关键词： 人工智能   计算机组成与嵌入式系统   实验课程   形态学滤波   卷积并行计算  

摘要： 面向人工智能专业培养需求,秉承紧扣理论课程内容、体现教学特色等原则,对计算机组成与嵌入式系统实验课程进行扩展改进。结合嵌入式系统中的并行卷积计算和图像处理中的形态学滤波相关内容,设计了基于Logisim仿真平台的形态学滤波并行计算电路设计实验。通过设计形态学滤波电路和测试用的图像案例,对比分析不同滤波操作的特性差异,学生既可以融会贯通各学科相关知识,又锻炼了系统设计能力,也为学习后续智能芯片等课程打下基础。

关键词： 空间生产   基层疲态   社会治理   权责对等   多元协同   流量规训  

摘要： 基层减负本质上是对过度行政化及无谓负担的矫正,但在基层疲态透视中,逐级加码、加压内卷、指尖负担仍是基层职能性负载日益加重的顽疾。由于空间生产理论所蕴含空间实践、空间表征和表征空间三个维度的内在张力,与权威下压空间结构失衡、主体式微空间价值萎缩、数字应用空间功能异化的负担生成机制相一致,使得“结构优化—价值重塑—功能协同”成为空间生产与基层减负并轨的逻辑基础。为此,结合C市J区减负实践,归纳出撤销政治符号背书、对等责权意指范畴、削弱流量权威规训的路径,进而提炼出抑制权威象征、扩增多元治理权限、矫正数字官僚机制的空间治理逻辑,以期达成为基层松绑减负、提升治理效能的目的。

关键词： 水库施工   智能调度   资源优化配置   遗传算法   神经网络   协同机制  

摘要： 本文旨在研究水库施工中的智能调度与资源优化配置策略。通过介绍智能调度技术的概念、原理及其在水库施工中的应用,包括智能监测技术、数据处理与分析技术、智能决策支持系统及智能调度系统应用实例,阐述了智能调度在提高施工效率方面的作用。同时,探讨了资源优化配置方法,包括资源需求预测模型、基于遗传算法和神经网络的资源调度算法以及模糊综合评价法的应用,展示了资源优化配置在降低成本和提升资源使用效率方面的优势。进一步地,构建了智能调度与资源优化配置的协同机制框架,提出了实施策略与效果评估方法。结果 显示,智能调度与资源优化配置的协同应用能显著提高施工效率、降低成本并提升工程质量。

关键词： 地源热泵系统   遗传算法   BP神经网络   逐时负荷预测   用户侧  

摘要： 针对当前建筑供热负荷预测模型预测精度低和能源利用率不高的问题,以及BP神经网络负荷预测方法存在的预测精度不高、易陷入局部最优等缺陷,采用GA-BP神经网络进行负荷预测。首先建立GA-BP神经网络模型,然后对采集到的数据进行处理,最后将该模型应用于北京某办公建筑的集中供热系统。验证数据显示,GA-BP神经网络负荷预测模型的总体平均相对误差为6.9%,预测的相对误差绝对值范围在6%~8%之间,显示出更高的预测精度。应用效果表明,GA-BP神经网络负荷预测模型相较于BP神经网络模型,能够更为精确地预测未来24h的逐时负荷。

关键词： 遗传算法   Seq2Seq模型   空调电能   能耗预测  

摘要： 介绍了一种建筑空调电能预测方法。空调电能占建筑总能耗的50%以上,空调电能的预测有利于可再生能源的安装容量预测和电力系统的负荷预测。采用遗传算法自适应搜索Seq2Seq模型的最优超参数,由此生成输出序列。通过与已有常见预测方法进行对比,证实了GA-Seq2Seq模型在MAE、RMSE 2和R等指标中表现优异。此外,还研究了GA-Seq2Seq模型的超参数和分类标签设置效果。

