关键词： 人工智能   人的主体性   危机产生   危机消解  

摘要： 千百年来,从人类主导知识的创造与发展,到如今人工智能技术与人类携手开创知识生产新纪元,智能机器开始侵蚀人类所特有的知识生产权,并逐步向其他领域拓展。人工智能技术的迭代发展使得人被迫沦为复杂、多元、高效智能社会系统的“附庸”,人的“主体丧失”迫在眉睫。人工智能时代人的主体性危机表现为:人的自由意志遭遇削减、人的自我异化倾向加剧、人的隐私安全不复存在。对此,以自我意识、技术标准和治理体系等方面的变革为切入点,提出三条消解路径:(1)提升自我意识,强化人的主体性建设;(2)规范技术标准,把握人工智能发展方向;(3)完善治理体系,开辟科学监管新路径。由此,人工智能技术将回归正确的发展轨道,为实现人的自由全面发展提供支持。

关键词： 铜   镍   土壤   湿法消解   火焰原子吸收光谱法  

摘要： 采用湿法消解-火焰原子吸收光谱法测定土壤中的重金属铜和镍的含量,并对湿法消解条件和仪器条件进行了优化。实验结果表明:重金属铜测定方法的线性范围为0.00~5.00μg/mL,检出限为0.002 mg/L,相对极差为2.43%;重金属镍测定方法的线性范围为0.00~5.00μg/mL,检出限为0.09 mg/L,相对极差为6.99%;环境质量控制样品土壤(ERM-S-510202)中铜的测定结果的相对误差为-8.55%~-10.5%,镍的测定结果的相对误差为-2.68%~-9.20%。方法精密度高、准确度好、操作简单、快速而准确。

关键词： 质子交换膜燃料电池   寿命预测   遗传算法   回声状态网络   级联结构  

摘要： 该文针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)剩余使用寿命(remaining useful life,RUL)长期预测过程中预测精度低的问题,提出一种改进型回声状态网络(echo state network,ESN)结构以实现PEMFC输出电压的精准预测。采用多个蓄水池构建一种级联型回声状态网络(cascade echo state network,CasESN)结构,利用遗传算法(genetic algorithm,GA)优化CasESN网络结构参数,并基于优化后的CasESN实现PEMFC输出电压在未来数百个小时区间内的长期预测。在稳态和准动态数据集下分别对所提出的CasESN网络结构进行测试并与经典ESN进行量化比较。稳态和准动态数据集的训练时长分别为700和750 h时,2CasESN比单个ESN的均方根误差(root mean square error,RMSE)分别降低11.94%和23.67%。结果表明,级联型ESN结构能够在一定程度上提高PEMFC寿命预测精度。

关键词： 轴流风机   遗传算法   叶尖小翼   数值模拟  

摘要： 本文针对冷却塔用轴流风机叶片,开展了叶型参数化优化设计研究,并进一步探究了叶尖小翼对风机性能的影响。首先对风机叶片进行参数化造型,建立风机叶型的数学模型,并采用NSGA-II遗传算法对叶型进行多目标优化,优化后的叶型在-25°,0°和-10°冲角情况下的阻力系数较原型均有降低。为减少优化后风机叶型在叶顶间隙处泄漏流的影响,本文探究了在叶顶处增加6mm、10mm、15mm三种不同宽度小翼对风机性能及流场的影响,研究表明:6mm小翼能够明显抑制叶顶间隙泄漏,降低泄漏损失,且具有最好的气动性能。本文为冷却塔轴流风机叶片的设计提供了有效的优化方法和理论基础,具有重要的工程应用价值。

关键词： 磁芯损耗   机器学习   多项式回归   XGBoost   遗传算法   支持向量机   随机森林  

摘要： 磁性元件在磁能传递、存储和滤波中起着关键作用,直接影响功率变换器的体积、质量、损耗及成本。因此,准确预测磁芯损耗至关重要。针对励磁波形对磁芯损耗的显著影响,提出了一种基于集成学习的励磁波形分类策略。首先,采用支持向量机(support vector machine,SVM)、随机森林(random forest,RF)和梯度提升决策树(gradient boosting decision tree,GBDT)作为基分类器,通过将分类结果与原始特征结合构建新的特征集,并使用元分类器进行训练以提升模型的泛化能力;然后,选择XGBoost作为磁芯损耗预测的核心模型;最后,通过遗传算法进行多目标优化,寻找到最小磁芯损耗与最大传输磁能的最佳工况。实验结果表明:提出的集成学习分类模型能够准确分类励磁波形,XGBoost模型相较于传统磁芯损耗预测模型及其他机器学习模型,展现了更高的预测精度和拟合效果。优化后的模型成功实现了磁芯损耗最小化与传输磁能最大化的平衡。

