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： 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： 知识工程   船舶设计   三跨连续梁   轮印载荷   最危险工况分析   先验知识   遗传算法  

摘要： [目的]旨在研究解决多个轮印载荷作用下直接调用优化算法进行最危险工况求解,可能陷入局部最优解的问题。[方法]将先验知识与最危险工况分析通用黑箱求解算法融合,一方面将每个轮印载荷位置定义为设计变量,无需预设一组轮印载荷的相对位置,更具普适性;另一方面将载荷按照大小顺序紧密聚集会产生较大应力,载荷作用在梁结构跨中和支座附近时会产生较大弯矩和剪力等,将这一船舶结构力学知识融入优化求解过程,提出基于遗传算法的危险初始种群生成策略和轮印载荷整体平动策略,以减少陷入局部最优解的可能。推导单轮印载荷作用下三跨梁结构的理论弯矩及剪力分布,通过枚举所有可能组合找出多轮印载荷理论最危险作用位置,以此验证所提出的最危险工况分析求解算法的正确性。[结果]相比于使用遗传算法直接进行搜索的经典方法,使用所提方法得到的6个轮印载荷作用下的最危险弯曲正应力值提升5.98%,剪应力提升8.59%,且多次计算结果与理论解误差不超过0.5%。[结论]算例结果表明所提方法能够准确、稳定且快速地搜索到最危险的载荷位置。

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： 非参数模型   混合核函数   系统辨识   ν-SVR   船舶操纵运动   遗传算法   SIMMAN2008   KVLCC2  

摘要： 非参数建模方法已广泛应用于船舶操纵运动建模。本文提出一种基于混合核函数(mixed kernel function,MK)的ν-支持向量回归(ν-support vector regression,ν-SVR)非参数建模方法,并采用遗传算法(genetic algorithm,GA)优化超参数,即遗传算法优化的混合核函数ν-支持向量回归(genetic algorithm-mixed kernel-ν-support vector regression,GA-MK-ν-SVR)。为了提高ν-SVR的性能,提出一种混合核函数,该核函数结合径向基和多项式核函数来同时捕获全局和局部性能。基于遗传算法,模型的超参数实现了优化。采用SIMMAN2008提供的KVLCC2油轮自由自航测试数据对该建模方法的性能进行了评估,并与多种现有操纵模型的预测结果进行了对比研究。试验结果表明,所提出的GA-MK-ν-SVR模型对船舶操纵运动具有良好的预测精度和较强的泛化能力。

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。

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。