关键词： 装配线平衡   遗传算法   自动平衡  

摘要： 在关于汽车装配线平衡问题的研究中,普遍存在建模与装配线实际情况偏差大等问题。本文根据汽车装配线的工艺特点建立符合装配线实际需求的第一类平衡问题的数学模型,该模型引入操作区域、车身高度以及装配约束条件等因子。以该模型为基础设计了基于工位动态分割的遗传算法,并采用Java语言验证了该算法,开发装配线快速自动平衡软件。算法不仅解决了装配平衡问题与实际运行状态不符的问题,而且以此为基础,开发了便于企业使用的软件工具。本文以某段整车装配工艺为对象,对算法和软件进行验证,取得了良好的效果。

关键词： HL-2A托卡马克   漂移波模   数据库   机器学习   人工神经网络   可行性研究  

摘要： 本文探索建立了HL-2A/3装置实验漂移波模数据库,并以此作为样本数据库,通过机器学习方法,利用人工神经网络预测托卡马克放电中漂移波模不稳定性的发生及其强度,为实现HL-2A/3等离子体实时参数控制提供参考。首先基于电子/离子温度梯度(η)、俘获电子份额(ε)、局域安全因子q和磁剪切s等4个基本参数构成的参数数据组(η,ε,q,s)作为变量,其他参数取有效的常数值,利用HD7代码计算相应模特征值数据,构建了一个低频漂移波模基本数据库。然后,基于BP神经网络与支持向量机(SVM)模型,分别进行了机器学习建模与编程实验,验证了对HL-2A装置离子温度梯度(ITG)\俘获电子模(TEM)不稳定性进行智能预测的可行性。研究结果表明,通过将参数集与数据集进一步扩充成完备数据库、并加快BP神经网络训练速度、或采用深度学习等更复杂模型,可以最终实现前述漂移波模预测目标。

关键词： 作业调度   柔性作业   问题优化   自适应   模拟退火   遗传算法  

摘要： 柔性作业车间调度问题是NP难问题,一般使用最大完工时间最短的评价指标来衡量加工顺序和机器选择的优劣,最短的完工时间意味着最快的生产速度。为了减小计算量并快速找到车间调度的最优解,提出了融合模拟退火参数的自适应遗传算法,详述了该算法的关键过程,并通过数据集的仿真实验验证了该算法的有效性。

ISBN: (纸本)9787121482724

关键词： 仿真分析   散热   风道优化   遗传算法  

摘要： 随着对显控设备的智能化和智能电子设备集程度要求越来越高，设备的散热性能直接影响设备能否正常工作。针对现有显控台依托经验估算设计或以单一变量为优化目标方法进行散热设计的存在的局限性问题，文中以某型军用车载显控台为研究对象，提出基于风道结构优化的理念，通过Fluent数值模拟与遗传算法相结合，以达到设备散热性能优化的目的。选取以热源最高温度和风道入口速度均匀性为优化目标，对显控台的风道结构进行多目标优化设计，最后对优化模型的准确性进行仿真验证。研究表明：通过多目标优化算法优化后的显控台，热源最高温度降低6.62%，速度均匀性系数升高3.92%，设备散热性能明显改善。

关键词： 人工智能   计算机视觉   深度学习   胃癌根治术，腹腔镜   实例分割  

摘要： 目的:探究计算机视觉人工智能技术在腹腔镜胃癌根治术场景中对器械和脏器检测识别的可行性和准确性。方法:收集国内4家大型三甲医院［解放军总医院第一医学中心（3份）、辽宁省肿瘤医院（2份）、江苏省人民医院溧阳分院（2份）、复旦大学附属肿瘤医院（1份）］共计8份完全腹腔镜远端胃癌根治术手术视频。使用PR软件每5~10 s进行抽帧转换为图帧，转换后进行人工去重，去除明显雷同图帧和模糊图帧以确保质量。转换并去重后，抽帧图像共3 369张，图像分辨率为1 920×1 080 PPI，用LabelMe实例分割图像;共计23个类别包括静脉、动脉、缝针、持针器、超声刀、吸引器、出血、结肠、钳子、胆囊、小纱布、Hem-o-lok夹、Hem-o-lok钳子、电钩、小肠、肝圆韧带、肝脏、网膜、胰腺、脾脏、吻合器、胃和Trocar穿刺器。将抽帧图像按照9∶1比例随机分为模型训练集和模型验证集，使用YOLOv8深度学习框架进行模型训练和验证。采用精确度、召回率、精确度均值和平均精确度均值（mAP）评价检测识别准确性。结果:训练集3 032帧图像，23个类别共计30 895个实例分割数量;验证集337帧图像，共计3 407个实例分割数量。使用YOLOv8m模型训练，训练集损失曲线中损失值随迭代计算轮次增加而逐步平滑下降。训练集中，23个类别检测识别AP值均达0.90以上，23个类别mAP为0.99。验证集中，23个类别mAP为0.82。单一类别中，超声刀、持针器、钳子、胆囊、小纱布和吻合器的AP值分别为0.96、0.94、0.91、0.91、0.91和0.91。模型成功推理应用于时长为5 min的腹腔镜下缝合胃肠共同开口视频片段。结论:本研究初步证实了计算机视觉可高效准确并实时地检测腹腔镜胃癌根治术各手术场景中的脏器和器械。

关键词： 致密气藏   可采储量   人工智能   BP神经网络  

摘要： 针对传统可采储量计算条件苛刻，尤其致密气藏可采储量计算存在工作量大、计算误差大，测试资料不完整的气井不能有效计算的问题。采用人工智能方法计算可采储量，其过程可以看作在气田大数据基础上利用模型、算法与算力为可采储量计算提供产品、服务、应用，将人工智能具有的解决数据模糊问题、高效协调能力、强学习能力和非线性能力的优势用于可采储量计算。将资料完整准确气井计算可采储量作为学习样本；利用气藏地质和动态研究成果初选计算参数，灰色关联遴选最终计算参数；通过人工智能训练学习建立最终参数与可采储量间关系，应用建立的关系完成其他气井可采储量的计算。应用于延安气田Y50井区，单井验证误差范围-1.88%～4.80%，多井累计误差为1.13%。实践表明，应用人工智能方法计算可采储量可以满足工程计算需要，可大幅度提高计算效率，节约人工成本，降低测试费用，无测试资料和资料不完整气井也可完成可采储量的计算。

关键词： 人工智能   计算机网络   防御系统   网络安全  

摘要： 在科技水平持续攀升趋势下,人工智能应运而生,以其较高精准性与较强灵活性深受计算机网络防御系统构建青睐,不但可以虚拟化处理硬件、智能化采集数据,而且可以生成智能防火墙,为人工智能与计算机网络实现无缝衔接奠定坚实的技术支持,同时还可以保障计算机网络防御系统安全性与稳定性.因此,将人工智能融入计算机网络防御系统中势在必行.

关键词： 人工智能   计算机网络技术   数据处理   网络安全  

摘要： 本文详细探讨了人工智能在计算机网络技术中的应用及其面临的主要挑战.文章着重讨论了合理运用人工智能技术的实际意义,包括提升数据处理效率、优化成本结构、增强网络管理质量和加强安全防护,并且深入分析了人工智能应用过程中的挑战,如数据隐私和安全问题、系统偏见、可解释性、技术依赖性、可持续性和法律伦理挑战,并且提出了一系列针对这些挑战的深入思考和可能的解决策略,旨在提供一个全面的视角以理解和应对人工智能在计算机网络技术中的应用问题.