基于加速遺傳算法的多孔變徑管優(yōu)化設(shè)計(jì)
格式:pdf
大?。?span id="vdqcgjv" class="single-tag-height" data-v-09d85783>236KB
頁數(shù):3P
人氣 :83
4.3
將基于實(shí)數(shù)編碼的加速遺傳算法 (RAGA)應(yīng)用于多孔變徑管優(yōu)化設(shè)計(jì)中 ,解決了設(shè)計(jì)中多維參數(shù)尋優(yōu)問題 ,避免了傳統(tǒng)方法早熟、提前收斂以及易陷入局部最優(yōu)等弊端。在固定管道式噴灌系統(tǒng)優(yōu)化設(shè)計(jì)中應(yīng)用 ,求解出多孔變徑管的最優(yōu)管徑、管長(zhǎng)等多維參數(shù) ,效果較好 ,為該方面研究提供了一種新的優(yōu)化求解方法
加速微種群遺傳算法及其在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用
格式:pdf
大?。?span id="l0yug0n" class="single-tag-height" data-v-09d85783>1.0MB
頁數(shù):8P
將微種群遺傳算法與基于啟發(fā)式模式移動(dòng)的局部尋優(yōu)方法和aitkenδ~2加速策略相結(jié)合,給出了一種加速微種群遺傳算法.算法中利用aitkenδ~2加速策略改進(jìn)當(dāng)前種群,利用基于啟發(fā)式模式移動(dòng)的局部尋優(yōu)方法改進(jìn)子代群體.利用3個(gè)數(shù)值優(yōu)化算例測(cè)試了算法的性能,表明本文算法具有較好的收斂性和計(jì)算效率.最后將其用于桁架結(jié)構(gòu)截面優(yōu)化設(shè)計(jì),10桿平面桁架和25桿空間桁架的優(yōu)化結(jié)果表明,本文算法的計(jì)算精度和計(jì)算工作量均優(yōu)于傳統(tǒng)的遺傳算法.
改進(jìn)遺傳算法在工程優(yōu)化中的應(yīng)用
格式:pdf
大?。?span id="4mgz7gs" class="single-tag-height" data-v-09d85783>564KB
頁數(shù):4P
標(biāo)準(zhǔn)遺傳算法在求解無約束優(yōu)化問題時(shí)得到了成功的應(yīng)用,但是多數(shù)的工程實(shí)例為約束優(yōu)化問題.目前引入懲罰函數(shù)思想的遺傳算法是解決約束優(yōu)化問題最常用的方法,但是使用此方法時(shí)參數(shù)的設(shè)定較為困難.從避免這個(gè)困難和提高算法本身性能的角度出發(fā),構(gòu)造了一種新的算法.首先對(duì)非可行個(gè)體進(jìn)行修正,把約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題;其次,采用了擴(kuò)大搜索空間選擇較優(yōu)個(gè)體的交叉算子,增強(qiáng)了全局搜索能力;最后,在部分較優(yōu)個(gè)體附近采用了局部搜索策略,提高局部搜索能力.通過對(duì)2個(gè)工程優(yōu)化實(shí)例的求解說明了算法的有效性.
基于分級(jí)遺傳算法的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)
格式:pdf
大?。?span id="m0nyugq" class="single-tag-height" data-v-09d85783>156KB
頁數(shù):2P
3
基于分級(jí)遺傳算法的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)——提出一種分級(jí)處理的遺傳算法,它采用微種群和附加變異算子來減少計(jì)算量、增加算法的局部搜索能力.算例表明,這種算法收斂平穩(wěn)、并取得了較好的效果?! ?/p>
遺傳算法原理、實(shí)現(xiàn)及其在離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用
格式:pdf
大?。?span id="wy7kfyk" class="single-tag-height" data-v-09d85783>157KB
頁數(shù):3P
3
遺傳算法原理、實(shí)現(xiàn)及其在離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用——闡述了遺傳算法的基本原理和實(shí)現(xiàn)步驟,論述了遺傳算法的特點(diǎn).介紹了遺傳算法在離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用情況
基于混合遺傳算法的建筑結(jié)構(gòu)優(yōu)化設(shè)計(jì)
格式:pdf
大?。?span id="nxjf0tw" class="single-tag-height" data-v-09d85783>44KB
頁數(shù):1P
4.4
提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時(shí)、高效、局部搜索能力強(qiáng)的特點(diǎn),又發(fā)揮了遺傳算法全局性好的特點(diǎn).算例結(jié)果表明,該方法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題.這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長(zhǎng),棄二者之短的高效的理想優(yōu)化設(shè)計(jì)方法.
