关键词： 单车调度   单目标规划   Markov过程   遗传算法   LSTM   敏感性分析  

摘要： 针对某大学城共享单车资源分配不平衡问题,建立了与调度成本和用户满意度相关的单目标数学规划模型,对现有共享单车调度策略进行分析,并制定改善方案.通过调查问卷分析单车调度过程中存在的问题,利用Python获取单车的相关数据.在此基础上,基于齐次Markov过程对天气状况进行预测,采用LSTM时间序列对区域内未来单车数量的变化情况进行预测,利用遗传算法求解最优调度路径和调度数量,提出优化方案.通过敏感性分析验证本文所提方案的可行性.结果表明,优化后的调度方案缩短了单次调度时间并提高了用户的满意度,对共享单车管理部门具有指导意义.

关键词： 人工神经网络  

ISBN: (纸本)9787121486661

摘要： 本书全面介绍TensorFlow2.x框架及其在深度学习中的应用，内容包括TensorFlow简介、Python语言基础、环境搭建与入门、TensorBoard可视化、多层感知机实现、卷积神经网络实现、循环神经网络实现、强化学习、迁移学习、生成对抗网络和GPU并行计算等。

摘要： 计算思维作为一种解决问题和表达思想的系统方式,被视为现代人才的核心技能之一. 在这个数字化和高度连通的世界中,基于计算思维的小学编程教学不仅为学生提供了掌握编程技能的机会,还能够培养学生的逻辑思考、问题解决、创新创造和批判思考的综合能力,从而帮助他们在未来的学习和工作中胜任愈加复杂的任务,能够在不断变化的未来世界中更好地适应环境,并通过自身的努力取得更大的成功.

关键词： 冰情时间序列   门限自回归模型   非线性预测   遗传算法  

摘要： 给出了建立门限自回归模型（ＴＡＲ） 的一套实用方法， 用作者提出的改进遗传算法可同时优化门限值和自回归系数，成功地解决了ＴＡＲ建模过程所涉及的大量复杂寻优工作这一难题。实例计算的结果说明了， 这套方法在海洋冰情预测中是可行的和有效的， 在各种自然灾害非线性时序动态预测中具有重要的理论意义和广泛的实用价值。

关键词： 人工智能   药物设计   同源建模   教学改革   Alphafold   CASP14  

摘要： 随着人工智能在药物设计领域的影响越来越大,教学改革势在必行.本文探讨了人工智能技术在计算机辅助药物设计教学中的创新应用和教学改革思路,旨在构建虚实融合的实践教学环境,提供个性化学习路径和实验资源,培养学生的创新能力和实践技能,提高教学质量和效率.教学改革路径包括强化理论学习与实践相结合,开发丰富的教学资源,采用案例教学和小组讨论等方法.课程特色强调数据驱动、技术多元化和实践性,通过国际竞赛案例提升学生的实践能力和创新精神.预期通过改革,丰富课程内容,优化教学资源,提升教学效果,培养具有创新精神和实践能力的药学人才.

关键词： 水安全   水战略   方案选优   动态组合评价   兼容度最大化模型   遗传算法  

摘要： 水安全危机是人类进入新世纪以来在生存及发展方面所面临的最严重挑战之一。研究科学合理的水安全战略成为区域可持续发展的重大课题。针对区域水战略问题涉及众多因素且各因素之间动态关联的特点,提出了基于水战略方案优选的兼容度极大化动态组合评价模型（CMM-DCEM）,并将其成功地应用于我国广东省北江下游及其三角洲地区水安全战略方案优选评价。评价结果及模型基于不确定性的敏感性分析结果证明:CMM-DCEM实现了主、客观赋权方法以及单一评价模型的融合,使用实码加速遗传算法求解目标函数,克服了传统的组合评价方法计算繁琐的不足,评价过程更加科学合理。

关键词： 电感耦合等离子体质谱(ICP-MS)   高温合金   镧铈钇   消解方法  

摘要： 选用4种酸消解体系对粉末高温合金、单晶高温合金样品进行前处理，用电感耦合等离子体质谱法（ICP-MS）测定了痕量稀土元素镧、铈和钇。结果表明：盐酸+硝酸(HCl+HNO3)体系无法彻底消解钨铌钽含量高的样品；盐酸+硝酸+过氧化氢(HCl+HNO3+H2O2)体系对高钨铌样品具有较强的消解作用，但有些样品的测试结果偏低；盐酸+硝酸+氢氟酸(HCl+HNO3+HF)体系可以实现高钨、高铌、高钽样品的快速完全消解，并且与盐酸+硝酸+氢氟酸+高氯酸(HCl+HNO3+HF+HClO4)冒烟消解法的测试结果一致，初步明确了盐酸+硝酸+氢氟酸消解体系的可行性。氟离子可能与稀土元素生成沉淀，影响测定结果准确性，进一步研究了盐酸+硝酸+氢氟酸体系中基体构成和消解时间因素下，氢氟酸的存在对镧铈钇测定的影响，结果表明氢氟酸对这类材料中0.050%以下含量的镧铈钇的测定没有影响；以盐酸+硝酸+氢氟酸消解体系进行0.0020%，0.010%，0.050% 3个梯度加标回收实验，镧、铈、钇的回收率为97.7%～107.5%；与盐酸+硝酸+氢氟酸+高氯酸体系进行了精密度对比验证，相对标准偏差（RSD）为0.57%～2.4%，结果良好；与电感耦合等离子体原子发射光谱（ICP-AES）法进行实验比对，测试结果一致。

摘要： 研究概况 果蔬干燥是农产品加工中的重要环节,构建精确的干燥动力学模型是干燥领域的重点方向.针对神经网络在干燥过程中的各种场景分类为四个部分:含水率预测、品质检测、工艺优化和控制系统方面,总结各部分的应用类型及发展创新;对比传统干燥模型和人工神经网络模型;介绍混合神经网络的应用场景.

摘要： 广东人工智能与先进计算研究院(以下简称"人工智能院")是由广州高新区与中科院自动化所共同举办的新型研发机构,落户在黄埔区科技企业加速器园区.人工智能院以满足"四个面向"为推进方向,以支持粤港澳大湾区人工智能产业集群发展为目标,实现人工智能产业前沿技术创新,努力构建完整的人工智能与先进计算产业创新生态.成立4年来,该院不断探索人工智能与先进计算垂直领域体系化发展,构建完整的"核心技术突破一关键产品开发一产业生态培育"发展体系.

关键词： 多目标优化   遗传算法   再生冷却   流量偏差   超燃冲压发动机  

摘要： 超燃冲压发动机高马赫数飞行时，气动热载荷急剧增加，然而冷却剂携带量严格受限，发动机热结构冷却面临严峻挑战。对再生冷却通道优化设计，提高机载冷却剂热沉利用率，是缓解超燃冲压发动机冷却挑战的关键技术。着眼于超燃冲压发动机高热环境下冷却剂流量分配不合理、局部超温风险高等问题，提出沿发动机周向的通道高宽比、位置，以及沿轴向的通道连通结构位置、尺寸的同步设计和独立设计三种优化策略。以正癸烷作为典型碳氢燃料，在跨临界温区对再生冷却通道进行参数化建模，以加热面最大壁温和出口燃油温度相对偏差作为目标函数，基于非支配排序遗传算法NSGA-Ⅱ和RNFNN代理模型联合进行多目标优化设计，求解全局Pareto Front最优解解集。研究结果表明基于NSGA-Ⅱ的再生冷却通道多目标优化可有效优化冷却效果，在不增加冷却剂的前提下，降低热结构温度，缓解超燃冲压发动机冷却挑战。