基于人工神经网络的在线设备状态监测系统的研究(英文)

研究了基于人工神经网络在线设备状态监测系统,简要介绍了人工神经网络的基础理论,描述了基于人工神经网络在线设备状态监测系的结构和工作过程,给出该系统对卷烟机MK9-5的状态监测和故障诊断的结果。实验结果表明,将多层前馈人工种经网络用于设备在线状态监测具有较好的效果,并可对设备故障进行可靠诊断。     

人工智能企业的权力生产及其政治影响

人类社会漫长的政治发展进程中充满了权力生产与权力转移现象。随着人工智能时代的到来,作为人工智能技术关键成分的数据与算法,逐渐成为权力生产的新要素,谁掌握更充分的数据和更先进的算法,谁就可能拥有更多或更大的权力,技术的赋权效应得以彰显。技术赋权可能催生新权力主体,权力转移现象可能再度发生。人工智能企业既因为在数据与算法方面拥有独特的技术优势而内生出部分权力,也因为为国家治理提供技术辅助而另外获得部分权力,可能成为与国家相媲美的新权力中心。人工智能企业的权力增长,可能促使国家治理权力结构从传统的单中心结构变为多中心结构;与此同时,由于人工智能时代的国家治理越来越倚重人工智能企业提供算法支持,而算法可能出现失误,加之“算法黑箱”和卸责链条的存在,因此人工智能企业的权力增长还可能消解权责同体的基本政治规则,引发权责分离现象或者说国家治理问责难题。新权力中心在多大概率上会出现,既取决于国家与人工智能企业的技术实力对比,也取决于国家治理对人工智能企业的技术依赖程度。应对人工智能时代的权责分离现象或者说问责难题,除了促使人工智能企业高度自律,还需要国家匹配备案与试点制、随机抽查检验制、服务积分制等制...     

AI驱动的产品环境效益感知对消费者购买意愿的影响——基于控制错觉理论视角

随着绿色消费崛起和环保技术进步,AI驱动的产品环境效益改善日益成为企业应对市场竞争并满足消费需求的重要举措。基于控制错觉理论视角,构建了一个有调节的中介效应模型,并运用实验研究方法检验了AI驱动的产品环境效益感知对消费者购买意愿的影响机制。结果发现：相较于非AI驱动的静态环境效益感知,AI驱动的自主环境效益感知更容易提高消费者购买意愿;环境心理所有权在产品环境效益感知与消费者购买意愿的关系中发挥了中介作用;环境控制点调节了产品环境效益感知与环境心理所有权的关系,并且这种效果随着结果与预期一致性的高低呈现显著差异。因此,企业应强化消费者的产品环境效益感知,激发消费者环境心理所有权,不断提高产品的环境控制水平,以提升消费者购买意愿。     

万物互联时代的“算法”崇拜与资源配置变革

随着万物互联时代的来临,人类资源配置将被各种人工智能“算法”①所取代。万物互联产生的数据将成为社会资源的重要形态,也是支撑人工智能“算法”的重要基础。数据资源的安全、所有权归属、开发利用效率以及保密等重要议题,将成为民族学、经济学、社会学和心理学等相关学科关注和研究的新热点。我国是一个统一的多民族国家,如何将丰富的民族多样化资源转化为支持万物互联资源网络协同优化配置人工智能“算法”的数据,需要从民族历史、文化、生物、信息处理技术等相关学科做深入的理论和实证研究。在万物互联时代,因资源配置方式与配置机制发生变革,经济学一般不再直接求解资源最优配置的策略集,更多是从理论和实证方面研究资源配置中人工智能“算法”的构造原理、构造条件与影响因素。万物互联时代,社会和谐秩序的构建,需要政府建立和维护万物互联网络的安全防护体系,并对资源配置中人工智能技术演变路径作规范和指引。     