改進(jìn)遺傳算法在建筑結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用
格式:pdf
大?。?span id="ale4qaw" class="single-tag-height" data-v-09d85783>239KB
頁數(shù):3P
4.6
針對(duì)標(biāo)準(zhǔn)遺傳算法在迭代過程中經(jīng)常出現(xiàn)未成熟收斂、發(fā)生振蕩、隨機(jī)性太大等缺點(diǎn),提出一種新的遺傳算子轉(zhuǎn)基因算子,用于對(duì)標(biāo)準(zhǔn)遺傳算法的改進(jìn)·這種轉(zhuǎn)基因算子有效地利用了計(jì)算適應(yīng)度的信息,很好地保護(hù)了最優(yōu)個(gè)體,并能提高群體中個(gè)體的適應(yīng)度·包含轉(zhuǎn)基因算子的改進(jìn)遺傳算法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題·算例結(jié)果表明,改進(jìn)遺傳算法的收斂特性和優(yōu)化設(shè)計(jì)結(jié)果遠(yuǎn)好于標(biāo)準(zhǔn)遺傳算法,是一種理想的建筑結(jié)構(gòu)優(yōu)化設(shè)計(jì)方法·
基于混合遺傳算法的建筑結(jié)構(gòu)優(yōu)化設(shè)計(jì)
格式:pdf
大小:532KB
頁數(shù):4P
4.5
提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時(shí)、高效、局部搜索能力強(qiáng)的特點(diǎn),又發(fā)揮了遺傳算法全局性好的特點(diǎn)·算例結(jié)果表明,該方法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題·這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長(zhǎng),棄二者之短的高效的理想優(yōu)化設(shè)計(jì)方法·
基于遺傳算法的回轉(zhuǎn)體頭部線型低噪優(yōu)化設(shè)計(jì)
格式:pdf
大小:832KB
頁數(shù):5P
4.6
基于邊界層理論和轉(zhuǎn)捩區(qū)聲輻射理論,利用krane偶極子聲源模型對(duì)liepmann單極子聲源模型進(jìn)行改進(jìn),結(jié)合回轉(zhuǎn)體頭部線型設(shè)計(jì)理論,采用標(biāo)準(zhǔn)遺傳算法,建立了一套完整的回轉(zhuǎn)體頭部線型低噪優(yōu)化設(shè)計(jì)的方法和模型。優(yōu)化結(jié)果表明:找到了全局最優(yōu)解,最大降噪量約為11.8%。
應(yīng)用免疫遺傳算法優(yōu)化設(shè)計(jì)防汛打樁機(jī)激振器
格式:pdf
大?。?span id="lpaerbf" class="single-tag-height" data-v-09d85783>146KB
頁數(shù):3P
4.5
介紹了免疫遺傳算法的原理、模型和算法實(shí)現(xiàn)過程,并采用該算法對(duì)防汛打樁機(jī)激振器數(shù)學(xué)模型進(jìn)行了優(yōu)化計(jì)算,優(yōu)化計(jì)算結(jié)果表明,基于免疫遺傳算法的優(yōu)化設(shè)計(jì)切實(shí)可行,為復(fù)雜的水利機(jī)械設(shè)備優(yōu)化設(shè)計(jì)提供了新的思路和方法。
基于遺傳算法的輕鋼結(jié)構(gòu)檁條優(yōu)化設(shè)計(jì)
格式:pdf
大小:474KB
頁數(shù):4P
4.4
工程中檁條用鋼量將隨新規(guī)程《門式剛架輕型房屋結(jié)構(gòu)技術(shù)規(guī)程》cecs102:2002中活荷載取值的變化而變化。論文結(jié)合該新規(guī)程和《冷彎薄壁型鋼技術(shù)規(guī)范》gb50018-2002,在常見荷載和柱距條件下,采用遺傳算法對(duì)簡(jiǎn)支檁條的截面進(jìn)行了優(yōu)化設(shè)計(jì),并對(duì)新規(guī)程中檁條的用鋼量進(jìn)行了分析比較。
基于改進(jìn)遺傳算法的套筒滾子鏈傳動(dòng)優(yōu)化設(shè)計(jì)
格式:pdf
大?。?span id="prjr3cn" class="single-tag-height" data-v-09d85783>420KB
