关键词： 新质生产力   高校人文教育   消解路径  

摘要： 新质生产力是生产力发展新阶段的标志,是推进经济社会进步的重要力量。新质生产力的发展为高校人文教育注入了新的活力与内容,拓展了高校人文教育手段,推动了高校人文教育主体教育理念的转变,深刻改变着高校人文教育客体。新质生产力的发展对传统人文教育理念及高校人文教育阵地形成强烈冲击,凸显了人文教育工作者在适应科技迅猛发展方面的短板,同时也揭示了教育评价“深度科技化”趋势与人文教育传统之间存在结构性冲突。要化解以上矛盾,必须顺应新质生产力的发展趋势,与时俱进地更新高校人文教育理念;遵循并利用新质生产力的发展规律,做好高校立德树人工作;学习并掌握新质生产力相应的知识,提升数字化教育教学能力;正视新质生产力带来的“深度科技化”浪潮,完善高校人文教育评价体系。唯有如此,才能有效利用新质生产力,推进高校人文教育实现高质量发展。

关键词： 个人计算机   进化生物学分析   多组学分析   eGPS软件平台   软件开发  

摘要： 各种多组学技术所产生的大规模数据,提出了如何快速、准确地分析这些数据的重要科学问题。如何在发展创新性新理论和数学模型的基础上,基于软件工程开发出能够让用户高效且精确地处理大规模生物学数据的便捷工具,是生物信息学和计算生物学的重要研究方向。本文主要介绍了生物信息学相关软件的发展历史、基于进化生物学的应用场景和进化与组学多功能分析软件平台eGPS、计算机使用的3种方式和软件编程的3个范式,以及如何基于Conda、R语言生态与eGPS软件平台分析单基因、通路和基因组水平的数据。针对不同科学目标的用户群体,提出了软件开发、使用、维护的新思路,并对进化生物学软件应用领域的未来发展进行了展望。最后,本文提出使用个人计算机进行进化与多组学分析不仅是时代所需也是未来发展的趋势,在生物信息学分析中扮演越来越重要的角色。

关键词： 自动化立体仓库   帝国竞争算法   遗传算法   货位分配   剩余价值率  

摘要： 为提高自动化立体仓库的货位分配效率,保障其安全稳定运行,建立提高仓库出入库效率、货架稳定性、货物相关性和货物剩余价值为目标的货位优化模型,运用层次分析法将多目标问题转化为单目标问题进行研究。针对该模型提出了一种改进帝国竞争算法,该算法融合了帝国竞争算法与遗传算法的优点,设计了动态调节革命率公式和自然灾变算子增强了殖民地和帝国的多样性。实验结果表明改进帝国竞争算法具有更优的收敛性和搜索范围,有效的解决了不同规模的货位分配问题,求解精度和稳定性优于粒子群算法、遗传算法和标准帝国竞争算法,对提升快销品企业竞争力和立体仓库出入库效率提供了理论依据和实践参考。

关键词： 螺旋摆动油缸   螺旋齿轮   Python   遗传算法   体积优化   自适应  

摘要： 对螺旋摆动油缸中的螺旋齿轮进行体积优化,将传统设计中对模数齿数的取值范围与最小值通过程序语言表达,形成约束,再对随机生成的种群进行自适应选择、交叉、变异等操作,形成个体属性,引用精英策略选择优秀的个体产生新的种群,重复操作直到完成要求的迭代次数,最后打印出每一代的最优个体。传统算法与自适应遗传算法均可以对螺旋齿轮的体积进行优化,最终将螺旋齿轮的体积减少5.87%。自适应遗传算法可以对螺旋齿轮进行体积优化,并且在迭代速度上有明显优势,过程中产生的多个解可对实际设计进行指导,降低设计时的计算量与设计时间,减少生产成本。

关键词： 遗传算法   流水车间调度问题   最大完工时间   总流动时间   邻域搜索  

摘要： 在现代制造业中,生产调度是提高生产效率和降低成本的重要环节。流水车间调度问题(FSSP)研究在有限的时间和资源条件约束下,合理安排各项任务的执行顺序,优化特定的目标,例如,使得总完工时间、总流动时间等指标达到最优。基于遗传算法求解最优调度方案。为提升调度性能,同时选择最大完工时间和总流动时间作为多目标对问题进行求解,在遗传算法中引入两种交叉操作和变异操作,以对比不同组合之间的表现,引入邻域搜索模块,提高个体质量。最后输出了增加邻域搜索模块前后的对比甘特图。实验结果表明,针对FSSP,多点交叉和标准变异组合的性能最好;增加邻域搜索模块后,单点交叉和多点变异组合的性能最好。

