关键词： 智能传播   认知域   认知科学   模块化   主体性   行为主义   智能空间  

摘要： 智能传播促进了人的心智向体外的延伸,并赋予科学技术哲学提出的“认知域”概念新的专业化意义。立足于人工智能的技术逻辑,用延展认知的理论框架解析智能传播中的认知域内涵:一是指智能技术深度嵌入的信息加工过程,在本质上该过程是以模块化结构映射人脑的相似机制,并以图灵测试常态化来预示当代人工智能行为主义的主流;二是指信息生产和流通中智能系统的角色定位,虽然它们完成了从认知工具到认知主体的嬗变,但尚未体现出主体性价值;三是指信息活动发生的智能空间,它超越了人脑的封闭式体系,迈向了领云、镜像、后叙述接续的广袤维度。把认知域概念引入智能传播话语体系之中,强调体外认知与体内认知的统合主义立场,拓展了智能传播研究的范围,突出了智能空间和实体空间在传播活动中的不同意义。

关键词： 物理信息神经网络   微分方程反问题   扩散方程   数值解  

摘要： 物理信息神经网络(PINN)为偏微分方程正反问题数值求解开创了一条具有广阔应用前景的新途径。本文聚焦于扩散方程的扩散系数反演问题。针对固定系数、各向异性系数、空间依赖系数、时空依赖系数以及非线性扩散系数等问题展开了系统研究,提出了求解各类问题所需的网络结构及求解方法。数值实验表明,PINN方法在求解扩散系数反问题时只需较少的数据即可反演出较为精确的未知系数,并在一定噪声水平下表现出较强的稳健性。

关键词： 草酸钠碱法   碘化钾碱法   高锰酸盐指数(CODMn)   氯离子   机理  

摘要： 采用2种碱性消解法(草酸钠碱法、碘化钾碱法)测定水体中高锰酸盐指数(CODMn),并优化了碘化钾碱法。取100 m L样品置于250 mL锥形瓶中,加入500 g·L^(-1)氢氧化钠溶液0.5 mL和0.01 mol·L^(-1)高锰酸钾标准溶液10.00 mL,摇匀,于沸水浴中加热(30±2) min,迅速冷却,加入25%(体积分数)硫酸溶液5 mL和0.5 g碘化钾,立即摇匀,避光5 min,用0.01 mol·L^(-1)硫代硫酸钠标准溶液滴定至溶液呈淡黄色,加入5 g·L^(-1)淀粉溶液1 mL,继续用硫代硫酸钠标准溶液滴定至蓝色或深褐色刚好消失,记录消耗的硫代硫酸钠标准溶液体积。对比了碘化钾碱法与草酸钠碱法在氯离子存在下测定葡萄糖、丙三醇、间苯二酚以及实际样品中CODMn的差异,结合不同阶段的反应过程分析了氯离子的影响机理。结果表明,当样品中有机物的含量和种类不同时,氯离子会影响CODMn的测定值,对于实际样品难以得出统一的氯离子干扰阈值;碘化钾碱法相较于草酸钠碱法具有更好的抗氯离子干扰能力。

关键词： 科研协同者   生成式人工智能   计算政治学  

摘要： 当前已有研究关注生成式人工智能在社会科学领域的总体应用,或是探究生成式人工智能如何作为科研协同者为研究者提供帮助,或是探讨生成式人工智能给社会科学带来的研究主题与范式变革,然而仍有诸多未明之处:其一,作为科研协同者与研究方法的生成式人工智能如何赋能尚需系统论述;其二,作为要素的生成式人工智能所产生的现实与学理影响亦待梳理。

关键词： 城市轨道交通   锁扣管幕   参数优化   TOPSIS综合评价法   神经网络   遗传算法  

摘要： 依托某地铁车站出入口通道顶管工程,结合现场监测数据进行顶进参数反演,建立考虑锁扣接头的精细化管幕-管廊-地层管廊顶进有限元模型。首先,对比分析有管幕和无管幕工况的地层变形情况,验证施作管幕的必要性;然后,通过全面试验系统研究钢管直径、钢管间距和钢管厚度对地表沉降、管幕造价和接头缝隙的影响,并建立博弈组合赋权TOPSIS综合评价体系对管幕适应性进行评价;随后,使用BPNN拟合管幕参数与适应性的映射关系;最后,用遗传算法(GA)搜索得到最优的参数组合。研究表明:对管幕适应性影响最大的参数是钢管直径,其次是钢管净距,最后是钢管厚度。综合考虑安全性、防水性和经济性,锁扣管幕设计参数建议值为钢管直径990 mm,钢管厚度20 mm,钢管净距160 mm。