基于改进遗传算法的置换装配线调度问题研究

企业的置换装配线调度问题（Permutation Assembly-line Scheduling Problem,PASP）是一类典型的NP-hard型生产调度问题,是现代集成制造系统CIMS极为关心的问题。该问题可以具体描述为n个工件要在m台机器上加工,每个工件需要经过m道工序,每道工序要求不同的机器,这n个工件通过m台机器的顺序相同,它们在每台机器上的加工顺序也相同,问题的主要目标是找到n个工件在每台机器上的最优加工顺序,使得最大完工时间最小。由于PASP问题的NP-hard性质,本文使用遗传算法对其进行求解。尽管遗传算法常用以求解调度问题,但其选择与交叉机制易导致局部最优及收敛慢。因此,本文提出基于区块挖掘与重组的改进遗传算法用于求解置换装配线调度问题。首先通过关联规则挖掘出不同的优秀基因,然后将具有较优结果的基因组合为优势区块,产生具优势的人工解,并引入高收敛性的局部搜索方法,提高搜索到最优解的机会与收敛效率。本文以OR-Library中Taillard标准测试例来验证改进遗传算法的求解质量与效率,结果证明：本文所提算法与其它求解调度问题的现有5种知名算法相比,不仅收敛速度较快,同时求解质量优于它们。     

The reproduction of reproduction: theorizing reproductive (im)mobilities

ABSTRACT

Through a reading of the articles gathered in this special issue, this commentary seeks to assess how critical research on reproductive processes, spatialities, temporalities, and assemblages can push mobilities theory towards rethinking the politics of (im)mobilities, which can also give us a new lens on the reproduction of reproduction. It begins with questions of scale, and the power relations involved in the heterogeneous mobile embodiments and bodily entanglements of reproduction, including mobilities involved in fertility, assisted conception, surrogacy, abortion, egg freezing, or traveling to give birth. It then draws on process theories and relational ontologies within mobilities theory to think about multiple kinds of becoming as crucial to temporal processes of reproduction, involving both molar and molecular politics. Lastly, it elucidates the kinopolitics of reproduction and broadens the field of critical mobility studies to better take into account the material assemblages and affective entanglements of reproductive politics.     

人工智能与法治关系辨析

人工智能这一科技驱动下的经济增长点能否成为法治增长点,是一个值得认真思考的问题.人工智能的本质是一套程序,它是由算法和数据结构组成,不能导致良法的出现,因为良法是一个社会实践问题,离不开人类的价值评判,而算法作为人类物质条件束集,无论在哲学层面还是在现实层面都缺乏实践的能力;人工智能体现的是策略化思维,强调程序的预测控制功能,而审判是规范思维,强调程序的表达功能,法官依靠对法律的信仰而非记忆来裁判案件,这种非博弈化的行为是人工智能所无法效仿的;人工智能能够储存、分析海量的数据,但司法需要的是经验,而经验是人类生活的绵延内化并非数据的符码化排列,二者不可通约,更不可替代;毋庸讳言,人工智能在司法改革中发挥了积极作用,但为了进一步深化改革,也要看到其不足之处.法治的实现更应注重制度建设,人工智能应在这一基础上发挥自身优势.     

基于最速下降法的人工免疫算法

由于人工免疫算法受到收敛速度相对较慢,局部搜索能力较弱、求解全局最优解需要的群体规模相对较大等因素的影响,本文将最速下降法与人工免疫算法结合,提出了一种新的混合算法。数值实验结果表明,该算法能够找到更优的优化结果,并且在收敛速度上明显优于传统的人工免疫算法。     

对辽宁省高等教育发展规模的分析与预测

以经济发展水平与城市化作为两个控制变量,利用BP人工神经网络对辽宁省未来高等教育规模发展进行了分析与预测。     

对称单面鳍线的人工神经网络模型

采用知识人工神经网络模型拟对称平面鳍线,通过利用先验知识减小输入映射关系的复杂度,建立了知识人工神经网络模型,减少了训练样本的数量。同时保留了全波时域有限差分法的准确性,而且具有快速简便的优点。