关键词： Tensile testing  

摘要： This research encompasses three-point bending based on artificial neural networks (ANNs) for a simple accurate process design. Uniaxial tensile tests are carried out for 22 steel and aluminum sheet metals with different thicknesses to characterize their mechanical properties, such as the Young’s modulus, yield stress, strength, strain hardening, etc. Approximately 20–30 three-point bending tests are conducted for each sheet metal with different gaps and punch strokes to obtain different bending angles before and after spring-back ranging from 60° to 165°. The angles after spring-back are modeled by an ANN as the output. The inputs for the ANN model include the mechanical properties obtained from uniaxial tensile tests, as well as gap and punch stroke used in three-point bending. The angles after spring-back predicted by the ANN model trained by 22 materials are compared with experimental results to evaluate its performance. The comparison shows that the trained ANN model can precisely predict the angle after spring-back with a maximum error of less than 3.7%. The trained ANN model is also tested for unseen gap and stroke, to design the processing parameters in three-point bending of advanced high-strength steel (DP980) and an aluminum alloy (AA6K21-T4). The application demonstrates that the trained ANN model can design the process parameters with high accuracy even for unseen data. This study shows that the ANN model is strongly suggested to be used in process and tool design/optimization of metal forming processes to achieve high accuracy and generalizability. (Figure presented.) © The Chinese Society of Theoretical and Applied Mechanics and Springer-Verlag GmbH Germany, part of Springer Nature 2025.

关键词： 强直性脊柱炎   银屑病   富集分析   机器学习   人工神经网络   交叉验证   列线图   免疫细胞浸润   孟德尔随机化   药物预测  

摘要： 背景:强直性脊柱炎和银屑病的发生及发展密切相关,但其关键基因及调控机制尚不明确。目的:建立基于GEO数据库的强直性脊柱炎和银屑病共有基因的人工神经网络模型并评价其效果,同时使用孟德尔随机化确定关键基因表达与两病有无因果关系。方法:从GEO数据库中下载数据集GSE25101(强直性脊柱炎样本和健康对照样本各816例)、GSE30999(银屑病样本和健康对照样本各85例)、GSE73754(52例强直性脊柱炎样本和20例健康对照样本)和GSE14905(33例银屑病样本和49例健康对照样本),以GSE25101和GSE30999分别作为强直性脊柱炎和银屑病的训练数据集,通过差异分析鉴定出各自的差异表达基因从而获得两病共有驱动基因,利用随机森林和支持向量机递归特征消除术两种机器学习方法进一步筛选出关键核心基因,基于关键核心基因构建人工神经网络模型并在外部数据集GSE73754和GSE14905中进行验证,接下来构建相应的列线图以预测疾病的发病率。同时,对强直性脊柱炎和银屑病的免疫浸润结果展开分析。最后,使用孟德尔随机化评估关键基因与疾病之间的因果关系,使用Dgidb数据库分析药物-基因相互作用,从而预测药物靶点。结果与结论:①在强直性脊柱炎中共获得差异基因61个,在银屑病中共获得差异基因4309个,取交集后得到8个共有差异基因,进一步通过机器学习筛选得到5个关键基因(DNMT1,GNG11,CDC25B,S100A8及S100A12),并利用关键基因分别构建强直性脊柱炎和银屑病的人工神经网络模型,在训练集GSE25101和GSE30999中AUC值分别为0.979及0.989,在外部验证数据集GSE73754和GSE14905中AUC值分别为0.818及0.874。②基于5个关键基因构建了列线图,校准曲线显示列线图模型的预测概率与理想模型几乎一致。免疫细胞浸润显示,关键基因与活化B细胞、自然杀伤细胞、γδT细胞、滤泡辅助性T细胞、单核细胞、浆细胞样树突状细胞、中性粒细胞等相关。孟德尔随机化结果显示,S100A8是强直性脊柱炎与银屑病发病的危险因素。最后,利用DGIdb筛选得到81种靶向药物,其中,只有甲氨蝶呤(Methotrexate)、阿托吉泮(Atogepant)、乌布吉泮(Ubrogepant)、瑞美吉泮(Rimegepant)、艾普奈珠单抗(Eptinezumab)、阿扎胞苷(Azacitidine)、硒片(Selenium)、羟基脲(Hydroxyurea)、异环磷酰胺(Ifosfamide)、氟尿苷(Floxuridine)、姜黄素(Curcumin)、米托蒽醌(Mitoxantrone)、顺铂(Cisplatin)、三氧化二砷(Arsenic Trioxide)、己烯雌酚(Diethylstilbestrol)及地西他宾(Decitabine)16种药物获得了美国食品药品监督管理局的批准。③国际数据库、欧洲群体的研究成果和数据分析,尤其在基因组学和疾病表型研究方面,已经积累了大量成功的案例,这些经验为中国疾病的流行病学特征、基因多样性及其对环境和生活方式的反应提供了有价值的参考。④文章构建了强直性脊柱炎和银屑病共同驱动基因的人工神经网络模型并得到验证,发现了关键基因与两病发病的因果关系,预测出潜在治疗的靶向药物,希望能为探索其发病机制和治疗方向提供一个新的视角。

