关键词： BP神经网络   遗传算法   电火花   机械加工   参数优化   粗糙度  

摘要： 针对电火花加工现行智能控制方式下,由于刀尖的震动幅值高,导致加工速度低和加工后零件表面粗糙度高的问题,提出基于遗传算法改进BP神经网络的电火花加工参数优化方法。通过分析电火花加工原理,构建基于BP神经网络电火花加工参数优化模型,以6个加工参数作为模型输入,以加工速度和零件表面粗糙度为模型输出,并将模型期望输出值和实际值之间的误差视作遗传算法的适应度函数,以适应度函数最小化为标准,获取最优权值与阈值作用于BP神经网络,实现电火花加工参数优化。实验结果表明,该方法最低加工速度仅为16.6 mm^(2)/min,表面粗糙度最高仅为6.7μm,有效提升了加工效率。

关键词： 象征主义   阿诺德·勃克林   绘画   神话  

摘要： 西方象征主义在19世纪末对文学和视觉艺术产生了深远影响。本文以早期象征主义的代表画家阿诺德·勃克林(Arnold Böcklin)的绘画理论与创作实践及其作品为中心,探讨象征主义在绘画中的具体表现,分析其作品中的象征符号与色彩语言运用。以象征主义的核心理念为基础,结合勃克林对神话题材和心理情感的表达,深入剖析其绘画的象征手法。研究方法包括文本分析和视觉分析,侧重于象征主义文本以及勃克林有关的理论著作和历史文献,对其绘画理念进行系统梳理;视觉分析则以勃克林代表作品为中心,剖析作品中符号、色彩及构图的象征意义和艺术风格。象征主义绘画对现代艺术创作产生持续影响,梳理不仅深化了对象征主义的理解,也为艺术史提供了新的视角和方法。

关键词： 建筑给水管   管网系统   惩罚函数   遗传算法  

摘要： 随着传统建筑给水管材料出现性能退化等问题,高密度聚乙烯、交联聚乙烯、不锈钢、复合材料和玻璃增强塑料等新型材料应用越来越多。文章对比了5种新型材料的机械特性及适用性,基于改进遗传算法建立了一种管网系统优化设计方法,考虑了新型材料全寿命周期成本。结果表明,自适应惩罚函数可以加快搜索进入可行区域的速度,然后自动调整惩罚因子以搜索更好的可行解。与传统的遗传算法设计方案相比,改进后的遗传算法可节约工程造价7.8%,研究结果为新型建筑给水管材料的应用提供了理论依据。

关键词： 人工神经网络   通信网络   异常流量   攻击识别   二值化   滑动窗口函数  

摘要： 由于现行方法在通信网络异常流量攻击识别中应用效果不理想,文中提出了一种基于人工神经网络的通信网络异常流量攻击识别方法。利用采集器从通信网络日志中提取网络流量特征,对网络特征数据进行补偿并过滤重复数据,通过对特征数据的二值化处理,将数据值统一映射到数据区间[0,1],利用滑动窗口函数将特征数据切片处理为多模态数据,并通过人工神经网络对网络异常流量进行分类,以识别网络异常流量攻击,实现基于人工神经网络的通信网络异常流量攻击识别。实验证明,文中提出的方法识别率在95%以上,漏识率在1%以内,能实现对通信网络异常流量攻击的精准识别。

关键词： 消费主义   青年教育   作用机制   主流意识形态认同  

摘要： 西方消费主义思潮侵蚀着新一代中国青年的主流意识形态认同:以物质欲望模糊青年的理想信念,以个人主义逼退青年的集体价值,以享乐主义侵蚀青年的奋斗精神。从青年的主体性视角剖析消费主义的作用机制发现,消费主义紧紧抓住当代青年的个性特征,按照认知误导—情感俘获—价值迎合—行为诱导的心理进程牢牢控制青年。高校应遵循意识形态认同规律,从矫正错误认知、展开情感攻势、关注利益诉求、引导亲身体认四个步骤消解消费主义的不良影响,构建青年的主流意识形态认同之路。

