关键词： 地震事件   XGBoost模型   遗传算法   小样本   特征提取  

摘要： 由于爆破数据数量有限,利用分类法识别天然地震与爆破会遇到诸多困难。鉴于此,本文建立了高维特征小样本数据集,基于XGBoost模型利用遗传算法(GA)实现对主要影响XGBoost模型分类准确率的迭代次数、最大树深和学习率等三个重要超参数的自主寻优,构建出了GA-XGBoost模型,并将该模型应用于功率谱特征样本集,结果显示:爆破与天然地震的分类准确率高达94.094%;相比于传统的GS-XGBoost模型(准确率91.787%),GA-XGBoost模型在显著提升分类准确率的同时,其运行时间也由409.26 s缩短至55.48 s,效率提高了超86%。由此可见,本文建立的GA-XGBoost模型兼顾准确率、稳定性与效率,在小样本分类任务中具有良好的应用前景。

关键词： 全国高校教师教学创新大赛   课程思政   体育课程思政   教学创新   体育课程   体育教学  

摘要： 课程思政教学创新是“全国高校教师教学创新大赛”重点观测的教学创新点。体育类参赛课程的课程思政教学创新问题是目前体育类课程教学创新进程中面临的主要问题。基于对体育课程思政建设的特征阐释及教学理解,分析体育类参赛课程的课程思政教学创新问题并探索对应的消解路径。认为:体育类课程在聚焦立德树人、围绕教学问题、立足学科育人、把握思政内涵、注重成果推广等方面具有鲜明的课程思政建设特征,但仍需通过持续改进教学理念、不断规范教学设计、精确定位教学要点和系统升级教学方法,精准凝练和解析体育课程思政在创新目标、创新点、创新方法、创新模式、创新评价等方面存在的系列问题;通过定位好课程思政创新目标、设置符合教学实际的课程思政创新点、发挥课程思政创新方法的特色和优势、呼应现实的教学需要、突出创新成果应用,为体育课程思政教学创新问题的消解提供路径和方法,助力形成规范化的体育课程思政创新通路,普及推广体育课程思政教学创新经验,进而提升体育课程思政的整体建设质量,打造出标志性的体育课程思政教学模式。

关键词： 可重构智能超表面   波束赋形   遗传算法   无线通信  

摘要： RIS凭借其低功耗、易部署及可编程的优势,已成为6G网络的潜在关键技术之一。然而,其波束赋形受限于传统方法对精确信道状态信息CSI的依赖,复杂度高且误差积累严重,难以满足6G网络的低时延、高可靠性需求。基于此,提出了一种基于遗传算法GA的RIS辅助无线通信自适应盲波束赋形算法,该算法仅通过接收端功率反馈优化RIS相位,以提升信噪比。仿真实验表明,所提算法在多种通信场景下均展现出显著性能优势,为6G网络及大规模RIS系统的高效部署提供了有力支持。

关键词： 人工智能   人口学   复杂系统   仿真模拟   范式转型  

摘要： 人工智能是实现人口学“计算化”转型的关键途径,基于复杂系统的仿真模拟作为计算人口学方法体系的重要组成部分,是人工智能赋能人口学研究范式转型的重要方向。通过梳理当前人口学研究范式的主要特征,分析其在复杂系统视角下存在的不足,可从多学科交叉融合的角度论证人口学发展复杂系统和仿真模拟的必要性,并以基于Agent建模为例,探讨人工智能赋能人口学研究向复杂系统建模和仿真模拟转型的途径。当前,采用计量模型进行实证研究是人口研究的主流范式,但其结果很难被直接应用于多学科交叉的复杂系统仿真模拟。人口学向复杂系统仿真模拟的“计算化”转型符合学科发展客观规律,是与其他学科深度融合的基础。人工智能可以从数据获取与处理、知识创新与发现和系统革新三方面赋能“人口—自然—社会”复杂系统的构建、运算、维护的全生命周期,实现真正意义上的“人机共生”。人工智能赋能基于Agent建模,以实验人口学人机协同方法训练大量异质性人工智能系统作为拟人Agent融入复杂系统,可极大增强系统对真实世界刻画的准确性,是人口学向“计算化”转型中新的可行方向。

