大规模复杂终端网络的云原生强化设计

作为互联网数据传输的“最后一公里”,终端网络看似简单却构成99%的性能瓶颈.经典设计面向典型设备常规环境,难以兼顾多样化场景,导致严重性能落差.通过云端汇聚并深度诊断大规模终端网络异常,在可用、可靠、可信3个关键维度揭示经典设计多处重要缺陷,采用跨层跨代的协同强化方法针对性修复(如时变非齐次4G/5G双连接管理方法最小化断网概率),实现无场景预设的自调控机制设计.应用于公安部高速网络、1700万“测网速”app用户、七千万小米手机、一亿百度手机卫士用户以及九亿WiFi设备.近年来进一步开展基于云端模拟器的前瞻网络设计,无需真实用户设备参与即可发现并修复潜在缺陷,让终端网络设计“生于云、长于云”.研究成果应用于华为DevEco Studio集成开发环境、腾讯应用市场、谷歌安卓模拟器及字节跳动多款流行应用(如抖音和今日头条).

集装箱货运网络优化问题的研究——以宁波舟山港集装箱运输为例

为优化集装箱货运网络,对进出口货运集装箱装卸中转站的最佳地理位置的选择和集装箱运输计划的设计进行了研究。2个问题同时考虑建设成本、运输成本以及存储、运力等因素,建立了一种集装箱货运网络优化模型。利用国际集装箱货运代理公司在宁波舟山港一整年的船期数据,使用LINGO软件对所建模型的效果进行求解。最终从宁波舟山港腹地现有38个存储中转仓中优选出32个中转仓存储集装箱,使大约5%的集装箱通过铁路运输,从而能节省5.74%的运营成本。

基于成果转化的人工智能算法创新型实验设计

为了拓展深度学习、神经网络算法模型在不同学科领域中的应用,基于创新性教学、高阶性教学以及挑战性教学,提出以科研项目为依托,将科研成果反哺于实验教学,结合实验内容,构建出人工智能算法在能谱测量中的一系列应用实验。实验将脉冲处理、能谱测量、深度学习等多学科知识交叉融合到创新型实验中,利用不同的深度学习模型进行数据处理和分析,充分发挥人工智能算法在实验中的优势,提供了准确、快速和高效的实验结果。实验实施与评估结果表明,该实验不仅能够促进实验教学的创新和发展,也为学生进行科学研究、学科竞赛提供了更多实践与探索的机会。

不确定需求条件下考虑风险公平的危险品运输网络设计问题

危险品运输事故具有低概率、高后果的特征,降低事故风险是危险品运输研究的重点。危险品运输产生风险的同时伴随着风险在空间上的分布不均衡,此前研究关注总风险最小和风险公平的权衡,但较少考虑不确定需求下的运输网络。运输需求波动可能引起风险增加,为了解决不确定需求下考虑风险公平的危险品网络设计问题,构建了危险品多起点-终点(OD)对运输网络设计的双层混合整数规划模型,上层和下层问题分别为监管者选择关闭路段以及承运人选择最优路径,并通过自适应遗传算法和局部搜索算法进行求解。通过实例分析发现,不同需求情景特别是部分OD对中断时产生不同的最优网络设计方案,采用的遗传算法相比局部搜索算法运行时间稍长情况下获得的解更优。

中转点风险分级收费的危险品多式联运网络设计

近年来,危险品多式联运被广泛应用,而网络中转点由于转运量集聚,导致安全风险较高。为了有效控制危险品多式联运风险,政府可以通过中转点合理选址与分级收费,引导企业合理规划危险品运输路径。首先提出基于中转点风险分级的中转点选址与收费策略,建立危险品多式联运网络设计双层规划模型,上层为网络总风险最小化和总运输成本最小化的中转点选址与分级收费定价问题,下层为各运输事件成本最小化的运输路径规划问题。然后,使用KKT条件转换下层模型为等价约束条件,实现模型单层化,利用Gurobi求解模型。最后,通过算例表明网络风险和运输成本随着中转点数量的增加而降低,证明了中转点分级收费策略可以有效调控危险品多式联运网络风险。

