推动人工智能和实体经济深度融合 建设厦门智慧之城

正前言1.人工智能简介人工智能(Artificial Intelligence)是研究计算机模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的技术科学,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能的核心技术包括:大数据、云计算、大规模的算法。数据的量级的增长、计算能力的提升、存储的便捷化、数据的可分析程度提高,都在加快人工智能的发展。人工智能产业链可划为三层,即基础层、技术层和应用层。其中,(1)基础层包含硬件存储与计算资源和大数据资源等,芯片、云计算平台、传感器、大数据等均包含在此层中;(2)技术层包含算法、模     

考虑经济和环境的过程系统优化综合

建立了流程的宏结构数学模型，提出考虑经济和环境的过程优化综合的协调分层决策策略，把问题求解过程分解为微结构层、智能协调层和宏结构层等三个层次，使得多目标问题可在这三个层次上求解。在智能协调层中引入了人工智能领域的智能体概念，它可以支持设计者进行多个层次间的交互，从而完成对复杂问题的求解。     

人工智能算法安全研究现状与对策

机器学习助推的新一代人工智能再一次成为学术界和产业界关注的焦点,已取得的进展和深度应用,正在成为世界各国新一轮战略性技术和核心驱动力。然而,数据、算法和算力作为新一代人工智能的核心要素,在支撑数字经济发展的同时,也面临技术和社会双重安全风险。以人工智能算法为主线,聚焦人工智能技术潜在的安全风险,综述分析了人工智能算法面临的不可解释性、逆向攻击、后门攻击、投毒攻击和对抗样本攻击等方面的潜在技术安全问题与挑战,从隐私保护机器学习、算法鲁棒性增强和算法安全评估等几个方面,从技术角度归纳或提出人工智能算法安全的解决对策,旨在为解决人工智能的应用和安全之间的矛盾提供一种研究思路和方向。     

地方政府公共项目委托代理结构风险研究的总体框架

政府改革浪潮风起云涌,政府管理工具不断创新,以及项目管理工具存在缺陷成为地方政府公共项目委托代理结构风险研究的背景。目前,学界对于地方政府公共项目的委托代理结构风险管理的研究却还相当薄弱,研究和解决这个问题的思路是从地方政府公共项目委托代理结构风险研究的基本理论→风险识别→风险评价→风险规避4个递进的层面予以展开分析。     

一种基于物联网的智慧交通事件检测算法

在研究了物联网的公共技术及应用前景的基础上,设计建立了智慧交通管理系统。在系统中提出了一种新的分层的事件自动检测算法:检测小流量的第一层事件检测算法、检测自由流量的第二层事件检测算法和检测大流量的第三层事件检测算法。最后通过对郑州西南绕城高速进行实验,验证了本算法的正确性和有效性,并得到了较好的检测效率。     

公共基础设施项目投资外部风险研究

通过对公共基础设施项目投资过程中面临的外部风险以及风险涉及的利益群体及其动机进行分析,指出在公共基础设施项目投资外部风险管理过程中应着重防范政府协调风险,同时应做好居民协调及社会舆论协调风险的管理预防工作。     

人工智能产业链分析

根据对我国人工智能技术从基础层到技术层,最后到应用层的全产业链进行分析,旨在对我国的人工智能技术与应用创新,提供发展方向。我国目前的人工智能技术在某些应用领域发展迅速。例如,将算法层中的人工智能核心技术——机器学习,应用到智能金融领域、和智能交通领域的无人驾驶公交车。在智能家居、智能教育、智能医疗等方面,现阶段有一定成果,但也存在提升空间。     

基于神经网络算法的建设项目风险预测系统设计

利用3层并行分布式人工神经网络连接模型和BP网络算法,以市场前景、资源、原燃料、动力供应、工艺、筹资、布局安全等为预测因子,建立建设项目BP网络风险预测模型,设计建设项目风险预测系统。该系统包括数据管理、模型管理、知识管理和模式转换4个典型组件。该系统实际预测建设项目的很好和失败两种情况时,具有良好的预测效果。     

Apriori算法在高职院校公共选修课关联性分析中的应用

构建公共选修课关联性分析模型.采用Apriori算法对公共选修课选课历史记录数据进行挖掘分析建模,将构建的模型应用到公共课管理中,可以提高公共选修课数字化智能管理水平.     

