关键词： 可重构制造系统   配置   多目标优化   混合启发式算法  

摘要： 针对可重构制造系统的快速配置提出了一种多目标优化方法,考虑3个优化目标:设备负载均衡度、产品生产时间以及产品生产成本。在第三代多目标遗传算法(NSGA-Ⅲ)的基础上结合邻域搜索构建了多目标遗传-邻域搜索算法(NSGA-NS),以从配置解空间中寻找一系列前沿解。通过一个液压阀阀块的制造系统配置案例对算法进行验证,并与归档式多目标模拟退火算法、多目标粒子群算法以及一种改进的多目标粒子群算法进行了比较,结果表明,NSGA-NS与NSGA-Ⅲ在前沿解质量上显著优于其他算法,NSGA-NS在保持了NSGA-Ⅲ的全局寻优性能的同时显著提高了收敛速度和计算速度。

关键词： 智媒时代   广告专业主义   广告高质量发展  

摘要： 大数据、算法、人工智能等技术全面渗透广告产业,开创数字营销新局面的同时也给广告产业带来巨大的冲击和挑战。广告专业主义作为广告产业的“立身之本”,明确广告产业的基本职责,涵盖运作模式、专业能力以及职业伦理等诸多要素,对提高广告的专业价值和社会地位具有重大意义。智媒时代,传统广告业的地位逐渐被削弱,具体表现为传统代理让位智能运作,底层逻辑被颠覆;数字冲击转变人才需求,专业能力受旁落;技术渗透加剧伦理风险,道德标准需完善,广告专业主义的外部制度要素面临消解困境和重构难题。对此,职业人才、高校、产业链上下游及行业协会等多方主体应合力重构广告专业主义,共建数字广告新生态,为提升我国广告产业整体竞争力、促进中国式现代化建设贡献力量。

关键词： AI大模型   云计算   智能化  

摘要： 随着数据的不断积累和存储技术的进步,大规模的数据集的作用日益突显,这为训练复杂的AI模型提供了基础.AI大模型的训练和部署需要大量的计算资源和存储能力,而云计算正是满足这些需求的理想平台.云计算提供了弹性的计算能力,用户可以根据实际需要灵活地调整资源规模,无需投资大量的硬件设备.这使得企业和研究机构都能够利用云计算来实现高效的AI模型训练和部署.本文基于云计算和智能化的理论,探讨AI大模型背景下云计算与智能化融合的根本路径与未来展望.

关键词： 燃气胶管   热动力学   寿命估算   人工神经网络  

摘要： 针对橡胶材料老化过程难以构建精准反应模型的问题,通过构建人工神经网络(ANN)模型,以实现定温热动力学过程的无模型预测。利用时间、拉断伸长率保有率数据,建立了包含1个输入层、2个隐藏层、1个输出层的ANN模型,对燃气橡胶管在80℃、90℃和100℃的温度下老化力学性能预测,预测曲线的R^(2)值在0.99以上;同时,结合谢苗诺夫方程外推了指定温度为20℃和30℃时的拉断伸长率保有率与使用寿命的曲线。基于试验数据驱动的ANN模型,有效地简化了寿命预测模型的建立工作,给相关产品寿命快速评价带来高效手段。

关键词： 兴安落叶松   地上生物量   随机森林   人工神经网络   支持向量回归   梯度提升回归树  

摘要： 为了准确预测兴安落叶松地上生物量,以小兴安岭201株兴安落叶松地上生物量作为研究对象,以胸径(D)和树高(H)为变量,构建随机森林(RF)、人工神经网络(ANN)、支持向量回归(SVR)和梯度提升回归树(GBRT)等4种机器学习模型,并将机器学习算法的预测结果与传统二元生物量模型的预测结果进行对比分析。结果表明:对比传统生物量模型,4种机器学习算法的拟合效果与检验精度均有了大幅度提高。模型拟合精度由高到低的顺序为随机森林、梯度提升回归树、人工神经网络、支持向量回归、传统生物量模型;RF模型在各模型中的拟合精度最高,相对于传统生物量模型,RF模型的确定系数(R~2)提升了3.72%,均方根误差(R_(MSE))降低了44.47%,平均绝对误差(M_(AE))降低了42.81%,相对误差绝对值(M_(PB))降低了42.80%,赤池信息准则值降低了18.17%。模型检验精度由高到低的顺序为随机森林、人工神经网络、梯度提升回归树、支持向量回归、传统生物量模型;RF模型在各模型中的预测精度最高,与传统生物量模型相比,RF模型的确定系数(R~2)提升了1.08%,均方根误差(R_(MSE))降低了10.95%,平均绝对误差(M_(AE))降低了10.34%,相对误差绝对值(M_(PB))降低了10.34%,赤池信息准则值降低了5.20%。因此,相对于传统生物量模型,4种机器学习算法模型均可以提高兴安落叶松地上生物量的预测精度,RF模型的预测精度最高。

