摘要： 本书将内容分为四个部分。 第一部分是人工智能（AI）的理论知识，以此作为本书知识框架的基础。这部分包含5章，“人工智能的前世今生”、“AI数学逻辑”、“CV知识背景”、“神经网络入门”“算法模型的评估指标”，我们从AI的历史开篇，深入浅出地讲解计算机视觉中的数学知识、神经网络的基础架构以及常见的算法评估标准。对于AI初学者来说，此部分是进入AI世界的基础。对于有经验的专业人士，它则提供了一个坚实的回顾与参照。 第二部分是人工智能（AI）产品质量体系建设实践，以计算机视觉（CV）系统为例讲解AI系统的测试策略。这部分包含3章，“AI工程质量”、“AI数据质量”、“AI模型质量”，我们从传统软件测试与AI系统测试的异同开始，探讨工程、数据、模型三个维度的质量建设方法。这里会涉及数据采集、数据增强和模型的分层测试技术。此部分可以帮组读者了解如何去构建一个针对AI产品的质量保障体系。第三部分是智能化测试探索，讨论计算机视觉（CV）技术在是测试中的具体应用。这部分包含4章，“智能UI自动化”、“UI异常检测”、“UI遍历技术”、“大模型时代的挑战与机遇”，我们将展示将CV技术融入UI自动化测试的实践方法，探索利用深度学习构建的异常检测机制，以及讨论CV技术在UI遍历测试中的具体运用场景。最后，我们延伸到大模型，介绍了其在评测与文生图上的应用示例。此部分可以作为读者应用AI的导引，为读者在自己所在领域内实施AI技术打开视野。 第四部分是大语言模型（LLM）应用与评测，介绍大语言模型基础知识、在测试领域的应用与评测技术等。这部分包含两章，“迎接大语言模型时代”、“大语言模型测试应用及其评测”，我们从大语言模型的定义开始，介绍了LLM演进历史、应用场景与技术、以及局限性。并对其在测试领域应用，进行了示例说明。然后，我们探讨了大语言模型在图像领域的应用，解释了大语言模型基础能力、文生图能力、文生视频能力等三种能力的评测技术与指标框架。此部分可以作为读者认识大语言模型的知识基础，为在实践中应用LLM、评测LLM能力提供指导。

关键词： 谐振变换器   临近空间   时域分析   遗传算法   参数设计  

摘要： 能量转换效率以及体积是影响临近空间飞行器续航能力的重要因素，为了满足飞行器对于电源模块在高效率和高功率密度方面的需求，利用非支配排序遗传算法II（NSGA-II）对LLC谐振变换器的损耗和磁性元件的体积进行了优化。在时域内分析了变换器的工作模态，并推导了变换器的时域表达式，建立了稳态方程求出精确的时域解。基于时域解对变换器的损耗进行了分析并对谐振电感和变压器进行设计。由于变换器的效率和磁性元件的体积为两个相互冲突的优化目标，无法通过单一解去实现效率和体积的最优化，采用NSGA-II算法对变换器的损耗和磁性元件的体积进行多目标优化，得出了Pareto前沿解。最后搭建了实验电路，对变换器的效率进行了验证。优化结果表明在满足系统需求的前提下，平均效率最高达98.23%，对应磁性元件体积为53.4cm3，磁性元件的体积最小可达22.83cm3，对应效率为97.34%。

关键词： 基层治理   数字治理   数字悬浮   悬浮化  

摘要： 进入数字时代，为提升治理效率与公共服务质量、实现善治良治，国家对各级政府治理方式及过程提出了“数智化”要求。随着数字赋能治理向纵深发展，发现数字技术融入基层治理时仍然难以与基层实践有效衔接，继而衍生出治理新问题，引发“数字悬浮”“悬浮化”风险。基于基层数字治理中的“悬浮化”现实困境分析，解读“数字悬浮”的表现形式并阐释其生成逻辑，析出被动加压与主动追码、工具理性与价值理性失衡、多元协同共治机制尚未健全三大“数字悬浮”问题诱因。据此，从明晰权责结构、回归公共价值、构建共治格局三方面提出策略建议，旨在有效化解基层数字治理中的“悬浮化”现实难题，推动数字技术更好地嵌入基层治理，提升治理效益。

关键词： 核工业   人工智能   科学计算   数据驱动   智能计算方法  

摘要： 科学计算在核工业整个技术体系中发挥着至关重要的作用，从核基础数据库的建立，到核能工程的设计、分析、验证、运行，乃至燃料后处理与反应堆退役，科学计算扮演着关键角色。传统上，工业领域的科学计算范式主要是基于实验测量数据建模的统计学方法，以及求解微/积分方程为代表的数值计算方法。随着新一代人工智能技术的发展，利用人工智能方法进行科学计算，正在逐渐发展成为一种新的科学计算范式。本文介绍了这一新兴技术领域的基本原理与主要特征，重点围绕核工业的特点，总结了当前已有研究工作情况，并对照传统方法，分析了人工智能科学计算方法的优缺点。最后，展望了这种智能计算方法未来在核工业领域的技术发展趋势与潜在应用模式，给出推动核工业人工智能科学计算新范式发展的建议。

关键词： 有轨电车   车辆悬挂参数   多目标优化   车轨动力作用   神经网络   遗传算法  

摘要： 为提高有轨电车通过S型小半径曲线线路时的安全性及平稳性，提出车辆悬挂参数合理优化的建议。以广州某有轨电车S型小半径曲线线路为工程背景，利用多体动力学软件UM建立车辆-轨道耦合系统动力学模型，探究车辆悬挂参数对其平稳性指标、轮轨力、脱轨系数、轮重减载率等运行评价指标的影响规律，基于最优拉丁超立方采样技术、BP神经网络及多目标遗传算法，研究并获得有轨电车车辆悬挂参数多目标优化建议值。研究结果表明：车辆悬挂参数优化后，其运行评价指标得到显著改善，与优化前相比，车辆脱轨系数的降幅达10%以上。研究结果为有轨电车悬挂参数的优化设计提供理论支撑。

关键词： 篦齿封严   遗传算法   单目标优化   泄漏特性  

摘要： 为了减少篦齿密封结构的泄漏，提升密封性能，选择篦齿结构每个独立齿的齿顶宽度、齿间距、前倾角以及后倾角等作为设计参数，基于遗传算法对篦齿密封结构的泄漏特性进行优化；并对比分析优化前、后的篦齿模型在不同进出口压比和雷诺数等多工况条件下换算流量的变化趋势。结果表明：优化后篦齿模型的换算流量降低了14.45%，密封性能得到显著提升；换算流量随着压比和雷诺数的增加而增大；在同一压比和雷诺数条件下，优化后的换算流量始终低于优化前；随着压比和雷诺数的增加，优化效果呈现出总体衰减的趋势，换算流量降低幅度分别由14.45%逐渐下降至8.31%和7.11%。研究采用的优化方法对目标工况下篦齿结构的泄漏特性明显改善，显著提升了密封性能，为篦齿结构的气动设计提供了新的思路。