关键词： 装配式建筑   施工项目   多目标优化   低碳   遗传算法  

摘要： 在“双碳”目标背景下,装配式建筑是建筑行业实现绿色转型的重要手段,对其进行施工管理与优化研究具有重要的现实意义。聚焦装配式建筑施工项目的工期、成本、质量和碳排放四大关键因素,建立低碳视角下多目标优化模型,旨在平衡各目标之间的冲突与协调关系。为提升优化求解的效率与解集质量,采用非支配排序遗传算法三(NSGA-Ⅲ),并结合模拟二进制交叉(SBX)算子对其进行改进,以增强种群多样性与算法的全局搜索能力。通过实际工程案例,对算法的合理性进行验证。结果表明,所构建的模型与算法能够有效地实现工期压缩、成本控制、质量保障与碳排放减少综合优化目标,可为低碳视角下装配式建筑施工项目管理提供科学的决策支持和技术路径。

关键词： 算法文化   符号   互文性   共生   叙事  

摘要： 算法文化与科幻电影间以符号为载体构建起一种弥合的互文关系,这样的关系在科幻电影艺术与算法创新的交界处激发出新的意义生成机制,表现出一种文化互涉模式。科幻电影通过视觉符号和叙事符号传递出人类与技术融合的多样性,包含着人对技术主宰能力的探究,隐含着对技术的人本主义愿景。这些都无一例外地展示了算法的构造性力量,以及由此衍生的纷繁图景。

关键词： 人工智能   算法陷阱   算法歧视   智能素养  

摘要： 人工智能等新兴技术作为教育变革的催化剂,在促进教育深刻变革的同时,受其自身结构影响,也带来潜在的问题。人工智能教育应用的算法陷阱表征主要体现在对不同教育数据主体处理产生的算法歧视;算法逻辑与教育实践认知不对称产生的算法鸿沟、算法计算缺乏可解释性及不透明性产生的算法黑箱方面。由此提出对人工智能教育应用的算法陷阱应从建立教育人工智能治理框架,从政策、制度、监管机制方面做好顶层设计;加强教育人工智能算法评估,设计算法风险评估模型并开展实时监测;提升师生人工智能素养,批判性使用算法结果三个方面加强规制与约束,从而促进其教育应用的公平、安全、有效。

关键词： 改进遗传算法   云存储   动态冗余备份  

摘要： 文章提出一种改进的遗传算法,旨在优化云存储中的冗余备份策略。该算法通过重构传统遗传算法的框架与优化机制,显著提高了在动态负载和多约束条件下的寻优效率。核心流程包括复合染色体编码、动态适应度评估和混合遗传操作机制,采用时间衰减因子与负载均衡系数以实时反映存储节点状态变化。引入自适应变异算子和Pareto前沿筛选机制,算法在保持种群多样性的同时加速优质解的进化。实验结果表明,改进算法在动态冗余策略生成方面相较于传统方法,存储成本降低,数据持久性达到99.999%的SLA标准,且在突发负载情况下的策略生成成功率显著提升。

关键词： 房屋建筑工程   造价成本管理   施工图预算   遗传算法  

摘要： 随着我国房屋建筑工程项目规模的扩大,造价成本管理的重要性日益凸显。为实现工期、资源约束下建筑成本与经济效益的平衡,本文提出了一种遗传算法优化施工图造价成本管理的方法。以某住宅项目为例,分析了基于施工图预算初步实现工程量清单编制、定额单价确定及直接与间接工程费计算的方法。在此基础上,构建目标函数和工期、成本资源约束,利用遗传算法对总造价进行优化。通过智能优化施工方案、资源配置及成本分配,实现了造价的最优控制。研究结果表明,优化后的预算方案在保证工期和资源分配的前提下,将项目总造价降低5.06%,显著提高了成本管理效率。

关键词： 电池管理系统   新能源汽车   支持向量机   随机森林   人工神经网络  

摘要： 随着新能源汽车的快速发展,动力电池作为核心部件,已成为电动汽车性能和安全的关键。传统的电池管理系统(BMS)在监测、充放电控制、热管理和故障诊断方面存在许多不足。这些缺陷不仅影响电池的使用寿命和安全性,也限制了电动汽车的市场竞争力。为此,研究了一种基于先进监测技术和智能算法的电池管理框架。该框架集成了用于实时状态监测的高精度传感器,并利用人工神经网络(ANN)开发智能充放电策略,以提高充电效率和电池使用寿命。通过实验和仿真分析,验证了所提出框架的有效性。

关键词： 人工神经网络   机械故障诊断   故障预测  

摘要： 文章介绍了人工神经网络的神经元模型、网络结构和学习算法,讨论了基于人工神经网络的机械故障诊断与预测模型构建方法,并提出了有效的应用路径。经过仿真实验和性能评估,验证了所提模型的有效性和准确性。

关键词： 全局路径   测试点约束   A~*算法   遗传算法  

摘要： 针对智能测试时移动机器人需自主规划路径并依次导航到各测试点位且因测试环境障碍物多导致传统A*算法规划的路径拐点较多的问题,论文提出了一种基于测试点约束的全局路径规划算法,先对A*算法进行改进,优化其评价函数,并对其得到的路径采用冗余点剔除策略,使路径更平滑。再基于改进A*算法计算出各关键点位之间的最短路径,通过遗传算法对待选路径进行迭代优化,最终得到经过各测试点的最优路径。仿真实验表明,该方法在求解质量和求解速度上均有很好表现,且规划路径冗余点更少,路径更短。

关键词： 宽带激光熔覆层   工艺参数   BP神经网络   遗传算法  

摘要： 针对宽带激光熔覆层形貌尺寸所受影响因素较多且难以控制的问题,将激光功率、扫描速度和送粉速率作为输入,以熔覆层宽度和高度作为输出,构建了BP神经网络宽带激光熔覆层形貌尺寸预测模型,分析了其预测精度,并使用遗传算法对所建BP神经网络预测模型的权值和阈值进行了优化。结果表明,BP神经网络预测熔覆层形貌尺寸的相对误差均在7.434%以内,GA-BP神经网络模型预测熔覆层形貌尺寸的相对误差均在5.348%以内。GA-BP神经网络模型在预测宽带激光熔覆层形貌尺寸方面精度较高,能有效指导宽带激光熔覆工艺参数的选择。

关键词： 量子遗传算法   物联网   通信资源   优化   分配  

摘要： 传统的通信资源分配方法根据设备的优先级和资源需求进行资源分配,优先满足高优先级设备的需求,存在资源利用率低、网络负载不均衡等不足。因此,提出一种基于量子遗传算法的优化分配方法。设定通信网络信道带宽,明确通信网络的物理限制和传输能力。然后,将通信资源分配问题转化为量子遗传算法可求解的优化问题,通过迭代优化过程,逐步搜索出最优或近似最优的资源分配方案。实验结果表明,在6种通信网络资源上,相比传统方法,该方法提高传输速率,降低网络负载。