课程文献中心 更多>>

关键词： 计算思维   高中人工智能   设计与实践  

摘要： 本研究探讨了计算思维在高中人工智能课程中的具象化设计与实践,并结合实例将计算思维的核心要素——问题界定、抽象特征、建立模型、组织数据、设计算法、制订方案等,有效地融入并体现在高中人工智能课程教学过程中,进而提升学生的计算思维能力和创新能力,为其未来的学习和工作打下坚实的基础。

关键词： 双肘杆机构   多目标优化   遗传算法   敏感性分析  

摘要： 针对模切机双肘杆机构运动学性能优化问题,本研究提出一种多目标优化方法。首先,建立双肘杆机构平面坐标系,利用封闭矢量法建立运动学模型,利用迭代法求解Ⅲ级杆组的运动曲线。然后,以模切机动平台运动过程中两端纵向距离最小和动平台水平位移最小作为优化目标,以各个杆件间的几何约束和实际工作条件作为约束条件,基于Sobol敏感性分析和快速非支配排序遗传算法(NSGA-Ⅱ)并结合工程实际建立多目标优化模型。最后,分析对比优化前后杆件的参数变化和位移及加速度仿真曲线,选取最优的优化方案。实验结果表明,对双肘杆机构优化后动平台两端纵向最大距离降低1.22%,同时动平台水平最大位移降低17.65%,其模切速度显著提高。

关键词： AC算法   多音轨音乐   音乐旋律   音乐节奏  

摘要： 由于人工智能(Artificial Intelligence,AI)受限于数据的输入,在生成的音乐中缺乏部分旋律和节奏的完整性。研究为了解决这个问题,提出了一种基于旋律与节奏生成,并结合演员-评论家(Actor-Critic,AC)算法的多音轨音乐生成模型。研究首先利用AC算法设计旋律和节奏模型,然后在此基础上利用强化学习进行改进得到多音轨音乐生成模型。结果表明生成模型的数据处理准确率和误差率分别为93.28%、0.16%,生成模型的训练损失值在迭代至98次时平均损失值为0.18、音轨匹配度为0.83,所有结果指标均优于对比方法。这说明该生成模型具有较高的鲁棒性和准确性,能够为多音轨音乐的生成提供新的路径。

关键词： 改进Informed-RRT^(*)算法   机械臂   路径规划   三次B样条曲线  

摘要： 针对机械臂路径规划算法目标导向性不足和路径规划效率低的问题,提出一种改进Informed-RRT^(*)算法用于机械臂路径规划。通过引入目标点偏置策略、目标导向性策略增加向目标点搜索的趋势,同时引入非线性变步长策略提升算法的效率和路径质量;在MATLAB中进行三维环境的算法仿真实验,实验结果表明,改进Informed-RRT^(*)算法显著缩短了规划时间、减少了路径长度、提高了规划成功率。将算法应用在以动车组底部检测为背景的机械臂路径规划仿真中,并使用三次B样条曲线对路径进行平滑处理,算法同样表现出优越的性能,同时机械臂各关节运动曲线平滑连续、无明显突变,验证了其在实际应用中的有效性。

关键词： 投保意愿预测   XGBoost   LightGBM   AUC-RW算法   多模型融合  

摘要： 在数字化转型浪潮席卷全球的社会背景下,保险行业正以前所未有的速度向智能化、个性化服务迈进。为了精准捕捉客户需求,并有效提升旅游保险市场的渗透率,保险行业正积极探索运用高级数据分析与机器学习技术来预测客户的投保意愿。为此,我们创新性地提出了基于多模型融合策略的XGBoost-LightGBM预测模型,该模型旨在通过深度挖掘客户数据,为旅游保险产品的精准营销提供科学依据。以Kaggle平台的客户旅游保险投保情况数据集为对象进行预处理,分别构建了XGBoost与LightGBM这两个高效、灵活的梯度提升框架模型,在模型融合阶段使用采样器对模型进行参数优化,创造性地引入了AUC-RW算法确定融合权重,将两个模型的预测结果加权结合作为XGBoost-LightGBM组合模型的预测结果。最后结合准确率、F1值等评价指标,与其他算法模型进行比较分析。结果表明:结合AUC-RW算法的XGBoost-LightGBM模型相较于XGBoost、LightGBM、随机森林(RF)、支持向量机(SVM)更具有优势,预测精度更高。Amidst the global wave of digital transformation, the insurance industry is advancing towards intelligent and personalized services at an unprecedented pace. To accurately capture customer needs and effectively enhance the penetration rate of the travel insurance market, the insurance industry is actively exploring the application of advanced data analytics and machine learning techniques to predict customers’ willingness to purchase insurance. To this end, we innovatively propose an XGBoost-LightGBM prediction model based on a multi-model fusion strategy. This model aims to provide a scientific basis for precision marketing of travel insurance products by deeply mining customer data. Using the dataset of customer travel insurance purchases from the Kaggle platform as the subject of preprocessing, we have constructed two efficient and flexible gradient boosting framework models, namely XGBoost and LightGBM. During the model fusion stage, we optimize the model parameters using samplers, and creatively introduce the AUC-RW algorithm to determine the fusion weights. The prediction results of the two models are then weighted and combined to serve as the prediction outcome of the XGBoost-LightGBM ensemble model. Finally, we conduct a comparative analysis with other algorithmic models using evaluation metrics, such as accuracy and F1 score. The results indicate that the XGBoost-LightGBM model combined with the AUC-RW algorithm outperforms XGBoost, LightGBM, Random Forest (RF), and Support Vector Machine (SVM) in terms of

