关键词： 人工神经网络课程   深度学习   混合式教学   人工智能类课程  

摘要： 文章依托人工神经网络研究生课程的讲授经验,分析其特点和现状,着重探讨其教学内容上的时效性与实践性问题,提出神经网络与深度学习融合的线上线下混合式教学改革,提升课程理论和方法的时效性;提出前沿性的实践类研究型专题,提升研究生的实践动手能力;搭建与课程内容配套的线上系统,方便研究生自主学习、互动学习。通过践行“与时俱进、互动评价、专题创新”的教学理念,提高研究生的创新思维与综合素质。

关键词： 卷积神经网络   图像去噪   教与学优化算法   差分进化算法   遗传算法  

摘要： 针对用于图像去噪的卷积神经网络(Convolutional Neural Networks,CNN)的超参数与结构难以确定的问题,本文提出了一种基于混合教与学优化算法(Teaching-Learning-Based Optimization,TLBO)和差分进化算法(Differential Evolution,DE)的CNN网络并应用于图像去噪。首先,建立了CNN超参数与结构优化的数学模型;其次,提出了一种混合TLBO-DE算法,并将其用于去噪CNN超参数与结构的优化。在该混合TLBO-DE算法的进化前期,种群以较大的概率采用DE算法的进化机制进行进化,从而提高种群多样性;在进化后期,种群以较大的概率采用TLBO算法的“教”机制进行进化,从而提高算法收敛速度;最后,在公共的医学图像数据集上对所提方法进行测试。实验结果表明,与基于遗传算法、DE和TLBO等算法的CNN去噪方法相比,本文所提方法具有更好的优化性能和图像去噪性能。与目前去噪性能较好的块匹配滤波(Block-Matching and 3D filtering,BM3D)、去噪卷积神经网络(Denoising Convolutional Neural Network,DnCNN)方法相比,本文所提方法具有更好的去噪性能。

关键词： 外卖配送   集散型网络   遗传算法   零工经济  

摘要： 外卖配送时间窗短,目前采用零工经济模式,由配送员直接到商家取货并送至客户处。随着外卖市场规模扩大,或遇突发事件等订单激增的情况,会出现运力不足,等待时间大幅延长。研究了集散型网络在外卖配送中的应用,划分商家和客户群体,建立路径优化模型,求解集散型配送网络的最优路径并计算其成本。与零工经济模式下的配送网络进行对比,结果表明集散型网络在订单达到一定规模时更有效,可以使用较少配送员完成配送任务,同时具有明显的成本优势。当订单小于一定规模时,两种网络对配送员数量的需求相似,但集散型网络依然存在成本优势。

关键词： SiO_(2)气凝胶   热防护结构   隔热性能分析   最优拉丁超立方   遗传算法  

摘要： 围绕消防机器人工作时机体外表面热防护问题,建立以SiO_(2)气凝胶为隔热材料的一体化热防护结构。通过设置热防护结构传热模型,利用ANSYS软件模拟计算一体化结构在不同工况下的温度分布,以此分析防火隔热性能和传热机理;并对不同的隔热材料进行比较,使用最优拉丁超立方方法对一体化热防护结构进行敏感性分析,在满足约束的前提下选用遗传算法对结构进行厚度优化设计。结果表明:以SiO_(2)气凝胶作为隔热材料相比于其他隔热材料,防火隔热性能更好。其与隔热性能比较接近的玻璃纤维相比,同一厚度下隔热能力提升57%,同时面密度和厚度优化分别增加了9.1%和8.3%,且机体结构冷面温度最大值降低56.5%,一体化热防护结构防火隔热性能提升明显。

关键词： 置氢处理   Ti65合金   人工神经网络   遗传算法   本构模型  

摘要： 本研究对不同氢含量(未置氢、0.13 wt.%、0.25 wt.%、0.34 wt.%和0.43 wt.%氢)的Ti65合金试样在其α+β两相区和β单相区、0.001 s^(-1)应变速率范围内进行等温压缩,研究了含氢Ti65合金的高温流变行为,建立了综合考虑氢含量、变形温度、应变、应变速率的含氢Ti65合金GA-BP神经网络本构模型,并将所建模型通过二次开发集成入有限元软件中,对含氢Ti65合金等温热压缩过程进行模拟。结果表明:4-12-12-1结构的GA-BP神经网络本构模型的相关系数和平均绝对误差分别为0.9982和0.46%,模型具有较高的预测精度和泛化能力,能够用于局部置氢Ti65合金热塑成形过程的分析。

