关键词： 通信定位   遗传算法   自适应   交叉   变异  

摘要： 在复杂通信环境下,全球导航卫星系统(Global Navigation Satellite System,GNSS)难以为用户提供稳定且准确的位置信息,为解决受测量数据的不确定性而导致定位偏差问题,提出一种自适应遗传优化的通信定位(Enhanced Adaptive Genetic Location,EAGL)算法。建立一个基于到达时间差的定位模型来反映目标源位置与信号环境之间的关系,并对满足目标函数的可能解进行实数编码,同时建立适应度函数,用于计算每个个体的适应度值。对种群执行选择运算以及改进的自适应交叉、变异运算来提高种群基因型质量,避免陷入局部最优解的困境。通过迭代得到最高适应度值的个体的基因型,以获得目标源的准确坐标。仿真结果表明:所提算法的定位精度比基本遗传算法(Simple Genetic Algorithms,SGA)和Chan-Taylor算法更高,并且随着测量值误差的逐渐增大,EAGL算法在不同误差条件下表现出的误差波动最小;EAGL算法性能稳定,并能够实现较高精度的定位。

关键词： 中药饮片   果实   种子   煎煮得药量   人工神经网络   反向传播   自动煎药机  

摘要： 目的基于反向传播人工神经网络法构建果实及种子类中药饮片煎煮得药量预测模型。方法通过实验收集常用的166种果实及种子类中药饮片的煎煮信息,以浸泡时间、机器死体积、吸水系数、饮片质量、饮片厚度、平均体积、煎煮时间、加水量、煎煮温度、得药量为变量,采用反向传播人工神经网络法构建中药饮片煎煮得药量的预测模型。结果与实测值相比,36例验证组预测数据的误差均在0.5%以内,得药量的真实值和预测值的相关系数为0.994,预测结果较为理想。结论该模型可用于预测果实及种子类中药饮片煎煮得药量,有望为中药饮片煎药加水量提供依据。

关键词： AI   人工神经网络   金融机构  

摘要： 大模型通常是指在人工智能领域基于人工神经网络架构、通过大规模数据集训练得到的深度学习模型。大模型能够通过自然语言(文字、语音、图像等多模态交互)与人类交流,显著提升人机交互效率,推动人机协作方式的革命性变革。大模型的核心特征主要体现在自我学习能力、卓越的泛化能力、潜在的元认知能力、一定的创造力四个方面。

关键词： 微波消解   石墨炉原子吸收法   工业废气   钴测定  

摘要： 在当今的环境问题中,工业废气污染是一个极为突出的挑战,对全球生态系统和人类健康构成了严重威胁。随着工业生产规模的不断扩大,大量含有各种污染物的废气被排放到大气中,其中包含种类繁多的重金属元素。这些工业废气经过一系列复杂的环境过程,最终可能通过食物链的富集作用进入人体,从而引发各种疾病和健康问题。鉴于此,文章将聚焦微波消解石墨炉原子吸收法于工业废气钴测定中的应用,阐述其原理、流程,剖析优势与局限,并提出其在测定工业废气中钴的应用策略,旨在为环境监测与工业废气治理提供科学依据与技术参考。

关键词： 区间参数   多目标优化   遗传算法   NSGA-II   微型遗传算法  

摘要： 多目标优化旨在实现多个目标之间的协调共存。区间参数多目标优化问题是优化领域中的重要挑战,因其参数取值为区间且包含多个目标函数,求解难度较高。为了克服传统方法在求解此类问题时的局限性,文章对遗传算法进行了优化研究,提出了如基于微型多目标遗传算法的区间多目标优化直接方法等改进遗传算法,并分析了算法应用优势,该算法可以直接求解,结果收敛性与分布性较好。研究结果将为相关领域的研究者提供参考和帮助。

