教学课程资源库 更多>>

关键词： 多目标优化   模因算法   分布式置换流水车间   预制箱梁  

摘要： 针对预制箱梁生产企业在多车间并行加工特性，将其归纳为加工时间可变的分布式置换流水车间调度问题，建立以了一个完工时间和能源消耗为目标函数的混合整数规划模型，并提出一种模因算法进行求解。首先，采用混合策略生成高质量初始种群。其次，依据问题特性引入多种遗传算子和局部搜索算子，提高算法的开发和探索能力。同时，采用基于机器学习的预选择策略来平衡两类算子的资源分配。最后，利用所提算法在一系列扩展Taillard测试算例和实际工程案例上进行仿真实验，并与4种先进智能算法进行比较。实验结果验证了提出算法的优越性，为现实中混凝土箱梁生产调度提供了更为科学有效的方法。

关键词： 环境工程学   烟气脱汞   单质汞   催化法   HistCite Pro   CiteSpace   VOSviewer   研究热点  

摘要： 汞是一种具有挥发性、持久性和生物累积性的有毒物质，而燃煤电厂是向大气排放汞的主要人为来源。利用催化法脱除烟气中的汞，是一种有效的脱汞方法。为了深入了解烟气催化脱汞领域的最新研究进展及研究热点趋势，采用Web of Science核心数据库，数据可视化分析软件CiteSpace、HistCite Pro和VOSviewer，对1995—2023年该库收集的相关文献进行计量分析和可视化分析，并从发文量前10的国家、机构、作者、期刊以及关键词等方面对1995—2023年烟气催化脱汞领域的研究现状进行分析，对了解烟气催化脱汞领域的研究方向、研究热点和发展趋势具有一定的指导意义。

关键词： 课程思政   立德树人   OBE理念   “数据库原理与应用”课程  

摘要： 课程思政是新时代高校立德树人的根本任务和专业课教师的重要职责。文章以“数据库原理与应用”课程为例，探讨在OBE(Outcome Based Education，成果导向教育)理念指导下课程思政的建设方法。首先，分析了“数据库原理与应用”课程引入思想政治教育的现实意义，指出该课程在培养学生家国情怀、社会责任感和职业道德方面的重要性；其次，提出了基于OBE理念的课程思政建设总体思路，通过明确课程育人目标、深挖思政元素及精选思政素材、确定多样化的教学方法和设计多元评价机制，构建课程思政育人框架；最后，针对课程思政建设提出建议，以期不断优化课程思政的实施效果。实践表明，课程思政的有效实施不仅丰富了“数据库原理与应用”课程的教学内容，还提升了学生的综合素质，为培养德才兼备的信息技术人才提供了有益借鉴。

标准号: GB/T 45224-2025

摘要： 本文件给出了城市交通基础设施结构智能监测工作中的监测内容与方法，规定了监测数据获取、数据处理、监测预警以及数据管理等方面的技术要求。 本文件适用于指导城市交通基础设施结构的安全监测。 本文件不适用于海上和内河的港口、航道等水运交通基础设施以及城市航空基础设施。

关键词： 调峰热源厂   成本   能耗  

摘要： 从燃气调峰热源厂的角度出发,探讨了燃气调峰热源厂成本控制对于其提高经济效益的重要性.首先,分析了燃气调峰热源厂的热源构成与能耗特点.其次,针对燃气调峰热源厂成本内容进行了深入研究.最后,探讨了现有的成本控制措施,并提出了一系列优化建议,包括运营管理的改进以及能源节约措施的实施等方面.希望能为集中供热企业燃气调峰热源厂的成本控制提供一定的指导和借鉴,进一步提高能源利用效率和经济效益.

关键词： 混合动力汽车   能量管理策略   电池寿命与燃油经济性  

摘要： 能量管理策略是混合动力汽车实现其综合经济性指标的关键技术。针对混合动力汽车电池损耗过快和由荷电状态限值引起的节能机会损失问题，提出了一种可在线实施考虑电池衰退成本的自适应等效能耗最小化策略。该策略基于车辆性能需求，考虑需求功率动态匹配下的燃油经济性与电池寿命博弈问题，构建包含电池衰退成本的哈密顿代价函数；然后基于人工势场法，以消弭荷电状态限值引起地节能机会损失为目标，在电荷维持模式中通过对电池寿命权重与燃油经济性的参数影响分析，设计考虑实时性的等效因子自适应控制策略。最后以典型并联式混合动力乘用车为例进行了仿真验证，结果表明：相较于仅考虑燃油经济性的自适应等效能耗最小化策略，本方法在相同道路工况下在基本持平燃油消耗的同时最高可改善21.7%的电池使用寿命。

关键词： 制造企业集群   OPC UA   信息模型   灰色算法   K-邻近值法   长短期记忆神经网络  

摘要： 针对制造企业集群多场景下能源消耗过程，研究面向设备、车间、企业、集群的分层异构数据统一表征模型自动构建技术，提出一种信息模型驱动的能耗分析及预测方法。该方法首先基于统一协议的OPC UA信息模型构建制造企业集群多能源消耗设备的信息模型，形成统一的数据结构，借助能耗数据集成OPC UA网关，采集多源能耗数据；然后在以数据处理效率约束下，借助多元线性回归算法，消除特征变量冗余信息，实现影响权重提取；最后，在原始的灰色算法、K-邻近值法和长短期记忆神经网络的基础之上，提出一种灰色模型与长短期记忆神经网络模型相结合的算法对焊接分厂能耗进行预测，通过对4种模型预测结果和评估指标的对比分析，验证所提算法的有效性和预测准确性。

关键词： 刮板输送机   智能调速   能耗模型   粗糙径向基神经网络   改进粒子群算法  

摘要： 针对综采工作面中刮板输送机因持续高速运转而导致的能源浪费和运输效率低下问题，本文结合双向割煤工艺，对刮板输送机的运行阶段进行了系统分析，建立了刮板输送机能耗模型，在此基础上提出了一种基于负载转矩预测与能耗优化相结合的速度控制方法。首先，建立煤量模型，描述煤量随运行工况变化的动态特性。随后，结合刮板输送机的运行阻力特性，明确煤量、驱动力与运行阻力之间的关系，构建刮板输送机的能耗模型。为应对综采工作面复杂多变的运行工况，本文引入粗糙径向基神经网络（RRBFNN），对刮板输送机负载转矩进行精确预测，生成优化模型所需的关键输入变量。在此基础上，采用改进的粒子群优化算法（PSO），以能耗最小化为目标，对刮板输送机的运行速度进行优化，改进算法在引入动态惯性因子的同时，平衡了全局搜索与局部搜索能力，从而提高了优化的精度与收敛效率。最后，结合榆家梁43101综采工作面的实际数据对本文方法进行了验证。实验结果表明，该速度控制方法能够在一个生产循环中有效降低刮板输送机的能耗10.42%。