关键词： 双向观测   ICP-OES   油漆   元素指纹图谱  

摘要： 针对油漆市场中假冒伪劣产品泛滥、消费者权益受损及市场秩序混乱的问题,通过对消解方法、酸消解体系、波长选择、观测模式及发射功率的深入研究,建立了微波消解-双向观测电感耦合等离子体原子发射光谱法,结合外标法进行定量分析油漆中11种金属元素,判断质量差异的方法。实验结果表明,11种元素在0~10 mg/L的浓度与等离子体发射强度呈现出良好的线性关系,线性相关系数均超过0.995。方法检出限在0.05~3.5 mg/kg,精密度达到0.08%~8.5%(n=6),精密度测试验证了方法的可靠性。以11种元素为横坐标,油漆中元素的相对含量为纵坐标,构建了7种油漆的金属元素指纹图谱。结果表明,不同类型的油漆含有不同种类和含量的金属元素。元素图谱分析表明,半成品底漆黑色、清漆与PP哑黑底漆在元素含量分布及种类上呈现出相似性,而红色汽车漆、黄色汽车漆及蓝色汽车漆与其他油漆在元素特征上则存在显著差异。方法具有操作简便、检测速度快、灵敏度高等优点,为油漆的同一性鉴定提供了有力的技术支撑,也为司法鉴定和消费者权益保护提供了重要依据。

关键词： 传统社会科学   计算社会科学   大数据   人工智能  

摘要： 20世纪末,在计算机、通信和数据存储技术发展的背景下诞生的计算社会科学,一直面临着如何调适传统社会科学的解释范式与计算社会科学的预测范式之间的张力问题。近年来人工智能的发展为计算社会科学调适该张力提供了契机。(生成式)人工智能降低了计算科学的壁垒,大语言模型扩展了社会科学研究的边界,促进了计算社会科学与传统社会科学的双向融合。尽管这种融合看起来仍延续着预测和解释两个范式演进,但实际上在这个过程中计算社会科学不仅重塑着自身的研究范式从预测向“预测—决策”的演变,也重塑了传统社会科学的研究范式从解释向“发现—解释”演变。

关键词： 新质生产力   高校人文教育   消解路径  

摘要： 新质生产力是生产力发展新阶段的标志,是推进经济社会进步的重要力量。新质生产力的发展为高校人文教育注入了新的活力与内容,拓展了高校人文教育手段,推动了高校人文教育主体教育理念的转变,深刻改变着高校人文教育客体。新质生产力的发展对传统人文教育理念及高校人文教育阵地形成强烈冲击,凸显了人文教育工作者在适应科技迅猛发展方面的短板,同时也揭示了教育评价“深度科技化”趋势与人文教育传统之间存在结构性冲突。要化解以上矛盾,必须顺应新质生产力的发展趋势,与时俱进地更新高校人文教育理念;遵循并利用新质生产力的发展规律,做好高校立德树人工作;学习并掌握新质生产力相应的知识,提升数字化教育教学能力;正视新质生产力带来的“深度科技化”浪潮,完善高校人文教育评价体系。唯有如此,才能有效利用新质生产力,推进高校人文教育实现高质量发展。

关键词： 水闸底板   优化设计   遗传算法   精英解保留选择   进化概率策略  

摘要： 水闸底板尺寸的优化对于整体工程的性能和成本具有重要影响。传统的设计方法依赖于经验和简化的模型,难以充分考虑各种复杂的工程约束和优化目标。建立以水闸底板最小化总截面积为目标函数,并考虑底板抗滑稳定和基底应力的约束条件,针对该优化模型提出一种改进的遗传算法。在传统的遗传算法的进化策略中采用精英解保留选择策略和自适应动态调整进化概率策略,避免算法陷入局部最优。结果表明,该算法对水闸底板尺寸的优化率达到了31.1%,明显优于粒子群优化算法和传统遗传算法。

关键词： 高光谱成像   机器学习   遗传算法   番茄早疫病   早期病状   可视化  

摘要： 目的 番茄是世界范围内产量高、种植面积广的经济作物之一,具有较高的经济效益。番茄早疫病感染速度快、传播范围广、破坏性强,导致番茄减产减收带来严重的经济损失。番茄早疫病早期病状的判别可以为病害的科学防治提供参考,实现病害区域的可视化定位,精准指导病害防治。本文使用高光谱图像结合机器学习算法建立了番茄早疫病早期病状的判别模型,实现了番茄早疫病早期判别和病害区域的可视化定位。方法 针对高光谱图像的噪声干扰,利用鲁棒主成分分析(RPCA)实现高光谱图像的去噪处理;为了避免主观选择感兴趣区域造成信息表征不足的问题,使用最大类间方差法(OTSU)算法从背景中有效提取了番茄叶片,并以整个番茄叶片的平均光谱作为研究对象,结合多元散射校正(MSC)算法以及标准化建立了光谱预处理的综合方法;针对预处理后的光谱,为了提高模型的判别能力,建立了基于特征波长和线性核函数SVM的番茄早疫病早期判别模型。结果 较全光谱波长建模在测试集上的准确率提高8.33%;对SVM模型的参数进行优化,当参数C=1.64时,训练集和测试集上准确率分别达到了91.67%和94.44%,较参数优化前的模型在训练集上的准确率提高了1.19%,而测试集准确率保持不变,有效缓解了模型欠拟合问题。结论 本文建立了番茄早疫病高光谱图像早期判别模型并实现了早期病状的可视化定位,基于特征波长和线性核函数SVM的判别模型可以有效判别番茄早疫病病害的早期病状;利用患病概率的形式对番茄早疫病早期病状进行可视化定位,可视化分析更直观地发现早期病害并采取防治措施。本研究为植物病害早期病状的判别和可视化研究提供了参考,对作物病害的监测识别和科学防治具有重要意义。