关键词： 离心式压缩供汽技术   热再抽汽供汽   电化学储能  

摘要： 以某330 MW亚临界凝汽式机组为例,对热再抽汽供汽不足时,采用中排抽汽压缩补充供汽的能耗进行热力计算分析,依据计算结果提出离心式压缩供汽技术,更适用于一些供汽需求量较大、供汽压力种类较多的机组,仅依靠热再供汽无法满足用户需求的场景;并指出用新能源发电和电化学储能设备驱动压缩机对离心式压缩供汽技术应用推广的意义。

关键词： 模糊区间算法   多能耦合系统   电能流   潮流计算   耦合元件   系统状态变量  

摘要： 传统的电能流潮流计算方法往往无法有效处理多能量源之间的复杂耦合关系。为此,研究基于模糊区间算法的多能耦合系统电能流潮流计算方法。基于电热耦合理论,构建以电力、热力系统以及电联产机组等耦合单元为主的电热耦合系统电能流潮流模型,合理定义耦合系统各不确定性状态变量区间范围,并利用模糊数理论,梯形模糊化耦合系统各状态变量区间,通过双层抽样法,完成电热耦合系统电能流潮流模型求解工作,获取系统各状态变量模糊区间解。实验结果表明:所提方法可准确获取多能耦合系统各状态变量模糊区间解;当电热负荷扰动较大时,热网管道流量模糊区间上下限波动较为剧烈,会增加热网流量越限的风险。

关键词： 金豺狼优化算法   自适应   核环境   机器人   路径规划  

摘要： 为提升核环境巡检机器人移动路径规划效果,提出了基于自适应金豺狼优化算法(AGJO)的核环境巡检机器人路径规划新方法,并进行了实例分析。首先,介绍了GJO算法基本原理和改进策略,给出了AGJO算法流程;其次,通过3个基准测试函数进行了AGJO与GJO性能对比分析;最后,构建了巡检机器人工作的两种仿真场景和一种真实场景,利用AGJO进行路径规划。结果表明,AGJO算法得到的移动路径最短,计算效率最高,具有一定的优势。

关键词： 无人机   任务分配   协同多任务分配模型   改进黑猩猩算法  

摘要： 针对异构多无人机对地面多类型固定目标的任务分配问题,提出一种基于协同多任务分配模型和改进黑猩猩算法的任务分配方法。通过对四元组内元素的设定完成模型构建,建立总收益最高、威胁代价最低、总航程最短的多目标评价函数。使用改进黑猩猩算法完成模型求解,引入混沌反向学习策略提升初始种群分布的多样性,在迭代阶段使用抢食行为动态调整策略,提升了跳出局部最优解的能力。实验表明:相比原算法,改进黑猩猩算法所得任务分配方案在保持较高任务收益和较低威胁代价的同时,在两种规模场景下的平均总航程分别降低了22.6%和21.1%。

关键词： 航迹规划   改进蚁群算法   局部优化   航迹质量   收敛速度  

摘要： 针对蚁群算法在进行航迹规划时存在收敛较慢、易陷入停滞、转弯过多且角度大等问题,提出一种应用于飞行器二维航迹规划的改进蚁群算法。通过优化邻域扩展方式加速收敛,改进信息素生效策略,以提高蚁群对信息素的利用率,防止陷入停滞,引入局部优化修正航迹,减小航迹曲折程度。仿真结果表明,改进算法在收敛性、迭代次数、航迹质量等方面具有一定优势,证明改进措施提升了蚁群算法收敛速度及规划航迹质量。