頁數(shù):3P
4.6
針對(duì)傳統(tǒng)算法在套筒滾子鏈傳動(dòng)優(yōu)化設(shè)計(jì)中全局尋優(yōu)能力差的問題,改進(jìn)了標(biāo)準(zhǔn)遺傳算法參數(shù),并運(yùn)用退火罰函數(shù)處理約束,提出了基于改進(jìn)遺傳算法的套筒滾子鏈傳動(dòng)優(yōu)化設(shè)計(jì)的方法。開發(fā)了混合離散變量?jī)?yōu)化的改進(jìn)遺傳算法程序,給出了套筒滾子鏈傳動(dòng)的混合離散變量?jī)?yōu)化設(shè)計(jì)的實(shí)例,所得優(yōu)化參數(shù)符合實(shí)際生產(chǎn)的要求。
遺傳算法在平板鋼閘門優(yōu)化設(shè)計(jì)中的應(yīng)用
格式:pdf
大?。?span id="jdb9ak0" class="single-tag-height" data-v-09d85783>234KB
頁數(shù):2P
4.5
遺傳算法在函數(shù)尋優(yōu)過程中不要求計(jì)算函數(shù)梯度,對(duì)問題沒有依賴性,能以較大的概率找到問題的全局最優(yōu)解。運(yùn)用遺傳算法對(duì)鋼閘門進(jìn)行優(yōu)化設(shè)計(jì)的實(shí)例表明:遺傳算法在離散變量的結(jié)構(gòu)優(yōu)化方面比傳統(tǒng)方法更容易找到全局性優(yōu)化解,節(jié)省了撐臥式平板鋼閘門的工程造價(jià),提高了數(shù)值分析的準(zhǔn)確性。
基于神經(jīng)網(wǎng)絡(luò)與遺傳算法節(jié)能擾流子優(yōu)化設(shè)計(jì)
格式:pdf
大小:355KB
頁數(shù):6P
4.3
在彎管前安裝擾流子,可以減小彎管處二次流強(qiáng)度,降低能量損失,并運(yùn)用cfd軟件對(duì)不同參數(shù)下的擾流子節(jié)能效果數(shù)值計(jì)算。以l9(33)正交試驗(yàn)以及4組補(bǔ)充試驗(yàn)作為bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立在5種雷諾數(shù)下擾流子節(jié)能效率與擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離3個(gè)結(jié)構(gòu)參數(shù)的非線性映射關(guān)系;擾流子節(jié)能效率最大值作為目標(biāo)函數(shù),再結(jié)合遺傳算法進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化。最終得到在不同雷諾數(shù)下擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離的最佳組合形式,并利用有限元方法對(duì)結(jié)果驗(yàn)證。結(jié)果表明,這種優(yōu)化方案具有可行性;合適的結(jié)構(gòu)參數(shù)的擾流子具有良好的節(jié)能效果。
基于神經(jīng)網(wǎng)絡(luò)與遺傳算法節(jié)能擾流子優(yōu)化設(shè)計(jì)
格式:pdf
大小:2.4MB
頁數(shù):6P
4.6
在彎管前安裝擾流子,可以減小彎管處二次流強(qiáng)度,降低能量損失,并運(yùn)用cfd軟件對(duì)不同參數(shù)下的擾流子節(jié)能效果數(shù)值計(jì)算.以l9(33)正交試驗(yàn)以及4組補(bǔ)充試驗(yàn)作為bp神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,建立在5種雷諾數(shù)下擾流子節(jié)能效率與擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離3個(gè)結(jié)構(gòu)參數(shù)的非線性映射關(guān)系;擾流子節(jié)能效率最大值作為目標(biāo)函數(shù),再結(jié)合遺傳算法進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化.最終得到在不同雷諾數(shù)下擾流子葉片轉(zhuǎn)角、葉片長(zhǎng)度、安裝距離的最佳組合形式,并利用有限元方法對(duì)結(jié)果驗(yàn)證.結(jié)果表明,這種優(yōu)化方案具有可行性;合適的結(jié)構(gòu)參數(shù)的擾流子具有良好的節(jié)能效果.
