关键词： 机电一体化   技术发展   技术应用   智能制造   工业4.0  

摘要： 本研究采用案例分析、文献研究和对比分析等方法,针对传统机械系统功能单一、智能化水平低的问题,深入分析了机电一体化技术在提升工业自动化、增强设备智能化等方面的应用.研究结果表明,机电一体化技术在数控机床、工业机器人、计算机集成制造系统等关键领域都取得了显著成果,提高了生产效率、操作精度和系统稳定性.本文的创新之处在于深入分析了机电一体化技术的核心组成,并结合实际应用案例,展示了其独特的优势和价值.

关键词： 计算机通信技术   电子信息技术   人工智能  

摘要： 目的:研究计算机通信技术与电子信息技术在人工智能领域的应用要点.方法:探讨计算机通信技术和电子信息技术在AI领域的实践意义,分析它们如何为AI技术的发展提供支持,并推动AI技术在不同领域的应用.结果:从自动驾驶车辆到智能语音助理,从定制化医疗服务到个性化推荐系统,AI的应用已经广泛渗透到社会的各个层面.结论:希望通过本文的分析与研究,可以让更多的人了解到计算机通信技术与电子信息技术在人工智能领域应用的必要性.

关键词： 城市交通   出行行为   机器学习   SHAP分析   建成环境  

摘要： 提升居民绿色出行意愿、引导人们低碳出行是推动低碳交通发展的关键途径。为解决现有研究在城市地铁选择行为中心理因素与建成环境交互作用定量描述中的不足，本研究以郑州市为例，收集出行决策调查数据，并结合大规模的城市兴趣点、城市街景、城市路网数据，探究居民地铁出行决策的产生机制。方法上，研究首先采用结构方程模型验证问卷有效性以及地铁出行行为的心理决策机制，然后利用地理信息技术与卷积神经网络技术深入挖掘调查者居住地周边建成环境的地理特征与空间品质特征，最后将主客观影响因素纳入XGBoost模型，探究地铁出行决策影响因素的非线性关系与主客观交互作用。研究结果表明，可解释机器学习模型在揭示地铁出行行为机制方面优于传统线性回归模型，能更好地揭示主客观因素对出行决策的非线性关系与交互影响；建成环境要素与不同出行意向群体之间的交互作用存在差异，在制定地铁引导策略时，准确把握这些差异至关重要；研究建成环境对出行行为的影响时，不仅要重视道路特征、土地利用特征等反映地理区位的因素，绿化和围合度等表征空间品质的建成环境要素同样不可忽视。研究结论揭示了主客观因素在地铁出行决策机制中的非线性特征与复杂交互作用，对可持续城市规划与绿色出行政策制定具有重要意义。

关键词： 缺资料地区   IPSO优化算法   机器学习   ABCD水文模型   径流预报   SHAP分析  

摘要： 在无资料地区气象、水文等观测资料缺乏，影响径流预报的准确性，直接影响水文预报和防汛抗旱工作的开展。分析无资料地区现有的降水、气温和径流数据适用性，进而实现径流预报非常重要。本文分别采用卷积神经网络算法（CNN）、双向门控循环神经网络（BiGRU）、注意力机制（Attention）和优化粒子群算法（IPSO）构建CNN-BiGRU-Attention、IPSO-CNN-BiGRU-Attention组合模型，再与GRU模型和ABCD水量平衡模型进行对比分析，并在玉龙喀什河进行综合评估，并结合SHAP（SHapley Additive exPlanations）可解释性机器学习方法探究最优模型中输入特征对径流影响的贡献程度。结果表明：加入降水和气温的组合模型IPSO-CNN-BiGRU-Attention预测精度整体优于CNN-BiGRU-Attention、和GRU模型，与实际值能够较好的吻合；随着预见期的增加，本文提出的组合模型3种评价指标最优，验证期内RMS、EMA、EMAP、NSE分别为2.11m3/s、1.32m3/s、73.76%和0.94，并且在前3个月预报精度最高。该方法在缺资料地区月径流预报中具有较好的效果。

关键词： 目标识别   跟踪控制   智能制造   有界系统  

摘要： 在智能制造过程中，存在操作者对机器人进行牵引运动的需求，这种牵引运动往往是随机的、非线性的。如何让机器人准确识别操作者的意图并实现平滑的跟踪控制，是机器人顺利完成智能制造任务的难题。首先，对操作者与六自由度机器人的柔性交互过程进行数学建模，并在此模型基础上分析操作者的指令意图。然后，使用Pade逼近方法将机器人运动延时和系统状态的导数建立联系。接着，设计了六自由度非线性目标跟踪运动的状态反馈控制器，并分析了系统的稳定条件。最后，将系统的非线性跟踪目标、系统状态、系统输出之间的关系进行了有界性分析。经过仿真验证，该控制器对于有界非线性目标可以进行有界跟踪。

