关键词： 电商平台   适老化   老年群体  

摘要： 随着互联网、大数据、人工智能等信息技术的快速发展,电商平台已成为人们日常生活中不可或缺的一部分。然而,老年人在使用电商平台时却面临诸多障碍,导致数字鸿沟问题日益凸显。本文深入剖析老年人在电商平台使用中的数字鸿沟现象,并探讨电商平台适老化改造策略,旨在为提升老年人电商平台使用体验提供有益参考,促进数字社会的包容与和谐,让老年人在数字化浪潮中也能享受到便捷、高效的电商服务。With the rapid development of information technologies such as the Internet, big data, and artificial intelligence, e-commerce platforms have become an integral part of daily life. However, elderly individuals encounter multiple barriers when using these platforms, leading to an increasingly prominent digital divide. This paper conducts an in-depth analysis of the digital divide phenomenon faced by elderly users in e-commerce platforms and explores strategies for age-friendly platform adaptation. The study aims to provide practical insights for improving the e-commerce experience of older adults, fostering inclusivity and harmony in the digital society, and ensuring that elderly individuals can access convenient and efficient e-commerce services in the era of digital transformation.

关键词： 广义P-模糊集合   Zadeh模糊集   P-模糊集   模糊元素迁移   广义P-模糊依赖度  

摘要： 利用模糊元素迁移的概念,在同一论域上构建向内收缩的广义内P-模糊集合A^(F)与向外扩张的广义外P-模糊集合AF,给出广义P-模糊集合的数学结构。利用广义P-模糊集合定义广义P-模糊依赖度并分析了广义P-模糊集合特性。讨论广义P-模糊集与Zadeh模糊集的关系和相关定理,分析了由广义P-模糊集合生成的P-集合的几种形式。广义P-模糊集是Zadeh模糊集与P-集合的推广,Zadeh模糊集与P-集合都是广义P-模糊集的特殊情况。最后给出了广义P-模糊集合在风险投资管理系统中的应用。

关键词： 数字劳动   劳动异化   算法治理  

摘要： 马克思异化劳动理论的四重维度为剖析数字化背景下的劳动异化问题提供了理论框架。在数字时代,劳动异化呈现出新形态:劳动产品的异化表现为数据商品化,劳动过程的异化体现为算法控制,类本质的异化体现为劳动者的创造性活动被降格为工具性实践,人际关系的异化则表现为社会关系被物化为交换逻辑。为消解这些异化,可以从技术治理、分配正义与教育重构三方面进行探索。技术民主化与算法共治能够打破资本垄断,全民基本收入制度以数据红利再分配矫正剥削逻辑,而劳动教育能够重建劳动者的批判意识与主体能力。这些路径既回应了马克思关于“人的解放”的命题呼吁,也是对平台资本的辩证扬弃,旨在推动劳动从异化状态向自由自觉活动回归。

关键词： 遗传算法   货物装卸   全局搜索  

摘要： 针对机场货物装卸作业流程繁杂导致货物装卸效率低的问题,提出了一种基于改进遗传算法的机场货物装卸调度算法。采用基于航班计划和装卸班组映射的编码方式,改进染色体交叉和变异方法,以提高算法的全局搜索能力。为验证算法的有效性,以国内某民用机场的实际运行数据为基础进行仿真实验,对提出的算法、传统遗传算法、粒子群算法进行对比实验,实验结果表明提出的算法明显优于其他两种算法,能有效解决机场货物装卸效率低的问题。

关键词： 多光谱   归一化植被指数   U-Net模型   光谱匹配   人工神经网络  

摘要： 基于Sentinel-2多光谱卫星数据对位于宿州市境内约440 km^(2)的试验区进行小麦种植分布遥感监测。通过建立NDVI时间序列,经S-G方法平滑后,利用U-Net模型进行小麦种植区域识别,并与光谱匹配法和人工神经网络法2种模型进行对比。结果显示,3种模型分类准确性都达到80%的水平,U-Net模型漏判率最低,光谱匹配法误判率最低,总体精度U-Net模型达到83.15%,是同等条件下的最优方法。