改進(jìn)單親遺傳算法及在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用
格式:pdf
大?。?span id="vdnv8vf" class="single-tag-height" data-v-09d85783>215KB
頁數(shù):3P
4.4
首先給出了離散變量結(jié)構(gòu)的數(shù)學(xué)優(yōu)化模型,提出了子空間搜索的單親遺傳算法,并給出了兩個(gè)減少計(jì)算量的策略。通過兩個(gè)結(jié)構(gòu)優(yōu)化的算例表明,文章算法收斂速度快、收斂平穩(wěn),為離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)提供了一種借鑒方法。
基于遺傳算法的柱下獨(dú)立基礎(chǔ)優(yōu)化設(shè)計(jì)
格式:pdf
大?。?span id="7bmhk7x" class="single-tag-height" data-v-09d85783>279KB
頁數(shù):4P
3
基于遺傳算法的柱下獨(dú)立基礎(chǔ)優(yōu)化設(shè)計(jì)——柱下獨(dú)立基礎(chǔ)應(yīng)用廣泛,其優(yōu)化設(shè)計(jì)具有重要意義。建立了獨(dú)立基礎(chǔ)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型,給出了設(shè)計(jì)變量、優(yōu)化目標(biāo)、約束條件的具體表達(dá)形式,闡述了遺傳算法的求解過程。工程算例表明,遺傳算法能有效地解決獨(dú)立基礎(chǔ)的優(yōu)化...
三偏心蝶閥優(yōu)化設(shè)計(jì)的遺傳算法及Matlab實(shí)現(xiàn)
格式:pdf
大?。?span id="begjmav" class="single-tag-height" data-v-09d85783>107KB
頁數(shù):3P
4.7
設(shè)計(jì)計(jì)算 三偏心蝶閥優(yōu)化設(shè)計(jì)的遺傳算法及matlab實(shí)現(xiàn) * 丁慶新 1 孫廣斌 1 王剛慶 2 趙宏林 1 李德儉 3 (11中國(guó)石油大學(xué)(北京)機(jī)電工程學(xué)院21江漢機(jī)械研究所31白城師范學(xué)院) 摘要傳統(tǒng)復(fù)合形算法在快速構(gòu)造初始復(fù)合形、有效進(jìn)行一維搜索、合理構(gòu)造新復(fù)合形等方 面存在不足,不再適應(yīng)三偏心蝶閥密封副新的設(shè)計(jì)要求,為此提出一種基于工程遺傳算法的三偏 心蝶閥密封副主結(jié)構(gòu)參數(shù)優(yōu)化設(shè)計(jì)思想。在分析蝶閥結(jié)構(gòu)原理的基礎(chǔ)上建立了密封副優(yōu)化模型, 并利用matlab遺傳算法優(yōu)化工具箱對(duì)問題進(jìn)行了求解。結(jié)果認(rèn)為,三偏心蝶閥摩擦特性最優(yōu)化模 型為多維約束優(yōu)化問題,且目標(biāo)函數(shù)和約束函數(shù)為非線性的;遺傳算法對(duì)目標(biāo)函數(shù)和約束條件復(fù) 雜程度沒有過多要求,且能在較大的概率和有效時(shí)間內(nèi)求得整體最優(yōu)解。 關(guān)鍵詞三偏心蝶閥密封副遺傳算法mat
應(yīng)用混合遺傳算法的建筑結(jié)構(gòu)優(yōu)化設(shè)計(jì)
格式:pdf
大小:564KB
頁數(shù):4P
4.8
提出一種離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)的單向搜索算法并與標(biāo)準(zhǔn)遺傳算法結(jié)合成混合遺傳算法,即發(fā)揮了單向搜索算法省時(shí)、高效、局部搜索能力強(qiáng)的特點(diǎn),又發(fā)揮了遺傳算法全局性好的特點(diǎn)。算例結(jié)果表明,該方法能直接計(jì)算具有應(yīng)力約束和截面尺寸約束的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題,也能處理同時(shí)具有穩(wěn)定約束和位移約束的多工況、多約束、多變量的離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)問題。這種混合遺傳算法優(yōu)于標(biāo)準(zhǔn)遺傳算法和單向搜索算法,是兼二者之長(zhǎng),棄二者之短的高效的理想優(yōu)化設(shè)計(jì)方法。
一種改進(jìn)的遺傳算法及其在結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用