ISBN: (纸本)9787302669685

关键词： 废水生物处理   遗传算法   卷积神经网络  

摘要： 在废水生物处理过程建立出水COD与出水SS的预测模型中,针对卷积神经网络在设计时没有规律遵循并很难保证网络最优化的问题,提出了一种基于遗传算法降维的卷积神经网络优化方法｡本文将遗传算法(GA)与卷积神经网络(CNN)耦合起来形成一种新颖的混合算法--GA-CNN算法,并将该算法与CNN算法和BP神经网络的预测效果进行对比｡仿真结果表明,对于出水COD的浓度预测,GA-CNN的预测性能相比于CNN提升了13.66%,相比于BP提升了19.40%,其中GA-CNN算法的最优预测效果如下:均方根误差(RMSE)为3.5303,平均绝对百分比误差(MAPE)为3.92%,决定系数(R^(2))为0.7195。对于出水SS的浓度预测,GA-CNN的预测性能相比于CNN提升了9.26%,相比于BP提升了13.43%,其中GA-CNN算法的最优预测效果如下:均方根误差(RMSE)为0.5883,平均绝对百分比误差为1.99%,决定系数(R^(2))为0.6770。

关键词： 牵引负荷   运行图   负荷削峰   遗传算法  

摘要： 重载铁路牵引负荷具有功率大、随机波动性强的特点,既有牵引负荷削峰方法需要储能装置,成本投入大。基于运行图的合理优化进行牵引负荷削峰,可提高现有行车密度,且具有较好的经济效益。本文通过分析列车追踪间隔对牵引变电所功率的影响,建立基于运行图优化的牵引负荷削峰模型,基于遗传算法求解列车最小追踪间隔,并以实际案例分析了模型效果。

关键词： 生成式人工智能   数字技术   公共性  

摘要： 生成式人工智能的发展构成了数字资本主义发展的高级节点和最新样态。随着以ChatGPT和Sora等为代表的生成式人工智能的升级迭代与日常化应用,生成式人工智能日趋成为推动人类公共性扩张和变革的关键要素。数字资本主义生产方式在本质上带有“反公共性”的逻辑,数字生产资料作为数字劳动的产物被数字平台所有者私人占有,其发展与公共性产生了严重抵牾,“私人所有”的数字平台所炮制的“公共使用”的美丽骗局更是进一步蚕食了公共性。生成式人工智能发展前景下人类公共性的消解突出表现为公共性主体渐趋“自我中心化”、公共性信息渐趋“同质茧房化”、公共性领域渐趋“碎片分裂化”。基于此,揭露数字资本主义生产方式的反公共性逻辑,重构数字生产关系,发展平台社会主义,呼唤数字技术公共性本质的价值回归,引导数字技术公共性效应的发挥,不失为重建人类公共性的现实通道。

关键词： 医疗数字孪生技术   马克思异化理论   医患关系   算法歧视   医学伦理   人文关怀  

摘要： 作为智慧医疗、精准医疗的关键技术,医疗数字孪生能够利用大数据构造出完整人体或部分器官的虚拟孪生模型,并通过个人的电子表现,动态反映人体的分子状态、生理状态和生活方式,拥有实时更新、动态反馈的特点。在新技术发展的萌芽阶段,对其进行批判性思考和合理性推测具有重要前瞻意义。通过马克思异化理论对医疗数字孪生技术进行考察,发现该技术下出现了既有马克思异化形态的共性特征、又有崭新时代特征的独特异化现象,具体表现在病患个体的异化、医疗过程的异化以及医患、患患关系之间的异化。究其根本,主要在于身心二分的哲学传统、医疗模型的算法歧视与黑箱困境、医疗模式的趋利化以及身体伦理和人文关怀等医疗伦理困境。为了消解医疗数字孪生技术中的异化现象,应当建立以人为本的新型医患共同体、对于医疗模型算法进行多维度的规制以及建立良好的身体伦理观,最终实现医疗数字孪生技术中合规律性与合目的性的统一。