关键词： 燃气射流   导流槽   拉丁超方采样   Kriging模型   遗传算法  

摘要： 基于对火箭发射过程中高温燃气对导流槽表面烧蚀机理的研究,提出了一种用于预测导流槽表面最高温度的创新算法。该算法采用拉丁超立方采样技术获取样本数据,拟合样本计算结果由Kriging拟合算法构建代理模型,以预测不同型面参数下导流槽表面的最高温度值。结合样本数据分析与优化构型计算,进一步分析了导流槽结构尺寸参数对其表面温度分布的影响规律。在建立代理模型的基础上,以遗传算法计算获得基本段直段长度为2 084.2 mm、导流面曲率半径为2 276.0 mm、导流面倾角为62.2°时,导流槽表面温度达到最低值。通过对不同导流槽尺寸参数组合下的燃气流场进行数值模拟,研究了导流槽表面的高温区和高压区分布特征,并对优化构型与原最优工况在压力梯度等方面进行了对比分析。结果表明,在导流槽外侧区域,由于燃气直接冲击形成的高温区和高压区较为集中;与优化构型相比,原最优工况在外侧附近的压力梯度分布更为显著,对燃气流动起到了一定的阻碍作用,导致燃气经过压缩后温度升高,从而使得导流槽表面温度维持在一个较高的水平。文中研究结论为火箭发射装置导流槽的优化设计提供了理论依据。

关键词： 数字劳动   异化   矛盾   数字资本  

摘要： 数字化时代,数字技术的泛在性特征和资本的强流动性相交融,催生出了劳动新的表现形式即数字劳动。数字技术在劳动中的运用极大地提高了生产力的发展水平,但与此同时劳动者在技术魅力的外衣和资本的谎言下深陷其中,资本增殖的逻辑始终宰制着劳动的过程与形式,进而产生了劳动新的异化——数字劳动异化。鉴于此,亟需从当下数字劳动的内涵论争出发,在把握马克思异化劳动规定的基础上深入剖析数字劳动异化的内在矛盾,并汲取西方马克思主义学者的有益观点,以探求数字劳动异化的消解与扬弃,为构建更加公正、合理的数字劳动生态提供现实关照与理论指引。

关键词： 人工智能   高职计算机专业   高水平建设   课程体系   产教融合   实践教学  

摘要： 随着人工智能技术的快速发展,其在各行各业的应用日益广泛,对高职计算机专业高水平建设提出了新的挑战。文章首先概述了人工智能的发展现状及职业教育关于金专业建设的政策背景,并提出了面向人工智能高职计算机专业高水平建设的对策与建议,主要从优化课程体系、师资队伍建设、产教融合与校企合作、实践教学与创新能力培养等方面进行阐述。

关键词： 多智体路径寻找   有界次优算法   启发式搜索   路径成本预测   冲突预测  

摘要： 多智体寻路(MAPF)是为多个智能体寻找无冲突路径的问题,灵活显式估计的基于冲突搜索算法是目前解决MAPF问题最有效的有界次优算法之一,但该算法仍存在调用底层算法次数多、迭代中冲突数量减少速度慢等问题。为此,提出基于动态冲突预测的多智体寻路算法(DCPB-MAPF)。该算法分为两层,在底层提出基于关键区间的动态避障方法与基于路径成本预测的迭代方法,用以提升底层算法的运算效率;以此为基础,在顶层提出基于冲突预测的搜索算法,通过快速预测冲突数量以优化冲突选择技术,进一步提出冲突数量优先的启发式函数以加速减少冲突数量。实验结果表明,相比现有算法,所提算法能显著提升多智体寻路问题的运算效率及成功率。

关键词： 影像辅助导航   脊柱手术   智能导航   机器人技术  

摘要： 在现代骨科手术中,脊柱手术因其复杂性和风险性一直是医学界的重点关注领域。由于椎弓根周围分布着脊髓、硬膜囊、神经根和重要血管,任何细微的手术偏差都可能导致严重的并发症(如瘫痪),甚至危及生命。虽然机器人技术和影像辅助导航为手术提供了重要的技术支撑,手术的一些重要环节仍然需要人工手动的介入,导致人为误差的引入和临床流程不连贯。这不仅增加了医生术中的工作量,也影响了手术的精准性。