关键词： 人工智能   机器学习   政策科学研究   符号主义   达特茅斯   麦卡锡   连接主义   专用术语  

摘要： 人工智能作为一个相对正式的学科领域起步于20世纪40年代。1956年,麦卡锡、明斯基、西蒙、纽厄尔等学者在达特茅斯会议上围绕机器学习等议题进行了探讨,并提出“人工智能”(AI)这一专用术语,标志着人工智能作为一门独立学科的正式诞生。随后,人工智能技术开启了波澜壮阔的演进历程,并在此过程中逐渐演化出三支具有代表性的学术流派--符号主义、连接主义和行为主义。

关键词： 惯量估计   惯性时间常数   频率稳定   人工神经网络   极限学习机  

摘要： 随着新能源的大规模并网,电力系统中同步发电机的比重正在减少,导致系统惯量降低、时变性增强。因此,迫切需要一种快速且精确的系统惯量评估方法。通常,电力系统惯量可通过同步发电机等值模型法进行粗略估计,但该方法对负荷模型的影响考虑不足,误差较大。除此以外,现有的惯量估计方法大多依赖于扰动后的系统量测数据,在运行方式日趋多变的背景下,难以反映当前系统惯量的真实情况。因此,该文提出一种基于极限学习机(extreme learning machine,ELM)的系统惯量快速估计方法,该方法在构建系统等值负荷模型的基础上,利用极限学习机算法评估系统负荷对系统惯量的影响,以此提升仅考虑同步发电机影响的系统惯量估计精度,并实现系统惯量的快速估计。基于此,采用多个标准系统对所提方法进行测试,结果表明该方法均能够快速、准确地估计出系统的实际惯量。

关键词： 桥梁缆索腐蚀钢丝   力学性能预测   时序预测   神经网络   遗传算法   超参数优化  

摘要： 为了精准捕捉桥梁缆索腐蚀钢丝的时变规律并预测其力学性能,开发了一种基于遗传算法(genetic algorithm, GA)优化的长短期记忆(long short-term memory, LSTM)神经网络模型。该模型利用GA依次优化LSTM模型的迭代次数、隐藏层层数、神经元数量、窗口大小4个超参数,以预测不同腐蚀特征状态下钢丝的力学性能。将其与传统LSTM和GA-反向传播模型的预测结果进行比较。结果表明,GA-LSTM模型具有更高的预测精度和鲁棒性。在屈服强度与极限强度预测效果方面,均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)、决定系数分别提高约44%~61%、43%~57%、35%~92%。在屈服应变与极限应变预测效果方面,RMSE、MAE、决定系数分别提高约0~46%、7%~49%、12%~229%。所建立的模型可以作为一个有用的工具支持桥梁缆索腐蚀安全性评估工作。

关键词： 弹性调度   ARIMA   贪心算法   遗传算法   蚁群优化算法  

摘要： 随着抽取-转换-加载(extraction-transformation-loading,ETL)系统的ETL任务量增多,任务复杂度和波动性也随之提升,现有的ETL任务调度机制难以满足调度需求,如时间片轮转法受限于弹性调度能力弱、效率低下等缺点。为研究如何提升ETL任务调度机制的弹性调度能力以及执行效率,提出了一种基于整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型与贪心-遗传-蚁群优化(greedy-genetic-ant colony optimization,GGACO)算法的ETL任务调度机制。初期,建立ARIMA模型并弹性地结合贪心算法计算初始解;中期,利用遗传算法的全局快收敛的特性结合初始解圈定最优解的大致范围;最后,利用蚁群优化算法的局部快速收敛性进行最优解搜索。实验结果表明:该调度机制能够弹性地指导任务调度尽可能地找到最优解,减少任务的执行时间,以及尽可能实现更高效的负载均衡。

关键词： 电动汽车   调度优化   精英强化   遗传算法   熵权TOPSIS法  

摘要： 针对区域内电动汽车(EV)如何实现有效调度大规模充电作业问题,提出了一种基于精英强化遗传算法(EEGA)的电动汽车充电调度优化算法。首先引入自适应策略动态改变交叉、变异概率,解决传统算法易陷入局部最优的问题;然后将父代与子代种群通过精英保留策略形成新的种群,并对新种群的最优个体进行强化搜索,寻找更优解替换,提高算法收敛速度;最后通过制定充电调度策略,建立多目标车辆调度模型,并采用熵权TOPSIS法消除多目标的维度。仿真结果表明,与传统遗传算法调度相比,充电时间、充电成本、充电桩利用偏差率和电网负荷分别降低了约4.2%、2.3%、4.4%和6.8%,所提出的优化方法提供了接近最优的解决方案,有效调度大规模电动汽车充电作业。