基于年龄移算法的人口预测

文章利用了年龄移算法,基于2010年中国人口和就业统计年鉴中的部分数据对我国人口总量、老龄化、人口结构等在短期和中长期两个阶段分别进行了预测分析,其中重点讨论了修正后的总和生育率取高中低三种水平环境,最后提出了一种动态的渐进修正总和生育率模式对人口总量和结构的影响。可以说,若统计资料在合理的误差之内的话,用年龄移算法对短期的预测结果应该是相当之好,其预测结果是有价值的,在计划生育政策的制定上具有很好的指导意义。     

广义Kdv-Burgers方程新情形下的古典对称分类

本文对广义Kdv-Burgers方程把方程系数看作自变量的古典对称进行了讨论。借助吴-微分特征列算法程序包,我们给出了该方程8种不同类型的古典对称分类.该结论说明了在我们讨论的情况下能够扩充方程的古典对称.     

基于混合智能算法模型的无功优化的应用

电力系统无功优化是保证电网安全可靠运行的重要指标之一。从经济效益和运行约束条件出发,建立了符合实际数学模型。考虑到遗传算法的早熟收敛及蚁群算法需要较长的搜索时间,采用混合算法对IEEE-14进行仿真,结果和常规的算法作比较,结果证明时间效率和求解效率都优于传统的算法。     

基于重叠社区划分的大群体共识决策方法

基于社会网络的群体决策方法能够利用成员之间的社会关系促进群体共识达成。本文以群体成员之间的社交关系网络为切入点,提出一种基于重叠社区划分的大群体共识决策方法。首先,采用基于标签传播的重叠社区发现算法将大群体划分为若干重叠的子群,其次,采用综合考虑社会网络分析和成员偏好的权重确定方法分别计算个体与子群的权重值。然后,设计面向不同共识水平的偏好调整策略,构建基于Uninorm聚合算子的行为管理方法处理非合作行为,并设计意见替代策略处理未修改偏好的个体成员意见。该大群体共识达成方法借助社会网络分析方法,进一步探究了重叠社区环境下的个体权重分配问题和多种行为管理方法,所提方法的有效性通过算例和仿真实验得到验证。     

平台控制下数字劳工算法抵抗的生成逻辑与本质

平台经济时代,算法及其资本主义应用在滋生算法霸权的同时不断加剧劳资利益失衡,催生了数字劳工的“算法抵抗”,即在自主意识觉醒后发挥“主观能动性”,通过利用技术漏洞、规则漏洞,尝试挣脱系统围困而实现底层突围。与传统的劳动抗争相比,数字劳工算法抵抗呈现出规模上的分散化、形式上的温和性以及发展态势上的缠斗性。究其根源,算法抵抗中“人机交锋”的表象背后是劳资双方在劳动控制权上的激烈博弈。在权力失衡的平台劳资格局中,数字劳工的抵抗虽能部分地摆脱算法控制、修复受损利益,但无法从根本上扭转自身的弱势地位。因此,亟须打造政府主导、劳资参与、集体协商的平台用工新格局,加快构建具有中国特色的和谐劳资关系,助力平台经济健康发展。     

人工智能算法司法应用的发展隐忧及完善路径

当下,人工智能算法已经广泛应用于司法裁判、司法推理以及司法量刑等领域。其在进行裁判、推理及量刑的过程中也引发了诸多发展隐忧。如算法裁判易威胁司法自主、算法推理易影响实质正义、算法量刑易冲击审判中心主义等。为了排解上述隐忧,需要明确算法裁判的辅助性地位,确定算法裁判的应用范围以及责任归属,建立算法推理的可修正技术正当程序,不断完善人机协同的算法量刑新模式,从整体上提升人工智能算法司法应用的实效。     

算法赋能社会治理的负外部性及其应对

算法在社会领域不断地催生应用场景革新、推动生产生活变革,建构和映射着社会存在。但是,在算法赋能社会治理的背后,算法陷阱、算法黑箱、算法权力等问题暴露出算法的不确定、伪中立和价值缺位,算法赋能的负外部性不容忽视。对算法赋能社会治理的负外部性的纾解是一个系统性的治理过程,需要我们主动适应算法环境的复杂性,重视以人为本的核心理念,整合多元主体,合力规制算法向善,采取有包容、可持续、有温度的智慧性治理,以真正实现算法社会的共建共治共享,丰富数字化新场景,不断满足人民美好生活需要。     

人工智能时代高校思政课的“变”与“不变”

在人工智能时代,高校思政课经历了深刻的变革,这推动了教学理念、教学方法以及教学反馈的不断创新,以适应时代发展的需求。在追求变革的过程中,我们必须确保不偏离原有的方向。我们深刻理解人工智能时代思政课“变”与“不变”的关系,对提升思政课的实效性具有深远的意义。     

交叉熵鲸鱼算法的制冷机组能效优化

结合制冷机组运行原理,建立了基于门控循环单元网络(GRU)的某卷烟厂空调制冷机组能效预测模型,采用交叉熵鲸鱼优化算法(CWOA)对制冷运行工况进行寻优,该优化策略能跟随冷负荷变化动态调节设备运行参数。基于这2种智能算法的决策系统既解决了卷烟厂空调制冷机组机理建模困难的问题,又解决了制冷机组运行能耗高的问题。以某卷烟厂空调制冷机组实测运行数据为基础进行了预测和优化仿真实验,预测结果表明制冷机组GRU模型在训练集和测试集上的均方根误差(RMSE)分别为1.047%和1.186%,预测精度高于LSTM网络模型,优化结果显示：CWOA优化后的能效值相比其他优化算法更高,较实际运行平均节能9%。因此,基于GRU-CWOA算法的智能模型可用于卷烟厂空调制冷机组的能效预测优化。     

有时间窗车辆路径问题的模型及其改进模拟退火算法研究

论文在对有时间窗车辆路径问题进行描述的基础上,建立了该问题的基于直观描述的数学模型.论文还根据有时间窗车辆路径问题的特点构造了求解该问题的改进模拟退火算法,并进行了实验计算.计算结果表明,用本文设计的改进模拟退火算法求解有时间窗车辆路径问题,不仅可以取得很好的计算结果,而且算法的计算效率较高,收敛速度较快,计算结果也较稳定.