关键词： G-M制冷机低温泵   故障诊断   深度学习   遗传算法  

摘要： G-M制冷机低温泵是一种广泛应用于半导体制造等领域的重要设备,对超高真空的获得与维持至关重要。由于其长期连续运行,容易引发机械磨损等故障,导致制冷能力和抽气特性下降。因此,开展有效的故障诊断显得尤为关键,文章提出一种改进型遗传算法与反向传播神经网络的故障诊断方法,克服了传统反向传播神经网络依赖初始权重与阈值设置、优化效率低的问题。研究结果表明,该方法在故障诊断中的准确率达98.05%。为低温泵健康监测与故障预警提供了科学依据。

关键词： 混流装配线   平衡与排序   三角模糊数   遗传算法   多目标优化  

摘要： 针对企业多类产品混合生产的装配线平衡与排序问题,建立了最小化最大模糊完工时间和生产过程中作业精准度的平衡与排序联合决策的模糊多目标优化模型。考虑装配过程中具有不确定性因素影响完工时间,将加工时间采用三角模糊数表示。同时根据多目标优化模型的特点,提出了一种改进的NSGA-Ⅱ算法,最后为了验证模型和算法,采用案例进行数值实验,结果表明了该算法能够有效求解具有模糊加工时间的混流装配线平衡与排序问题。

关键词： 自动化飞行控制系统   智能算法   遗传算法   粒子群算法  

摘要： 随着航空技术的发展,自动化飞行控制系统在应对复杂气象条件、高密度空中交通等挑战时,传统控制方法的局限性日益凸显。为提升系统性能,研究智能算法在其中的应用成为关键。文章综合分析了多种智能算法,包括遗传算法、粒子群算法、模糊逻辑算法和神经网络算法,探究了这些算法在飞行控制中的原理、应用场景及性能表现,通过对比分析各算法的收敛速度、计算精度、全局搜索能力等,为不同飞行任务选择合适算法或算法组合提供了依据,并提出了算法融合与优化策略。

关键词： 氦制冷机   㶲效率   遗传算法  

摘要： 为满足45 T混合磁体所需的变负荷低温环境,利用Aspen HYSYS建立基于带预冷的修正循环的氦制冷机稳态仿真模型,分析系统压缩机出口压力、膨胀机流量占比、二级膨胀机进口压力、一级膨胀机进口温度、节流阀进口温度对于系统㶲效率的影响,进一步通过遗传算法对系统开展以㶲效率为目标的热力学优化,获得全局稳定的最优解.研究表明,优化后系统的㶲效率为0.227,较优化前的㶲效率提高了7.58%,表明遗传算法能够以较高的效率,精准搜索到契合目标需求的全局最优解,同时为大型氦制冷流程的优化设计与高效运行提供了坚实的技术支撑.

关键词： 机器学习   高血压   高血压肾病   预测模型   逻辑回归   支持向量机   人工神经网络  

摘要： 目的探讨基于机器学习构建高血压肾病(hypertensive nephropathy,HN)预测模型研究。方法纳入2023年4月至2024年3月于台州市第一人民医院就诊的318例高血压患者,按7∶3比例将患者分为训练集和验证集,使用最小绝对收缩和选择算子算法(least absolute shrinkage and selection operator,LASSO)对训练集进行临床特征选择,从18项临床变量中得到12项有临床意义的变量。基于Python3.10编程语言,采用训练集对模型进行训练,以12项有临床意义指标为输入变量,以是否发生HN为结果变量,运用逻辑回归、支持向量机和人工神经网络3种机器学习算法构建预测模型,利用验证集对3种模型进行内部验证,通过准确率、受试者操作特征曲线下面积、召回率、精确率和F1对模型性能进行比较。结果在LASSO筛选的12项有临床意义的变量中,得出胱抑素C与尿蛋白定性最具有预测意义。机器学习构建的逻辑回归、支持向量机和人工神经网络预测模型的准确度、受试者工作特征曲线下面积、召回率、精确率和F1值分别为0.94、0.96、0.95、0.87、0.91,0.94、0.97、0.96、0.86、0.91及0.91、0.94、0.93、0.80、0.86。结论基于机器学习构建的逻辑回归、支持向量机和人工神经网络对高血压患者进展为HN均具有较好的预测效果。三者之间比较,逻辑回归、支持向量机预测效果相似,优于人工神经网络预测模型。