关键词： 冷链配送   开放式车辆路径问题   遗传算法   模拟退火算法   碳排放  

摘要： 为改善冷链运输服务质量,提高配送效率,提升客户满意度,对生鲜产品冷链配送路径优化问题进行分析,综合考虑生鲜货损、碳排放、配送时间等影响因素,以车辆固定成本、车辆运输成本、货损成本、制冷成本、碳排放成本和时间惩罚成本构成配送总成本,构建包含时间窗的生鲜产品冷链配送多中心开放式车辆路径优化模型。以西安市某冷链物流公司为例,设计基于遗传算法(GA)和模拟退火算法(SA)的混合优化算法进行模型求解,保障全局搜索能力的同时保障了新解的质量。改进优化算法与基本遗传算法对比结果表明,改进的GA-SA算法收敛速度较快且结果更优,表明模型和算法的合理性与有效性。

关键词： 人工智能价值对齐   机器学习   “是”到“应该”的逻辑推导鸿沟   有限伦理  

摘要： 人工智能自主性的增强使其具有了“主动”制造伦理问题的能力,这进一步凸显了确保高度自主的人工智能的价值观与人类的价值观保持一致的必要性,即实现人工智能与人类的价值对齐。当前基于机器学习的人工智能价值对齐研究与实践有蓬勃发展之势,但是这一对齐路径将会面临由规范伦理学中的“是”到“应该”的逻辑推导鸿沟导致的人工智能不能从数据信息中提取出价值规范的道德价值提取挑战,以及行为伦理学中的“有限伦理”理论所揭示的人工智能学习的数据信息可能具有内在道德缺陷的道德价值来源合道德性挑战。这两大伦理挑战揭示了基于机器学习的人工智能价值对齐路径所具有的深刻伦理缺陷,故而若想真正实现人工智能价值对齐,必须探究如何消解上述两大伦理挑战。

关键词： 含泥量   快速检测   人工神经网络   机器学习  

摘要： 针对平陆运河开挖砂土工程量大、实验室检测含泥量的方法耗时长、操作复杂等问题,提出一种基于泥浆快速配置、拍照图像识别的砂土含泥量快速检测技术。通过取样、配置泥浆、定时沉降后拍摄样品图像,以提取测试区与黑白对比区的颜色特征为输入,含泥量作为输出,建立一个包含254组数据的数据库,利用人工神经网络进行含泥量预测训练、超参数的择优。最终测试集的预测结果与真实结果对比显示,该方法在低含泥量(10%以下)检测中具有较高的精度,误差在1%以内;对于高含泥量(10%~60%)检测平均误差在5%以内。这种技术简化了操作,提升了检测效率,可以在现场实时进行运输流向决策(直接资源化利用、洗砂后利用或堆填处置),显著提高施工效率。

关键词： 智能助行器   人体运动意图估计   多传感器融合   Informer  

摘要： 智能助行器作为重要的辅助工具,在帮助行动不便的个体维持独立性和减轻日常活动困难方面发挥着广泛的应用。其中,用户运动意图估计是使用者准确控制助行器的关键。本文针对下肢行动不便的人群设计了一款智能助行器,该助行器通过3维力传感器和2维激光雷达采集用户行走状态信息。在用户运动意图估计算法中,原有的线速度估计方法容易受到里程计误差的干扰,为此,提出了一种基于用户腿部相对位置的用户意图线速度估计方法。同时,为解决仅依赖3维力传感器难以准确估计下肢行动不便人群的意图角速度的问题,引入了基于多传感器融合技术的角速度估计方法。同时考虑到算法处理数据造成的滞后,本文将Informer模型融入算法中,克服了人机实时交互的困难。研究结果表明,所提的线速度估计方法准确度达到98.44%,而角速度估计算法准确度达到了96.6%。通过肌电信号反映,用户能够更轻松地使用本文设计的助行器,而Informer模型进一步提升了用户使用助行器的便捷性。一系列实验验证了所提方法的有效性。