格式:pdf
大?。?span id="xjlv5vm" class="single-tag-height" data-v-09d85783>640KB
頁數(shù):5P
4.4
通過對(duì)遺傳算法的二進(jìn)制編碼和實(shí)數(shù)編碼的機(jī)理分析,結(jié)合2種編碼的優(yōu)點(diǎn),從工程結(jié)構(gòu)優(yōu)化實(shí)際問題出發(fā),提出了一種可以任意控制離散度的改進(jìn)實(shí)數(shù)編碼遺傳算法.該算法利用實(shí)際工程結(jié)構(gòu)問題中對(duì)尺寸設(shè)計(jì)變量精度要求的放松,在編碼過程中加上\"隱約束\
基于遺傳算法的蝸桿蝸輪優(yōu)化設(shè)計(jì)
格式:pdf
大?。?span id="28yj3rj" class="single-tag-height" data-v-09d85783>187KB
頁數(shù):未知
4.7
以蝸輪的有色金屬齒圈體積最小為目標(biāo)函數(shù),并從設(shè)計(jì)經(jīng)驗(yàn)本身、運(yùn)動(dòng)性能、邊界條件等方面建立合理的約束條件,建立了蝸輪齒圈的優(yōu)化設(shè)計(jì)數(shù)學(xué)模型。應(yīng)用matlab遺傳算法工具箱尋求全局最優(yōu)解。優(yōu)化結(jié)果表明,采用遺傳算法能夠快捷有效地對(duì)蝸桿齒輪進(jìn)行優(yōu)化設(shè)計(jì),是對(duì)蝸桿齒輪優(yōu)化設(shè)計(jì)的一種有效方法。
基于遺傳算法的高校工資管理系統(tǒng)優(yōu)化設(shè)計(jì)
格式:pdf
大小:164KB
頁數(shù):未知
4.4
近年來,隨著高等教育改革步伐的加快,特別是近年來高校教師工資變動(dòng)頻繁以及復(fù)雜程度不斷提高,原有的工資管理系統(tǒng)已不能適合工作的需要,改進(jìn)高校教師工資管理系統(tǒng)是形勢(shì)所趨.本文引入遺傳算法,旨在對(duì)高校工資管理系統(tǒng)進(jìn)行優(yōu)化,通過高效的信息化手段實(shí)現(xiàn)工資的規(guī)范化、精細(xì)化和智能化管理.
基于遺傳算法的加壓滴灌系統(tǒng)管網(wǎng)優(yōu)化設(shè)計(jì)
格式:pdf
大小:172KB
頁數(shù):4P
4.7
滴灌系統(tǒng)干管設(shè)計(jì)是否合理,直接影響滴灌系統(tǒng)投資及運(yùn)行費(fèi)用,本文以滴灌系統(tǒng)年費(fèi)用最低為目標(biāo),建立了滴灌系統(tǒng)管網(wǎng)優(yōu)化模型,采用遺傳算法對(duì)模型進(jìn)行求解.應(yīng)用結(jié)果表明:該模型及算法能夠快速、準(zhǔn)確地計(jì)算出管網(wǎng)優(yōu)化方案及水泵優(yōu)化揚(yáng)程,適合滴灌系統(tǒng)管網(wǎng)的優(yōu)化設(shè)計(jì).
基于遺傳算法的計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì)
格式:pdf
大?。?span id="efhjrux" class="single-tag-height" data-v-09d85783>136KB
頁數(shù):未知
4.6
計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì),是提升計(jì)算機(jī)網(wǎng)絡(luò)性能,更好滿足人們上網(wǎng)需要的保障。在進(jìn)行計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì)過程中,主要考慮到路由器和鏈路容量分配,以優(yōu)化設(shè)計(jì)模型cfa構(gòu)建為主,該優(yōu)化過程屬于一個(gè)較為復(fù)雜的非線性0——1規(guī)劃。遺傳算法在計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì)過程中,起到了重要作用。本文對(duì)計(jì)算機(jī)通信網(wǎng)優(yōu)化設(shè)計(jì)的研究,將以遺傳算法的具體應(yīng)用為主。
遺傳算法在機(jī)械工程全局優(yōu)化設(shè)計(jì)中的應(yīng)用
格式:pdf
大小:115KB
頁數(shù):未知
4.7
遺傳算法在機(jī)械工程全局優(yōu)化設(shè)計(jì)中的應(yīng)用
文輯推薦
知識(shí)推薦
百科推薦
職位:資深專業(yè)監(jiān)理工程師
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林