关键词： 计算机通信技术   电子信息技术   人工智能  

摘要： 目的:研究计算机通信技术与电子信息技术在人工智能领域的应用要点.方法:探讨计算机通信技术和电子信息技术在AI领域的实践意义,分析它们如何为AI技术的发展提供支持,并推动AI技术在不同领域的应用.结果:从自动驾驶车辆到智能语音助理,从定制化医疗服务到个性化推荐系统,AI的应用已经广泛渗透到社会的各个层面.结论:希望通过本文的分析与研究,可以让更多的人了解到计算机通信技术与电子信息技术在人工智能领域应用的必要性.

关键词： 装配序列规划   深度强化学习   初始解   遗传算法   优化解  

摘要： 针对复杂装配体模型的装配序列规划通常非常耗时， 且现有方法在质量方面仍有提升空间. 作为解决装配序列规划问题的主流方法， 传统优化算法的效率和效果显著受到初始解的影响. 为此， 面向复杂模型提出一种基于强化学习的装配序列规划高质量初始解智能生成方法. 首先以包含众多零件的复杂装配体模型作为输入， 通过爆炸视图构建其初始状态; 其次综合考虑装配过程中的零件干涉性、方向一致性和连接稳定性， 利用深度Q网络(DQN)算法生成高质量装配序列， 即初始解; 最后以减少装配方向变化、降低零件干涉、提高连接稳定性为目标， 构建数学规划问题， 并在改进的遗传算法中使用DQN生成的初始解， 获得高质量的优化解， 输出该模型的高质量装配序列方案. 通过对由复杂装配体模型组成的公共数据集进行实验， 结果表明， 与随机生成和遗传算法生成的初始解相比， 所提方法能够生成高质量的初始解， 显著加快遗传算法的收敛速度(提高约50%)并提升收敛效果(提高约75%)， 获得高质量的优化解; 在生成高质量初始解的过程中， 该方法的生成速度比遗传算法快约700%， 表现出显著的速度优势.

关键词： 知识图谱   时态知识图谱   表示学习   知识表示  

摘要： 知识图谱表示学习旨在将知识图谱中的符号化表示形式转换成数值化表示形式，更好的服务于知识驱动型应用。时态知识图谱表示学习技术充分利用知识图谱中的时间信息，取得了显著的性能提升。该文对时态知识图谱表示学习方法进行了系统性的综述，主要从四个方面进行：第一，简要介绍时态知识图谱表示学习的相关概念、典型任务和传统的静态方法；第二，总结了时态知识图谱表示学习的两大类方法，即面向内插任务的方法和面向外推任务的方法，分别介绍两类方法中的典型模型；第三，梳理了8个用于时态知识图谱表示学习的基准数据集和若干代表性模型在基准数据集上的评测结果；第四，分析了当前面临的技术挑战以及其中蕴含的机会。

关键词： 月牙肋钢岔管   Kriging模型   结构优化   遗传算法  

摘要： 月牙肋钢岔管是目前抽水蓄能电站最常用的岔管型式。针对岔管结构设计时的结构非线性和设计参数响应值之间复杂的隐式关系，采用三维参数化建模和拉丁超立方采样进行试验设计，利用Kriging模型建立起包括管壁厚度、肋板厚度和肋板中央截面宽度在内的岔管关键设计参数和关键点Mises应力值的非线性映射关系，通过遗传算法，实现岔管体型参数的最佳寻优方案。优化后的岔管体积与原设计相比由20.901 m3变为15.780 m3，减小24.5%，岔管各部位应力分布均匀，满足规范允许值，钢材强度得以充分发挥，且相邻椎管段壁厚差值满足焊接要求。结果表明，采用该方法能够有效提高月牙肋钢岔管优化设计效率和精度，具有一定的工程实际意义。

关键词： 三元乙丙橡胶   DCB   粘接界面   人工神经网络   参数反演  

摘要： 钛合金（Ti）/三元乙丙橡胶(EPDM)粘接界面是固体火箭发动机壳体的重要界面之一。本文基于I、II型断裂韧性测试获取界面仿真性能参数，结合剪切和扯离测试推导界面失效判据参数。建立含双悬臂梁(Double Cantilever Beam，简称DCB)试件的有限元模型，以双线性内聚力模型定义粘接面的接触关系，通过公式计算出仿真曲线和试验曲线的重合度，采用人工神经网络联合遗传算法(GA-ANN)、模拟退火算法(SA-ANN)以及matlab联合遗传算法(GA-MAT)、模拟退火算法(SA-MAT)求解函数最优值，从而获得界面模量的精确值。并以实验测试数据为基础，数值仿真为反演工具，优化计算为分析手段，采用测试-仿真-计算相结合的方法获取了Ti/EPDM粘接界面性能参数的精确值，为评估燃烧室壳体界面结构的环境适应性提供判据。