关键词： 黑曲霉   淀粉酶   响应面方法   机器学习   人工神经网络  

摘要： 发酵过程的培养基组成及培养条件是影响黑曲霉产淀粉酶产量的关键。为提高黑曲霉F223的产酶水平,首先通过单因素实验及Plackett-Burman(PB)实验筛选出了显著影响淀粉酶酶活的成分:豆粕、玉米浆及可溶性淀粉。通过最陡爬坡实验以及中心组合实验获取回归建模数据集,以淀粉酶酶活为响应变量,分别利用传统的多项式回归以及人工神经网络回归拟合方法,建立了培养基组成与酶活之间的回归模型,得到了黑曲霉F223生产淀粉酶的培养基和培养条件的最优解。结果表明,人工神经网络结合遗传算法在数据拟合和预测能力方面优于多项式回归方法,用该算法为基础优化得到的培养基进行摇瓶发酵实验,最终淀粉酶产量达到5566.79 U/mL,相比于未优化培养方案提升了92.6%。

关键词： 计算机网络技术   人工智能   大数据时代   有效运用   应用对策   日常生活   生产方式   科学技术  

摘要： 随着我国科学技术的快速发展,人工智能在人们的日常生活中逐渐得到了广泛应用,企业单位、学校、银行等场所均对人工智能技术进行了有效运用,这也使人们的日常生活和生产方式发生了明显变化。本文深入分析了计算机网络技术中人工智能的主要应用,对其概念加以介绍,探讨了将此类技术应用到计算机网络中的优势,并提出具体的应用对策,希望能够为相关研究人员提供一些参考。

关键词： 遗传算法   排课系统   数学模型  

摘要： 对线性规划模型在网络实验教学平台数据优化中的应用进行研究,提出了一种基于改进IDPGA算法的高校智能排课系统。首先,对高校排课问题的数学模型进行构建,并根据硬约束条件和软约束条件对模型进行优化;然后在传统遗传算法的基础上对其改进,采用改进后的IDPGA算法对模型进行求解,获取最优排课方案;最后通过算法验证和系统测试,结果表明提出的改进IDPGA算法具有可行性和有效性,能够应用于高校智能排课系统,帮助高校教学管理人员快速获取合理、优质的排课方案,为推动现代教育管理方式提供了一个参考方法。

关键词： 智能技术时代   情感计算   人机交互   情感认知   隐私保护  

摘要： 进入智能技术时代,作为关键技术的情感计算通过赋能教育数字化主体、对象、场景和评价反馈,能有效地推动情感教育发展。然而,当情感计算被嵌入教育数字化技术后,情感教育不可避免地存在着自主性缺失、感知迷失、数字焦虑和安全隐私风险等隐忧,有待从人机互动、价值引导、算法模型和隐私保护立法等层面加以优化。情感计算未来应用需挖掘海量的情感语料库,构建情感大语言模型,与脑神经科学、跨文化交际等学科交叉融合以加强情感的识别、判断与决策能力。

关键词： Web前端课程   JavaScript   Vue技术   创新培养   高精度地图   图形渲染  

摘要： 针对新工科背景下Web前端开发教学学时压缩、知识零碎和难以实践的问题,提出“人工智能+”导向的计算机语言类课程教学创新培养结构,从知识汇聚、知识分解和工程应用等方面阐述如何设计计算机语言类课程教学创新培养结构,以Web前端开发课程为例介绍具体教学实践,最后说明教学效果。

关键词： 绿色建筑   遗传算法   多目标策略   节能方案   粒子群算法  

摘要： 本研究针对绿色建筑多目标节能优化问题,致力于同时实现节能效果的最大化和节能投入成本的最小化。为达到此目标,研究设计了一个融合了遗传算法的多目标节能优化模型,并通过引入粒子群算法改善求解过程。结果表明,研究设计模型求得最佳组合方案F,其增量成本为84.23元/m^(2),增量效益为1226.41元/m^(2),节能设计效率高达14.61。综上,研究模型在绿色建筑节能方案选择中显示出了卓越的性能。特别是方案F和方案H不仅成本效益更佳,长期节能效率也更高,适用于节能投资收益要求不同的项目。此外,对基准收益率的敏感性分析进一步证明了模型在不同经济情景下具有可靠的决策支持能力。本研究为投资者提供了科学的节能决策参考,有助于推动绿色建筑行业实现节能与成本双重优化的目标。