关键词： 带时间窗的车辆路径问题   遗传算法   K-means聚类   大规模邻域搜索算法  

摘要： 针对现有优化算法求解带时间窗的车辆路径问题（vehicle routing problem with time windows， VRPTW）时存在易陷入局部最优解和收敛速度慢等问题，提出了一种基于K均值聚类和改进大规模邻域搜索算法（K-means clustering algorithm and improved large neighborhood search algorithm， K-means-ILNSA）的车辆路径优化算法。首先，采用先聚类后优化的策略，利用K-means算法对待配送客户进行分组，以提高优化效率。其次，采用遗传算法对聚类产生的每组客户进行单独优化，以初步规划配送路径。最后，引入大规模邻域搜索（large neighborhood search， LNS）算法对配送路径进一步优化，以有效避免算法陷入局部最优解。实验结果表明，所提算法能够有效解决带时间窗的车辆路径问题，其生成的车辆总路程短，优化求解效率高。

关键词： 数字劳动   数字资本主义   劳动异化   社会化劳动  

摘要： 随着数字智能技术的快速发展和广泛应用,数字劳动日益成为数字化时代新兴的劳动范式,它既具有物质性生产特征,又呈现出非物质性的形态,同时也以生产性和非生产性交织的矛盾性表征了数字劳动价值生成的独特性。从历史唯物主义和政治经济学批判的角度审视劳动异化问题,可以发现,数字资本主义深化了劳动异化,具体表现在“资本”与“技术”以更加隐蔽的方式渗入社会生活,“强制”劳动主体转化为数据,消解劳动者的主体性,进一步加重了劳动剥削。为此,我们从“社会化劳动”的视角出发,主张以数字智能技术赋能劳动主体、以数字资源全社会共享共建发展社会化劳动,提出走向共同富裕是社会化劳动的价值旨归,以期消解劳动异化,走向劳动解放和人的全面发展。

关键词： 艾灸设备   模糊神经网络   遗传算法  

摘要： 针对艾灸设备模拟灸疗过程中常存在温度控制不精确、过渡时间长、超调大、参数整定复杂等现象,提出一种基于改进模糊神经网络的PID参数自整定算法。在模糊神经网络参数优化方面作出探索与研究,在改进遗传算法中引入梯度法迭代,综合两者的优点,提出一种适用于模糊神经网络的混合学习算法。仿真与训练结果表明,提出的混合学习算法可很好地完成网络训练,同时与传统的BP算法进行比较,证实了混合学习算法的优势;有关所建立的模糊神经网络PID控制系统的仿真表明其具有超调小、过渡时间短、响应迅速等特点,为艾灸设备实现多种灸法的精准控温提供了参考。

关键词： 总磷   紫外光   过硫酸钾   在线消解   分光光度法  

摘要： 设计并建立了一种在线紫外光直接活化过硫酸钾消解-磷钼蓝分光光度法测定环境水样中总磷含量的系统和方法,并优化验证了系统参数和方法,进行了实际水样的总磷含量测定。水样与过硫酸钾溶液注射混合进入石英螺旋管,紫外光照射活化过硫酸钾消解水样,与抗坏血酸和钼酸铵还原显色后在700 nm处测定吸光度。在石英螺旋管温度为20℃,水样、过硫酸钾、抗坏血酸、钼酸铵流量分别为1.00,0.15,0.06,0.08 mL·min^(-1)的优化条件下,消解率达到97.0%以上,总磷的质量浓度在0.1~5.0 mg·L^(-1)内与吸光度呈线性关系,检出限(3s/k)为0.007 mg·L^(-1)。本方法测定水样的结果与国家标准GB 11893—89进行对比,相对误差为-4.0%~-0.50%。按照标准加入法对湖水样品进行回收试验,回收率为93.0%~100%,测定值的相对标准偏差(n=6)小于3.0%。

关键词： 高速电梯   LQR控制   步进量子遗传算法  

摘要： 针对高速电梯轿厢系统的横向振动问题,文章采用了LQR控制策略,并利用SQGA对状态加权矩阵进行优化。通过对SQGA与QGA的比较分析,发现SQGA在收敛速度和避免局部最优解方面表现更优。数值仿真实验表明,基于SQGA优化的LQR控制器显著降低了轿厢系统的横向振动位移和加速度,提高了乘坐舒适性,为高速电梯横向振动控制提供了一种有效的策略,具有重要的实际应用价值。