关键词： 纳维–斯托克斯方程   库埃特流动理论   时空预测模型   遗传算法   最优搜索路径   Navier-Stokes Equation   Couette Flow Theory   Spatiotemporal Prediction Model   Genetic Algorithm   Optimal Search Path  

摘要： 水上游玩时，常容易出现贵重物品掉落(如手机、身份证等)的突发情况，如何高效打捞成为了一大难题。本文对掉落物品物理性质、掉落流域特性的相关数据进行分析，建立了基于纳维–斯托克斯方程的手机落水位置分析模型，针对京杭大运河拱宸桥段流动水域特点，分析了手机落水后的受力情况，包括流水推力、阻力、重力和浮力。通过建立笛卡尔坐标系，运用N-S方程和库埃特流动理论，预测了手机在水平和竖直方向上的运动轨迹。结合水平位置预测模型和深度预测模型，构建了完整的时空预测模型，并通过模拟测试验证了模型的通用性。针对轻质量物品分析了居民身份证物理特性，并对前述模型进行调整，考虑了风速对身份证的影响，优化了流体力学模型和纳维–斯托克斯方程的位置分析模型。并基于遗传算法，分析了最优搜索路径并生成了可视化结果。

关键词： 动态规划   遗传算法   生产决策优化   Dynamic Programming   Genetic Algorithm   Production Decision Optimization  

摘要： 本研究针对制造业供应链质量管理与多阶段生产决策优化问题，提出了一种融合贝叶斯后验更新、Z检验与混合优化算法的创新框架。通过贝叶斯方法动态估计零配件次品率，结合Z检验优化抽样样本量，在保证决策精度的同时减少检测成本。针对多阶段生产流程，构建动态规划与遗传算法结合的混合优化模型，定义半成品/成品次品率传播公式与拆解回收价值模型，实现检测、装配、拆解决策的全局优化。案例研究表明，该方法在8零配件2工序场景中实现最低成本6920.57元，最优方案倾向于选择性检测与拆解回收。创新性体现在次品率动态传播机制、贝叶斯–遗传混合优化框架及全流程成本集成建模，为复杂制造系统提供效率与可持续性并重的决策工具。

关键词： 洪水淹没   应急物资调运   遗传算法   近似解法   组合优化   Flood Inundation   Emergency Material Transportation   Genetic Algorithm   Approximate Method   Combinatorial Optimization  

摘要： 本文研究了洪灾背景下考虑洪水淹没的应急物资调运优化问题，目标是在车辆和道路受限的情况下，将低海拔地区的应急物资快速转移到高海拔仓库。论文提出了两种求解方法：遗传算法和一种分阶段的混合算法(近似解法)，并通过一个25个物资储备库的算例进行了对比分析，得出混合算法在求解效率和结果优越性方面更具优势的结论。

关键词： 组合优化   最小支配集   Transformer   注意力机制   Combinatorial Optimization   Minimum Dominating Set   Transformer   Attention Mechanism  

摘要： 最小支配集问题在计算机科学与网络优化领域具有广泛应用，但其NP-完全性使得传统启发式方法计算成本高且难以泛化。本文提出了DSP-Transformer，一种基于Transformer结构的深度强化学习求解方法，通过编码器–解码器架构与近似策略优化方法，高效求解最小支配集问题。由于注意力机制更适合捕获图上的潜在关系，相较于传统基于消息传递机制的编码器，本方法在性能上也有显著提升。实验结果表明，该方法在T1基准数据集和ER随机图合成数据集上的表现优于传统启发式算法，能够提供更优质的解，同时显著减少计算成本。DSP-Transformer预训练后可泛化到更大规模的图实例，无需每次重新搜索，展现出深度学习在求解组合优化问题中的巨大潜力。

关键词： 协同选址   客货一体化   遗传算法   模拟退火算法   车辆路径优化   运输成本   物流网络优化   Collaborative Site Selection   Integrated Passenger and Freight Transportation   Genetic Algorithm   Simulated Annealing Algorithm   Vehicle Path Optimization   Transportation Costs   Logistics Network Optimization  

摘要： 针对城市公交与物流系统独立运行导致的资源浪费问题，本研究提出协同优化策略：将公交站点改造为客货一体节点，构建多中心物流网络，利用公交空闲运力实现货物中转。通过双层路径优化模型，结合遗传算法与模拟退火算法，设计路径优化策略，同步精简冗余物流网点。仿真实验表明：优化后总成本降低14.93%，运输成本降幅达22.32%。结果表明，合理匹配车辆容量与节点布局可显著提升效率，混合算法有效避免局部最优。该方案为城市客货协同运输提供低成本、高可行性的解决方案。