关键词： 煤矿通风   遗传算法   粒子群优化算法   网络解算优化   风机功耗  

摘要： 针对煤矿复杂通风网络解算效率低与动态适应性不足的问题,提出一种遗传-粒子群混合算法(GA-PSO)。以矿井通风基本定律和矿用风机特性曲线为约束,建立以最小化通风功耗为目标的优化模型。为克服GA收敛速度慢的缺陷,选取随机竞争与算术交叉-高斯变异算子组合提升种群多样性,增强全局收敛性并避免局部最优;针对PSO的早熟现象,设计潜力粒子替换与冗余粒子重启的淘汰策略,并提出基于适应值标准差的自适应惯性权重调节策略,提高算法全局搜索能力;结合学习因子的动态协同机制,实现全局探索与局部优化的动态平衡。结果表明,优化后的通风机功耗降低16.86%,证明GA-PSO在收敛速度和优化能力方面显著优于单独应用GA或PSO,有效克服了传统方法在复杂风网中的早熟收敛与维度灾难问题,为矿井通风系统节能与安全调控提供理论支撑。

关键词： 力学环境试验   边界映射   响应等效   边界约束   遗传算法   优化设计  

摘要： 为了实现液体火箭发动机组件在地面力学环境试验中的响应与其实际工作状态下的响应特征一致,提升组件试验考核的有效性,从边界映射途径出发,讨论了组件力学环境响应一致的边界映射问题的理论求解,提出了通过设计优化进行组件试验边界映射的工程解决方法。基于二代非支配排序遗传算法(non-dominated sorting genetic algorithms-Ⅱ,简称NSGA-Ⅱ)和有限元联合仿真,对某型发动机推力装置组件地面力学环境试验的边界约束结构进行优化设计,获得了满足响应特征要求的组件试验边界约束结构形式,并进行了试验验证。结果表明:试验与仿真优化结果吻合良好,组件关键部位响应特征满足目标要求;通过试验边界约束结构优化设计方法进行边界映射,能够实现组件地面试验响应与实际状态响应特征等效一致。

关键词： 计算机科学与技术专业   人工智能平台课   微专业建设  

摘要： 人工智能技术飞速发展的背景下,计算机科学与技术专业的教育改革势在必行。人工智能平台课和微专业的建设,旨在通过模块化课程体系和实践驱动的教学模式,全面培养学生的AI核心能力,包括机器学习、深度学习、计算机视觉等前沿技术。这一探索不仅能够提升学生的专业技能和创新能力,还能为高校在人工智能领域的教学与科研提供新思路,助力培养适应未来科技发展的复合型人才,推动教育与产业的深度融合。基于此,本篇文章对计算机科学与技术专业人工智能平台课和微专业建设进行研究,以供参考。

关键词： NAVTEX岸台广播仿真   实际调查   遗传算法   GMDSS实操训练  

摘要： 本文旨在通过实际调查和智能搜索方法,实现对NAVTEX岸台广播的仿真,以提高GMDSS实操训练效果。研究基于对NAVTEX岸台广播电文数量比例的调查数据,采用遗传算法进行仿真设计。研究结果表明,该方法能够输出适应度高且稳定的解,满足仿真要求,并可推广应用于其他类似仿真系统。

关键词： 生成式人工智能   计算思维  

摘要： 本文阐述了生成式人工智能在计算思维学习中作为检验者、辅助者和“创新学伴”的角色,并通过对“用枚举法解决问题”教学案例的分析,展示了生成式人工智能在计算思维教学中的实践应用,为一线信息技术教师提供参考和启示。

关键词： 电动汽车   充电站选址   多目标规划   遗传算法  

摘要： 基于充电站建设维护成本及车辆抵达充电站的旅途成本两个目标维度,构建了一个多目标规划模型,并设置了电网负荷约束、充电站定容、应急行驶时间约束等多种约束,以长沙市某规划区路网情况为实例,运用遗传算法进行优化求解,得出了该规划区内设置充电站的最优解。通过这一模型,能精确地优化充电站位置、充电桩数量等资源配置问题,可应用于包括长沙在内的其他城区电动汽车充电站规划,有利于市内路网情况下电动汽车充电站的建设。