关键词： 意识   机器意识   人工智能  

摘要： ChatGPT等现有人工智能机器不可能产生意识。这主要因为人的意识是一种整体性的私人主观经验,这种经验性意识产生的原因在于大脑神经运动所具有的复杂因果联系及其因果作用力。ChatGPT等现有人工智能机器只是对现实物质世界复杂运动的不完全数理逻辑抽象与运算,并不可能产生如人脑神经运动一样的复杂因果联系及其因果作用力。从这个角度看,要想让基于计算的人工智能机器产生意识,就必须对人工智能的实现逻辑进行必要补充,孕育机器意识产生的“全环境”,从而为实现机器意识提供新的可能。

关键词： 集装箱码口   箱位指派   混合遗传算法   重编码  

摘要： 港口码头的发展正趋于自动化、智能化,同时随着港口作业规模不断扩大,亟需通过智能算法,实现各项任务的自动化与优化。针对自动化港口中集装箱箱位指派不均衡、现有算法指派效果不佳等问题开展研究,综合考虑了集装箱到达时间与预出箱时间,兼顾进箱时与出箱时的作业压力,建立了集装箱箱位指派数学模型。在求解模型时采用了混合遗传算法,将模拟退火算法和传统遗传算法相结合,实现对子代的高效选择;同时通过重编码改进遗传算法中交叉变异过程,实现交叉变异过程的简化,加快算法迭代速度。本文建立的模型与算法能有效对箱位指派结果进行优化、提升自动化港口运行效率。

关键词： 遗传算法   调度优化  

摘要： 目前,整车出入库需求激增,在高峰期或繁忙的仓库中,车辆可能需要等待较长时间才能进入或离开整车存储区,从而造成了车辆排队、停滞和延误等情况发生。本文针对以上问题,利用遗传算法和改进A^(*)算法对整车库内管理进行优化。

关键词： 时空特征   客流量预测   遗传算法   反向传播神经网络   数据降维  

摘要： 旅游需求随时间变化,受季节性、天气条件、特殊事件(如节庆活动、体育赛事等)影响,客流量呈现出一种空间相关性以及非线性特征,难以挖掘密集区域客流量的变化规律,增加了旅游景区客流量预测的误差。因此,将客流量的时空特性考虑在内,提出一种数据降维处理下的旅游景区客流量长期预测新方法。将相邻水平与核密度作为景区客流量分布的时空特征,获取成片游览区、线性游览区的日环境流量,得到密集区域客流量的变化规律;引入拉格朗日乘子,对获取的客流量数据降维处理;利用遗传算法改进反向传播(Back Propagation,BP)神经网络,将降维的客流量数据作为输入,实现对旅游景区客流量预测。仿真结果表明,所提方法能捕捉到客流量变化规律,实现对未来较长一段时间的客流量预测,适应度在0.8以上,能够精确地捕捉客流量的变化,误差最小,且相关系数的值最趋近1。

关键词： 能力和知识   计算机辅助设计   人工智能应用   重点实验室   图形系统   信息挖掘   个性化需求   能力边界  

摘要： 数字技术正在全面融入经济社会各领域,在当前数字世界与物理世界加速融合的大背景下,生成式人工智能(AI Generated Content,AIGC)技术的出现是人类迈向通用人工智能的里程碑。这种技术能够以接近甚至超越人类的创作能力和知识水平承担信息挖掘、素材调用等基础性劳动,也能以较低成本高效地满足个性化需求,提供更加多样化的内容生成,变革创新了内容生产的流程和范式。

