基于智能生产线的自进化式切削参数数据库构建与应用

传统的切削参数数据库存在无法满足智能生产线快速采集、实时分析以及参数自动推送等需求,且数据更新迭代依赖人工,工作量大,实时性不足。结合智能生产线管控系统、MES系统等可实现切削参数数据库的实时数据采集、更新和参数评价,进而实现数据库的自进化,对工艺技术能力、智能生产线建设和技术人员培养具有重要意义。

云天励飞:建设自进化城市智能体 推动人工智能产业快速发展

作为深圳本土的人工智能(AI)独角兽企业和深圳AI行业上市公司,深圳云天励飞技术股份有限公司(以下简称“云天励飞”)凭借算法芯片化的核心能力和端云协同的技术路线,成为打造出了物联感知汇聚、算法赋能服务、知识图谱构建的全链式核心能力平台企业,并且在数字城市、人居生活领域成功落地一系列标杆式解决方案的行业领军企业。

不确定知识化制造环境下航空发动机装配车间滚动自进化

针对产品装配次数不确定且装配组的调整时间与工序间排序相关的航空发动机装配车间,对不确定环境下知识化制造系统(Knowledgeable manufacturing system,KMS)的自进化问题进行研究。采用事件和周期混合驱动型的自进化机制,结合滚动时域方法实现航空发动机装配车间自进化,并给出一种可行的滚动规则。建立系统在各个决策时刻的静态决策子问题的数学模型,并针对该模型提出一种具有双层结构的遗传算法进行求解。在下层的混合型遗传算法中,给出一种直接解码算法,并引入了变邻域搜索算法,以增强局部搜索的能力。通过仿真对算法的性能进行了测试,此外,试验数据表明执行自进化操作的系统具有较好的生产性能。尤其是对于更敏感于自身调整的系统,自进化操作发挥的作用更大。

静态知识化制造环境下航空发动机装配车间周期性自进化研究

针对静态知识化制造环境下的航空发动机装配车间,研究了知识化制造系统自进化问题,采用滚动时域方法实现了该装配车间的周期性自进化。根据问题的特点,建立了系统在每个决策时刻的静态子问题的数学模型,提出了基于初始决策方案的滚动规则,进而给出了一种求解自进化问题的两阶段算法。针对所建立的数学模型,设计了一种具有双层结构的遗传算法(Bi GA)。最后通过仿真验证了模型和算法的有效性和可行性,并分析了滚动窗口和滚动步长的大小对生产性能的影响。

一类流水型知识化制造单元调度的自进化算法

机器数大于2的流水型知识化制造单元调度属于NP完全问题,至今尚无完全有效的算法。针对该类问题的自身结构特性,提出一种具备学习能力的自进化算法。该算法采用强化学习中值迭代策略,在运行中能够从环境中获取相应知识,提高其搜索能力。提出一种混合核支持向量机对值函数进行逼近,以解决学习过程中状态过多的问题。数值仿真实验表明,算法对该类问题具有很好的学习进化能力。

一类类Job-shop结构的知识化制造单元多目标调度自进化算法

对于多目标的Job-shop问题很难找到其绝对意义上的最优解,通常找到的是其Pareto意义上最优解。建立一种类Job-shop结构的知识化制造单元多目标调度优化模型,并分析模型中多目标间关系。通过对其析取图模型分析,发现各任务的关键弧的特性,指出改变中间关键弧方向无助于优化目标函数,并在此基础上提出一种缩减邻域,该缩减领域极大减少要搜索的可行解数目。基于该缩减邻域特性,应用自适应启发评价方法提出一种多目标调度问题自进化算法,算法的联想搜索模块通过学习训练后能够为当前解匹配一个最佳动作以得到一个更好的解,模块这种功能随着训练增加不断改善。数值仿真结果表明所提算法通过学习对所提调度问题具备良好寻优能力和明显学习进化能力。

