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： 拖拉机   供电系统   闭环控制   模糊逻辑   遗传算法  

摘要： 针对电动拖拉机续航能力不足、电源系统放电随机性大导致能耗高及容量配置不完善等问题,该研究设计了基于蓄电池和超级电容供电的复合供电系统。针对动态负载适应性差的问题设计了三段式功率负载控制规则,建立了功率划分参数与负载统计量之间的函数关系。针对传统固定阈值策略下电动拖拉机作业工况变化导致储能系统放电效果差的现象,在双闭环控制的基础上提出了基于模糊逻辑的放电阈值自适应调整策略。此外,考虑到蓄电池和超级电容在功率密度、能量密度和价格方面的差异性,提出考虑节能率和综合经济效应最优的混合储能系统容量配置策略。构建包含储能装置全寿命周期成本和系统耗电费用容量配置目标函数,分别对无阈值控制策略与本文阈值控制策略的节能率进行分析,利用遗传算法对容量配置目标函数进行寻优求解,并分析节能率约束条件对容量配置结果的影响。对所提放电阈值自适应调整策略进行仿真分析,并在实验室10 kW负载供电模拟系统进行试验验证。结果表明:本文模糊逻辑自适应阈值控制策略的节能率比无阈值的传统能量管理策略提升了3.09%,每小时耗电费用减少近9.5%,供电系统在功率波动较大时输出电压为527 V,在功率平稳时输出电压为520 V,提高了复合供电系统输出电压稳定性,所提策略能以较低的计算成本实现较好的实时能量管理。

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： 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。

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： 传统音乐元素   古典舞音乐   消解   转化  

摘要： 随着全球化进程的加快,各种文化相互交融,音乐艺术领域也不例外。传统音乐元素作为民族文化的重要载体,在当代古典舞音乐中的运用和演变,不仅反映了文化的传承与发展,也体现了艺术家对创新与融合的探索。古典舞音乐作为一种融合了多种艺术形式的综合艺术,其音乐创作往往深受传统音乐影响。然而,近年来,传统音乐元素在古典舞音乐中呈现出消解与转化的趋势,引发了学术界一定程度的关注。本研究旨在深入剖析传统音乐元素在当代古典舞音乐中的消解现象,以及其如何通过转化与创新来保持生命力。

关键词： 相对渗透率曲线   机器学习   人工神经网络   数值模拟   Brooks-Corey模型  

摘要： 相对渗透率曲线是研究多相渗流的基础,在计算气井产量、分析气井产水规律等方面具有重要意义。由于常规的相对渗透率曲线一般通过岩心实验获取,耗时较长,成本高。为此,结合经验公式、油气藏数值模拟与机器学习的方法,提出一种采用生产动态数据计算气水相对渗透率曲线的方法。以四川盆地某气藏的一研究区块为例,通过气藏数值模拟计算的产气量、产水量、地层压力组成的样本集作为模型的输入,Brooks-Corey模型的参数作为模型输出,对比SCG、BR、LM神经网络学习算法,优选LM算法建立训练模型,进一步讨论了样本集的大小对预测结果的影响,并提出了相应的优化策略。研究结果表明:(1)由于不同的隐含层设置对神经网络的训练效果不同,当训练算法为LM、网络隐含层数为2层、节点数分别为41、32时对相渗曲线预测效果最好;(2)样本数的大小对网络训练速度和模型预测效果有重要影响,适当减少样本数可以改善模型预测效果,但同时也会增加网络训练误差;减少输入变量时间段,会增加网络训练误差,降低预测模型最终预测效果。实际应用表明,预测相渗曲线与岩心相渗曲线之间差异较小,并且产水量与压力拟合精度较高,因此该方法可以快速、准确地计算气水相对渗透率曲线,为气田开发生产提供有力的支持和指导。

关键词： 分布式发电   配点网   规划   遗传算法  

摘要： 随着全球可再生能源的广泛应用,分布式发电在配电网规划中的重要性日益凸显。文章研究了含分布式发电的配电网规划,构建了涵盖总投资成本、运营成本及环境影响的多目标优化模型,对电力平衡、功率流及设备可靠性等约束条件进行了详细分析,并采用遗传算法优化规划方案。仿真结果显示,该方法在收敛性和适应度上具有显著优势,为电力系统的可持续发展提供了有效支持。