关键词： 人工智能   计算机网络   机器学习   深度学习  

摘要： 随着人工智能技术的不断进步,它已逐渐融入计算机网络领域,为网络管理、优化、安全等方面带来了新的机遇和挑战。通过探讨人工智能技术的特点以及当前计算机网络发展现状和面临的困境,分析人工智能技术在计算机网络中的应用,以及其在自动网络管理、性能优化、安全防御等方面的优势,从而为网络的高效管理、安全保障、资源优化等提供新的智能解决方案。相信通过不断的研究和创新,人工智能与计算机网络将共同推动信息社会的可持续发展,为构建智能、高效的网络环境提供有力支持。

关键词： 自组织网络   网络管理   分布式网络代理  

摘要： 为了满足移动物联网、智能物流等新兴应用服务质量要求,随着空间与信息技术进步,通过在卫星中部署智能计算平台进行在轨数据处理来缩短响应时间已成为主要方法之一。目前低轨卫星规模巨大,经常处于难以直接测控区域,而且工作模式较多,需要具备自主管控的能力。首先在介绍卫星智能计算平台研究现状的基础上,分析卫星智能计算平台的功能需求。然后在设计一套通用开放的卫星智能计算平台硬件架构的基础上,提出卫星智能计算平台的自主管控软件架构设想,对主控组件、管控组件以及协同组件的内部组成以及工作原理进行进一步的描述,在此基础上分析自主管控软件相关的关键技术。最后对卫星智能计算平台自主管控软件的发展方向进行展望。

关键词： 棉花   产量预测   遗传算法   BP神经网络   全局寻优  

摘要： 棉花是我国重要的经济作物与棉纺织业发展的主要原材料之一,是我国经济发展的支柱产业。在棉花种植过程中,农田措施、气象环境等都会对棉花生产产生影响。对棉花生长因子进行分析,建立棉花预测模型,预测我国棉花产量,对于指导棉花生产和促进我国经济发展具有重要意义。为此,针对传统BP神经网络在预测中存在测试精度低、鲁棒性差等问题,利用遗传算法(Genetic Algorithm, GA)对BP神经网络模型进行优化,构建GA-BP神经网络模型;同时,基于湖北省2011-2021年棉花播种面积、气象因子、自然灾害和棉花产量,构建BP神经网络、GA-BP神经网络模型,对湖北地区棉花产量进行预测。研究结果表明:GA-BP神经网络模型精度明显高于BP神经网络模型,R2达到0.991。因此,通过GA-BP预测能够更加科学、合理地进行棉花产量预测,对棉花生产及管理措施的调整具有重要的指导意义。

关键词： 多羟基苯甲醛席夫碱类化合物   抗氧化活性   电性距离矢量   定量构效关系  

摘要： 为了研究多羟基苯甲醛席夫碱类化合物的抗氧化性(Fr)的定量构效关系,按照分子的拓扑环境编程计算了电性距离矢量(ED)。基于ED关联19种多羟基苯甲醛席夫碱类化合物的Fr,建立3参数E21、E66、E77的构效关系模型,非交叉验证与交叉验证的相关系数R^(2)和Q^(2)分别为0.717、0.538,具有良好的稳健性和预测能力。该模型显示,影响Fr的重要因素是-C-、=N≤、-OH等分子结构单元。以此三参数为人工神经网络输入层,设定3∶3∶1的网络结构,构建人工神经网络的BP算法(back-propagation algorithm,BP)模型,传统相关系数R^(2)为0.973,标准误差S为8.62。结果表明,多羟基苯甲醛席夫碱类化合物的抗氧化性与E_(21)、E_(66)、E_(77)呈良好的非线性关系,用其表征Fr具有合理性和有效性,为设计高抗氧化活性的多羟基苯甲醛席夫碱类化合物提供理论依据。

关键词： 刑事诉讼   人工智能辅助决策   正当性困境   自由裁量风险  

摘要： 人工智能的革命浪潮已清晰地显示出相关技术进入刑事诉讼领域的必然性。然而,在宏观层面,人工智能以辅助决策的形式介入刑事诉讼存在“非中立”和“不可解释”的正当性困境;在微观层面,量刑辅助系统作为其典型代表,在司法实践中正侵蚀着法官的自由裁量权。但简单地在刑事诉讼中禁用人工智能并不现实,也不利于法治的现代化。更理性的做法是构建非歧视性算法、以“理解黑箱、限制黑箱”的方式走出“黑箱”迷雾,并将“证伪”、出罪作为人工智能辅助决策的边界和追求,由此对其正当性予以证成。此外,还需要进一步从理念和制度层面双管齐下,通过破除法官“技术迷信”、改革现行考核评价系统的方式消解其为法官自由裁量带来的现实风险。