关键词： 人工神经网络   电力系统   非线性映射   潮流计算   铁路系统  

摘要： 牛顿-拉夫逊法是电力系统潮流计算中普遍应用的数值解法,其通过迭代求解非线性方程组的方式会导致计算效率较低,随着铁路规模的扩大,服务于铁路的电力系统规模也随之扩大,进一步加剧了计算效率降低的现象。为此,研究提出利用人工神经网络技术对电力系统运行数据进行建模分析,建立铁路状态和电力系统潮流、电压幅值及相角等参数之间的非线性映射关系,进而开发了一种基于神经网络的潮流计算新方法。仿真实验证明:该智能算法能够实现潮流的实时计算,计算结果精度满足工程应用要求。

关键词： 网络伦理   群体心智   媒介素养   网络环境  

摘要： 信息时代,互联网技术蓬勃发展,网络已成为大学生生活中不可缺少的一部分。受到群体心智发展不成熟、网络高度的虚拟性、高校媒介教育不到位、西方文化思潮在互联网上蔓延等因素影响,大学生逐渐表现出自我人格扭曲、容易沉迷网络、网络道德缺失、远离现实社会等网络伦理危机。对此,高校乃至全社会需要尽快形成合力,通过完善法律法规制度、净化校园网络环境、加强大学生媒介素养教育、强化网络主流媒体建设等措施,共同消解信息时代大学生面临的网络伦理危机,最终营造大虚设网络伦理新生态。

关键词： 电力工程设计   粒子群优化   遗传算法  

摘要： 电力工程设计优化是确保电力系统运行经济性和稳定性的核心环节,本文基于粒子群优化算法(PSO)和遗传算法(GA),通过仿真研究对比两种算法在优化电力系统设计中的性能表现。以IEEE 30节点系统为基础,探讨两类算法在优化总成本、计算效率、电能损耗率、电压稳定性和负载均衡度方面的表现差异。实验结果表明,PSO在优化经济性、计算效率和系统稳定性上均优于GA,而GA在处理复杂非线性问题时显示出一定优势。

关键词： 遗传算法   蚁群算法   模拟退火算法   无人救援艇   救援路径优化  

摘要： 目的:探讨海难事故中可被应用于无人救援艇搜救路径生成的3种智能优化算法的性能差异。方法:利用Python 3.9编程工具构建3个分别存在10、30、90名待救人员的救援场景,采用遗传算法、蚁群算法和模拟退火算法3种智能优化方法实现对不同救援场景下救援艇搜救路径的优化,每种算法在每个救援场景下运行10次,输出优化路径距离和优化耗时2个参数,采用SPSS 26软件对其进行统计描述。结果:在10名待救人员场景下,蚁群算法平均优化路径距离最短,为2304.419 m,路径距离方差为0.000 m 2;模拟退火算法平均优化耗时最短,为0.007 s,耗时方差为0.000 s 2。在30名待救人员场景下,蚁群算法平均优化路径距离最短,为4401.945 m,路径距离方差为630.617 m 2;模拟退火算法平均优化耗时最短,为0.464 s,耗时方差为0.001 s 2。在90名待救人员场景下,蚁群算法平均优化路径距离最短,为8102.946 m,路径距离方差为3678.682 m 2;模拟退火算法平均优化耗时最短,为12.779 s,耗时方差为0.434 s 2。结论:综合优化路径距离和优化耗时2个参数分析,本研究背景下蚁群算法优于遗传算法和模拟退火算法。