生成式人工智能教育应用的生态伦理与风险纾解

生成式人工智能在教育领域的创新应用引发了诸多伦理风险。本研究基于生态伦理视角，发现生成式人工智能教育应用的伦理风险主要体现为人机交互不当引发教育系统与技术系统间的伦理失序、教育主体素养不足制约教育可持续发展、责任厘定欠缺加剧合宜化补偿困境、技术标准不完善与人才缺口制约生态利益均衡博弈。据此，本研究从设计生成式智能教育系统的伦理规约准则、促进生成式智能教育高质量发展、架构生成式智能教育体系的责任监管机制、合理构建生成式智能教育利益共同体等方面提出相应伦理风险的纾解策略，以期实现生成式人工智能教育应用的和谐化推进。     

基于两层混合遗传算法的lT外包进度风险控制

针对IT(information technology)外包项目的两层进度风险控制优化问题,设计了两层混合遗传算法.该算法是在传统遗传算法中引入模拟退火和自适应机制,并结合优化问题的两层特点而设计的,能够克服传统遗传算法易于早熟、局部搜索能力较差的弱点.在算例分析中,首先分析了两层数学模型在IT外包项目进度风险控制中的管理意义,进而将两层混合遗传算法的仿真结果与两层粒子群优化算法和传统遗传算法的仿真结果进行比较,验证了改进算法的效率和有效性.     

一种基于人工神经网络的股票走势辅助判断系统

利用人工智能预测股票的走势是计算机技术在经济领域中的一个应用,是处理非线性海量数据的重要方法.描述一个三层前馈BP网络算法,实验仿真数据证明,网络性能良好.     

基于三层委托代理模型及BP算法的国家科技计划项目风险评价

对国家科技计划项目中多个行为主体之间的多层委托代理关系结构进行了分析,提出了项目主体风险的概念,建立了基于三层委托代理模型的国家科技计划项目主体风险评价指标体系,并应用BP神经网络算法进行了实证分析.     

基于Floyd算法的北京公交线路查询系统的模型设计方法

根据奥运期间人们乘坐公共交通工具的需要,针对公共汽车线路,基于时间最短和出行费用最少两个优化目标,应用Floyd算法,得到了两套不同的城市公交线路出行选择模型,并给出了6对起始站→终到站之间的最佳路线.     

基于群体智能的蚁群算法原理及应用研究

自然界中群居性生物通过协作表现出的宏观智能行为特征被称为群体智能,群体智能已成为人工智能及相关领域的研究热点.蚁群算法(Ant Colony Optimization,ACO)是一种新颖的组合优化算法,它具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法相结合等优点.主要介绍了蚁群算法的原理,探讨了蚁群优化算法及其应用.     

节水灌溉管理智能决策支持系统研究

应用人工智能中的专家系统技术,开发并集成了3个不同层次的节水灌溉管理决策支持系统：灌溉预报与节水灌溉决策子系统、灌区计划用水与水量调配管理系统、灌区管理体制改革子系统;介绍了节水灌溉管理智能决策支持系统的理论基础,系统结构,实际应用以及陕西省旱情决策子系统等。     

计算机人工智能算法研究新进展

随着科学技术的迅猛提升,计算机领域作为先进科学也因此蓬勃发展,其未来的发展重心主要放在人工智能算法的相关研究上。局部模拟人的智能则是其中心任务。目前计算机已渗入到各个方面,应用非常广泛,越来越贴近人类生活。计算机还有个别名,那就是＂电脑＂,即计算机的这项发明的最终目的就是为了可以有朝一日能够代替人的脑力劳动。其核心就是人工智能。因此我们本着为人类服务的宗旨,特此展开对计算机的人工智能算法的研究。     

基于改进蚁群算法的物流车辆调度优化问题的研究

蚁群算法是人工智能领域的一种模拟进化算法,在求解调度问题方面具有一定的优势,是一种很有发展前景的智能优化算法.文章首先分析了蚁群算法的基本原理,接着提出了改进型蚁群算法,并阐述了其在物流车辆调度中的应用,进行了仿真实验,验证了改进型蚁群算法的可行性.     

工程项目PFI模式风险识别技术

随着我国市场经济的快速发展,城市基础设施成为城市生存发展的必要基础和前提条件,公共基础设施的建设在整个国民经济中占有重要地位,是项目融资应用最多的领域,PFI融资模式能够解决政府投资公共设施资金不足的问题,并且能够提高投资和管理效率。本文介绍了PFI模式风险识别的特点、方法和风险类型。     

基于社会网络分析法的建筑施工高处作业风险传递及管控措施

为明确高处作业风险传递过程,以期对高处作业风险因素间的有向传递关系进行定量分析。基于分解原理将高处作业划分为施工操作、作业条件、安全监督和组织管理四个层级,运用扎根理论识别出24个高处作业风险因素,应用社会网络分析法（SNA）构建有向高处作业风险因素关系网络模型,并对各节点在网络中的中心性、位置及影响程度进行分析。研究表明:高处作业风险因素关系网络中节点关系较为紧密,依据风险因素之间的有向关系,存在安全投入不足→安全监管责任落实不到位→安全防护设施不到位和安全教育培训不充分→安全意识薄弱→违规操作2条关键风险传递链;同时,违规操作、安全知识和经验缺乏及安全监管责任落实不到位是决定高处作业风险因素关系网络风险密度的关键因素;最后根据分析结果制定风险管控措施,从而切断网络中风险因素之间的联系,为高处作业风险管控提供科学依据。