关键词： 卷积神经网络   膀胱肿瘤   磁共振成像   机器学习   预测模型  

摘要： 核磁共振成像在膀胱肿瘤的分级和分期预测诊断中具有重要意义,对于早期检测膀胱癌、降低死亡率和提高患者生活质量至关重要.本文基于机器学习开发了预测模型,旨在准确、高效地预测膀胱癌患者磁共振T2W影像上肿瘤的组织病理学分级和分期.经过多轮训练和测评,模型的识别率高达0.99,为膀胱癌诊断提供了可靠的辅助工具,有望在临床实践中发挥重要作用,为患者的治疗和管理带来积极影响.

关键词： 垃圾焚烧炉   深度学习   人工智能   燃烧优化   强化学习  

摘要： 现存的垃圾焚烧炉在运行过程中存在较大的不稳定性，关键运行数据呈现出滞后、强耦合及多扰动的特点，所以需要实时动态调节垃圾焚烧炉运行参数，以保障垃圾焚烧炉的稳定高效运行。本文采集垃圾焚烧炉的历史运行数据，采用多层LSTM神经网络，利用离线训练建立垃圾焚烧炉运行参数与热效率之间的高度非线性耦合数学模型，以垃圾焚烧炉热效率最大为目标，利用强化学习技术对垃圾焚烧炉的运行参数进行优化，并提供了具体的应用实例。优化结果表明：每吨垃圾最大蒸汽产量由原来的2.22 t上升到了2.5 t,垃圾焚烧炉的热效率提高了11.1%,优化效果明显。

关键词： 人工智能   自主决策   事实归因   因果本体论   因果实践论  

摘要： 在人工智能产品致害的犯罪案件中,认定事实因果关系是展开刑事归责的前置性问题。刑法的事实归因需要同时解决因果判断和因果认知问题,但人工智能算法决策的不可解释性与有限自主性却为此横设了一道难以跨越的鸿沟。条件说、合法则条件说以及疫学因果关系理论等归因方案都是建立在因果本体论的基础之上,因而难以为此类涉及复杂因果关系的案件提供有效的归因标准。刑法理论的事实归因范式应当从实证主义的因果本体论转向目的主义的因果实践论。基于因果实践论,对原因的识别取决于实践主体的视角和需要。据此,在判断人工智能产品致害案件的事实因果关系时,有必要放弃单一的事实归因方案,采取“由宽至窄”的渐进式归因思路并建构面向不同场景的类型化归因标准。

关键词： 机器学习   钙钛矿   电池制备   工艺参数优化   光电转换效率预测  

摘要： 近年来，以钙钛矿为材料的太阳能电池效率方面表现突出，吸引了大量研究人员的关注。然而，钙钛矿电池的制备过程通常依赖传统的试错法进行工艺参数优化，这一过程耗时且效率低下。针对该问题，本文提出了一种基于机器学习的工艺参数优化策略，结合随机森林、极限梯度回归和自适应提升算法作为基学习器，并通过加权平均集成策略构建了钙钛矿电池效率预测模型（Perovskite cell efficiency predict model,PCEPM），用于预测不同工艺参数下钙钛矿的电池效率。实验结果表明，PCEPM在钙钛矿电池效率预测中表现优异（RMSE=0.620、MAE=0.469、R2=0.838）。进一步地，通过预测随机生成的工艺参数并选择最佳参数进行实验，最终制备出效率达到23.72%的钙钛矿电池，有效提升了研发效率。该方法可以有效挖掘工艺参数之间的关系，缩短优化时间，并为机器学习在钙钛矿材料研发中的应用提供了一个新的思路。

关键词： 水库出流模拟   机器学习   LSTM   MDUPLEX   水库调度   黄河上游  

摘要： 对于建有水库的流域开展水文模拟时，合理模拟水库出流过程对于流域径流的准确模拟至关重要。在气候水文条件和人类活动非一致的状况下，如何合理模拟水库出流过程有待深入探索和研究。本文以黄河上游的多年调节水库龙羊峡水库和年调节水库刘家峡水库为研究对象，提出了耦合确定性数据集划分算法与机器学习的MDUPLEX-LSTM水库调度模拟方法。结果表明，MDUPLEX-LSTM能够学习历史时期不同水文情势下的水库实际调度规律，采用该方法模拟龙羊峡和刘家峡两座水库的日尺度出流过程，NSE分别达到0.84和0.73，模拟精度高，且在率定、测试、验证集上的模拟精度非常接近，鲁棒性高。