低碳视角下多式联运网络设计优化问题研究

网络设计与低碳补贴激励措施,是推进多式联运可持续发展的重要途径。基于此,从低碳视角研究水陆联运网络设计优化与补贴模式问题,考虑政府管理部门与物流用户的互动博弈行为,构建基于双层规划的水陆联运物流网络优化模型。该模型中上层规划(政府层)确定网络扩容投资决策及其补贴方案,从而最小化扩容投资与低碳补贴总成本,以及系统中碳排放量;下层模型(物流用户)则是基于广义费用的用户均衡分配模型。针对上述双层优化模型的特点,设计了基于相继平均配流算法(MSA)的改进快速非支配排序遗传算法(NSGA-Ⅱ)。以长江经济带中游地区的水陆联运物流网络为例,进行相应的实证研究,验证上述优化模型及算法的有效性;并且,在对网络进行扩容投资的情况下,对比4种补贴方案,即1)对铁路及水运弧段按固定值进行补贴;2)不进行补贴;3)不同地区的铁路及水运弧段的补贴不同;4)补贴值随机连续。研究结果表明:扩容投资可以减少网络中的超载弧段数量,同时提升网络性能;对铁路及水运弧段进行运输补贴能有效降低碳排放量;若政府关注预算限制,则倾向于按固定值补贴的方案;若更重视碳减排效果,则倾向于采取不同地区不同补贴值的方案。

铁路工程建设可持续供应链网络集成优化研究

随着国家对铁路工程项目可持续发展的日益重视,迫切需要先进且集成的供应链网络设计方案理论与方法来提高供应链效率、可持续绩效以及资源利用率。实施可持续供应链网络设计已成为实现铁路工程可持续发展的重要途径,而供应商选择、物流设施选址、路径规划、库存管理以及工程废弃物回收再利用等决策是铁路工程供应链管理的核心与关键问题。针对我国铁路工程建设供应链管理特点,从可持续视角研究铁路工程建设供应链网络设计集成优化问题,提出两阶段的求解框架:其中,第1阶段基于可持续指标体系运用模糊TOPSIS方法确定最佳供应商选择;第2阶段针对物流设施选址、库存控制策略与网络最佳流量分配的集成决策问题,构建了基于模糊规划的多周期多目标供应链网络集成决策优化模型。该优化模型考虑了运输过程的不确定性,以供应链总成本、碳排放量最小以及社会效益最大为优化目标。针对上述多周期多目标优化模型的特征,设计了改进的宽容分层序列算法进行求解。最后,基于我国丰雄商铁路工程建设项目进行案例研究,验证了上述求解框架与算法的有效性,并针对单位运价、单位运输碳排放量以及弃置率3个关键参数进行了敏感性分析。研究结果表明:1)批量折扣策略可以在联合采购中节省大量成本;2)运输模式与路径优化对系统的效率和可持续绩效有决定性影响;3)与管理学手段相比,推进新能源的使用是降低碳排放量最有效的措施;4)社会效益的提高不可避免地需要更高的成本,政府合理的补贴政策是提高企业积极性的关键举措;5)长远来看,铁路工程项目中的废弃物回收利用是实现可持续工程建设的重要途径,其技术和应用的发展都应受到重视。

双目标优化与生成对抗网络结合的框架结构阻尼器布置方案智能设计方法

为实现框架结构的阻尼器智能化布置,结合减震设计原理和智能算法,采用双目标优化算法和生成对抗网络算法分别进行阻尼器竖向和水平智能布置研究,并将该方法应用到两个框架结构减震设计工程案例中。在框架结构减震设计中,采用双目标优化算法进行阻尼器竖向布置,并与逐层逼近法、工程师设计和非减震设计进行对比,结果表明,采用该优化算法得到的阻尼器竖向布置方案能有效降低层间位移角和楼层加速度,提高结构的抗震性能。在确定各楼层的阻尼器数量后,利用训练好的生成对抗网络生成模型,可快速、自动地选择和确定各楼层阻尼器的平面安装位置,生成的平面布置与工程师设计的平面布置在相似性差异度综合评价指标上小于临界值0.1,说明两者相似度较高,且有利于提高原结构的抗扭能力。将双目标优化算法与生成对抗网络相结合,不仅能满足框架结构的减震性能目标,而且可实现阻尼器布置方案的智能设计,提升减震工程设计效率。

基于PSO-BP神经网络的磨机传动系统模型修正

针对磨机传动系统结构的复杂性、部件间约束条件的不确定性以及非线性等因素,提出了一种基于PSO-BP神经网络的有限元模型修正方法。通过改进BP神经网络逼近设计参数和特征量间的非线性映射关系,结合实际结构响应,利用神经网络的泛化特性,得到了模型设计参数值。修正后频率误差从最高18%降到4%左右,修正系数误差范围均在0.5%以内,明显提高了有限元模型精度;同时,又不需要大量迭代求解步骤,避开了传统反问题模型修正法的复杂非线性优化过程,提升了效率,验证了PSO-BP神经网络法应用于大型磨机传动系统上的可行性,为后续传动系统整体分析奠定了基础。