关键词： 啶酰菌胺   向日葵   残留   消解   高效液相色谱串联质谱  

摘要： [目的]基于经典的QuEChERS前处理方法，结合高效液相色谱串联质谱（HPLC-MS/MS）建立啶酰菌胺在向日葵及土壤中残留分析方法，明确啶酰菌胺在向日葵和土壤中的消解行为和最终残留。[方法]向日葵子粒、子粒仁和土壤经乙腈-水提取，向日葵植株经乙腈提取，经C18、PSA、GCB和无水硫酸镁净化，以0.1%甲酸水溶液-乙腈为流动相进行梯度洗脱，外标法定量，液相色谱三重四极杆质谱分析检测。[结果]啶酰菌胺在向日葵植株、向日葵子粒、子粒仁和土壤中0.001～1.0 mg/L质量浓度范围内色谱峰面积与质量浓度呈现良好线性（r>0.9956）；在添加水平0.01～1.0 mg/kg下，向日葵子粒、子粒仁和土壤中的啶酰菌胺平均回收率均处于82.5%～118.1%之间，相对标准偏差处于0.05%～5.01%之间；在添加水平0.01～15.0 mg/kg下，向日葵植株中的啶酰菌胺平均回收率处于90.6%～107.1%之间，相对标准偏差处于2.90%～6.63%之间。啶酰菌胺的定量限（LOQ）为0.01 mg/kg。啶酰菌胺在向日葵和土壤中的消解动态符合一级动力学方程，半衰期分别为1.7～3.0、5.5～8.3 d；啶酰菌胺在向日葵植株、向日葵子粒、子粒仁和土壤中的最终残留量分别为0.325～0.962、<0.01～0.899、<0.01～0.575、<0.01～0.447 mg/kg。[结论]该方法简单、快速、可靠，符合农药残留分析要求，适用于向日葵中啶酰菌胺残留量的检测，为向日葵中其它农药的残留检测方法提供参考。本文结果为指导啶酰菌胺在向日葵上的合理使用及其最大残留限量的制定提供数据支撑。

关键词： 全硼   土壤   石墨消解   电感耦合等离子体质谱   标准模式  

摘要： 土壤中全硼采用碱熔干法消解存在效率低、成本高等缺点，为了提高全硼的检测效率，节省成本，利用高通量石墨消解仪对土壤样品进行消解，选择标准模式进行质谱分析，通过优化消解试剂、消解温度和赶酸温度，建立了一种硝酸-氢氟酸-高氯酸-磷酸四酸混合石墨消解结合电感耦合等离子体质谱测定土壤中全硼含量的方法。结果表明，使用硝酸、氢氟酸、高氯酸混合消解液有利于土壤样品彻底消解，加入磷酸可以避免硼元素的挥发损失，使用石墨仪消解大大提高样品检测通量，选择标准模式进行分析，可有效降低硼元素的检出限，使用内标法定量，有效消除基体抑制效应，提高方法的准确度。在最优的测定条件下，硼元素在0.001～0.2 mg/L线性关系良好，相关系数为0.999 9，方法的检出限为0.42 mg/kg，方法的定量限为1.38 mg/kg，方法的正确度和精密度分别在96.9%～105%和1.3%～3.3%。方法具有操作简单、检测通量大、灵敏度高等优点，适合大批量土壤样品的检测。

关键词： 条件风险值   动力电池   闭环供应链网络   不确定性   遗传算法  

摘要： 为探讨回收量和需求量不确定及其带来的风险对动力电池闭环供应链网络结构的影响，采用以最大利润为目标的条件风险值度量方法，分别构建确定环境下的混合整数规划模型、风险中性和风险厌恶情形下的两阶段随机规划模型。用情景方法处理参数的不确定性，并提出基于混合编码的改进遗传算法对模型求解。通过算例求解，验证随机模型及算法的有效性。结果表明：在确定环境下，随着再生利用率增加，网络利润会增加；在风险厌恶情形下，风险厌恶程度增加会使利润降低，因此，决策者需考虑牺牲多少利润来应对风险；对比三种情形下的结果发现，考虑参数不确定性及其不利影响会降低网络利润且改变网络结构。

关键词： 超级微波消解   电感耦合等离子发射光谱法   全硼   不同类型土壤  

摘要： 为提高土壤全硼的检测效率和数据可靠性，利用超级微波消解仪对土壤样品进行消解，通过探究样品称样量、消解酸体系及消解温度等因素对全硼测定的影响，建立了超级微波消解-电感耦合等离子体原子发射光谱（ICP-AES）法测定不同类型土壤中全硼的方法，并与传统碳酸钠熔融法进行了比较。结果表明，新建立方法的最优实验条件是在0.1 g土壤样品中加入硝酸-氢氟酸-高氯酸溶液（3 m L HNO3+1.5 m L HF+1 m L HClO4），放入超级微波中260℃温度下消解，使用超纯水定容至50 mL，然后采用电感耦合等离子体原子发射光谱（ICP-AES）法测定。新方法测定的全硼含量在0～1 mg/L线性关系良好，线性相关系数为0.999 9，方法检出限（LOD）为1.4 mg/kg，定量限（LOQ）为5.5 mg/kg。通过对土壤加标样品及标准物质的测定，加标回收率为97.1%～103%，相对标准偏差（RSD）为1.5%～3.0%，方法拥有良好的精密度和准确度，并且高效、准确、安全，可为不同类型土壤全硼含量的检测提供可靠的分析方法支撑。

关键词： 多式联运   小批量订单   拼箱海运   遗传算法  

摘要： 针对制造企业海外小批量订单的拼箱海运需求，提出面向海外小批量订单的多式联运方案优化问题，考虑运输过程中涉及的内河港、陆港和海港三类节点，以所有订单的综合成本最小化为目标建立数学模型，设计一种基于精英和声策略的改进自适应遗传算法。在数值实验中，首先与Gurobi对比，验证算法的有效性；然后与Stud GA、SGA和PSO算法进行对比，结果表明算法在求解质量、稳定性和时间方面均具有优越性，并通过消融实验进一步对算法改进策略进行分析；最后，以某家电制造企业为例进行案例分析，验证优化方法在实际场景中的效果。