关键词： 创新创业教育   人工智能   计算机  

摘要： 目前,我国现代科学技术呈现出快速发展和创新的态势,在这种形势下,计算机技术和人工智能技术都取得了非常大的成果。现如今,我国不断地加快教育变革,以便于加强“双一流”建设工作的开展,把创新驱动作为发展的主要策略,为社会的可持续发展培育更多创新创业型技术人才。随着人工智能技术在我国各个领域的广泛应用,我国很多研究人员在探索过程中投入更多的精力,争取找到计算机科学和工程类专业共同发展的新模式,为专业发展打开新局面。

关键词： 改进免疫遗传算法   空箱调运   集装箱   Hamming距离   亲和度  

摘要： 针对空箱调运问题,在传统免疫遗传算法(Immune Genetic Algorithm,IGA)基础上,通过对Hamming距离计算方式优化与调整,获得抗体亲和度与抗体浓度的精确度量,并据此设计了改进免疫遗传算法(Improved Immune Genetic Algorithm,IIGA)。为验证该算法的有效性和优势,以兰州铁路局下辖的各集装箱办理站实际运输数据为例,分别将所提出的IIGA与传统IGA、遗传算法(Genetic Algorithm,GA)设计对比实验。结果表明:在解决空箱调运问题时,相较于传统IGA与GA,IIGA能够在相对较短的时间内,以最少的迭代次数迅速收敛至最优解。

关键词： 改进遗传算法   数据加密方法   加密流程  

摘要： 为提升计算机网络通信中数据加密的效率,本研究采用改进的遗传算法进行加密算法的设计,以选择算子、交叉算子、变异算子的改进为核心,通过优化遗传算法的关键步骤,提升其在数据加密中的应用效果。研究设计了一种基于改进遗传算法的计算机网络通信数据加密方法,并进行了实验分析。结果表明,改进后算法在加密速度、安全性方面均优于传统遗传算法,具有较好的实际应用前景与适用性。

关键词： artificial intelligence(AI)   magnetic resonance imaging   computing modeling   cardiovascular disease  

摘要： The underlying electrophysiological mechanisms and clinical treatments of cardiovascular diseases,which are the most common cause of morbidity and mortality worldwide,have gotten a lot of attention and been widely explored in recent *** the way,techniques such as medical imaging,computing modeling,and artificial intelligence(AI)have always played significant roles in above *** this article,we illustrated the applications of AI in cardiac electrophysiological research and disease *** summarized general principles of AI and then focused on the roles of AI in cardiac basic and clinical studies incorporating magnetic resonance imaging and computing modeling *** main challenges and perspectives were also analyzed.

关键词： 城市交通   应急车辆优先   遗传算法   路径优化   前景理论  

摘要： 已有应急车辆路径规划的研究中,专用车道布设方案通常被视为已知条件,因此,本文提出一种同时优化应急车路径及专用车道的双层规划模型。在规划应急车路径时,将是否设置应急专用车道定义为模型的决策变量,并引入前景理论来衡量设置专用车道对交通流的影响。上层模型目标函数包含应急车行程时间和顺畅通行前景值两部分,其中前景值作为部署应急专用车道的决策依据;下层模型基于Wardrop均衡原理进行交通分配。结合遗传算法和禁忌搜索算法,提出GA-TS(Genetic Algorithm-Tabu Search)算法求解模型。通过在Nguyen-Dupuis仿真网络上进行数值实验,验证了模型和算法的有效性。实验结果表明:与不部署应急专用车道相比,在不增加路径交通饱和度的情况下,本文模型能将应急车辆的行程时间缩短10.69%。敏感性分析结果表明,在不同交通需求下,本文模型均能有效缩短应急车辆行程时间,并且随着交通需求增大,应急车辆行程时间缩短越明显。此外,相比于暴力搜索算法,本文设计的算法在求解模型时的平均耗时降低了87.02%,显著提高了模型的求解效率。