关键词： 教育数字化   课程思政   学生评价   人工神经网络   Digitalization of Education   Course Ideology and Politics   Student Evaluation   Artificial Neural Network  

摘要： 在教育数字化背景下，课程思政学生学习效果评价面临从传统主观评价向数据驱动评价模式转型。为构建课程思政教学学生学习效果智能评价模型，本文首先对传统课程思政实施方案进行重构，提出“两课堂协同、三引导驱动、四模块构建、五评价支撑”的教学实施框架，运用CIPP评价理论系统构建学生成绩评价指标体系，最后基于案例数据采用径向基神经网络建立课程思政教学学生学习效果智能评价模型。本文的研究成果为智慧课堂的实施奠定基础。

关键词： 计算思维   信息技术   人工智能   教学策略  

摘要： 作为21世纪核心素养之一,计算思维强调通过计算的方式解决问题的能力,涵盖问题抽象化、算法设计、数据处理和系统建模等方面。将计算思维引入高中信息技术教学,不仅能够帮助学生掌握技术技能,还能培养他们的创新思维与解决实际问题能力。文章探讨了基于计算思维的高中信息技术人工智能教学策略,通过这些策略,旨在激发学生的学习兴趣,提高他们的逻辑思维和创新能力,最终培养出能够适应未来社会需求的高素质人才。

关键词： 遗传算法   改进方法   时间窗   车辆配送   路径优化  

摘要： 为提高顾客的满意度,配送服务需严格按顾客规定的时间要求执行。合理地对车辆配送路径进行优化,以适应有时间限制的配送任务,是解决这一挑战的关键策略。通过构建以时间窗为约束条件的车辆配送路径模型,并利用改进的遗传算法对该模型进行求解,在传统遗传算法框架之上,重新构建适应度函数,对交叉与变异机制设计自适应调整方法,并优化算法的终止条件,以提高求解效率和准确性。为验证所提出改进方法的有效性,实验使用标准数据集进行测试,并将改进的遗传算法与传统遗传算法、蚁群算法以及文献中的其他优化方法进行比较分析。实验结果表明,提出的改进算法能够有效避免陷入局部最优,在客户规模较大情况下求解精确性高,并在迭代初期能迅速收敛,与最优解的最大偏差仅为3.83%,证明其在求解效率和解的质量上的优势。

关键词： 车间布局   遗传算法   运营成本  

摘要： 随着行业的快速发展,车间布局与预制构件企业的生产成本、经营能力、核心竞争力密切相关,合理的车间布局,不仅可以降低企业的运营成本,还可以提高产品生产效率、设施使用率。本文以钢筋骨架成型中心的运输成本和时间成本的最小化为目标构建数学模型,利用遗传算法进行求解实现了车间布局的优化。对于未来预制构件大规模制造企业优化车间布局具有一定的借鉴意义。

关键词： 移动激光测量系统   路径规划   A*算法   栅格地图   遗传算法  

摘要： 针对移动激光测量系统全局路径规划中存在的安全性不足、路径拐点多和搜索效率低等问题,本文提出了一种基于改进A*路径规划算法与遗传算法融合的多站位路径规划方法。首先采用等高截面对运行环境二维栅格地图重建,然后采用安全策略、拐点优化和方向引导策略改进A*算法,最后融合遗传算法实现多站位路径规划。通过仿真分析和试验验证,所提方法与传统A*算法相比,规划的路径拐点数量减少33.3%~47.1%,搜索时间缩短5.4%~26.1%,同时确保了实际应用中多站位移动路径的全局最优性。研究结果验证了该方法在移动激光测量系统应用中的有效性和实用性,为复杂环境下的多站位路径规划提供了新的解决方案。

关键词： 钣金生产车间   剩余矩形算法   齐套性约束   二维排样   Plant Simulation   遗传算法  

摘要： 从纺机制造企业的钣金生产车间中抽象出一类具有齐套性约束的二维排样和生产调度优化的双阶段问题。为解决此问题,提出一种行之有效的解决方法。该方法首先基于钣金件工艺特征设计出二维排样的优先规则;然后考虑齐套性约束的情况下,基于剩余矩形算法设计出一种适用该情形下的快速二维排样算法;最后应用遗传算法优化排样出的下料任务。通过该方法,减少钣金件后续焊接阶段的等待时间,缩短钣金件的生产周期,并通过Plant Simulation软件进行实例仿真,验证该方法的有效性。