关键词： 知识表示学习   二元关系   多元关系   链接预测  

摘要： 知识表示学习旨在将知识库中的实体和关系转化为机器能够理解和处理的形式,从而提升模型的分析与推理能力。针对传统二元关系知识表示学习的局限,如忽略高阶关系、缺乏扩展性和有限的表达力,多元关系知识表示学习方法应运而生。全面综述了多元关系知识表示学习方法。梳理和分析了知识表示学习相关综述工作;阐释了知识表示学习和链接预测的基本概念,并根据超图、角色、超关系这三种表示形式,定义了多元关系知识表示学习任务;从基于平移距离、张量分解、卷积神经网络、图神经网络和其他类型五类方法,展示了该领域的研究进展;介绍了常用的数据集与评价指标,并通过链接预测任务评估了不同模型的性能;探讨了目前方法存在的问题和挑战,并对未来的研究方向提出了展望。

关键词： 散热器   壁厚预测   随机森林算法   遗传算法   时间序列  

摘要： 水轮机组散热器弯管在长期水流冲蚀作用下壁厚减薄,容易发生穿孔现象,危害机组的安全稳定运行。为了掌握散热器壁厚的减薄规律,以实际电站散热器运行环境为基础搭建散热器弯管冲蚀试验台,找到不同条件下散热器弯管易穿孔位置和冲蚀规律,采用遗传算法优化的随机森林时间序列模型对散热器弯管易失效位置壁厚进行预测。结果表明:在试验工况下,散热器弯管易失效位置在外壁靠下截面角度约60°处。优化后的散热器弯管壁厚时间序列预测模型与实际弯管壁厚平均绝对误差MAE仅有0.013,模型优度系数R2可达98.7%,精确度高,能较好地适用于预测散热器弯管壁厚的变化规律。

关键词： 边缘计算   供电系统   智能监控   数据实时处理   系统可靠性  

摘要： 随着智能电网技术的快速进步,边缘计算作为一项新兴的信息处理手段,在电力供应体系中的作用日益突出。本文分析了当前供电系统智能化监控技术的特点,指出了其在数据处理速度与响应时间方面的不足之处。在此基础上,研究提出了一种基于边缘计算框架下的供电系统智能监控解决方案,旨在增强系统的监控效能并降低能耗。结果显示,采用边缘计算方法后,数据处理的即时性和精确度得到了大幅提高,供电系统的稳定性和经济效益也得到了改善。

关键词： 机械臂   五次多项式插值   模拟退火遗传算法   轨迹优化   罚函数法  

摘要： 为了优化机械臂的工作轨迹,提出了一种改进模拟退火遗传算法。综合考虑机械臂的作业要求及性能特点,利用五次多项式插值的方法在关节空间内规划出一条平滑的运动轨迹。通过罚函数法处理不满足约束条件的个体,动态线性标定法对适应度函数进行重新标定。设置一种交叉概率和变异概率自适应调节机制改进遗传算法,并引入模拟退火算法的退火思想,有效避免了算法陷入局部最优。仿真结果表明:改进模拟退火遗传算法优化后的轨迹相比传统遗传算法有效缩短了机械臂的运动时间,进而提高了机械臂的工作效率。

关键词： 多目标优化   大规模优化   仿真优化   OCBA   NSGA-Ⅱ  

摘要： 在制造业和自动化等领域的工程管理问题当中,决策者往往需要对离散事件系统的性能进行优化。由于离散事件系统的随机性,需要使用随机仿真的技术来评估系统的性能。然而实际的优化问题往往面临着多个互相冲突的目标需要优化,并且可行的备选决策数量巨大,这使得系统仿真的成本大大增加。为此,文章基于非劣排序遗传算法Ⅱ(NSGA-Ⅱ),引入最优计量分配法(OCBA),提出了改进的NSGA-Ⅱ,以提高大规模多目标仿真优化问题的计算效率。针对NSGA-Ⅱ的选择算子,构建了一个多目标的全排序仿真优化问题,并推广现有的OCBA理论,开发了仿真资源分配算法。通过将仿真资源分配算法与NSGA-Ⅱ结合,求解了实际的多目标优化问题。数值实验结果表明,研究提出的仿真资源分配算法能提高NSGA-Ⅱ在随机环境下的搜索效率。