摘要： 近年来，随着人工智能（AI）的快速发展，其在各领域的应用日益广泛。其中，AI技术在计算机嵌入式代码及系统开发中的应用备受关注。ChatGPT、CoPilot和许多其他的AI工具极大地改变了企业和开发人员编写代码的方式。由于传统的嵌入式系统开发需要大量的人力投入与复杂编程，在面对多样化任务时具有一定的局限性。而引入AI技术后，可利用机器学习、深度学习等方法，使嵌入式系统能更加智能化、自适应和具有更强的学习能力，实现对代码进行智能编写、分析与优化，提高嵌入式代码的效率与性能，嵌入式设备亦在往更安全、更绿色的方向发展，以确保在多任务环境中满足时限及系统的要求。

关键词： 计算政治学   生成式人工智能   大数据   仿真   实验  

摘要： 生成式人工智能的出现与发展，为计算政治学带来崭新的发展图景。生成式人工智能生成能力、仿真能力和泛化能力的优势可以赋能计算政治学研究方法，启发政治学研究议题。在研究方法层面，生成式人工智能能够为政治计算、社会模拟和互联网实验的数据处理、仿真建模、生成研究工具等提质增效，具备不同于既往人工智能技术的优势；在研究议题方面，生成式人工智能不仅是智能治理领域的新兴研究主题，也可以与国家—社会关系、政治行为、政治心理等经典政治学议题对话，从计算政治学角度丰富对这些议题的理解。然而，生成式人工智能在技术方法和伦理层面还面临局限和挑战。未来将生成式人工智能融入计算政治学研究可以从研究方法、研究要素和理论对象三个角度出发。

关键词： 生态女性视域   韩江小说   植物女性   自然与女性共生   人类暴力批判  

摘要： 随着生态危机与性别平等问题的双重凸显，生态女性主义理论为当代文学研究开拓了新的阐释维度。韩江的小说创作具有重要研究价值，其作品始终聚焦性异化与生命主体性的抗争叙事，高频出现的疾病意象与植物元素构成显著特征。本研究深度解析韩江小说蕴含的生态女性主义思想，具体从自然生态与女性命运的联结、生态女性主义伦理价值的体现、文学话语中的生态女性主义表达，以及父权制语境下的暴力批判四个维度展开论述。

关键词： 粒子群算法   无人机   路径规划   遗传算法  

摘要： 针对无人机高效飞行路径规划问题，提出一种改进遗传粒子群算法(IHGPA)。该算法在粒子群算法的基础上，融合多种策略，改善了收敛效果和解的质量。首先，为提升全局寻优能力，IHGPA算法引入分区优化策略，通过构建动态参数调整机制，优化了粒子速度与位置更新方式。其次，改进遗传算法的选择、交叉、变异算子进一步强化寻优能力，其中选择阶段采用轮盘赌方法与模拟退火算法优化并保留精英个体，交叉阶段结合概率算术交叉与改进模拟二进制交叉增加算法的种群多样性，变异阶段融合莱维飞行长步长扰动与多项式变异避免局部最优。最后，通过划分搜索区域交换最优解信息，并设置收敛检测机制，当适应度值小于设定阈值时对粒子进行二次优化，防止算法过早收敛。实验结果表明，在障碍物分散的环境1中，IHGPA算法的最佳适应度值相比遗传算法、粒子群算法、狼群算法、人工蜂群算法、蜣螂优化算法分别减少78.130%、46.190%、53.990%、41.124%、67.376%;在障碍物密集的环境2中，IHGPA算法的最佳适应度值相比上述算法分别减少89.990%、75.088%、76.503%、71.048%、81.061%。IHGPA算法能有效规划出安全且平滑的最佳飞行路径，并经多次实验验证展现出较好的稳定性和可靠性。

关键词： 反应条件   优化   改进   遗传算法   变异  

摘要： 有机化学反应条件的优化一直是化学领域的重要研究课题。然而，由于反应条件的多样性和复杂性，传统优化方法通常依赖大量实验，面临高昂的成本和长时间反应的挑战。本研究针对有机化学反应优化的特点及传统遗传算法在收敛速度和局部最优解问题上的不足，提出了一种改进的遗传算法优化模型。该模型结合了保留精英策略、自适应多次变异策略和随机选择策略，显著提高了算法的全局搜索能力和收敛速度。研究首先在一个包含混合类型条件的直接芳基化反应数据集上对模型进行评估，实验结果表明，相较于传统的遗传算法和随机搜索算法，改进的遗传算法在不同实验环境下表现出更强的寻优能力和更高的稳定性。随后，研究以包含3696个反应条件的Suzuki-Miyaura反应数据集作为待优化的反应。实验表明，在产率≥96.20%的反应条件仅占整个数据集1%的搜索空间的情况下，改进遗传算法平均仅需搜索35个样本即可找到符合该条件的最优反应条件，充分展示了改进遗传算法在化学反应条件优化上的巨大潜力。

