关键词： 职业学校   实用型人才   人才培养   产生式系统  

摘要： 人才竞争力是教育强国的重要使命,作为人才培养基地的职业学校,承担着培养专业人才的重任,人才培养目标应符合社会需求,培养有竞争力的实用型人才。而产生式系统能让学生调动已有的知识和能力去迁移、生成与内化,形成解决问题的新思路、新方法,产生新的知识与解决新问题的能力。因此,职业学校教师要运用产生式系统,开展产生式教学,培养学生树立“主动产生”的意识,把产生式能力的培养作为学生人才竞争力培育的新任务。

关键词： 边坡稳定性   人工神经网络   权重分析   稳定性  

摘要： 本研究使用包含15000个案例的广泛合成数据集训练ANN,涵盖多样土壤和边坡几何特性。结果显示,ANN在评估边坡稳定性上有显著提升,能准确估计真实边坡安全系数,与传统方法相当,为边坡稳定性研究提供指导。

关键词： 甲状腺肿瘤   术后复发   机器学习   人工神经网络  

摘要： 目的:开发基于神经网络的甲状腺肿瘤患者术后复发预测的深度学习模型,并通过外部验证,为临床医生提供可靠的决策支持参考工具。方法:基于人工神经网络结构,使用SEER数据库筛选得到的甲状腺肿瘤数据作为训练集,并使用加利福尼亚大学尔湾分校(UCIrvine)公布的开源数据以及来自湖南省某大型三甲医院的100例患者数据进行外部验证。模型通过多项性能指标评估其预测复发的准确性与可靠性。结果:实验结果显示,该模型在复发预测中的表现优于Logistic模型。内部验证的具体结果为:准确率0.9153,召回率0.9818,精确率0.9211,F1值为0.9474;UCIrvine验证集上的具体结果为:准确率0.8329,召回率0.9455,精确率0.8414,F1值为0.8904,ROC_AUC为0.78;本地验证集的具体结果为:准确率0.8700,召回率0.8800,精确率0.8627,F1值为0.8713,ROC_AUC为0.80。结论:基于人工神经网络的预测模型在甲状腺肿瘤复发预测中表现出色,为临床医生提供有效的辅助决策工具,有助于优化术后治疗方案和提高患者预后管理。

关键词： 孤独症早期干预   杜威教育哲学   经验连续性   行为主义   发展学派  

摘要： 孤独症早期干预领域长期存在行为主义与发展学派的理念之争。前者强调通过系统化训练和外部强化改变儿童行为,体现出传统教化教育思想;后者则强调情感联结和个性化发展,体现出自然主义教育思想。杜威实用主义教育哲学以“经验的连续性”和“交互作用”原则为基础,为两派整合提供了理论支点。通过分析杜威有关教育经验生成的论述,揭示行为主义和发展学派在动态经验系统中实现整合的逻辑路径,进而回应不同发展阶段和功能水平孤独症儿童的多样化需求。从这一哲学视角出发,为构建综合性、动态调整的早期干预模式提供理论支撑。

关键词： 公共安全   概率犹豫模糊集   遗传算法   双边匹配   志愿者派遣  

摘要： 为了提高志愿者派遣中的匹配准确性和效率,提出了一种结合遗传算法(Genetic Algorithm, GA)和概率犹豫模糊集(Probabilistic Hesitant Fuzzy Set, PHFS)的双边匹配模型,以应对匹配过程中的复杂偏好及各种规模数据下计算效率的问题。首先,利用PHFS处理志愿者与任务的多属性偏好和犹豫性;其次,依据熵权法、后悔理论构建双边综合感知价值矩阵;最后,通过GA对匹配模型进行优化求解。在不同数据规模下将GA-PHFS模型与传统匹配模型进行对比分析。结果表明,该模型在匹配准确性与稳定性方面均优于传统方法,尤其在处理大规模数据时表现出更高的计算效率。此外,通过灵敏性分析和风险规避、后悔规避的组合验证该模型的可靠性与适应性。该模型为志愿者派遣任务提供了一种有效的解决方案,并能为决策者提供理论支持。