关键词： 劳力型新移民   城市融入   制度梗阻   制度创新  

摘要： 劳力型新移民是城市建设不可或缺的重要力量,是推进城乡融合发展的重要支撑,也是党和政府新时代新使命新作为的重要关切。制度因素是影响劳力型新移民城市融入的关键变量和重要参数,发挥着不可替代的重要作用。论文结合劳力型新移民特征,从户籍、就业、住房、教育、社会保障等五个方面,探讨了劳力型新移民城市融入的制度梗阻及消解策略,并从提升自我能力、增强自我认同、避免自我禁锢三个方面,探讨了劳力型新移民城市融入制度梗阻的自我消解策略。

关键词： Sm-Co系永磁体   Sm-Co纳米颗粒   机器学习算法   成分优化   磁性能优化  

摘要： 液相合成与钙热还原结合制备Sm-Co纳米颗粒的方法,具有粒度易于调控的优势,但由于前驱体成分和工艺参数等因素都对合成产物的磁性能具有很大影响,依赖筛选式实验进行多影响因素的优化研究费时费力。将人工神经网络模型与Sm-Co纳米颗粒钙热还原制备实验相结合,以实验数据为基础,利用人工神经网络模型建立实验参数和纳米颗粒磁性能之间的关系,不断优化模型,分析实验参数对磁性能的影响,进而根据分析结果优化实验参数,达到准确预测Sm-Co纳米颗粒磁性能的目标。最后,采用优化参数进行实验制备,获得高磁性能Sm-Co纳米颗粒,并进行测试表征,验证模型的预测精度。将人工神经网络模型应用于快速优化Sm-Co纳米颗粒磁性能,解决制备过程中多因素参量优化问题,实现了对Sm-Co纳米颗粒磁性能的高精度预测,提高了性能优化效率,为更广泛的Sm-Co系永磁体性能优化开辟了新途径。

关键词： PEDOT∶PSS导电非织造布   PEDOT∶PSS配比优化   BP神经网络模型   遗传算法   多目标优化  

摘要： 针对聚(3,4-乙撑二氧噻吩)∶聚(苯乙烯磺酸)(PEDOT∶PSS)导电非织造布存在导电性能不稳定和机械性能较差等问题,采用神经网络模型对PEDOT∶PSS导电非织造布进行性能优化。通过收集PEDOT∶PSS导电非织造布的试验数据,作为GA-BP神经网络的输入和输出,并建立针对PEDOT∶PSS导电聚合物配比的优化模型。结果表明:制备PEDOT∶PSS导电非织造布的最佳工艺参数为EDOT与PSS摩尔比例0.3345、过硫酸铵浓度0.0297 mol/L、硫酸铁浓度0.0487 mol/L、盐酸质量分数6.9630%,此时导电非织造布电导率为6.713 S/m,非织造布拉伸断裂强度为4.581 MPa。制备的PEDOT∶PSS导电非织造布经过20 min摩擦后,电导率由6.329 S/m下降到5.348 S/m;经过60 min水洗后电导率由6.536 S/m下降到5.435 S/m,且下降趋势缓慢。认为:所制备的导电非织造布具有良好的稳定性及耐用性。

关键词： 人文社科   项目制   绩效   联立方程   BP人工神经网络  

摘要： 中国的人文社科研究目前以项目制为主,对于项目制的绩效问题更多集中在微观层面,缺乏宏观实证研究。文章构建一种全新的分析框架,基于中国“双一流”建设高校的科研数据,综合应用联立方程、BP人工神经网络和贝叶斯向量自回归等多种方法分析科研项目、科研人员和科研经费等变量之间的互动关系。实证结果表明,中国人文社科项目制的总体绩效不高;科研经费的绩效有待提高;科研人员的绩效水平总体较高;科研人员、科研经费对科研项目的影响显著,学术论文对科研项目的正向反馈明显。最后指出,人文社科项目制需要进行反思和改进,要努力提高科研经费的分配体制,全方位调动广大人文社科工作者的积极性。

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。