基于混合注意力机制的管道漏磁缺陷分类实验

该文将管道漏磁缺陷分类任务设计成应用型教学实验。该实验使用迁移学习的方法,调用预训练模型ResNet50,并插入主流的注意力机制(SE、CA、ECA、CBAM)进行对比分析。同时,利用Grad-CAM++可解释算法对模型内部的识别逻辑进行可视化,以便帮助学生更好地理解模型。实验结果显示,插入注意力机制的最优模型准确率达99.7%,能够有效识别管道中的正常情况和分类缺陷情况。该实验依托高性能计算机硬件和最新的Pytorch2.0软件包搭建了深度学习平台,有助于培养学生的创新意识和科研能力,也是对多学科交叉融合人才培养模式的探索和实践。

基于RegNet网络的马铃薯病害识别研究

为克服传统网络模型结构固化、对马铃薯病害识别率低的问题,以PlantVillage数据集中的五类马铃薯病害为研究对象,对图像进行随机放大缩小、水平翻转、垂直翻转等操作进行数据增强。使用一种基于网络设计空间思想设计出具有高度灵活性的RegNet网络模型,利用PoLy损失函数对RegNet进行改进,并加入注意力机制,对数据增强后的马铃薯病害图片进行预测,再与传统网络模型AlexNet和GoogLeNet进行对比。试验结果表明:改进后的RegNetX在马铃薯识别方面具有良好的性能,最高准确率可达99.8%,模型准确率超过AlexNet与GoogLeNet,可为马铃薯病害识别作参考。

人工智能技术在鞋类设计研发中的应用研究

随着科技的发展,人工智能(AI)已广泛应用于多个领域。在鞋类设计研发过程中,AI技术也展现出其独特的优势。本文旨在对AI在鞋类设计研发中的应用进行分析。通过梳理国内外相关文献,结合案例探讨各类AI在鞋类设计中的创新应用,如智能设计系统、3D打印技术等。同时,本文还关注AI在鞋类研发中的智能化趋势,如材料优化、舒适度提升等。研究发现,AI技术的应用不仅能提高设计效率,还能优化产品性能,满足消费者个性化需求。同时也面临数据安全、技术成本高等挑战。随着技术的不断进步,AI在鞋类设计研发中的应用将更加广泛。

基于改进深度学习的建筑工程施工信息动态集成系统

为了解决当前建筑工程信息动态管理系统存在的集成性较差问题,提出基于改进深度学习与建筑工程施工信息动态集成系统的有效融合。采用B/S架构、MySQL数据库以及softmax分类器,创建施工信息动态集成系统框架,利用每两个相邻网络层架构一个限制玻尔兹曼机,得到其能量函数、学习与推理过程表达式。基于强非线性逼近性能与局部响应属性,获取限制玻尔兹曼机神经元隐藏节点的激活状态,完成softmax分类器输入层重构,经估算信息样本所属类别概率,实现建筑工程施工信息动态集成。实验结果表明,所建系统的可行性与实践性较高,集成性能具有显著优势。

航天网络信息体系云原生架构设计

云原生技术赋能航天网络信息体系基础设施建设,可提升航天信息系统的灵活适应性。以分布式云原生网络信息体系敏捷开发机制为主线,设计了航天网络信息体系云原生架构。首先,分析了云原生基础设施技术体系;然后,提出了由云边协同底座、云原生基础设施平台和云原生应用构成的航天网络信息体系总体架构方案;最后,对云边协同底座与云原生基础设施平台进行了设计,从而为我国航天网络信息体系架构设计及应用提供参考。