关键词： 茉莉花   窨制   残留   消解   转移   冲泡  

摘要： 目的:为评价苯醚甲环唑在茉莉花上的使用安全性,研究苯醚甲环唑从茉莉花田到茶汤的残留转移行为,并评估其摄入风险。方法:田间试验参照农药登记残留试验准则进行,采用气相色谱-串联质谱法测定苯醚甲环唑在种植-窨制-冲泡过程中的残留量。结果:苯醚甲环唑在茉莉花上的田间消解动态符合一级动力学方程,消解半衰期为1.4 d,5 d后消解率达87%;窨制过程中的花-茶转移率为5.4%;冲泡后茶汤中未检出苯醚甲环唑;结合茉莉花茶的消费量,茉莉花茶中苯醚甲环唑经冲泡摄入的慢性风险和急性风险分别为0.067%和0.0046%。结论:苯醚甲环唑可安全用于茉莉花田的病虫害防治,10%水分散粒剂按1000倍液施药1次,药后1~3 d窨制的茉莉花茶对人体膳食摄入风险是可接受的。

关键词： 碳化硅   神经网络   遗传算法   工艺优化  

摘要： 针对碳化硅生产工艺中存在的预测精度低、收敛速率慢和产品质量不稳定等问题,本研究提出一种基于神经网络和遗传算法的碳化硅生产工艺优化方法,通过神经网络建模与训练和遗传算法优化实现碳化硅生产工艺参数的精确建模与优化,显著提高碳化硅产品的性能、降低生产成本。同时,神经网络-遗传算法优化法在预测精度、收敛速率、产品质量稳定性和生产成本方面的表现均优于传统的经验调整法和单一的神经网络建模法,展示出在碳化硅生产工艺优化中的优越性和实用价值,本研究结果可为我国碳化硅产业的技术进步和可持续发展提供理论依据和实践指导。

关键词： 激光诱导击穿光谱   主导因素   人工神经网络   煤炭   定量分析  

摘要： 激光诱导击穿光谱(LIBS)是一种快速崛起的原子光谱分析技术,在煤质分析等领域有广阔的应用前景。近年来,各种机器学习方法已经被用于提高LIBS煤质分析的定量分析能力,并取得了不错的效果。然而这些方法忽视了LIBS的物理机制,因而模型的鲁棒性、适用范围和可解释性受限。为了提高LIBS定量的准确度和可靠性,提出了一种基于主导因素方法(DF)结合多层感知机(MLP)人工神经网络的回归方法,称为DF-MLP。其中,主导因素模型是利用光谱领域知识提取特征变量、并基于物理规律建立的线性回归模型;MLP则是在此基础上,用机器学习方法修正主导因素模型的残差。DF-MLP首次将主导因素方法与多层感知机神经网络结合起来,可以在不降低模型复杂度的前提下充分利用光谱领域知识,提高模型的可解释性,从而改善鲁棒性和适用范围。实验中将DF-MLP与常规MLP、主导因素偏最小二乘(DF-PLSR)、主导因素支持向量机(DF-SVR)对比,在煤质分析的固定碳含量、灰分、挥发分三个任务上均取得了最优结果。均方根误差(RMSEP)相比于常规MLP分别降低了13.21%、14.54%和21.77%,比DF-SVR分别降低了14.75%,23.13%和5.99%。实验结果表明,将领域知识与神经网络方法结合是提高LIBS定量化性能的可行方式。

关键词： 教科书插图   哲学诠释学   插图诠释  

摘要： 教科书插图作为教科书组成内容的必备要素,具有促进学科育人的功能。然而当前教师教科书插图的使用主要存在以效率至上遮蔽教科书插图价值的理念,以说明式插图教学规训学生理解的方法,教师难以开启多元理解的复原取向及教科书插图仍被理解为文字的从属效果四个方面的问题,这些问题不利于图文互释的高质量课堂开展。要突破此困境需要从以下几方面对问题进行消解:以理解充盈教科书插图价值,以深度理解推动学生的增值性理解,以对话方法搭建插图诠释情境及建构图文互释的教科书使用范式。

关键词： 旅游民宿   在线评论   文本分析法   民宿运营   语义网络  

摘要： 在线评论体现了游客对民宿产品的真实感知,既为民宿主人更好地了解游客的住宿需求和体验提供了新途径,又为民宿弥补经营不足指明了方向。基于此,本文选取了携程平台50家洛阳旅游民宿的评论数据,并使用ROST CM6软件对评论文本展开词频、语义网络、情感等进行分析,了解到游客入住民宿期间重点关注的方面,剖析了洛阳民宿运营模式的优缺点,为提升河南旅游民宿的品质、运营服务水平提出了策略建议。