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。

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： 流场演化   人工神经网络   多相流   流化床   计算流体力学  

摘要： 计算流体动力学(CFD)是一种模拟流化床中复杂气固流动的常用方法,此方法计算效率较低,而人工神经网络(ANN)模型能克服这一缺点,实现高效计算。本工作结合CFD与人工神经网络,发展了一种快速获得流化床内流场演化的人工神经网络模型。该模型对颗粒浓度、气体压力和气固两相速度构建了不同的网络结构,以多相质点网格(MP-PIC)方法模拟流化床得到的结果作为数据集进行训练。验证结果表明,该人工神经网络模型成功实现了对流化床中的颗粒浓度、气体压力和气固两相速度的预测。在精度方面,三种网络结构模型均可准确预测一个时间步长的流场数据,在进行长时间流场预测时仍存在误差。在计算效率方面,人工神经网络模型的计算速度约为MP-PIC方法的13000倍。

关键词： 摆线针轮   压力角   齿廓曲线优化   遗传算法   RV   减速器   有限元分析  

摘要： 根据摆线针轮传动理论,提出一种基于压力角的齿廓优化方法。将摆线针轮齿廓分为工作段与非工作段,区分影响工作段压力角的因素为修形参数与设计参数,讨论两类参数对压力角的影响,以此两类参数为设计变量,以工作段平均压力角为目标函数,以运动与润滑要求确定边界条件,对RV⁃550E型减速器摆线轮进行优化设计。结果表明,此方法使算例的工作段平均压力角降低了4.14%,使单齿啮合过程的压力角最大值降低了1.35%,优化前后接触齿对最大Mises应力下降了20.77%,发生位置由摆线轮转移至针轮,模型质量减小了9.38%,在确保无根切现象的同时能获得良好的组合修形效果。

关键词： CVRP问题   单亲遗传算法   多态变异   个体浓度   Metropolis准则  

摘要： 针对遗传算法求解带容量约束的车辆路径规划问题(CVRP)时存在收敛速度慢、易早熟等问题,提出一种基于多态变异的单亲遗传算法(PM-PGA).将多种算子分组构成局部搜索、整体搜索和随机移动三种策略,使种群发生多态变异,增强种群多样性,提高寻优能力;采用个体浓度控制和Metropolis准则相结合的混合跳跃策略,避免陷入局部最优;为提高解的质量,设计了基于迭代次数和车辆超载量的自适应罚函数.选取CVRP问题算例进行仿真实验,结果表明PM-PGA算法在收敛速度和求解精度方面得到明显改善和增强.

关键词： 供热系统   室温预测   遗传算法   BP神经网络   最佳节费运行模式  

摘要： 随着“煤改电”工作的推进,电采暖供热系统得到广泛应用,但由于部分小区的供热系统缺乏合理的运行调控方式,电采暖供热系统运行费用高的问题日益凸显,为降低供热系统的运行费用,提出了一种基于室温预测的供热系统运行节费优化方法,以每日24h的逐时热源设备出力程度的组合作为一种运行模式,利用GA-BP神经网络预测每种运行模式的室温,从而判断其是否满足供暖标准,经验证,所建立GA-BP室温预测模型最大误差为0.7℃,平均误差为0.07℃,说明本模型可用于实际供热系统。最后利用遗传算法从满足供暖达标的运行模式中求解出最低运行费用的运行模式。并以山西省某小区为例,按照两种不同优化模式分别计算运行费用,并与原运行方式运行费用进行对比,结果表明,在不调整现有室温的情况下,节费效果为8.21%,在保证室温不低于18℃的情况下,可实现节费16.74%。