山区铁路工程节能设计关键要素识别研究

为从设计源头减少山区铁路工程能源消耗总量、优化能源消费结构,充分发挥铁路绿色发展优势,开展山区铁路工程节能研究,识别山区铁路工程节能设计关键要素非常重要。首先,分析山区铁路工程能源消耗,梳理山区铁路线路、桥梁、隧道等重点工程的节能要点。在此基础上,提取山区铁路工程节能设计要素和能源消耗要素,并根据各要素属性特点,明确其量化指标,建立山区铁路工程−能源消耗要素及指标体系。其次,结合CRITIC-熵权法与C-OWA算子法构建“山区铁路工程−能源消耗”双层复杂网络模型,依次确定各要素节点重要度、节点间影响强度和节点综合重要度,用以识别山区铁路工程节能设计关键要素。最后,以某山区重大铁路工程某标段为例,验证方法模型并识别出该标段影响施工阶段的节能设计关键要素为:隧道作业设备选型、隧道出渣控制、隧道通风方式选择;影响运营阶段的节能设计关键要素为:曲线半径设置、线路纵坡设置、线路坡度设置、节能坡设置、客站供热设计、客站体形设计。经验证,构建的山区铁路工程−能源消耗要素及指标体系符合山区铁路工程特点,“山区铁路工程−能源消耗”复杂网络模型具有良好的适用性,识别出的节能设计关键要素及其优化建议可为山区铁路工程节能设计提供参考。

基于光学定位的三维超声引导肌肉注射仪设计研究

目的解决光学定位技术在引入肌肉痉挛治疗的注射手术应用中,光学定位设备与现有医用超声仪器之间的不适配问题,旨在进一步提升理论定位精度稳定性,简化必需操作并降低实际应用难度。方法在现有超声仪及相关设备功能基础上,结合光学定位设备工作条件需求进行需求分析,重新构建产品元件功能流模型并映射为网络节点,并基于复杂网络节点重要度评价方法,确定目标产品设计重心点并分层设计,最后采用仿真验证测试设计合理性。结果实验结果符合预期假设,目标节点所对应功能元件与其它节点的相关性程度与目标元件所需兼容连接的复杂度呈正相关。基于实验得出能够适配光学定位仪与超声设备的设计方案,有效解决二维超声导航引导肌肉注射所面临的不直观、不可视等问题。结论基于复杂网络节点的重要度评价方法更适用于复杂功能产品的设计研究,评价结果重要度差异更为显著。

生成对抗网络在建筑设计领域的应用研究综述

随着计算机科学的发展,人工智能应用渗透各个领域。为探究生成对抗网络在建筑设计领域的应用,本文将现有的国内外相关研究成果按照不同主题,分为建筑设计与生成、设计优化与预测、建筑风格转换与设计灵感、数据增强与评估四大类,并在此基础上,分析生成对抗网络在建筑设计领域的发展现状与未来的研究趋势,提出其未来可能的应用方向与潜在挑战,为研究者提供新的思路和灵感,从而推动建筑设计领域的创新和发展。

无线网络覆盖方案仿真实验设计与实现

以无线信号传播模型为基础,以实现对某区域内无线网络覆盖为目标,设计了覆盖半径随无线参数变化的基础实验、基于三种经典启发式算法的无线网络覆盖方案提高实验和基于改进算法的拓展创新实验,形成了一个完整的实验系统。通过实验教学,学生可以了解到无线通信信号传播和网络覆盖理论知识,能够掌握无线网络覆盖方案设计方法,该实验是一个理论与实践相结合、有层次、有创新的综合设计性实验。

军事舰艇计算机生成兵力仿真系统的结构设计

虚拟环境训练和测试可以实现对真实海洋战场环境的模拟,并有效减少对真实舰艇、人员和装备的需求。本文对军事舰艇计算机生成兵力仿真系统进行研究,分析了系统需求,设计的系统结构包括实体行为模型和人工智能模型,对系统中的关键技术进行研究和设计,包括实体模型设计、舰艇兵力生成及模拟、人工智能决策实现等。实体行为模型和人工智能模型不断融合和交互,结合神经网络算法和模糊逻辑控制器,实现对海洋复杂战场环境以及敌对行为的模拟。

基于作者网络结构特征的学术虚拟社区知识交流效率评价

[目的/意义]学术虚拟社区知识交流效率测度对于了解和改进学术虚拟社区本身有着积极的意义,也为相关知识交流效率评价方法提供了新的分析应用领域。[方法/过程]文章提出了一种利用博文作者网络进行学术虚拟社区知识交流效率测度的方法。通过汇总每位博文作者的浏览总量、推荐总数、评论总数、文章类别数量等特征设计了网络节点权值,并根据博文作者领域特征进行边权值设计。然后对该网络从路径长度、聚类系数等角度,分别按照学科版块和博文类别版块,结合时序演化特征,分析了相关版块中知识交流的效果和效率,并对相关现象和结论做了必要的总结。[结果/结论]对学术虚拟社区知识交流相关研究进行了较为完整的前期研究总结,并对需要关注的研究方向和内容作出了阐述和介绍。