关键词： 海量数据   数字化时代   大数据   云计算  

摘要： 引言在数字化时代,数据呈爆炸式增长,传统数据处理模式面临诸多挑战。大数据、云计算与人工智能技术成为焦点,各自优势明显且互补性强。大数据以海量数据为基础,云计算提供强大的计算与存储支持,人工智能赋予系统智能,三者融合,在多领域发挥巨大作用。例如,在智能交通领域中可优化交通流量,在工业制造领域推动智能制造,在医疗健康方面提升医疗服务质量。基于此,本文主要围绕大数据、云计算与人工智能技术展开,探讨了三者的概念、相互融合的关系以及在不同领域的应用,以期为相关领域提供参考。

关键词： Allam循环   超临界二氧化碳   ?   经济分析   遗传算法  

摘要： Allam循环是一种以CO_(2)为工质的高度回热的纯氧燃烧动力循环,被认为有望实现化石燃料的零碳发电。为准确评估Allam循环的热力经济性能,提出了一种全新的包含4个换热器的改进回热布局,对改进后的Allam循环开展了详细的热力经济分析,分析了主要操作参数和经济参数对循环热力经济性能的影响,以热效率(η_(tot))和平准化度电成本(LCOE)为目标开展了双目标优化。结果表明,在燃烧温度为1150℃、透平进出口压力分别为30 MPa和3.4 MPa条件下,循环的η_(tot)和LCOE分别为51.9%和107.5 USD/MWh。回热器1和回热器3具有较高的投资成本,使得整个回热单元的总成本率位于第二位。燃烧温度对η_(tot)和LCOE均有较大影响,循环最大压力和透平排气压力具有相似影响,且主要影响循环的LCOE。容量因子对LCOE影响最大,其次为利率的影响。LCOE随着天然气价格的下降而线性降低,天然气价格每下降10%,LCOE降低约4 USD/MWh。η_(tot)和LCOE无法同时达到最优,在给定范围内,最优的η_(tot)和LCOE分别为52.3%和95.7 USD/MWh。

关键词： 服装吊挂生产流水线   生产作业编排   遗传算法   生产线平衡   生产线仿真  

摘要： 在向吊挂生产线转型的过程中,服装企业依靠经验进行作业编排,存在编制效率低、工位负荷不均以及生产周期长等问题;为解决这些问题,以最小化流水线节拍、最小化流水线均衡指数和最小化最大完工时间为目标,运用MATLAB构建服装吊挂生产线平衡模型;为提高局部搜索能力,引入局部变异算子改进的非支配排序多目标遗传算法(Non-dominated sorting genetic algorithmsⅡ,NSGA-Ⅱ)对模型进行优化。结果表明:改进后的算法具有良好的收敛性,较改进前耗用更少迭代次数得到作业编排方案最优值,优化后的服装吊挂生产线编制效率为92.23%,比原有效率提高了32.90%;在仿真软件Plant Simulation中对优化方案进行仿真运行,生产线日产量提升29.34%,平均资源利用率提升10.25%,表明提出的模型及算法可有效解决服装吊挂生产线的平衡问题。

关键词： 给排水系统   管网设计   优化算法   建模分析  

摘要： 文章聚焦城市给排水管网的优化设计,通过建立数学模型和应用改进遗传算法提出系统化解决方案。文章首先分析了城市水务系统的挑战和需求,构建了涵盖成本、能耗、环境影响及服务质量的多目标优化模型,并采用改进遗传算法求解。此算法通过动态调整参数以增强搜索能力和解的质量,实践应用表明,该算法在收敛速度和设计方案经济性方面具有显著优势。优化设计在实际工程中具有较好的应用潜力,为城市可持续发展提供技术支持。

关键词： 5G通信网络   智能边缘计算   资源分配   缓存策略   安全机制  

摘要： 5G作为新一代通信技术,其应用场景不断拓展,对计算能力和数据处理效率提出更高的要求。智能边缘计算将计算和存储能力推向网络边缘,可有效缓解5G核心网络的压力,提升用户体验。文章提出基于动态优先级和资源利用率评估的资源分配优化策略、基于内容流行度和访问时间间隔预测的缓存策略、多层次安全机制优化策略,通过实验验证了优化策略的有效性,显著提高了任务完成效率、缓存命中率及系统安全性,为5G通信网络中智能边缘计算的优化和实际应用提供了理论参考和技术支持。