关键词： 锂电池   新能源汽车   参数辨识   荷电状态估计   扩展卡尔曼滤波   萤火虫算法   遗传算法  

摘要： 随着新能源汽车的广泛使用,锂电池的荷电状态(SOC)成为电池管理系统的研究热点。针对扩展卡尔曼滤波(EKF)的锂电池的荷电状态估计中传统参数辨识法易受初始条件影响,而陷入局部最优的问题,提出了适用于非线性系统的萤火虫算法(FA)参数辨识,并与遗传算法(GA)的参数辨识结果比较,结合扩展卡尔曼滤波法,实现两种参数辨识结果的荷电状态估计。采用MATLAB/Simulink软件搭建EKF模型,仿真结果表明,相对于GA-EKF,所提出的FA-EKF参数辨识与SOC估计精度更高。

关键词： 市趟运输   成本导向   贪心算法   遗传算法   派车管理  

摘要： 为解决广州邮政进出口快包业务量规模及用车需求日益增长与市趟运输作业管理高度依赖人工、效率低下等问题的矛盾,文章提出了基于数字模型的市趟运输效能提升方案。研究实践表明,方案通过制定趟线运输成本测算标准、建立成本计算模型、建设信息化平台和应用信息手段辅助派车等措施,可有效解决市趟运输管理中存在的成本问题,实现市趟运输成本管控和派车效能提升,为市趟运输管理提供有力支持和指导。

关键词： 人工神经网络   多目标优化   藏式民居   人工智能   低碳改造  

摘要： 藏式民居是我国民居瑰宝的重要组成部分,具有典型的高原特色,蕴含了历史悠久的藏族文化。随着西藏地区现代化进程的推进,当地居民对居住环境的需求也日益提高。传统藏式民居院落空间难以满足居民的热舒适需求,造成了不必要的能源消耗和温室气体排放。为此,本研究选取西藏自治区山南市藏式民居为研究对象,针对其院落空间开展低碳改造研究。以碳排量、室内热舒适和经济性为优化目标,建立建筑性能模拟与反向传播人工神经网络(BPNN)及遗传算法(NSGA-II)结合的多目标优化框架,探讨不同院落封闭改造策略的性能差异并识别特定宅形下的最优改造策略。优化结果显示,与未进行封闭改造的场景相比,最优策略可实现60.76%的碳排放减少以及6.86%的热舒适度提升。研究结果证实了在建筑低碳改造过程中引入人工智能技术的必要性和有效性,为藏式民居的现代化改造提供参考,为促进藏区建筑可持续发展作出贡献。

关键词： SLP   Plant Simulation   遗传算法   航空导管   车间布局  

摘要： 本文考虑航空导管生产线布局规划多约束、多变量、非线性的特点,基于系统布置设计(SLP)方法,划分下料区、弯型区、去余量区、端头成型等10个作业单位,运用定量与定性分析方法,针对物料搬运量进行系统分析。利用Plant Simulation软件对生产过程进行建模,得到完整的导管生产线的仿真模型,以总物流量最小为目标,建立优化模型并使用遗传算法对生产线布局进行优化,根据作业区面积以及实际约束条件提出了工艺布局的两种方案,利用系统仿真技术对两种方案进行模拟分析。最终,规划优化布局比原布局总物流量降低29.6%,不仅达到节省运输成本和提高生产效率的目的,还可为新建车间工艺布局规划提供有效参考。

关键词： 多工序软测量   特征选择   残差网络   最小冗余最大相关   遗传算法  

摘要： 复杂制造过程关键质量变量的精准感知,是实现系统优化控制和保障系统安全稳定运行的必要前提。考虑复杂制造过程具有生产工序众多、回路互联耦合、工序质量遗传、数据时空分布等复杂特性,使得对过程质量的精准感知面临诸多困难。在此背景下,本文提出一种考虑过程时延的基于mRMR–GA–ResNet的多工序复杂制造过程质量软测量建模方法。首先,构建了一种考虑过程变量与质量变量间时延的基于最小冗余最大相关(mRMR)和遗传算法(GA)的多传感器过程变量筛选方法,以确定最优特征子集;其次,基于各工序的最优特征子集,设计了一种3维(特征–时间–工序)样本空间表征方法,工序内部以2维(特征–时间)形式表征,将工序作为通道构建3维(特征–时间–工序)样本,通过残差网络进行时间–空间特征提取,进而通过局部–全局特征融合得到最终的质量预测值;最后,通过一个实际制造过程——浮法玻璃生产过程,进行了实验验证。结果表明:在选择特征数相同的前提下,相较于其他4种基于相关性的特征选择方法(PCC、SCC、MI、MIC),本文所提多传感器过程变量筛选方法对于模型有更好的预测性能。以残差网络作为预测模型,本文所提3维样本构造方法,相较于传统的2维样本构造方法,对于模型的预测精度有了一定的提升,均方根误差ERMS、平均绝对误差EMA、对称平均绝对百分比误差E_(SMAP)分别提升9.2%、10.8%、9.8%,验证了所提方法的有效性。