关键词： 变体飞机   复合材料   柔性蒙皮   负泊松比蜂窝   优化技术   近似模型   遗传算法  

摘要： 针对由负泊松比蜂窝夹芯和弹性表皮构成的复合式柔性蒙皮,提出了柔性蒙皮几何参数优化方法。首先,将柔性蒙皮的胞壁长度、胞壁夹角、蜂窝高度、胞壁厚度、表皮厚度等几何参数作为变量,设计了柔性蒙皮结构参数化建模方法;其次,通过均匀实验设计方法获取样本点,利用参数化方法构建柔性蒙皮结构有限元模型,并通过仿真获取各几何参数组合状态对应的结构性能;然后,基于响应面方法构造柔性蒙皮几何参数与结构性能关系的近似模型,并对近似模型的精度进行了定量评估;最后,以近似模型为基础,以柔性蒙皮几何参数为优化变量,综合考虑面内应变、泊松比、面外挠度、质量等因素,采用加权系数法构造了综合优化目标函数,并采用遗传算法进行优化,得到了柔性蒙皮结构综合性能最优的构型。构建了复合式柔性蒙皮有限元模型,进行优化方法验证,结果显示,优化后的构型与初始构型相比,面内变形能力提升30.73%,面外承载能力提高30%,结构质量减轻22.77%,泊松比降低20.73%。

关键词： 人工神经网络   网络信息   风险检测   检测精度   安全泄露  

摘要： 针对传统的网络信息传输泄露风险检测方法主要依赖于人工分析和经验判断,这种风险检测方法精准度低的问题,提出了基于人工神经网络的网络信息传输泄露风险检测方法。通过人工神经网络提取网络信息传输泄露风险特征,记录初始信息形态与属性等变量,利用大数据对人工神经网络挖掘的网络信息传输泄露风险变量进行明确的类别分类。在划分特征变量类别后,选取这些特征类别组织作为输入,利用随机森林算法进行风险类别判定,以实现网络信息传输泄露风险检测。实验方法在垃圾信息骚扰风险方面比基于深度学习的网络信息传输泄露风险检测方法精确度高8%,说明在人工神经网络的辅助下,设计的网络信息传输泄露风险检测方法,检测更加精准。

关键词： 改进遗传算法   风电机组   风轮叶片  

摘要： 提出了一种基于改进遗传算法的国产化风电机组风轮叶片优化设计方法。在优化过程中,采用基于权值的方法和最优保持策略,改善遗传算法整体寻优性能,加快收敛速率。建立了以风能利用系数最大化为目标函数的优化模型,并采用改进遗传算法进行求解。实验结果表明,利用该方法设计的风轮叶片在风能利用系数、叶片载荷分布和结构强度等方面均优于利用传统遗传算法和粒子群优化算法设计的风轮叶片,为国产化风电机组风轮叶片设计提供了新的思路。

关键词： 裂解汽油加氢装置   模型预测控制   遗传算法  

摘要： 该研究主要目的是提高裂解汽油加氢装置的经济性、能效及产品质量,减少能耗与废物排放,优化二段加氢反应的过程控制。通过建立裂解汽油二段加氢反应的热力学模型,采用模型预测控制(MPC),优化反应器的操作参数。通过启发式优化方法,提升了裂解汽油加氢过程的综合性能。研究表明,优化后的控制策略有效提高了加氢反应器的温度以及压力控制精度,减少了催化剂衰退对产物质量的影响,且通过合理控制氢气流量与浓度,增强了反应的选择性。该研究结果为裂解汽油加氢装置的操作与控制提供了理论依据,为裂解汽油加氢过程的优化与控制提供了新思路。

关键词： 集中空调水系统   在线校准   多传感器   物理关联   遗传算法  

摘要： 针对集中空调水系统传感器因老化、环境腐蚀等因素导致的测量偏差问题,提出了一种基于物理关联的多传感器校准方法。首先深入分析了空调水系统的运行原理及监测数据特性,从水系统的部件、设备到整体系统层面,建立了传感器间物理关联的数学模型。随后,引入测量不一致度的概念,通过计算各个物理关联及其网络的不一致度,评估了传感器测量值在物理关联网络中的匹配程度,为确定传感器修正函数提供了基准。接着,利用遗传算法迭代寻找最优的修正参数,最优修正参数对应的修正值即为最符合物理关联网络的传感器基准值。最后,用青岛某实验室制冷机房的实际工程数据对该方法进行了验证。结果表明,该方法在面对单一传感器故障或复杂的多传感器耦合故障时,均能实现有效校准,平均校准精度达到92%以上,显著提升了系统传感器测量数据的准确性,使系统运行更加稳定可靠。