关键词： 组合梁桥   加速遗传算法   截面优化   数值模型   最小用钢量   钢主梁间距   结构设计  

摘要： 针对公路简支钢板组合梁桥用钢量优化问题,提出基于加速遗传算法的组合梁截面优化方法,该方法以钢主梁用钢量为目标函数、以钢主梁截面参数为设计变量、以组合梁承载力和变形为约束条件对截面尺寸进行优化求解。以武穴长江公路大桥南引桥为背景,基于不同钢主梁间距下内力计算结果采用加速遗传算法求解钢主梁最优截面,获得钢主梁每延米最小用钢量和整桥每延米最小总用钢量随梁高变化趋势;结合优化结果提出了最小用钢量设计方案,并建立有限元模型进行优化后结构力学性能验算。结果表明:基于加速遗传算法的组合梁截面优化方法具有较好的收敛性和极值寻优能力;随钢主梁间距的增大,钢主梁截面尺寸及用钢量随之增大,但整桥总用钢量随之减小;钢主梁设计存在用钢量最为节约的最优梁高,该梁高随钢主梁间距的增大而增大;提出的桥梁最小用钢量设计方案计算挠度、应力小于规范限值,且具有足够的安全储备,可较好满足结构受力要求。

关键词： 人工智能辟谣   智能化谣言   语义网络   扎根理论  

摘要： 社交网络因为AI技术的普遍应用产生了智能化的谣言生产与传播。面对智能化谣言挑战,本研究基于网络治理的社会背景,利用AI技术构建了一套人工智能辟谣模式。基于SOR理论与ITO模式,以及三家互联网企业案例与辟谣专家访谈数据,本研究综合使用多案例研究、语义网络与扎根理论分析方法。研究结果表明人工智能辟谣模式包括三个阶段:(1)系统输入:谣言库与辟谣库;(2)系统机体:AI辟谣模型;(3)系统输出:AI辟谣推送与效果评估。通过构建以AI为主体的“系统输入—系统机体—系统输出”辟谣机制,本研究一方面拓展了现有SOR理论应用场景从个体到机器的迁移,另一方面提出了对社交网络智能化谣言治理的实践建议。

关键词： 新医科   虚拟仿真   人工智能   计算机公共课  

摘要： 融合智能技术的实验设计方案,乃针对新医科背景下计算机公共课实验设计的需求而构建。该方案基于计算机科学的基础理论和医学学科的实际需求,结合了人工智能、大数据、虚拟仿真等多种技术手段,利用智慧教学平台,实现了对医学数据的智能处理和分析,为实验教学提供了强有力的技术支持。同时,实践教学结果表明采用该种实验设计方式,学生的兴趣和积极性得到了有效激发。学生们不仅可以理解知识点,还能够将所学知识运用到实际场景中。研究成果将进一步推动计算机公共课教学和医学科研的深度融合,为促进医学计算机基础实验设计提供了有益的参考。

关键词： 骨科手术   深度学习   人工神经网络   深静脉血栓形成   决策曲线   模型  

摘要： 目的构建骨科手术患者深度学习血栓形成风险模型,并选用决策曲线分析其临床效能。方法回顾性选取2022年2月—2024年2月浙江大学医学院附属第二医院临平院区收治的180例骨科手术患者,根据7∶3比例将其划分为训练集(126例)和验证集(54例);根据训练集内患者深静脉血栓(DVT)形成与否进一步分为DVT发生组(32例)与DVT未发生组(94例)。通过Python软件构建骨科手术患者DVT风险预测人工神经网络(ANN)模型,绘制决策曲线分析模型的临床效能。结果训练集内DVT发生组年龄、BMI、手术时间及卧床时间均高于DVT未发生组,糖尿病、高血压、脊柱手术史、病情分布(下肢损伤)、全麻占比均高于DVT未发生组(P<0.05)。年龄大、BMI高、合并糖尿病、高血压、病情分布(下肢损伤)和卧床时间>5 d均为骨科手术患者发生DVT的独立危险因素(P<0.05)。训练集、验证集的AUC分别为0.887、0.903。训练集与验证集分别取阈值概率18%~56%、19%~58%时,对骨科手术患者采取有效干预措施可使临床效益最大化。结论年龄大、BMI高、合并糖尿病、高血压、病情分布(下肢损伤)和卧床时间>5 d是骨科手术患者发生DVT的独立危险因素,由这些影响因素构建的ANN模型对骨科手术患者DVT风险预测效能显著,有助于DVT防治工作的临床效益最大化。