关键词： 计算机网络技术   人工智能   人工神经网络   Agent技术   计算机网络系统   网络管理   数据处理能力   应用策略  

摘要： 随着人工智能的快速发展,将人工智能与计算机网络技术相结合有利于提升计算机网络系统运行的安全稳定性和数据信息的处理速度,保障网络管理效能。本文探讨了人工智能在计算机网络技术中的应用价值,并从人工智能实现Agent技术和人工神经网络两个方面阐述人工智能对计算机网络技术创新的引领作用。在此基础上,重点论述了人工智能在计算机网络技术中的应用策略。本文旨在发挥人工智能自主学习能力、高效的数据处理能力、普适性等的优势,对计算机网络技术进行不断地改进和创新,从而提升计算机网络技术的服务效能,为用户带来优质的使用体验。

关键词： 茶红酸汤   质量评价   近红外光谱   主成分分析   人工神经网络  

摘要： 目的 应用近红外光谱技术(near infrared spectroscopy,NIRS)对茶红酸汤的质量进行快速无损评价。方法 收集3个质量等级的茶红酸汤样品并获得NIRS,应用9种预处理方法剔除部分噪声信息,再应用反向区间偏最小二乘法筛选特征光谱信息后进行主成分分析,最后应用人工神经网络方法(backpropagation artificial neural network,BP-ANN)建立茶红酸汤质量的NIRS预测模型。结果 最佳光谱预处理方法为多元散射校正+一阶导数;筛选出4个特征光谱区间,前3个主成分的累积贡献率为97.85%。当使用tanh传递函数建立BP-ANN-NIRS模型时预测结果最佳,交互验证均方根误差和决定系数分别为0.032和0.953,预测集均方根误差和决定系数分别为0.041和0.942,验证集样品的|预测偏差|小于0.08。结论 应用NIRS实现了茶红酸汤质量的快速准确评价,为茶红酸汤质量评价提供一种新的参考方法。

关键词： H13模具钢   深孔加工   模拟仿真   响应曲面   NSGA-Ⅱ遗传算法  

摘要： 针对枪钻深孔钻削H13模具钢刀具磨损快、加工温度高的问题,以枪钻切削速度、进给量、外刃第一后角为优化对象,并以钻削轴向力和刀具温度为评价指标,设计了BBD响应面优化试验,建立有限元仿真模型,获得轴向力和刀具温度的二次多项式回归方程,最后采用NSGA-Ⅱ算法进行多目标优化求解非劣解集,与响应曲面优化结果相结合得到唯一解。结果表明:最终优化解切削速度为832.21r/min、进给量为0.011 2 mm/r、外刃第一后角为9.35°,轴向力和切削温度较低,此时钻削稳态平均仿真轴向力为611.2 N,实际轴向力为592.7 N;仿真温度为279.3℃,实际温度为321.1℃,为实际加工生产提供了参考方案。

关键词： Ti6554钛合金   热挤压   随机森林   遗传算法   均匀性调控  

摘要： 目的寻求一种快速且高效的方法,以获得微观组织分布均匀的Ti6554钛合金棒材制备工艺参数。方法通过实验验证了Ti6554钛合金棒材热挤压有限元模型的准确性,并基于有限元模拟获取的晶粒尺寸数据,构建以工艺参数为输入特征量、以组织均匀度为输出的机器学习数据集。随后,采用随机森林回归(RFR)算法构建Ti6554钛合金棒材的组织均匀度预测模型,同时采用粒子群(PSO)算法对模型进行优化,以提高预测精度。在此基础上,利用粒子群优化随机森林回归(PSO-RFR)模型映射的数据,建立了关于挤压速度v、挤压温度t_(0)、挤压比γ和组织均匀度ΔDDRX的多项式方程,并利用遗传算法(GA)在搜索域进行目标搜索,最终确定最佳工艺组合。结果与RFR算法相比,PSO-RFR算法构建的预测模型有更好的预测精度,采用GA算法获得的工艺组合(v=47.9 mm/s、t_(0)=989℃、γ=9.06)制备棒材时,棒材微观组织晶粒细化、分布均匀性好。结论相较于实验或者有限元的传统方法,该调控方法不仅节约了时间,还提高了效率,同时也为热挤压棒材的组织均匀性调控提供了新的思路。