关键词： 神经网络   遗传算法   大体积混凝土   温度场   应力场   监测位置  

摘要： 为研究大体积混凝土温度及应力监测在传感器数量有限情况下的最优布设位置,通过有限元仿真获取测点位置的温度和应力值搭建数据库,利用神经网络的高拟合性及遗传算法的寻优特性,对大体积混凝土温度场、应力场进行神经网络拟合及传感器布设位置寻优。结果表明:嵌套遗传算法对监测点位优化后,各节点预测值与实测值的均方根误差从5.21减小至3.56,确定系数从0.71提升至0.91,优化效果显著。通过优化,能够在有限传感器数量下实现大体积混凝土状态监测需求,具体较好的适用性。

关键词： 无人机   无源定位   TDOA   遗传算法  

摘要： 发现并定位无人机是实现对无人机有效监管和反制的前提条件。基于此,本研究选择TDOA(时间差分定位)技术作为无源定位方法,采用均方误差(MSE)作为定位精度的衡量指标,研究了基于TDOA的遗传定位算法,并提出k均值交叉算子来优化后代。实验表明,在理想高斯环境下该算法具有良好的定位精度和抗干扰性,在10dB噪声干扰内,三基站锐角的布站方式拥有最佳定位效果。

关键词： 多目标   遗传算法   萃取精馏   隔壁塔   正己烷   甲基环戊烷  

摘要： 以NMP为萃取剂,对正己烷-甲基环戊烷共沸物体系进行分离研究。提出了传统双塔萃取精馏耦合成隔壁塔的新工艺。选取了常规的2组分双塔萃取精馏流程(ED)和隔壁萃取精馏(EDWC)流程,对共沸体系进行了分离研究。借助改进非支配排序遗传算法(NSGA-Ⅱ)对稳态工艺进行优化设计,以年总费用(TAC)与二氧化碳排放量(E_(CO_(2)))为目标变量,进行多目标参数优化。结果表明,各操作变量之间耦合性高。2个目标变量呈一定的竞争关系,随着二氧化碳排放量的增加,TAC在逐步降低。当优化至200代时,目标变量年总费用TAC与二氧化碳排放量E_(CO_(2))基本稳定不发生变化,选取了第200代中TAC最小的一组Pareto最优前沿解作为优化后的最优解。与传统的双塔萃取精馏相比,萃取精馏隔壁塔节约TAC 6.72%,减少二氧化碳排放量4.56%,说明采用EDWC技术分离正己烷-甲基环戊烷是一种有效的节能降本方法。

关键词： 肖像   个人信息   人格要素   合理使用   公共利益  

摘要： 《民法典》和《个人信息保护法》为构建肖像合理使用制度的规范体系奠定了基础,但仍存在诸多亟待厘清的问题。一是《民法典》第999条“为公共利益”的目的标准是否合理有待探讨;二是《民法典》和《个人信息保护法》在诸多方面存在冲突。在解释论上寻找破解之道仅能解决部分问题,仍有疏漏需要通过体系化建构予以化解。应限定已公开肖像信息合理使用的范围;在《个人信息保护法》第13条第1款第4项情境下合理使用肖像时应对“自然人”做限缩解释;肖像中敏感个人信息的合理使用需结合“特定的目的和充分的必要性”。对于“既不是为公共利益也不是为本人利益”而合理使用肖像的情形,应将《民法典》第6条公平原则和第132条禁止权利滥用原则作为裁判依据,但此仅为权宜之计,未来宜将《民法典》第999条的“为公共利益”措辞调整为“为公共利益等”。对其他合理使用肖像信息的情形,法律适用应优先考虑《民法典》第1020条,尔后是《个人信息保护法》第13条(但应排除第1款第6项的适用),再考虑《民法典》第1036条(但要排除第2项的适用),最后考虑《民法典》第999条。

关键词： 烘丝机   BP神经网络   遗传算法   参数优化  

摘要： 为了降低烘丝工序中出口烟丝含水率波动幅度,提高控制参数设置的精确性,本文基于烘丝过程历史数据,首先,使用Pearson相关性分析得出烘丝机脱水量的影响因子为筒壁温度、排潮开度及排潮风量;其次,选取GA-BP神经网络作为建模方法,分别建立增温增湿(SIROX)工序在2种蒸汽流量下的烘丝机预测脱水量模型,其均方根误差分别为0.068718与0.065423,保障了参数预测的精准性;最后,基于预测模型建立了烘丝机参数优化方法,实现了根据物料情况自适应设置参数,并与人工设置参数的方式进行实验对比。结果表明,本文提出的参数优化方法较传统方式更为精确,其将烘丝出口烟丝含水率标准偏差由0.08降低为0.06,提高了烘丝机调控精度。