关键词： 粒子群算法   参数反演   污染物迁移   多场耦合，互馈机制  

摘要： 【问题】污染场地低渗介质中水-热-盐耦合过程影响渗流与溶质迁移，但关键水文地质与污染迁移参数难以通过单一场试验准确获取，易出现参数非唯一性，且耦合效应难以被定量分解与刻画。【目的】构建了场地尺度水-热-盐耦合示踪试验与数值模拟-粒子群优化算法（Particle Swarm Optimization，PSO）联合反演框架，实现了渗透系数、有效导热系数及弥散度等参数的约束识别，并揭示温度场与溶质场对地下水流动与传热/传质行为的反馈规律。【方法】在南京某污染场地布设5 m×5 m试验区，开展不同工况下的现场尺度强制水力梯度水-热-盐耦合示踪试验，搭建集成水位、温度及电导率监测的试验平台并获取动态数据集；进一步在COMSOL中构建水-热-盐三维耦合数值模型，利用动态观测数据并联合PSO算法，反演渗透系数、导热系数和弥散系数。【结果】研究结果表明：目标含水层的渗透系数为8.570×10-6～1.502×10-5 m/s，有效导热系数为3.0357～3.2786 W/（m·K），纵向弥散度为0.549～0.741 m，横向弥散度为0.030～0.037 m。验证识别后耦合数值模型不同工况计算结果揭示了温度场和溶质场对地下水流动特性的反馈机制：地下水温度升高对渗流与溶质迁移的促进效应明显，注水温度从25℃升高至40 ℃时，含水层渗透系数提升约75%，弥散度提升25%～35%；溶质场的改变会导致渗流及传热特性变化，示踪剂注入浓度从1.5 g/L增至15 g/L时，渗透系数降低12%而导热系数增加8%。【结论】结果表明，场地试验-耦合数值模型-PSO联合反演方法能够在多源动态观测约束下提高参数识别效率与稳定性，并可量化水-热-盐耦合互馈效应，为污染场地调查阶段参数获取与修复方案设计提供依据。

关键词： 信息化技术   工程造价   数据管理   数据分析   大数据  

摘要： 随着信息化技术的不断进步,其在工程造价数据管理与分析领域的应用也越发重要.以大型建设项目为例,探讨了集成化数据管理平台的构建与应用,旨在提高数据的收集、存储与分析效率,并优化项目成本控制.重点分析了大数据与人工智能技术在精确预测工程造价和进行动态监控方面的实际应用,强调了这些技术在提高决策科学性和时效性方面的作用.此外,信息化手段促进了跨部门协作和信息共享,显著提升了工程管理的整体水平.通过对这些技术的深入分析,提出了一系列优化措施,以期为工程项目管理提供实际的参考和应用价值.

关键词： 统一电能质量调节器   非线性海洋捕食者算法   非线性控制   电压骤降  

摘要： 针对统一电能质量调节器（Unified Power Quality Conditioner， UPQC）中对串联/并联变换器的运行能效未达到最优的问题，提出一种集成光储系统的UPQC结构，引入了一个控制系数来主动控制系统的功率流动，继而控制直流母线电压，并使用改进的非线性海洋捕食者算法（Nonlinear Marine Predator Algorithm， NMPA）来获得控制系数的最优结果。光储系统可以向UPQC负载提供持续支持，通过控制系数来选择系统的工作模式，最终通过控制策略对整个系统进行补偿，提高了直流侧的稳定性和补偿能力。通过实验装置对所提含光储系统的UPQC在静态干扰（如电网电压谐波/不平衡）及动态干扰（如电压骤降/骤升）下的性能测试，结果表明所提UPQC能够提高变换器利用率并能使电能质量优化效果达到理想效果，验证了理论的正确性。

关键词： 数字正义   公共性危机   算法治理   平台传播  

摘要： 文章以平台传播中算法技术引发的信息茧房、热搜操纵、劳动者权益侵害、“大数据杀熟”等负面现象为研究对象，认为这些表面各异的负面现象共同指向一个深层的结构问题：平台传播的公共性危机。其发生机制表现为：公共议题商品化、公共对话碎片化、公共传播规范的算法替代、算法黑箱与公共监督的失效等。在此基础上，提出以“数字正义”为价值导向的公共议题设置的多元重构、公共对话空间的算法修复、公共传播规范的制度优化、公共监督机制的算法适配等治理路径。

关键词： 图像分割   局部拟合   能量泛函   梯度下降法   遗传算法   自适应参数  

摘要： 传统的水平集图像分割方法往往依赖全局信息,对目标与背景差别较大的图像分割较好,而由于这样的特性,使其往往对灰度不均的图像无法进行有效分割,为了克服这一困难,文章将全局信息和局部信息进行线性组合,以此近似表示原图像,并提出了一种全新的基于局部拟合的能量方程及其迭代格式,同时引入遗传算法实现参数自适应的选取.通过对不同测试图像的实测结果表明,这种方法对灰度不均匀的图像分割效果显著,而且分割精度高于传统水平集算法.与此同时将其应用到医学CT图像,实现了对灰度不均以及弱边缘的医学图像分割,提高了准确性.