关键词： 换热器   性能预测   神经网络   SHAP分析  

摘要： 针对板式换热器的能效和热阻预测需求,以冷流体和热流体流量为输入参数,以热阻和能效为输出参数,构建板式换热器人工神经网络模型,通过超参数分析确定最优模型参数,考虑冷热侧流体的进出口温度分别建立2组对照模型,并结合SHAP分析给出各热力参数对热阻和能效预测的边际贡献。结果表明,冷热流体流量作为输入的人工神经网络模型具有更好的预测性能,预测热阻和能效的最大相对误差为3.08%和5.97%;冷热流体流量是人工神经网络模型输出重要的影响因素,在构建模型和训练集选取时应优先考虑。

关键词： 三阴性乳腺癌   新辅助化疗   病理完全缓解   极限梯度提升   人工神经网络  

摘要： 目的:探讨极限梯度提升(XGBoost)联合人工神经网络(ANN)构建模型预测三阴性乳腺癌(TNBC)新辅助化疗(NAC)后病理完全缓解(pCR)的价值。方法:回顾性收集我院2018年1月—2022年12月首诊为TNBC接受NAC并手术的患者治疗前的临床、血清、病理、影像、免疫组化指标以及NAC前后对侧正常乳腺腺体背景实质强化(BPE)特征,应用XGBoost联合grid search降低维度筛选出与pCR相关的重要特征子集,并构建ANN模型。通过受试者工作特征(ROC)曲线评估模型的诊断效能。前瞻性收集我院2023年1月—2024年6月符合条件的患者进行验证。结果:共收集163个病灶,pCR 63个。经XGBoost及greed search筛选出8个重要特征子集,依次为较高的异质性表观弥散系数(ADC)值、程序性细胞死亡配体‑1(PD‑L1)阴性、腋窝淋巴结阴性、较高的信号增强比(SER)值、雄激素受体(AR)阳性、Ki‑67指数低表达、NAC前BPE少许/轻度强化、血小板/淋巴细胞比值高,进一步构建ANN模型。该模型在训练集,测试集和验证组中均表现出优秀的诊断效能[ROC曲线下面积(AUC)分别为0.935、0.891、0.916]、校准能力及较高的临床净收益。结论:XGBoost联合ANN构建的模型能够预测TNBC患者经NAC后的pCR,为临床诊疗提供依据。

关键词： 汽车故障诊断   智能化技术   知识工程   大数据   人工神经网络  

摘要： 随着汽车电子电气系统日益复杂,传统的汽车故障诊断方法难以适应智能网联汽车发展的需求,将人工智能等智能化技术引入汽车故障诊断,能够快速、准确、全面地解决新型复杂汽车故障。本文在分析智能化技术在汽车故障诊断中应用现状的基础上,阐述了知识工程、大数据分析、人工神经网络等智能化技术应用于汽车故障诊断的优势,重点探讨了智能化汽车故障诊断系统在故障知识库构建、故障信息采集与预处理、智能诊断推理、诊断结果可视化等方面的关键技术,为智能化汽车故障诊断系统的研发与应用提供参考。

关键词： 面板模型   农村消费增长潜力   预测模型   人工神经网络   SCG-BP神经网络  

摘要： 农村居民消费增长作为决定经济快速可持续发展的重要因素之一,对释放农村地区消费潜力、拉动内需、增强内循环活力具有重要价值和意义。本文运用面板计量模型对全国各省2006-2022年相关数据进行实证分析,提出了SCG-BP预测模型,采用量化共轭梯度法训练BP神经网络,对农村居民消费增长趋势进行预测,有效解决了BP神经网络收敛速度慢、局部振动的缺点。结果表明,SCG-BP模型在预测精度上优于传统BP神经网络模型、灰度预测模型以及指数平滑预测模型;在训练集和测试集上的误差率均小于0.02%,具有较高精度。结合实证分析结果,从提高收入、完善保障、人才回流等方面提出促进农村居民消费增长潜力的合理性建议。

关键词： 智能模糊控制   人工神经网络   调度控制系统  

摘要： 阐述智能电力调度控制系统与电力系统安全运行的现状和影响因素,探讨智能技术在提升电力系统安全性中的应用策略,包括智能模糊控制、专家系统和人工神经网络方案,以降低系统故障风险。