自进化：网络新闻演变的多维阐释

网络新闻作为传统新闻的一种业务延伸,其传播介质、呈现形态等传播形式的变迁反向促进了其传播内容的改变。网络新闻的发展不仅是以技术为支撑的叠加性、加速度变化状态,更是一个伴随着传播技术、传播环境、传播需求,从复制到创新、从单一到多维,从“大众门户”到“个人门户”的自进化过程。

具有自学习和自进化能力的人工鱼模型设计

将人工神经网络方法引入到"人工鱼"系统中,控制人工动物的行为,使人工动物成为更加自主的和智能的角色。同时,利用遗传算法,解决人工鱼的先天遗传进化和后天的学习进化的结合问题。

基于链约束的Job-Shop型知识化制造单元自进化算法

以最大完工周期为目标的Job-shop调度问题是一类NP完全问题,迄今仍未发现其求解的有效算法。通过Job-shop型知识化制造单元自身结构特性分析,构建其链约束模型,并通过对其链路图添加约束获得可行调度。在此基础上提出一种自进化算法,该算法在运行中通过q学习能够不断从环境中获取所需知识,使其搜索能力逐步提高。对于学习过程中系统状态过多的问题,采用径向基函数网络对q函数进行逼近。通过仿真计算表明了所提算法对该类问题具备明显的学习进化能力。

面向航空发动机装配车间知识化制造系统自进化

针对存在缺件情况的航空发动机装配车间,研究了知识化制造系统自进化问题。采用事件和周期混合驱动型自进化机制,结合滚动时域法实现车间自进化。基于生产特点提出一种滚动规则,用于各决策时刻选取工序进入滚动窗口,建立了每个决策时刻系统中静态决策问题的数学模型,并给出了自进化问题的求解算法。针对模型设计了一种遗传—变邻域搜索算法进行求解。通过仿真实例对算法的性能进行了分析。实验数据表明,自进化在提升系统生产性能方面发挥了重要的作用。

模块化的自进化栖居——以2018年“下一代建筑”设计竞赛单元模块奖作品为例

2018年"下一代建筑""智慧树-垂直社区的未来生活国际设计竞赛"是一项建筑设计界的重要竞赛,由中国工程院院士孟建民先生等组成的评委会,评选出单元模块奖作品"未来垂直村——Ai匹配的装配式自进化栖居"。该作品以新颖的模块化的自进化栖居的角度,思考了未来人类栖居的可能性;探讨了装配式技术、智能化家居技术的发展,将引起生活模式的变革。

基于质量屋的产品质量自进化过程研究

为了实现产品质量的不断提高,提出了一种基于质量屋的产品质量自进化的方法。该方法将实时观测到的有关产品的数据,运用到产品的QFD(质量功能配置)规划设计中,依据设计结果,生产工艺知识库获得产品生产现场的调整方案,最后将方案运用到实际生产中,更新观测数据,从而形成一个闭环系统。实例结果验证了该方法的有效性和可行性。

构建自进化的社区健康服务生态落实社区健康管理中心建设的策略探讨

本文通过跨界借鉴新思维、新理念,帮助社区打造社区健康管理的新范式,具体将在自进化理念的指导下,建设生态型的社区健康服务生态系统,来输出高端优质低耗的健康服务,并形成标准化的建设技术方案,该生态系统将社区健康管理中心虚体化、生态化、系统化、智能化,并可自我进化,是一个能广泛及时吸收社区居民健康服务需求、能跨机构及时组装健康服务产品包、能及时优质输出各类型各层级健康服务的高效智能生态系统,并具有高端优质低耗的特征。

知识化制造环境下航空发动机装配车间自进化

针对产品动态到达的航空发动机装配车间,对知识化制造系统的自进化问题进行研究.将自进化的思想应用于该装配车间,提出了知识化制造环境下该装配车间自进化问题的求解算法.根据双层规划理论,建立了系统在每个决策时刻静态决策问题的一般数学模型,并设计了一种基于可行域搜索的双层遗传算法(FR-BiGA)对模型进行求解.仿真结果验证了该模型与算法的有效性和可行性,且实验数据表明,自进化的系统具有相对较优的生产性能.