关键词： 双语地图   注记配置   语义分析   遗传算法  

摘要： 针对跨语言地图语言切换过程中易出现的注记位置跳跃、视觉关联断裂等问题，本文提出一种融合语义换行与遗传算法的跨语言地图注记协同布局方法。以中英双语地图为例，该方法通过语义换行压缩文本占位范围，并构建了多目标遗传算法模型，同时优化中英文注记的位置约束与切换一致性。实验结果表明，相较于传统的独立注记布局方法，该方法能有效减少跨语言切换过程中的位置偏移，避免注记压盖，但会一定程度上降低处于最优位置的注记比例。本研究为跨语言地图注记的协同布局提供了理论支持与实用方法，未来将结合动态权重和强化学习等进一步优化多终端和动态环境下的注记协调布局性能。

关键词： 时间比对   数据融合   Kalman滤波   稳定度加权  

摘要： 针对卫星双向时间频率传递（two-way satellite time and frequence transfer,TWSTFT）和精密单点定位（precise point positioning,PPP）等单一技术难以同时满足高精度和高稳定度的需求，提出一种多级时间比对融合算法。模型一基于稳定度权重融合TWSTFT、GALILEO P3和全球定位系统（global positioning system,GPS）P3码，再利用Kalman滤波将融合结果与GPS PPP进行二次融合，模型二优先融合TWSTFT与GPS PPP，再通过两级Kalman滤波逐级融合GALILEO P3和GPS P3码。仿真结果表明，两种模型均能改善时间比对的精度和稳定度，模型一适合对稳定度要求较高的长期钟差分析场景，模型二适合实时监测和动态环境下的时间比对需求。数据失效测试进一步表明，模型二在GPS PPP缺失时表现更好，两种模型对GALILEO P3和GPS P3码缺失时均表现出良好的容错性，验证了算法设计的容错能力。

关键词： 分配问题   无人机集群   超多目标优化   阴阳平衡算法   深度强化学习  

摘要： 针对复杂战场环境下无人机集群任务分配面临的超多目标优化与多重约束耦合难题，开展智能优化算法求解研究。为解决传统算法在超多目标空间中选择压力下降及搜索能力不足的缺陷，在基于前沿的阴阳平衡算法的基础上引入了分裂半径动态调整反弹、分裂方式的自适应选择两种策略，提出多目标阴阳平衡优化算法。进而引入深度强化学习模型，提出一种深度强化学习增强的阴阳平衡超多目标优化算法，该算法利用近端策略优化智能体实时感知种群的进化状态，通过对分裂半径的动态调节，实现探索与开发能力的动态平衡。标准测试集与无人机作战仿真实验表明，深度强化学习增强的阴阳平衡超多目标优化算法能够有效处理载荷限制等各种约束，生成兼顾战术收益与执行效率的协同分配方案，可为复杂超多目标资源分配问题提供一种新的求解途径。

关键词： 群智感知   真值发现   零知识证明   隐私保护   信誉区间  

摘要： 真值发现是群智感知中一个重要的组成部分，在真值发现过程中，需要提供工作者的信誉以保证感知数据的有效性。针对群智感知真值发现中信誉反馈过程中的隐私泄露问题，提出一种基于零知识信誉区间证明的真值发现算法（TDZKRIP）。该算法首先利用了零知识区间证明的信誉区间验证与加权方法，解决了在群智感知真值发现过程中工作者反馈感知数据准确性低的问题，并实现了在工作者反馈信誉区间过程中信誉的隐私保护。然后利用任务临时标签生成，解决了工作者在信誉反馈过程中使用固定身份受到关联攻击的问题。隐私性分析与实验验证结果表明，TD-ZKRIP算法与RPPS-TCD(Reputation and Privacy-Preserving Service based Truth Data Collection)、PRTD(Privacy-preserving and Reputation-based Truth Discovery)和PPIB(Privacy-Preserving Incentives for Blockchain)方案相比，信誉攻击成功率、身份攻击成功率和平均绝对误差（MAE）都取得了最优的结果，实现隐私保护与计算精度的平衡。

关键词： 机器人   路径规划   粒子群优化算法   自旋玻璃  

摘要： 针对粒子群优化算法（PSO）在复杂全局优化和路径规划应用中存在的过早收敛、搜索精度不足等问题，提出一种基于自旋玻璃模型改进的粒子群优化算法（SG-WCPSO）。在PSO中引入自旋玻璃模型的粒子自旋状态、随机耦合矩阵及温度调控机制，通过粒子群算法结合自旋玻璃的复杂相互作用和多稳态特性，增强了粒子在复杂能量景观中的探索能力；基于动态的粒子自旋状态，自适应调节算法的惯性权重和加速因子，避免了PSO算法早熟收敛，提高了其全局优化性能。实验结果表明，在函数优化测试中，SG-WCPSO算法相较于PSO等算法，其精度最大可提升148个数量级；路径规划仿真结果表明，SGWCPSO算法的平均路径长度相较于PSO在20×20与30×30地图上分别最大缩短11.07%与14.69%，在3维路径规划实验中相较于PSO平均适应度值降低11.10%。实验结果充分验证了所提方法在解决移动机器人路径规划问题上的高效性与鲁棒性。