课程文献中心 更多>>

关键词： 效能评估   消防员   多特征融合   支持向量机   DS证据理论  

摘要： 为了准确量化消防救援环境下消防员效能、保障消防员生命安全,本文通过支持向量机(SVM)后验概率转化对算法进行改进,提出一种基于SVM与Dempster-Shafer(DS)融合的效能评估方法。首先提取消防员的生理、心理特征参数;其次对特征参数进行SVM分类与回归预测;然后将预测结果通过后验概率转化为DS证据的基本概率分配;最后根据DS证据理论对消防员效能进行实时评估。结果表明,SVM回归预测效能参数心率的均方误差为0.002,决定系数为0.95,预测效果优于BP神经网络。SVM-DS融合算法评估效能的平均绝对误差为10.65%,可较好地实现消防员效能实时评估。本文所提出的算法能够有效地量化效能并实时进行评估,为开发预警系统、确定最大安全工作时间,以及实现科学救援和提升灾害应对能力提供理论基础数据。

关键词： 微机室   计算机硬件维护   深度学习   门控循环单元(GRU)  

摘要： 针对传统微机室计算机硬件故障检测与维护效率低、准确性差的问题,提出了一种基于深度学习的故障检测及维护方法。该方法综合利用多源异构数据,构建了以门控循环单元(gated recurrent unit, GRU)为核心的故障检测模型和维护策略优化模型,实现了故障的早期预警和智能化维护决策。通过案例研究表明,本文方法在故障检测准确率、误报率、响应时间和修复时间等方面显著优于传统方法,证明了其有效性和实用价值。

关键词： 红花   慢性酒精性肝损伤   代谢组学   超高效液相色谱-质谱(UHPLC-MS)   BP神经网络算法  

摘要： 临床上,红花对慢性酒精性肝损伤(chronic alcoholic liver injury,CALI)有很好的疗效,但治疗机制不甚明确。因此,阐明红花治疗CALI的分子作用机制对药物的进一步开发及应用具有重要意义。以雄性Wistar大鼠为研究对象,模型组大鼠以8 mL/kg酒精连续灌胃28天,建立CALI模型;给药组大鼠分别以高(4.290 3 g/kg)、中(1.430 1 g/kg)、低(0.476 7 g/kg)剂量灌胃红花提取物。采用大鼠血清代谢组学分析方法结合超高效液相色谱-质谱技术鉴定与CALI相关的潜在生物标志物,并研究红花对这些生物标志物的调控机制。利用MATLAB软件建立BP神经网络模型处理组学数据的分类问题。从苏木精和伊红(H&E)染色实验发现,高剂量红花提取物减轻了肝细胞的损伤程度;与模型组相比,高剂量红花组中的丙氨酸氨基转移酶(ALT)和天冬氨酸氨基转移酶(AST)的表达水平降低,表明高剂量红花提取物具有肝保护作用。BP神经网络模型的分类准确率为95.8%,分类效果良好。通过火山图分析共鉴定出20种与CALI相关的生物标志物,红花可以对这些生物标志物产生回调效果。研究表明,红花可能通过对甘油三酯、脂肪酸、磷脂、胆汁酸、氨基酸、维生素E代谢的调控作用而对CALI产生治疗效果。本研究可为红花的推广和临床应用提供了理论基础。

关键词： 分配信道   二维免疫   电网多场景   资源并行分配   二进制编码  

摘要： 在电网多场景资源分配过程中,由于无法选取有效信道,资源分配易产生冲突,因此分配响应时间较长。为此,提出基于二维免疫的电网多场景资源并行分配算法。构建并行分配时间二维免疫适应度函数,通过二维二进制编码,计算资源并行分配路径长度,选取基于二维免疫疫苗的分配信道,估计信道空闲程度,构建资源并行分配目标函数。设计资源并行分配流程,在限定分配信道下实现电网多场景资源并行分配。实验结果表明,该算法在“光储+”场景和“零碳+”场景下与实际资源分配信道一致,分配响应时间较短,当资源量达到最大为1200 bit时,响应时间仅为23 ms。

关键词： 自动驾驶汽车   功利主义   道德风险   电车难题  

摘要： 由于道德算法预置这一特点,自动驾驶所生危险属于法理学论域,自动车要撞谁成为电车难题的现实演绎。为了实现利益最大化,随机数模式并不可取,功利原则最具有可行性。为实现个体生命的平等保护,需要在算法中将人的面目进行抽象化,所以生命赋权与乘客优先原则均难以成立,在万物互联的理念下每个道路交通参与者都只应当获得平等保护。为实现集体损害的最小化,自动车应采取利他模式。伦理旋钮模式难以应对定义、平等、法律功能质疑,利己模式难以应对危险传递、道德风险、法律责任质疑,而利他模式则能够在行政介入的前提下对市场质疑作出回应。

