关键词： 大数据   人工智能   计算机网络技术  

摘要： 随着科技的进步,计算机网络技术得到了广泛应用,人们的工作及生活方式发生了巨大变化。计算机网络技术以数据处理为基础,在大数据视域下面临更多的风险。将人工智能应用到计算机网络技术中,能进一步提高网络的安全性。基于此,文章重点分析了人工智能在计算机网络技术中的应用,以期为相关研究提供借鉴。

关键词： 风电功率预测   神经网络   异常数据识别   遗传算法   反向传播   循环检测   四分位算法  

摘要： 为了解决风电功率预测易受各种因素影响产生异常数据导致预测准确度不高的问题,提出了一种基于遗传算法-反向传播(GA-BP)神经网络的风电功率预测方法。首先,通过数学模型中的四分位算法对异常数据进行识别,并通过加入带通滤波器剔除异常数据。然后,在风电功率预测的方法上设计新型GA-BP神经网络算法,通过自检验及循环检测的方式获得准确的风电功率预测结果。试验结果表明,该方法不仅有很强的异常数据识别能力,而且在进行风电功率预测时可以保持90%以上的准确率,具有良好的数据处理稳定性。该研究大幅提升了风电功率预测的工作效率,为风电功率预测技术的进一步发展提供了技术参考。

关键词： 中国计算机学会   人工智能   人工神经网络   中国科学院院士   机器学习   模式识别   国家重点实验室   终身成就奖  

摘要： 大师档案张钹,男,1935年生于福建省福清市。清华大学计算机系教授,中国科学院院士,清华大学人工智能研究院名誉院长。2011年被德国汉堡大学授予自然科学名誉博士,获2014年度CCF(中国计算机学会)终身成就奖、2019年度吴文俊人工智能科学技术奖最高成就奖。他从事人工智能、人工神经网络和机器学习等理论研究,以及模式识别、知识工程和机器人等应用技术研究,在上述领域发表学术论文200多篇,出版了5部(章)专著。其科研成果获ICL欧洲人工智能奖等。此外,他是智能技术与系统国家重点实验室创建者之一,并于1990-1996年担任该实验室主任。

关键词： BP神经网络   遗传算法   最优化  

摘要： 为了解决目标函数较为复杂、无法用初等函数表示的最优化问题,文章采用了结合BP神经网络与遗传算法的方法进行求解。求解过程分为两个模块:第一,利用BP神经网络算法确定目标函数的解析式;第二,利用遗传算法寻找目标函数的最优解。为验证该方法的可行性,文章对单变量和多变量两种情况进行了验证。

关键词： 长距离输水   重力流   水锤防护   遗传算法   关阀方案  

摘要： 为防止长距离重力流输水管道水锤发生,减少水锤危害,以山西省某市长距离重力流输水工程(输水管道长度为18.492 km,水位高差为84 m)为例,建立了水力瞬态计算模型,基于该模型采用遗传算法开发了关阀曲线及气阀布置方案的优化程序。分别对一~四阶段关阀曲线及气阀布置方案进行了优化计算,并对不同关阀方案下程序运行效率和水锤防护效果进行了对比分析。结果表明,多阶段关阀方案明显优于一阶段关阀方案;多阶段方案中,三阶段关阀方案的遗传算法优化成功率更高,对水锤的防护效果更好,气阀布置的数量明显减少。

关键词： 混合遗传算法   电动汽车   充电桩   容量测试   粒子群算法  

摘要： 由于接入电动汽车充电桩的负荷增多,导致充电线路过载,增加能量损耗,使得电网安全风险增高。为解决上述问题,提出基于混合遗传的电动汽车充电桩容量测试方法。分析车辆运行机制、电池特征、充电方式等因素对充电桩容量的影响,计算车辆充电定点需求与路径需求,设置合理的约束条件;将充电桩容量看作一个满足多个约束条件的可行空间,在满足发电容量、功率平衡、潮流平衡、电压稳定等约束条件下,构建容量测试模型;针对遗传算法收敛速度慢的缺陷,使用粒子群算法对其改进,通过个体寻优过程求解模型,获得测试值。实验结果表明,所提方法在峰荷、腰荷和基荷场景下的测量结果与真实值基本一致,且测量耗时低于6s,算法收敛速度快。

关键词： 改进遗传算法   多区域   能源站   协同规划   建设成本   约束条件  

摘要： 由于能源站所在区域多、规模大,导致多区域能源站协同规划难度上升。目前,多区域能源站协同规划效果不佳,具体表现在能源站协同建设成本较高。为此,文章提出基于改进遗传算法的多区域能源站协同规划方法。以建设成本最小为目标搭建多区域能源站协同规划目标函数,并设定相应的约束条件,利用改进遗传算法对符合约束条件的目标函数进行求解,得到的最优解即为最优的多区域能源站协同规划策略,从而实现高质量的多区域能源站协同规划。经实验证明,应用该设计方法多区域能源站协同建设成本得到了有效降低,可行性与可靠性增强。

关键词： 人工智能时代   计算机科学与技术   专业教育  

摘要： 人工智能时代来临,计算机科学与技术专业教育迎来了巨大的挑战和机遇。专业教育需要跟上技术发展的步伐,不断更新课程内容、加强实践教学、提高师资水平、重视学生创新能力培养。文章论述人工智能时代对于计算机科学与技术专业教育具有重要意义,剖析目前教育存在的一些问题并给出实施策略,其中包括不断更新课程体系,加强校企合作,提高师资队伍素质以及加强创新教育等方面的内容,目的是为专业教育的变革提供借鉴。

关键词： 电商物流   路径优化   遗传算法   自适应改进  

摘要： 随着电商物流的快速发展,多中心的末端配送问题受到广泛关注。但目前的车辆配送问题一般是针对单个物流中心进行路径优化,并未考虑到资源调度更为复杂的多中心配送情况。研究对路径问题进行数学建模,并利用双层染色体编码模式的遗传算法对电商物流末端多中心配送车辆路径进行优化。研究过程中发现,传统遗传算法易陷于局部最优解,出现早熟现象。为解决此问题,对交叉概率与变异概率进行自适应调整,实现算法的改进。由此构建了融合遗传算法的配送车辆路径优化模型。通过实验分析可知,模型较其他模型优化结果减少路径长度11%以上,能够实现高质的路径优化,为物流配送节省成本与时间。

关键词： 意识形态   新时代大学生   正确党史观   价值意蕴   现实阻碍   培育路径  

摘要： 大数据时代下的各类社会思潮,对新时代大学生树立正确党史观产生一定阻碍,如历史虚无主义的冲击消解、网络社会思潮的无痕渗透、红色党史教育的固步自封等,严重威胁高校意识形态安全。高校应着力打造党史教育高地,警惕历史虚无主义,抵制错误思想传播;引导学生树立高度文化自信,传承中华文明根脉;革新思政工作模式,构建教育长效机制,引导学生树立正确党史观。