关键词： 抑郁症   图卷积网络(GCN)   智能诊断   融合算法   个体相似性  

摘要： 目的构建基于脑网络的抑郁症智能诊断模型是一项具有挑战性的任务。近年来,图神经网络(graph neu⁃ral network,GNN)越来越多地应用于图的分类任务中,大部分GNN研究都只是对单一空间(样本空间或者特征空间)进行建模,导致模型分类性能不够好,本文提出一种基于遗传算法(genetic algorithm,GA)和GNN的多空间融合算法来对抑郁症患者进行智能诊断。方法模型采用留一站点交叉验证来确保模型的泛化性。脑网络的构建是基于Pearson相关的功能连接方法。整个算法以遗传算法作为主要框架,其中适应度函数是基于图卷积网络(graph convolutional network,GCN)分类算法,通过搜索个体间相似性阈值来找到具有最高分辨力的GCN。GCN由两个网络串联组成,一个网络获取受试者特征空间信息,另一个提取受试者之间样本空间的信息,最后通过两级GCN的联合学习实现分类。结果所有数据来源于The REST-meta-MDD项目,一共有来自10个站点1160个受试者功能磁共振数据纳入本实验(男434、女726)。实验结果显示,本文提出的分类器准确性、精度和受试者特征曲线(receiver operating characteristic,ROC)下面积分别为64.72%、69.69%和64.58%,优于其他主流算法。结论与其他算法相比,本文提出的算法融合了传统模型和深度学习模型的优点,获得了最佳的分类性能,未来很有可能为临床抑郁症诊断提供重要依据。

关键词： 品位预测模型   XRT灰度图像   BP神经网络   遗传算法  

摘要： 为了实现对某钨矿石的XRT(X射线透射)高效预选,建立XRT图像与矿石品位的相关模型。首先,以某钨矿石作为试验样本进行X射线透视成像,并基于MATLAB软件获得XRT灰度图像,建立灰度直方图,统计图像的灰度分布;其次,分别建立基于BP、GA-BP神经网络的WO_(3)品位预测模型,并对钨矿石样本的模型进行训练和测试,比较2种预测模型的预测效果;最后,基于模型的精度与泛化能力,确定合适的钨矿石品位预测模型及优化方法。研究结果表明:不同品位矿石XRT灰度图像的灰度分布存在明显差异,图像的灰度分布与矿石品位之间具有高度相关性;钨矿石品位越高,像素灰度级在低灰度区间的占比越大,可通过XRT图像灰度分布建立矿石品位的预测模型;使用遗传算法对BP神经网络进行优化可以取得显著效果,基于GA-BP神经网络的预测模型能够获得更大的决定系数和更小的误差,具有更高的预测精度和更强的泛化能力,可以更好地预测矿石WO_(3)品位;在小样本情况下,GA-BP神经网络预测模型对于WO_(3)品位预测具有可行性与有效性。

关键词： 圆锥曲线   离心率   问题求解   灵活应用   取值范围问题   平面几何知识   热点题型   例析  

摘要： 圆锥曲线离心率的取值范围问题是高考的热点题型,对圆锥曲线中已知特征关系的转化是解决此类问题的关键,相关平面几何知识的灵活应用可使问题求解更简捷。

关键词： 加速   青年   焦虑  

摘要： 社会加速带来青年普遍焦虑,以小红书为载体形成的青年集体焦虑景观正在持续上演。本文从罗萨的社会加速批判理论和共鸣理论入手,结合网民的小红书使用体验,采用网络民族志方法,通过分析青年焦虑原因窥探现代社会“病症”,进而探讨缓解青年焦虑的可行路径,帮助人们更好地应对因社会加速带来的社会性困扰。

关键词： 优质均衡   数字设备   教育数字化   人工智能   基础设施   共享机制   互联网   数字鸿沟  

摘要： 经历了二十多年的大规模推广与实践,教育数字化已经深入校园、深入课堂、深入人心,在近期人工智能有关技术的加持下呈现出更为广阔的发展空间。我们用持续的投入和积极的实践基本填平了显在的数字鸿沟,以互联网技术和数字设备为桥,以优质均衡为目标,在区域之间、城乡之间建设了高效协同的教育数字化基础设施和共享机制,推动教育迈向高质量发展的新阶段。