关键词： 模糊C均值聚类   可靠性建模   遗传算法   威布尔分布  

摘要： 针对三重以上的两参数混合威布尔分布卷入参数过多导致求解困难的问题,使用模糊C均值聚类算法与最小二乘线性回归法相结合的方法,求出形状参数与尺度参数的初值,通过KS检验(Kolmogorov-Smirnov test)证明该方法得出的初值具有良好的精度。根据得出的初值制定合理的参数待估范围,以最小化标准均方根误差为优化目标,使用遗传算法求解不同重数混合威布尔分布的参数值。实例分析证明该方法有效解决了传统方法初值依赖性较强的问题,增加重数可以有效改善拟合效果,求出的概率密度函数能够准确反映数据的实际分布规律。

关键词： 中国崛起   和平发展   中国式现代化   中国话语  

摘要： 近十多年来,西方世界在国际社会利用自己的话语霸权对中国的崛起或现代化建设不断进行抹黑、打压甚至扼制,尽管我们一再传递和平的声音,但无论是用“和平崛起”抑或“和平发展”来概括这一现代化过程,在西方用惯性思维考量中国时,仍然被误读甚至曲解。其背后反映出西方话语霸权作为他者的垄断和中国自身话语表达失位的困境。为此,我们必须通过坚定走和平发展道路、倡导全人类共同价值和注重传播策略来构建中国的国际话语体系,达到消解西方话语霸权的目的。

关键词： 人工智能   数字技术   行政负担   社会技术系统  

摘要： 行政负担直接影响公众对公共服务的感受,人工智能的发展为行政负担消解提供了新的契机,同时使得行政负担的生成机理与消解路径愈发动态复杂。基于社会技术系统视角研究发现,人工智能在消解行政负担过程中的角色正从自动化工具逐渐演进为信息中介,乃至走向自主决策的智能代理,进而改变了行政负担的结构与互动模式。与此同时,技术局限、信息流动限制、自主性和责任分配等潜在挑战制约着人工智能消解行政负担的成效。展望未来,应从社会技术系统整体出发在技术创新、制度完善与伦理监督等方面协同发力,进一步推动治理现代化与智能化深度融合,实现智能化治理的新模式。

关键词： 作业车间调度问题   扩散概率模型   图神经网络   组合优化   Jittor  

摘要： 作业车间调度问题(JSSP)是经典的离线组合优化问题,广泛应用于工厂排产,物流配送等领域。作为NP-hard问题,其求解复杂度随作业和机器数量呈指数级增长。然而,传统的精确算法难以应对大规模实例,而现有的启发式和深度学习方法大多未能充分挖掘问题的全局信息,且通常仅能提供单一分布的解,难以满足组合优化问题的多解性。针对这一局限,提出了一种基于扩散概率模型的全局信息预测方法。首先,结合作业车间调度问题的特征和求解约束对扩散概率模型进行迁移,以预测表征最优解分布的概率图。随后,基于概率图的引导进行约束求解与局部搜索优化,充分发挥扩散概率模型的多模态生成优势与对全局信息的编码能力,从而获得符合问题约束的高质量调度方案。为进一步提升算法的求解效率,在国产深度学习框架Jittor上进行了迁移与重构,基于Jittor构建出一套高效的作业车间调度问题求解管线,并在网络推理速度上相较于Pytorch实现了最高40%的推理速度提升。在主流数据集上的实验结果表明,该方法在各类问题规模下均表现优异,取得了最佳的求解质量。据悉,这是首个基于扩散概率模型的作业车间调度问题求解器。