关键词： 化痰脉通片   H型高血压   人工神经网络   网络药理学   分子对接  

摘要： 目的应用网络药理学及分子对接结合人工神经网络探讨化痰脉通片治疗H型高血压病的作用机制,探讨中医“血脉同治”的科学内涵。方法在多个数据库中筛选化痰脉通片的中药有效成分,SwissTargetPrediction平台预测其对应靶点,GeneCards数据库筛选H型高血压病靶点,通过Venny 2.1.0取交集。采用Cytoscape软件构建“疾病有效成分靶点”网络,筛选核心成分;STRING数据库和Cytoscape软件构建蛋白质相互作用网络图,筛选核心靶点。DAVID数据库进行GO功能和KEGG通路富集分析。最后,将核心靶点的受体和核心活性成分配体进行分子对接。通过文献检索及回顾病例整理H型高血压的中医证候要素及用药规律,用Python软件构建人工神经网络方证预测模型,探讨H型高血压痰瘀证型与化痰脉通片方药的对应关系。结果①筛选出化痰脉通片96个有效成分、1029个预测靶点,与疾病相关的成分有柚皮素、β谷甾醇、黄芩素等;与H型高血压病的交集靶点114个,包括AKT1、IL6、TNF、IL1B、TLR4等。②GO功能分析主要指向(细胞)对脂多糖的反应、对缺氧的反应、炎症反应等功能,KEGG富集分析结果主要包括糖尿病并发症中的高级糖基化终末产物受体(AGE-RAGE)信号通路、脂质和动脉粥样硬化通路、流体剪切应力与动脉粥样硬化信号通路等。③分子对接试验显示主要活性成分与关键靶点具有很好的亲和力。④提取到H型高血压频次最高的证素为“痰”和“血瘀”,收集到化痰脉通片中药频数依次为:天麻91次、半夏89次、白术70次、地龙24次、石菖蒲17次、橘红13次、水蛭13次、远志9次、郁金8次、胆南星3次、僵蚕2次。⑤基于多层感知器构建方证对应预测模型,模型化痰脉通片痰,准确度为0.81,化痰脉通片血瘀,准确度为0.75。结论化痰脉通片主要针对H型高血压病痰瘀互结证型,并通过柚皮素、β谷甾醇、黄芩素等作用于多靶点,降低机体氧化应激和炎症反应水平,调控AGE-RAGE信号通路、脂质和动脉粥样硬化等通路,发挥治疗H型高血压病的作用。

关键词： 工程质量潜在缺陷保险   TAM-TPB   结构方程模型   人工神经网络  

摘要： IDI服务是我国为解决工程质量潜在缺陷问题、降低工程质量风险而引入的一项重要措施,但其推行并不顺利,建设企业采纳率较低。为此,以TAM和TPB整合模型为基础,结合感知风险理论构建建设企业IDI服务采纳模型,通过结构方程模型进行验证,并采用人工神经网络方法对各影响因素进行重要性排序。研究得出:感知有用性、感知风险、过去经验等因素显著影响建设企业对IDI服务的态度,态度、感知有用性、主观规范等因素显著影响建设企业的采纳意愿,其中主观规范是对采纳意愿影响程度最高的因素。最后在研究结果的基础上提出了促进IDI服务采纳的优化策略。

关键词： 大规模多输入多输出   毫米波   混合预编码   遗传算法  

摘要： 在毫米波大规模多输入输出(MIMO)系统中,针对在基于连续干扰消除(SIC)这类部分连接(PC)结构的混合预编码算法的求解,等效信道矩阵的设定以及算法应用需满足数据流数量等于射频(Radio Frequency,RF)链数量这一约束条件问题,提出一种基于遗传算法(GA)的混合预编码优化方案。该方案以频谱效率最大化为目标函数,直接对信道矩阵进行奇异值分解求出最优全数字预编码矩阵,其次在交替优化框架下采用GA算法求解模拟预编码矩阵,数字预编码矩阵设置为更普适的形式,消除了只能在RF链数量与数据流数量相等时才能应用混合预编码算法这一限制。仿真结果表明,所提混合预编码算法的频谱效率与能量效率皆优于传统SIC算法。

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。