基于多智能体的电力软科学智能实验室研究

针对电力软科学研究的复杂性、不确定性,总结了电力软科学研究包括的类别,采用最新的信息集成标准、CORBA规范,基于多智能体技术,应用复杂适应系统理论与智能工程理论,提出了电力软科学智能实验室建设框架和开发思路,并详细讨论了其实现方式。该体系结构采用开放式信息集成技术,方便已有软件的集成和功能扩展,可以为其它行业的软科学实验平台的研究和实现提供参考。     

模拟细菌菌落进化过程的群体智能算法

针对常规群体智能算法缺乏进化能力,存在易于陷入早熟收敛的不足,将问题的解空间视为细菌培养液,在其中放置单个或少量细菌个体,模拟细菌菌落的生长进化过程,提出一种新的群体智能算法.该算法本身具有进化机制,并且能够自然结束,从而为优化算法提出了一种新的结束准则.通过仿真实验验证了算法的有效性,同时仿真实验结果还表明通过简单改进,算法可以达到全局最优.     

基于自适应进化粒子群算法的多目标优化方法

提出一种自适应进化粒子群优化算法(AEPSO),以提高多目标优化 PSO算法的性能.AEPSO算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO算法中,来提高算法的全局搜索能力和粒子的多样性.与常用的整体加权方法来处理多目标优化问题不同,AEPSO算法采用非劣解排序来引导粒子的飞行,以改进算法的收敛性,同时采用特殊的变异操作防止早熟收敛并增加优化解的多样性.所提算法的有效性经过四种代表性benchmark函数进行验证,并与几种典型同类型算法进行比较.该算法已成功地用于合金材料的多目标优化设计.实验结果表明AEPSO算法能够较好地兼顾收敛精度与优化解的多样性,满足多目标优化设计的要求.     

应用型本科高校智能财务人才培养模式构建与优化

大数据、智能化、云计算、移动互联网、区块链、物联网等数智集成时代的到来,给财务会计行业带来了极大的冲击。文章以数智集成为基点,以应用型本科高校为依托,以优化智能财务人才培养模式为目标,在深入分析时代背景的基础上,对基于数智集成的智能财务人才培养进行了顶层设计并构建了“三位一体”的智能财务人才培养模式,从而为社会输送满足智能时代需求的智能型人才。     

高校智能思政教育工作的研究

智能思政是高校思政教育工作创新发展的新载体和新形态,在智能技术的赋能下,掀起了思维和生态的智能变革。推进“智能思政”建设,既是铸魂育人的必要途径,又是智能教育发展的必然选择。高校思政教育工作应主动对接人工智能技术,找准智能思政教学的契合点,发挥其定制性、泛在性、进化性的精准优势,推动二者融合载体的双向赋能,满足学生的个性化需求,确保“智能思政”建设有序推进。     

基于以太坊的格上属性基可搜索加密方案

提出了一种基于以太坊的安全、灵活、高效的格上属性基可搜索加密方案.方案基于格密码体制提出,解决了传统基于双线性配对技术的属性基可搜索加密方案存在的不可抗量子攻击安全问题.方案使用基于以太坊技术的分散存储方法解决了传统云存储系统中单点故障问题,并且方案中数据拥有者代替私钥生成器为用户生成私钥,这避免传统方案由于密钥托管问...     

基于计算机视觉的驾驶员疲劳状态检测实验台架设计

得益于视觉识别技术的快速发展,公共交通安全技术领域也快速发展。该研究根据目前在主动安全方面的人脸识别技术、驾驶员状态监测,结合车辆智能网联技术,设计了可用于智能网联课程中的实验台架。台架设计主要采用图像处理开源库实现对驾驶员面部的特征定位与追踪,进行实时比对,计算眨眼频率、闭眼次数、眼睑闭合时长以及打哈欠频率等反映驾驶员疲劳状态的指标。使用数学方法进行指标统计和计算,根据所得的数值对驾驶员疲劳状态进行分级,最终将生成的结果反馈在实验台架上。     

采用动态知识因子的基于知识共享的优化算法

针对基于知识共享的优化算法(GSK)之不足,提出一种采用动态知识因子的基于知识共享的优化算法(DKGSK)。首先,个体通过自适应权重来调节其搜索,在算法前期以较大步长进行全局探索,增强了算法全局探索能力;在算法后期以较小步长进行局部搜索,提升了算法局部开发能力。其次,个体使用动态知识因子来调控其搜索步长,使搜索步长更具灵活性和随机性,提升了个体的局部搜索能力,从而增强了算法的局部开发能力。再次,个体借助列维飞行增强其跳出局部最优的能力,从而增强了算法规避陷入局部最优的能力。通过12个基准测试函数的数值实验与仿真,结果表明DKGSK的全局收敛速度和优化精度方面均得到了明显的改善,规避陷入局部最优的能力得到了增强。     

智能支付工具消费者购买保险商品安全的监管

近年来智能支付势头强劲,但场景营销导致消费者有图方便的购买倾向,这也是目前智能平台纠纷事件形成的重要因素之一.研究通过对先进国家及地区开始要求保险业者要做到警示消费者谨慎在平台购买保险的安全规定的探讨,发现在智能支付场景营销的引诱下,消费者贪求方便购买习惯较不谨慎,建议政府在监管沙箱制度中设计测试深度学习的监管标准,以...     

二阶多智能体碰撞避免与连通性保持方法研究

针对二阶多智能体系统,提出了一种基于人工势场的碰撞避免与连通性保持方法.首先,考虑智能体大小,通过在动作函数中引入智能体间相对速度和去抖振因子,设计了去抖振的自适应碰撞避免势场函数,其相对于其他结果,可减小势场力对编队的不利影响;然后,基于以上思想和方法,设计了去抖振的自适应连通性保持势场函数,并根据加性原理给出了带有碰撞避免和连通性保持功能的多智能体编队控制方法.最终通过数值仿真验证了所提方法可以实现零稳态编队跟踪误差,同时可以保证碰撞避免和连通性保持.