基于AI的智能化渗透测试技术研究

传统的渗透测试方式依赖测试人员的经验,而自动化测试通常基于已知的攻击模式和漏洞库,因此在面对复杂的网络场景时,难以实施灵活高效的渗透测试。针对上述问题,利用人工智能技术赋能自动化渗透测试,提出了基于强化认知决策的智能化渗透测试方案,通过拆解渗透攻击的各个阶段并提取攻击单元,设计迭代运行的系统架构,动态生成攻击行为,针对复杂的网络环境,利用强化学习实现攻击决策智能体的自进化学习,实现高效的智能化渗透测试。

自驱型组织的构建路径及其适用性探析

随着企业外部环境越来越不确定和越来越不可预测,企业要想得到持续性的快速成长和发展,就要构建自驱型组织。自驱型组织是有机生命系统,具有强大能量,是当代及未来商业社会的新组织形式。自驱型组织通过激发员工内驱力、创造力和激情来促使企业自组织、自调节和自进化,使命共振、员工自主管理和员工身心完整是其基本特征。构建自驱型组织的路径包括变革领导风格、组织结构、决策机制、人力资源管理系统以及信息公开共享、培育自驱型组织文化。判断自驱型组织是否具有适用性,要在组织方面评估高级管理层是否支持、组织是否能够营造安全的环境和工作场所、组织是否支持员工参与组织管理及改进的过程、组织是否可以充分变革自身管理系统,在员工个体层面评估员工是否希望发挥自己的智慧来促进组织创新与发展、是否有足够的能力来承担重大责任、是否具有与自驱型组织相匹配的性格气质。

人形机器人设计组装“大工厂”研制成功

近日,中国科学院自动化研究所乔红院士团队成功研制人形机器人设计组装“大工厂”。“大工厂”可以快速设计构建人形机器人硬件和软件系统,目前已设计出多台人形机器人样机,初步实现了面向不同场景的技术验证。人形机器人设计组装“大工厂”可以充分融合智能、机构、部件、控制和决策等单元技术,快速生成各类人形机器人系统,为形成人形机器人技术标准和产业化,及在人类难以到达的环境中进行人形机器人自生产、自构建、自进化奠定基础。

把大模型“装”进小盒子

从“云天天书”大模型,到深度学习推理计算芯片,再到千元级别的大模型硬件产品……近年来,在人工智能赛道上,云天励飞埋头奔跑,不断迭代技术和产品解决方案。云天励飞董事长陈宁接受记者专访时表示,云天励飞将自己定义为一家拥有“算法芯片化”能力的AI公司,在行业内率先提出打造“1+1+N”自进化城市智能体实践框架,如今公司正在积极构建自学习、自进化的数字城市智能协同发展体系,以期推动人工智能产业快速发展。

基于网络结构进化解决逻辑运算问题

遗传算法在复杂问题的优化搜索方面具有很好的健壮性和性能。文中模拟自然界的进化过程,试图使用遗传算法搜索适当的解决问题的神经元网络结构。通过构造一个自进化系统,从单个神经元个体构成的初始群体出发,模拟自然界中个体的学习、变异、繁殖,演示系统中群体的自进化过程,找出解决逻辑运算问题的适当的神经元网络结构。实验结果表明,与标准的BP网络比较,使用遗传算法的自进化系统能够找到解决逻辑运算问题更优的网络结构。

基于基因库的软件人运行机制及其进化研究

动物行为选择的控制在结构上是分级的,这已得到生物学家的一致认同。事实上,行为分级是自然生命具有很高智慧的一个重要因素。本文基于行为分级的思想,构想并实现软件人基因库和知识库,在此基础上建立软件人的运行机制,并通过GA算法实现软件人的遗传进化。