大学毕业生择业心态调查分析

为了准确了解毕业生的择业心态,帮助毕业生做好择业这一人生的重大抉择,我们于1990年3月—4月进行了一次较大规模的毕业生问卷调查。调查对象涉及武汉大学、武汉测绘科技大学、武汉工学院、武汉化工学院、武汉钢铁学院、中国地质大学(武汉),江汉石油学院、中南财经大学、中南民族学院、华中师范大学、华中农业大学、湖北医学院、湖北工学院。同济医科大学等14所高校的90届毕业生。调查内容包括三个部分:

TensorFlow框架下的车削工件表面粗糙度预测方法

利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz。利用数控车床加工数据对神经网络进行训练,训练好的网络可以用来预测工件的表面粗糙度。预测结果表明基于TensorFlow框架的表面粗糙度预测方法具有建模方便和精度高的特点,因此提出的方法对车削工艺的智能化编制有一定的参考价值。

基于分级策略的数控机床切削实例推理方法

为了提高数控机床切削实例推理准确度,近一步细化实例属性,在分析各种实例推理改进算法特性的基础上,提出了采用分级策略计算相似度的方法。该策略与传统相似度计算策略不同,在属性细化的基础上,对属性进行了分级,相似度计算是由第一级向最后一级依次进行。同时考虑了权重系数的取值问题,采用主观权重与客观权重相结合,以乘法合成法计算出的组合权重来反映各实例属性的重要程度。最后,将分级策略应用于切削实例推理过程当中,从历史实例中检索出与设计实例最相似的实例,并将其与一般实例推理结果做了对比。结果表明,分级策略可使总相似度整体提高,推理结果合理、准确。

提高大学毕业生在人才市场中的竞争力

李鹏同志在全国高等教育工作会议上的讲话中指出:“毕业生分配工作比较复杂,为了把工作做好,可以采取供需见面和预分配的办法。改革毕业生分配制度,除有利于学校建立主动适应社会需要的机制外,也有利于学生了解社会的实际需要,提高学习的自觉性。”

开放知识驱动的绿色工程材料选择方法

材料选择直接影响产品性能,是机械产品设计制造的重要一环。材料选择需要考虑材料全生命周期,涉及多领域专业经验知识,需要一个开放知识驱动的工程材料选择方法。本次研究提出一个基于本体的工程材料选择知识概念模型和开放的知识表示框架,基于该本体模型可以为新的产品设计材料选择提供语义检索;将产品设计需求与制造、使用和材料特性等之间的映射关系通过知识规则进行开放的显式定义,通过知识推理自动获取材料选择特性指标,有助于高效和高质量完成材料选择。最后以压铸模具材料选择为例,展示了基于知识推理的材料选择过程。所提出的材料选择知识表示方法具有较好的开放性和知识表达能力,为开放知识驱动的工程问题智能解决方案提供有益的尝试。