关键词： 制造服务组合   多目标优化   服务能力受限   非支配排序算法   启发式搜索  

摘要： 为了解决受制造任务种类多、制造服务跨地域和服务能力受限等特点影响的服务组合优化问题,提出服务能力受限下制造服务组合的多目标优化方法。该方法考虑异构任务的分解、原子任务的纵向执行顺序和横向处理顺序、制造服务跨地域分布和能力受限因素等约束,以最小化最大完成时间和最小化总成本为目标构建多目标优化模型。针对该问题的特点,提出基于启发式搜索的非支配排序算法(HSNSGA-Ⅱ),在初始化种群、交叉和变异阶段引入启发式搜索机制,能够提高算法的搜索质量。通过与3种常用启发式算法的对比实验,验证了HSNSGA-Ⅱ的有效性,并通过应用案例分析进一步验证了HSNSGA-Ⅱ的实用性。

关键词： 路径优化   多路径同步取送   无人机配送   遗传算法  

摘要： 取货和送货问题是一类复杂且重要的路径规划问题,亦是无人机物资配送路径规划中的热点问题。本文围绕无人机在极端环境下进行多任务多路径、非并发同步物资问题,构建了一种考虑充电驿站能量供给的优化模型。针对问题特点,本文提出了一种基于分层集编码策略的遗传算法以进行求解。在遗传算法中,对任务与取送进行分级,并采用交叉变异算子对个体进行进化操作。以Solomon benchmark标准算例为基础构造算例并进行测试,同时将求解结果与其他典型启发式算法进行比较。结果表明,所提方法能够实现极端环境下无人机配送的路径规划,具有快速收敛能力,且在保障多目标先取后送约束情况下,更逼近最优轨迹。

关键词： “互联网+”技术   网络安全   智能化运维  

摘要： 传统的网络安全运维方式面临着巨大的挑战,尤其是在面对海量数据和不断变化的网络威胁时,如何高效且智能地进行网络安全管理成为亟待解决的问题。“互联网+”技术的兴起为解决这一问题提供了新的思路,特别是在将大数据、人工智能(Artificial Intelligence,AI)、物联网等技术融合应用到网络安全领域后,智能化运维逐渐成为一种创新趋势。文章探讨了“互联网+”技术在计算机网络安全智能化运维中的应用,并通过技术应用测试验证了上述方案的有效性。

关键词： 分布式电推进   螺旋桨滑流   双向流固耦合   气动弹性剪裁   遗传算法   BP神经网络   代理模型  

摘要： 分布式电推进飞机通常采用大展弦比复合材料机翼,但随着动力数量的增加,螺旋桨滑流效应对机翼的气动干扰使大展弦比机翼的变形进一步加剧,难以使用刚体机翼精确评估柔性机翼的气动性能。为高保真计算DEP飞机机翼的气动性能参数,基于CFD/CSD双向流固耦合和螺旋桨滑流效应,分别对X-57单机翼、翼尖螺旋桨/机翼耦合(巡航状态)、分布式螺旋桨/机翼耦合(高升力状态)进行静气动弹性计算,在不同攻角下,分析柔性机翼静气弹变形对气动性能的影响。最后引入嵌套遗传算法的BP神经网络代理模型,对机翼蒙皮铺层角进行优化。研究结果表明,螺旋桨滑流增加了机翼上下表面压力差从而增大机翼的升力系数,且在低马赫数大攻角下升力系数增量更为明显;柔性机翼的气动性能与刚体机翼有较大差异,螺旋桨滑流使刚体机翼升力系数最大提高了38.72%,使柔性机翼升力系数提高了23.51%;复合材料铺层角度对机翼升阻比有显著影响,可通过优化铺层角提升机翼纵向刚度特性提高机翼升阻比。为一般螺旋桨飞机柔性机翼的气动性能评估及气动弹性剪裁提供了一种兼顾时效性与准确性的计算方法。

关键词： 电子商务   快递配送   智能启发式算法   遗传算法   路径规划  

摘要： 电子商务的发展势头愈发迅猛,为解决“最后一公里”问题,京东、菜鸟裹裹、毫末智行相继研发并推出了“小蛮驴”、“大白”、“小魔驼”等智能无人快递配送车,希望以人机协同的新形式更有效地提高物流配送效率,并在校园配送、商超模式、即时配送和无接触场景配送中得到了广泛应用。文章在对各类智能启发式算法的特性进行了调查研究的前提下,在遗传算法算法的基础上进行改进,为无人快递配送车的路径规划、任务分配问题给出了一套较为合理的解决方案。

关键词： 联合国安理会   儿科医生   哈桑   联合国大会   与会国   软实力   压倒性   巴勒斯坦  

摘要： 11月26日,在纽约联合国总部举行的“声援巴勒斯坦人民国际日”纪念大会上,在加沙工作的美国儿科医生塔尼娅.哈吉.哈桑提及当地儿童的生存困境时声泪俱下她对美国否决联合国安理会加沙停火决议的行为表示了谴责,各国代表纷纷为她鼓掌。10月30日,第79届联合国大会上,与会国以187票赞成、2票反对、1票弃权的压倒性结果,连续第32次通过了“必须终止美国对古巴的经济、商业和金融封锁”决议案。