关键词： 算法资本主义   数字资本主义   平台   智能时代  

摘要： “算法资本主义”指的是以智能算法为控制中枢的当代资本主义形态,表征着数字资本主义在新一轮科技革命下的迭代升级。与此前的资本主义形态不同,算法资本主义遵循着智能化的运作逻辑,具有跨区域、全流程、自动化和隐性支配的全新特征。从核心构架来看,算法资本主义遵循着“算法-平台-数据-资本”的四元构架,其中,算法是“动力”要素,平台是“形式”要素,数据是“质料”要素,资本是“目的”要素。算法资本主义具有进步性和局限性的双重意义,带来更多流动性与社会变革的同时,更是引发了严重的负面伦理效应。算法资本主义研究在当下具有重要的理论价值和现实意义。

关键词： 涡旋压缩机   遗传算法   流场分析   结构优化  

摘要： 为了降低电动汽车空调系统的耗能,提高电动汽车续航能力,文章使用遗传算法对电动压缩机涡旋盘的主要结构参数进行优化设计,并运用计算流体力学(computational fluid dynamics,CFD)方法对电动涡旋压缩机内部工质的流动进行计算和分析。仿真计算和压缩机性能试验结果表明,在相同的压缩机吸气容积和运行工况条件下,通过优化涡旋盘的相关结构参数,压缩机的外压缩指示功降低60.71%,压缩中心腔排气温度降低1~2 K;分析电动涡旋压缩机工作时的内部流场可知,结构参数优化后的涡旋盘在一定程度上减少了因气体涡流而导致的流动功耗,降低了电动涡旋压缩机的压缩总功耗,在压缩机制冷量不变的情况下,优化后输入电功率降幅为2.68%。

关键词： 最大功率点跟踪器   恒流区   调整时间   光伏发电系统   全局优化  

摘要： 为提高局部阴影条件下光伏发电的能量利用率,提出一种改进型快速全局最大功率点跟踪(global maximum power point tracking,GMPPT)算法.首先,研究局部阴影条件下光伏阵列的输出特性,并根据光伏阵列输出曲线中膝点与开路电压的关系,将其划分为恒流区和恒压区;其次,分析传统的最大功率梯形(maximum power trapezium,MPT)算法和以MPT算法为基础的改进型快速GMPPT算法的工作原理,改进型快速GMPPT算法利用电压的动态上、下限来限定搜索区间,并跳过调整时间较长的恒流区,以提高跟踪速度;最后,通过仿真与实验验证算法的有效性.实验结果表明:改进型快速GMPPT算法的最短跟踪时间为4.0 s,扫描电压与能量损失分别为17.34 V和98.19 J;与传统全局扫描算法相比,跟踪时间缩短68.25%,扫描电压降低74.86%,能量损失减少58.19%;与MPT算法相比,跟踪时间缩短68.00%,扫描电压降低75.63%,能量损失减少62.31%.

关键词： 智能制造   大数据   供应商画像   算法   指标  

摘要： 随着大数据技术的飞速发展及在冶金企业中的深度应用,智能制造及数字化转型成为某钢铁企业生产经营转型的一个重要手段,要实现智能制造及数字化成功转型就要充分利用好大数据。本文作者着重阐述了原燃料采购中的供应商画像大数据技术应用,对业务功能进行了探索与展望,揭示了供应商画像技术在钢企原燃料采购中的重要意义。

关键词： 火力分配   混沌映射   自适应网格划分   多目标优化   鲸鱼优化算法  

摘要： 传统多目标优化算法在解决多于两个目标函数的火力分配问题时收敛效果不佳,多样性差,耗时过大。基于此,提出了一种自适应网格多目标鲸鱼优化算法(AG-MOWOA)来解决以震塌比例、弹药成本和自身剩余价值为目标函数的火力分配问题。该算法引入混沌映射和外部Pareto存档进化策略提高了种群的多样性,通过自适应网格选取最优个体的方法极大地减少了算法运行时间。仿真实验结果表明,该算法较其他算法收敛速度更快、收敛质量更高、解集分布更多样,能够有效解决火力分配问题。