关键词： 货位优化   遗传算法   退火算法  

摘要： 针对印刷纸库货物摆放智能决策的问题,本研究首先建立仓库模型,根据货物存放的需求原则确立多目标函数,以达到合理货位安排。然后,基于遗传算法改进了货位分配优化算法,设计了基因编码、交叉、变异等具体流程及参数,并引入自然界中的灾变思想。最后,根据改写的退火公式控制灾变频率与迭代次数,避免灾变过快或过慢影响搜索效率。根据实验结果分析得出,改进后算法相较于传统遗传算法结果更加可靠稳定,同时因为避免了无效迭代,所以执行效率更高并具有柔性特点,可结合原有货物对货位进行选择。本研究提出的货位分配优化算法可与仓库管理系统结合使用,提高仓储运营效率。

关键词： 智能交通   行人流建模仿真   BP(back propagation)神经网络   行人流实验   迁移学习  

摘要： 行人流仿真对于解决大型交通场站等人群密集场所的拥挤和安全问题发挥了重要作用,但目前广泛使用的行人流模型往往依赖人为假设的模型规则,导致模型参数缺乏现实依据以及标定困难、模型与实际不符等问题.近年来,基于人工神经网络的数据驱动模型能够更高精度地还原行人流在现实场景中的实际行为特征,但对训练数据的依赖性强,且存在对不同场景泛化能力弱等问题.为此,提出一种结合仿真数据和实验数据的BP(back propagation)人工神经网络行人流仿真模型训练方法,并定义了一套包含46个参数的新模型参数组合;然后利用仿真数据对模型进行预训练;最后结合实验数据对模型进行迁移学习.结果表明,用仿真数据预训练模型可有效弥补真实数据不足的缺陷,且模型迁移学习训练结果的R值超过0.96,均方误差低于0.003,证明了迁移学习在提高模型泛化能力和预测精度方面的有效性.

关键词： 生成式人工智能   职业教育   Python程序设计基础   DeepSeek   教学改革  

摘要： 随着生成式人工智能技术的快速发展,尤其是以DeepSeek为代表的先进人工智能(Artificial Intelligence,AI)工具的出现,职业教育计算机实践教学迎来了新机遇与挑战。DeepSeek作为生成式人工智能的典型代表,突破了传统教学的局限,将机器智能与教师、学生紧密联系起来,构建起现代化“人机协同”教学新模式,使师生在“人工智能+”技术支持下联系更加紧密。文章以Python程序设计基础课程为例,分析了生成式人工智能对职业教育计算机教学的影响,探讨了其平台功能在教学中的应用效果,并提出基于AI工具的教学改革策略,旨在为职业教育计算机实践教学提供新的思路和方法。

关键词： 赤泥   高压密闭消解   电感耦合等离子体质谱   微量金属元素  

摘要： 准确测定赤泥中微量金属元素含量对于评估赤泥的环境风险和资源化利用具有重要意义。为此,本文采用HNO_(3)+HF(体积比3:1)、HNO_(3)+水2次高压密闭消解,电感耦合等离子体质谱(ICP-MS)法测定赤泥中微量金属元素。实验结果表明:在0.1 g 100目赤泥样品中加入3 mL HNO_(3)、1 mL HF,180℃高压密闭消解24 h后,将聚四氟乙烯消解罐取出,赶酸至近干,然后再在样品中加入1 mL HNO_(3)、1 mL超纯水,再次放入不锈钢套中,在烘箱中180℃再消解8 h,赤泥消解完全。本方法各元素检出限为0.02~0.2 mg/kg,加标回收率为91%~104%,相对标准偏差(RSD)为1.0%~3.3%。该方法可准确、批量检测赤泥样品中V、Cr、Mn等微量金属元素。

关键词： 智能制造   生产运维   边云协同   资源配置   隐私保护  

摘要： 智能制造企业如何基于边云协同框架来配置计算资源,从而控制其日益攀升的数据处理成本已迫在眉睫。该问题建模为计算资源在云层、设备层部署的0-1规划问题,不仅考虑工业生产设备层数据处理所需的各项成本,而且还考虑云层数据的隐私保护。模型优化结果表明,与数据仅在边、云单层级处理相比,边云协同计算不仅可以确保完成所有数据处理任务,而且成本更低。当考虑隐私保护时,存在最优保护水平来控制数据处理成本。在边云协同处理的设置下,可通过调整边缘层时延约束来实现数据处理成本和耗时的双重优化,并保持较高的隐私保护水平。此外,在云层处理的数据量越多,最优隐私保护水平反而越低,此时智能制造企业的最优决策为少保护多赔偿。