关键词： 燃料电池拖拉机   双轴驱动   质量闭环算法   遗传算法   参数自适应优化算法  

摘要： 针对燃料电池拖拉机在设计之初因使用质量未知而无法获取拖拉机动力性指标约束的问题,以双轴驱动燃料电池拖拉机为研究对象,本文提出了一种参数自适应优化方法。采用质量闭环算法解决动力系统因使用质量未知导致无法准确获取动力性指标约束的问题。为了提高运行效率,采用遍历搜寻算法对前后轴减速器传动比进行优化。以能耗最小化为目标将质量闭环算法、遍历搜寻算法和遗传算法融合形成使用质量未知下双轴驱动燃料电池拖拉机参数自适应优化方法。参数自适应优化方法可同时优化燃料电池拖拉机使用质量、动力性参数和前后轴减速器传动比。为验证该方法合理性,制定了规则设计方法作为对比方法,并在犁耕工况下对两种方法进行了仿真。结果表明,采用参数自适应方法得到的双轴驱动燃料电池拖拉机使用质量和等效氢气消耗量比规则方法分别降低14.44%和8.41%,其中动力源电机运行效率分别提升3.28、5.29个百分点,能量源燃料电池和动力电池输出功率分别降低6.81%和38.59%。该方法为使用质量未知情况下燃料电池拖拉机参数设计提供了理论基础。

关键词： 人工智能   “新工科”理念   计算机类专业   课程体系  

摘要： 计算机类专业课程体系改革与优化是人工智能融合“新工科”背景下的必然要求，对提高计算机类专业人才培养质量具有重要意义，因此，提出人工智能融合“新工科”理念下的计算机类专业课程体系构建研究。本文从课程横向结构与纵向结构两个方面阐述了“新工科”背景下课程体系构建要求，论述了人工智能与“新工科”背景下的教育环境，通过确定模块化课程体系结构、计算机类专业课程学时分配构建人工智能融合“新工科”理念下的计算机类专业课程体系，以期为计算机类专业教学改革与创新提供参考依据。

关键词： 社会认知   体育教师   污名化   历史印记  

摘要： 通过文献资料调研、实地考察、逻辑分析等方法，探析社会认知理论视角下体育教师污名化显微、历史归因及消解路径。研究发现，体育教师失范行为、社会认知偏差、社会争议事件助推了体育教师污名化形成。认为古代文化价值观下历史观念造就的社会体育认知、近代体育教师构成及初始群体形象留下的历史印记、现代历史进程中专业化发展不足是体育教师污名化的主要原因。体育教师污名化的消解路径应着手深化全面发展教育观，重塑社会认同环境；体育教师职业素养提升与形象重构；增强体育教师社会合作，捍卫职业荣誉。

关键词： 供应链   物资预算   遗传算法   采购策略   人工智能  

摘要： 针对铁路物资采购预算管理和采购策略制定现状进行分析，运用遗传算法等技术，重构物资采购预算编制的模式，随机产生多种预算策略并进行比对，优胜劣汰，形成最优、最符合实际需求的预算策略。同时在采购策略制定过程中，聚焦供应商资格条件、采购方式选用、采购价格管理、供应周期和合规性管理等，构建智能化采购策略的模型，以有效提升采购效率，为实现铁路物资供应链数智化提供助力。

关键词： 冠心病   冠状动脉功能学   血流储备分数   人工智能  

摘要： 人工智能正驱动冠状动脉功能学从传统有创评估向无创或基于影像的计算功能学模式革新。通过人工智能算法优化, 多项冠状动脉功能学技术突破传统压力导丝限制, 实现非侵入性血流动力学评估, 在缩短分析时间的同时, 提高测量精准性。临床实践中, 人工智能赋能的冠状动脉功能学可贯穿冠心病诊疗全周期:术前冠状动脉CT血管成像衍生的血流储备分数精准筛查, 术中造影衍生的定量血流分数决策与指导, 术后功能学指导的优化和患者预后分层。人工智能赋能的冠状动脉功能学将助力"术前筛查-治疗决策-术后优化-预后评估"的精准诊疗, 推动冠心病诊疗迈向更高效、更精准的新时代。