关键词： 卷积神经网络   数字孪生   负荷预测   冷水系统   遗传算法   超参数优化  

摘要： 为满足建筑物末端的制冷需求,中央空调冷水系统长期在部分负荷下运行,这导致能源消耗较高。对中央空调冷水机组的负荷预测有利于节能改造以达到负荷最优。针对冷水系统存在的错综复杂交互关系和多变量等难以精确预测的问题,提出一种基于卷积神经网络(convolutional neural network,CNN)—遗传算法(genetic algorithm,GA)—极端梯度提升(extreme gradient boosting,XGBoost)的冷水机组数字孪生体预测模型。首先利用历史数据训练CNN-GA-XGBoost预测模型;然后将训练好的模型通过应用程序接口(application program interface,API)的方式连接到数字孪生体系统中进行实时预测;最后在数字孪生系统中展示预测结果。结果表明,所提的方法模型评估指标决定系数达到0.995,平均绝对百分比误差为0.82,均方根误差为2.22。数字孪生体预测模型有效地连接了物理实体和数据驱动,能够实现建筑物空调负荷的精准预测,并且所提预测方法相较于其他模型具有更高的精度和更好的泛化性。

关键词： 中职选择   问题学生   顾虑   学校教育制度  

摘要： 不论如何质疑,学生与社会的发展仍然需要中等职业教育。然而,大众对中职学校愈演愈烈的排斥倾向,动摇了中等职业教育的生存条件。对18名初中毕业生的访谈资料表明,“问题学生”是引起他们中职学校选择顾虑十分关键的因素。在初中毕业生看来,“问题学生”是与中职学生共存共现的概念标签,其行为、思想与形象等具有较强的消极特征,并且基本流向对其管束有限的中职学校。选择中职学校,意味着既要承受与“问题学生”接触带来的种种负面影响,又要承受被外界贴上“问题学生”身份标签而引起的角色同一性危机,这是初中毕业生中职学校选择顾虑生成的双重逻辑。问题溯源发现,现行“双分支”学制是催生中职学校选择顾虑的深层原因。构建普通教育、技术教育与技能教育三轨并立的“三分支”学制,有望缓解甚至消除初中毕业生对职业教育的选择忧虑。

关键词： 人工智能   计算机网络技术   人工神经网络  

摘要： 阐述针对计算机网络面临的问题,分析人工智能在计算机网络技术中的应用,如人工免疫技术、人工神经网络等。并探讨其融合应用,包括智能防火墙、智能漏洞扫描与病毒查杀、系统优化技术。

关键词： 数字标牌   广告投放   最大覆盖模型   优化选址   遗传算法  

摘要： 针对数字标牌优化选址研究欠缺考虑人文地理环境、布设成本和用户需求等约束,将数字标牌影响因子数据多尺度空间化,统一多源数据的空间基准,构造数字标牌优化选址的多源影响因子和多尺度建模因子序列.在此基础上构建数字标牌多重约束最大覆盖模型,并采用改进的遗传算法求解模型,提出优化选址方案.以北京市六环路以内区域为例,对选址结果空间分布进行分析与总结.以覆盖情况和运行时间作为评价指标,由所提方法得到的最大受众覆盖率约为0.93、最大覆盖受众数量为185 051.结果表明该模型能有效耦合多源异构数据优化选址,算法效果在多个指标下优于传统遗传算法和Gurobi软件,有效提升了数字标牌投放的精准性及效率,为实际公共基础设施布局优化提供了参考.

关键词： 人工智能   伦理   治理   内在主义   知识表示   偏见冲突  

摘要： 全球人工智能技术的发展呈现出寡头垄断与层级分化的格局。开发者的地域、文化、教育背景差异,以及训练数据的社会、文化、政治属性差异,正在加剧知识垄断和伦理垄断,放大文化偏见和价值观冲突。人工智能偏见和冲突的治理需要以大科学的研究理念,生成伦理与技术的同步链接,以确保技术与伦理的协同发展。伦理治理的内在主义进路具有哲学和技术两方面的学理基础:将伦理准则作为人工智能的逻辑起点而非评价标准,创造具有道德能动性的人工智能,是防范、化解偏见和冲突的有效策略;预训练-微调的技术范式和微调数据集是内在主义进路的技术基础。以本体表示法作为结构化伦理知识表达和语义推理的基础,设计再微调的技术路线和伦理数据集对大模型进行伦理智能优化,为建构人工智能的道德能动性提供了方法论和路线图。以中国伦理为例的本体知识表示,论证了人工智能偏见与冲突治理的内在主义进路何以可能。

关键词： 桥梁健康监测   传感器部署优化   数据可靠性评估   遗传算法   公路桥梁  

摘要： 随着交通基础设施的老化以及交通流量的增加,桥梁的安全性和耐久性成为了人们关注的重点。本文以某省一座大型公路桥梁——龙阳桥为例,探讨了桥梁健康监测系统(BHM System)中的传感器部署优化及其数据可靠性评估方法。通过对龙阳桥实际监测数据的分析,本文提出了一种基于遗传算法的传感器优化配置方案,并通过实验验证了该方案的有效性。此外,还对所采集的数据进行了可靠性评估,确保了监测系统的准确性和稳定性。