关键词： 人工智能   实质可解释性   形式可解释性   悖论  

摘要： 可解释性是人工智能技术发展过程中越来越重要的伦理要求之一。现有的研究从围绕指导决策的人工智能可解释性原则开始转向开发人工智能可解释性工具,以帮助用户理解人工智能系统。然而,从批判建构主义的视角来看,这些可解释性工具只关注实质可解释性,不仅忽视了概念自身的争议性,还完全忽略了形式可解释性。可解释性工具在实现实质可解释性的同时,会掩盖形式不可解释性问题,并且实质可解释性概念在本质上具有争议性,这些共同造成了可解释性工具的困境,因此可以通过采取混合式的可解释性定义方式、赋予用户定义权等途径消解当前可解释性工具的困境。

关键词： 生产物流系统   布局规划   遗传算法  

摘要： 为合理规划车间布局,提出了基于遗传算法的装配车间布局规划方法。利用线性规划构建车间布局规划数学模型,采用遗传算法对模型进行求解,并以某企业装配车间为例进行验证。研究结果表明,所提出的方法能够有效解决物流升级改造带来的车间布局问题,为类似背景下的离散制造企业车间布局规划问题提出了一般性的求解方法。

关键词： 诺贝尔物理学奖   深度学习   瑞典皇家科学院   加拿大科学家   机器学习   自然语言处理   人工神经网络   计算机视觉  

摘要： 瑞典皇家科学院当地时间10月8日宣布,将2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德(John JHo. pfield)和英国裔加拿大科学家杰弗里·欣顿(Geoffrey ***),以表彰他们“为利用人工神经网络进行机器学习做出的基础性发现和发明”.该技术是如今机器学习、深度学习、自然语言处理、计算机视觉等主流AI技术的基础.

关键词： 微波消解   氢化物原子荧光光谱法   富硒   胡萝卜   含量  

摘要： 硒是人体内各种含硒酶及含硒蛋白的合成过程中必不可少的一种微量元素,能提高身体的免疫功能。硒对人体有一定的防癌作用,硒不但对肿瘤有抑制作用而且还能影响致癌物质的新陈代谢,素有“防癌之王”之称。采用人工栽培方式生产的富硒胡萝卜是一种较为理想的富硒型蔬菜。该文以胡萝卜为研究对象,利用微波消解-氢化物原子荧光光谱法测定胡萝卜中总硒的含量,探讨不同微波消解溶剂和消解条件对含硒胡萝卜消解效果的影响,并优化氢化物原子荧光光谱法测定条件。结果表明,最佳消解体系为HNO_(3)-H_(2)O_(2)体系(5 mL∶2 mL);最佳微波消解条件为,第一工步为2 min、0.2 MPa;第二工步为6 min、0.5 MPa和6 min、0.7 MPa;第三工步为5 min、1 MPa;在最优条件下,测硒的线性范围为0~50μg/L。对样品空白荧光值进行10次测定,RSD=2.24%,最低检出限为0.90μg/kg。土壤中施硒能够显著提高胡萝卜中总硒的含量,较空白对照组提高6.50%(地上)和10.30%(地下),可食用(地下)部位的最高硒含量为445.90μg/kg。

关键词： 最大k-plex问题   非确定多项式复杂度的难度问题   强化学习   奖励函数   分支策略  

摘要： 针对最大k-plex完备算法的分支策略影响剪枝率这一问题,提出一种基于强化学习和上界奖励的顶点策略.该策略基于划分式定界函数获得上界,利用上界的变化值奖励分支顶点,评估分支动作对子问题的影响程度;实现了渐增式的奖励计算,以减少学习代价;结合候选集划分为分支集和非分支集的方法,优先选择分支集中累计奖励最大的顶点.为了评估所提出顶点策略的效率,测试了来自10thDIMACS和Real-world大规模稀疏图的221个图例.实验结果表明:相比于目前先进的KpLeX和Maplex算法,提出的IRkplex算法的平均求解时间减少了2.00%~23.71%,说明该顶点策略可以有效提高算法的剪枝率.