列的可预测性;最后,根据传染病特点,构建SEIR模型分析不同人群传播情况,并结合LSTM模型实现大幅度提升传染病预测精度.仿真结果表明,相较于传统的模型算法,本文提出的混合模型能保证预测的平稳性并实现更高的预测精度,同时,本文使用该混合模型在不同的干预策略下进行预测,表明了提早采取防控措施对遏制传染病传播的重要性.

摘要：以"揭示化学反应速率和平衡之谜"作为单元作业设计的案例,落实立德树人根本任务,分析化学学科核心素养五个维度之间的内在联系,确立单元作业目标。依据课程标准,紧扣教材,以核心素养为导向,体现教学、作业、评价的系统设计与实施。兼顾群体特点与个体差异,以真实情境为依托,设计可供选择的差异化作业,增强作业的针对性和实效性。

摘要：针对有服务顺序限制的带时间窗的多需求多目标车辆路径问题(multi-demand and multi-objective vehicle routing problem with time window,MDMOVRPTW),在考虑多种需求由不同车辆按顺序服务等约束条件的同时,构建了最小化配送成本和最大化客户满意度的多目标模型。根据模型的特点设计了改进的哈里斯鹰优化(improved Harris hawks optimization,IHHO)算法,随机地将种群中部分支配解作为父代解,用临时组合算子和4种交叉算子搜索新解。最后,算例测试结果表明,相较于传统的哈里斯鹰优化算法,IHHO算法的求解性能得到了有效改善,各操作算子中交叉算子2的求解效果最好。将IHHO算法用于实例中,求解结果得到了改善,充分验证了IHHO算法的有效性。

摘要：针对当前车辆路径问题中较少考虑客户满意度的情况,构建了基于模糊时间窗的车辆到达时间满意度函数和货物运输时长满意度函数,以最大化客户满意度和最小化配送总成本为目标建立VRPCCS数学模型.为了求解该问题,考虑到传统遗传算法存在依赖初始解、收敛速度较慢、容易陷入局部最优等缺点,设计改进的遗传算法与大规模邻域搜索算法相结合的混合算法进行求解,通过选取算例并与传统遗传算法进行对比,验证了模型和算法的可行性和有效性.实验仿真结果表明考虑客户满意度的物流配送方式不仅能够有效提升客户满意度,也能够降低物流企业配送成本以及车辆空载率,对于物流企业的车辆配送路径决策具有一定的参考意义.

摘要：针对传统水动力学求解软件与其他数值分析代码不能充分考虑叶片气动载荷分布、涡尾迹结构以及风波耦合效应。通过STAR-CCM+中具有叠加运动和悬链线系泊求解器的动态流动相互作用模块建立一套气动-水动-系泊完全耦合动力学方法,开发较为可靠的漂浮式风力机数值模型。通过分析平台自由衰减曲线、6自由度响应以及风轮气动性能验证了所提耦合模型的可靠性;三维可视化流场分析表明,漂浮式风力机在波浪载荷作用下产生6自由度运动,叶片表面与涡管产生的脱落涡与塔架、机舱后方尾涡相互作用,加剧流场复杂性。结果可为漂浮式风力机流场优化与设计提供一定理论参考。

摘要：本文针对多维背包问题维度高,约束强的特点提出了自记忆的学习优化模型(self memorized learn to improve,SML2I),通过深度强化学习的学习机制选择迭代搜索过程中的算子即模型学习当前的解以及历史搜索过程中的解,判断对当前解采用提升策略或者是扰动策略,在此基础上,进一步提出了哈希表与设计了2种有效的基于价值密度的扰动算子.使用哈希表记录历史搜索过程中的解,防止模型重复探索相同的解,基于价值密度的扰动策略生成的新解与之前的解决方案完全不同,因此针对扰动后的解再次采用提升策略同样有效,通过测试89个MKP数据集并与其他文献中先进的求解方法进行对比,实验结果验证了SML2I模型求解MKP问题的可行性与有效性.

摘要：针对塑件正面窄腔内5个倒扣、背面2个窄腔内环形倒扣、四周侧17个倒扣,背面7个倒扣的结构难点,创新提出了隧道楔紧块、滑块运动方向与侧型芯垂直的吊挂侧型芯式抽芯方法,实现窄腔内倒扣抽芯。设计了4类抽芯机构,通过4次顺序抽芯成功实现窄腔内复杂倒扣产品的脱模。第一次抽芯解决正面窄腔内5个倒扣抽芯难题,由顺序定距分型机构控制抽芯顺序;第二次抽芯解决四周侧17个倒扣抽芯难题;第三次抽芯解决背面7个倒扣抽芯难题;第四次抽芯解决背面2个窄腔内环形倒扣抽芯难题,创新设计了弹簧式快速二次推出机构控制抽芯顺序。经试模验证,该模具结构合理、工作可靠。