关键词： 生成式人工智能   高职计算机类教学   风险防范  

摘要： 计算机类教学离不开现有数字化教学资源及新兴人工智能技术的支持,基于生成式人工智能等数字化技术手段来辅助教学有多方面优势。一方面,可以提高高职学生的学习效率,促使高职学生个性化学习,另一方面,可以完善教师课堂教学内容,开展任务驱动式学习。基于生成式人工智能的教学应以观念融入,教师授课,人工智能技术辅助为机理,打造高效课堂、高效课堂时间,激发高职学生的灵活、个性化的学习体验,进而有力推动高职办学治教和教育教学走向现代化。研究表明,基于生成式人工智能教学,能够促使高职学生克服计算机课堂中的重点难点知识应用,激发高职学生的学习兴趣、提高高职学生学习效率,培养高职学生发现问题,分析问题,解决问题的能力。

关键词： XGBoost算法   故障持续时间预测   遗传算法   排班优化  

摘要： 为了解决工业生产线中的故障智能识别与预测问题,本研究利用XGBoost算法及相关性等方法对生产线故障数据进行了深入研究,并基于遗传算法对排班问题进行了优化分析。首先整理了A工厂中生产线的详细记录,同时构建XGBoost模型对生产线M201进行训练和预测,提取各类故障的发生次数和持续时间,揭示了故障与产量之间的关系。此外,还探索了遗传算法在排班问题中的适用性,并设计出相应的排班优化模型。研究结果显示,XGBoost模型在故障预测中具有较高的拟合度,能够准确预测故障的发生及其持续时间,并且预测得到了各装置每月的故障总次数和最长与最短的持续时长,并且发现产品合格率与故障之间的关系。在排班优化方面,遗传算法表现出了良好的适用性,能够有效解决排班问题中的复杂性和不确定性。本研究将XGBoost算法应用于工业生产线故障预测中,提高了故障识别的准确性和及时性。同时,遗传算法在排班优化中的应用,也为工业生产的调度和管理提供了新的思路和方法。这些研究成果对于推动工业智能化进程和提高生产效率具有重要意义。In order to solve the problem of intelligent identification and prediction of faults in industrial production lines, this study conducted an in-depth study of production line fault data using XGBoost algorithm and correlation and other methods, and optimised the scheduling problem based on genetic algorithm. Firstly, the detailed records of the production line in Factory A were collated, while the XGBoost model was constructed to train and predict the production line M201, extracting the number of occurrences and duration of various types of faults, and revealing the relationship between the faults and the output. In addition, the applicability of genetic algorithms in scheduling problems was explored and corresponding scheduling optimisation models were designed. The results show that the XGBoost model has a high degree of fit in fault prediction, can accurately predict the occurrence of faults and their durations, and predicts the total number of faults and the longest and shortest durations of each unit per month, and finds the relationship between product qualification rate and faults. In scheduling optimisation, genetic algorithms show good applicability and can effectively solve the complexity and uncertainty in scheduling problems. In this study, XGBoost algorithm is applied to industrial production line fault prediction to improve the accuracy and timeliness of fault identification. Meanwhile, the application of genetic algorithm in scheduling optimisation also provides new ideas and methods for industrial production

关键词： 图像识别   语义   地理本体   知识形式化   匹配分数   遍历   召回率  

摘要： 为了实现对遥感图像中对象的识别,提出了一种知识表示与推理的对象识别方法。该方法首先执行图像分割,并对每个分割后的区域提取一组与光谱、空间和背景属性相关的特征来表征,以便进行对象识别;然后以知识形式化的本体方式对一个领域进行建模,并定义了一组概念(如建筑物、植被、道路、水等)以及它们的特征和彼此之间的关系。为了给每个区域分配一个语义含义,提出了一种面向特征的对象和本体概念之间的匹配,并给出了计算本体的原始匹配度量和基于启发式方法的遍历过程,从而实现整个图像的识别。基于高景一号卫星影像图的实验结果表明该方法不仅是有效和鲁棒的,而且在精度、召回率和F度量的平均值方面优于现有的其他图像识别方法。

关键词： 青年群体   猎奇心理   暴力犯罪   数字娱乐   内在动机   接触不良   虚拟社交   内在需求  

摘要： 网络已成为现代社会人们生活不可或缺的组成部分,尤其是对青年群体而言,还为其带来了现实世界中难以获得的数字福祉。然而,网络是把“双刃剑”,引发了一系列问题,包括但不限于接触不良信息、对网络过度依赖以及网络暴力犯罪等。在探讨青年网络行为的动机、影响及风险时,“猎奇”“猎人”和“猎物”三个概念提供了一个生动的框架。“猎奇”:青年网络行为的内在动机。网络的无限性为青年群体提供了满足猎奇心理的广阔空间。从网络信息到数字娱乐,从虚拟社交到数字人生,网络文化的多样性和互动性使青年能够在其中轻松地接触到各类信息和人物,满足其探索、求知和表达的内在需求。