关键词： 高光谱   机器学习   荒漠草原   地上生物量   遗传算法  

摘要： 为提高对荒漠草原的监测水平和利用效率,实现无破坏性、准确估算荒漠草原地上生物量(aboveground biomass,AGB),避免过度放牧加速荒漠化,该研究选取内蒙古荒漠草原为研究区域,利用无人机采集研究区域高光谱数据,铺设样方采集地上生物量数据。对高光谱数据进行预处理并去除噪声,利用主成分分析法降维,将主成分、植被指数、全波段反射率数据与AGB进行相关性分析,并利用遗传算法进行特征选择。基于机器学习算法建立荒漠草原AGB估算模型,对比特征选择前后模型性能,选择最佳估算模型。结果表明:利用遗传算法筛选出的光谱特征构建机器学习模型可以提高模型的性能,最佳模型的决定系数为0.81,均方根误差为0.04 kg/m^(2),平均绝对误差为0.04 kg/m^(2),归一化均方根误差为0.11,模型可用于荒漠草原AGB的高精度估算制图。研究结果可为无人机高光谱的荒漠草原AGB精准估算提供数据支撑和理论依据。

关键词： 计算机应用软件   人工智能   人工免疫技术  

摘要： 近年来,人工智能技术取得了重大突破,为计算机应用软件开发提供了新的工具和方法,有助于提高计算机应用软件开发水平。因此,有必要深入研究人工智能技术,主动探索基于人工智能的计算机应用软件开发技术,更好地实现计算机应用软件开发目标,满足用户对计算机应用软件性能的需求。本文对人工智能技术在计算机应用软件开发中的应用进行了分析、探究与展望,旨在为人工智能技术在计算机应用软件开发中的高效应用提供指导,强化计算机应用软件开发效果。

关键词： 虚拟机负载均衡   遗传算法   资源利用率   云计算  

摘要： 随着云计算技术的不断发展,虚拟机负载均衡成为提高系统性能和资源利用率的重要手段。提出一种基于遗传算法的虚拟机负载均衡方法,旨在通过智能调度优化云计算环境中的资源分配。该方法通过遗传算法的选择、交叉和变异操作,不断优化虚拟机的分配策略,以达到平衡系统负载、降低迁移次数并提升资源利用率的目标。结果表明,基于遗传算法的负载均衡方法显著提高了资源利用率,有效降低了系统开销。尤其在高负载环境下,遗传算法能够缩短系统响应时间。

关键词： 遗传算法   动态规划   地铁线路布置   电能损耗   节能照明  

摘要： 通过结合遗传算法与动态规划,对某城市地铁系统的动力与照明线路进行了布置优化。研究旨在解决供电可靠性、照明质量与节能效果的综合优化问题,特别是面对空间有限、负载不均及施工难度大的挑战。通过GA的全局搜索能力与DP的阶段决策优化,实现了电能损耗、空间利用和照明能耗的多目标优化。结果表明,优化后的线路配置在降低能耗和成本方面表现出色,显示了该方法的高效性和经济效益。

关键词： 物联网业务   安全态势感知   RBF网络   遗传算法   要素特征  

摘要： 在物联网设备动态加入或离开网络的背景下,网络拓扑结构的持续变化对静态安全感知方法的可扩展性构成了挑战。同时,现有部分识别模型过度依赖专家知识和模型训练,导致其动态适应性不足,难以确保物联网业务的流程安全。因此,对基于GA-RBF神经网络的物联网业务安全态势感知方法展开研究。该方法基于经典粗糙集理论,引入并行约简思想,利用条件熵评估特征要素的重要度,并采用约简规则去除冗余特征,从而高效提取物联网业务安全态势的关键特征。采用遗传算法对RBF神经网络进行优化,将编码后的物联网业务运行数据直接应用于网络中,通过计算适应度构建安全态势特征要素样本矩阵,并输入至RBF神经网络进行训练,以确立映射关系并获取最终的安全态势感知结果。实验结果显示,将该方法应用于大数据环境下的物联网业务链中,其态势感知结果与实际环境高度吻合,感知误差低至0.5%,平均迭代次数不超过110,均方误差仅为0.03%,响应时间最短可达120 ms。这些数据充分证明了所提方法在感知误差、精度、训练效率以及响应速度方面的优越性能,为物联网业务安全态势感知提供了有力支持。