关键词： 多任务优化   动态梯度相似度   拟梯度几何感知   自适应知识迁移   混合搜索策略  

摘要： 进化多任务优化通过在不同优化任务间共享隐式遗传信息来提升整体搜索效率.然而,当任务间相关性低时,缺乏相关性度量的盲目知识迁移极易引发负迁移效应.基于此,提出一种基于动态梯度相似度的多任务进化算法MFEA-DGS.首先,算法引入基于方向梯度下降的拟梯度算子,通过构建任务的下降方向向量来感知解空间的几何特征,实现高效的正向迁移.其次,提出一种动态梯度相似度策略,通过计算源任务与目标任务梯度向量的方向余弦相似度,并结合硬阈值截断机制物理阻断冲突任务,自适应地调节知识迁移强度.此外,构建包含梯度算子与模拟二进制交叉及多项式变异的概率混合搜索框架,利用进化算子的全局探索能力弥补单一梯度搜索易陷入局部最优的局限性,显著提升了收敛精度.在CEC2017-MTSO和WCCI2020-MTSO基准测试集上的实验结果表明,与多种先进的多任务优化算法相比, MFEA-DGS在收敛速度、求解精度及鲁棒性方面均表现出显著优势.

关键词： 微电网群   模拟退火   蜻蜓算法   优化调度  

摘要： 微电网群作为分布式可再生能源的重要承载形式,其高效优化调度是提升区域供电经济性与可靠性的关键。针对调度模型具有高维、非凸和多约束等特性,以及传统优化算法易陷入局部最优的不足,提出一种基于改进模拟退火蜻蜓算法的微电网群协同优化调度方法。首先,构建以运行成本和环境成本综合最小化为目标的调度优化模型;然后,采用Logistic混沌映射增强初始种群多样性,引入非线性自适应惯性权重以协调全局搜索与邻域搜索能力,并嵌入模拟退火机制,结合其概率突跳特性提升摆脱局部极值的能力;最后,相较于其他对比算法,所提(simulated annealing dragonfly algoritm,SADA)算法总成本分别降低了7.33%、5.09%和4.24%,有效验证了所提方法在复杂能源调度场景中的有效性与优越性。

关键词： 大数据   人工智能   地产集团   双向凭证  

摘要： 随着房地产行业进入存量运营与精细管理并重的新周期,各房企开始逐步探索第二增长曲线,多业态大型集团面临财务管控复杂度成倍上升的严峻挑战。双向凭证作为串联集团内部资金流、业务流与税务流的核心载体,其智能化升级已成为财务数字化转型的关键突破口。文章以地产集团为例,结合国家“数字住建”与“人工智能+”相关政策导向,阐述大数据与人工智能技术赋能双向凭证的意义,提出“基础夯实—流程优化—智能升级—数据驱动—生态协同”五阶段升级路径,并从业务适配、数据安全、系统依赖等维度探讨风险防控措施。旨在为大型集团公司优化内部往来核算、提升财务数字化水平、实现业财深度融合提供参考。

关键词： 跳点搜索算法   路径规划   优先级避障   动态权重评价函数   冲突路径  

摘要： 针对传统跳点搜索(JPS)算法在路径规划过程中因访问大量无关扩展节点而致使搜索盲目性增强、内存占用增大,以及输出路径存在冗余节点等问题,提出了一种基于目标点搜索方向优先级和动态权重评价函数的改进JPS算法。首先,依据目标点与移动机器人的位置关系,提升算法寻路时目标点所在方向的优先级,并引入基于距离的动态权重评价函数,以此减少搜索无关节点造成的资源浪费和效率损耗;其次,对改进后的JPS算法输出的全局路径实施二次规划,消除原路径中存在的冗余节点,使全局路径更为平滑;再次,引入并改进动态窗口法(DWA)算法作为局部路径规划算法,改进后的DWA算法将采用基于碰撞距离的动态优先级策略,自动避让交叉路径上的移动机器人;最后,分别对改进后的JPS算法和DWA算法进行仿真验证。结果表明:相较于传统跳点算法,所提算法搜索到的扩展节点数平均减少了60.0%,轨迹节点数平均减少了43.6%,路径拐点数平均减少了23.9%。此外,改进后的DWA算法能够有效解决传统DWA算法在处理路径冲突等动态环境问题时存在的缺陷与不足,显著提高了DWA算法在多机器人路径规划中的协同性和适应性。

关键词： 网络文学发展史   媒介物质性   网络论坛   文学网站   移动阅读  

摘要： 中国网络文学发展史是一部基于媒介物质性变革的文学史。论坛时代的BBS以树状结构、异步通信机制和纯文本界面为核心,塑造独特的连载节奏和读者参与的生成—阅读—反馈循环,同时版主治理、积分制度与共享伦理嵌入平台,构建早期网络文学的公共性制度环境。进入PC网站时代,门户和专业文学网站提供图文界面、搜索及推荐机制,使作品传播更广泛、创作更规范,并推动文学生产与商业化紧密结合。移动阅读时代的APP和客户端以碎片化、个性化、社交化和多模态呈现为特征,推动创作模式、阅读习惯和付费生态转型,实现网络文学平台生态高度动态化。简言之,网络文学在技术、制度和社区互动中演进,其创作逻辑、阅读行为及传播形态随媒介环境不断重构。

关键词： 仪表读数识别   轻量化YOLOv8   SIFT倾斜校正   关键点检测   角度法  

摘要： 针对现有深度学习的仪表读数识别算法在边缘设备上存在资源消耗较大和传统图像处理算法在复杂场景下鲁棒性不足、误差累积以及难以实现端到端指针提取等问题,提出了一种轻量化改进的YOLOv8模型实现仪表检测,并采用YOLOv8-pose关键点模型提取仪表盘关键点,拟合指针与刻度线结合角度法计算仪表读数。首先,设计轻量级的RGELAN模块替代C2f模块,降低骨干和颈部网络复杂度;其次,将考虑多尺度特征贡献的CASC-Head检测头替代解耦头,减少检测头参数量;最后,引入Shape-IoU优化回归损失函数,提升检测准确性。实验结果表明:改进后的模型YOLOv8-RSS在P和mAP@50:95上分别为98.5%和90.6%,相较于原始YOLOv8的P和mAP@50:95仅损失了0.3%和0.4%,但参数量、计算量和模型大小分别减少了48.3%,44.4%和46%;在复杂场景下,仪表读数阶段算法的平均相对误差、平均引用误差、参数量和检测速度分别为1.425%,0.557%,3.08M和78帧/s,与其他算法相比,该算法降低了空间占用和读数误差,提升了检测速度。

关键词： 多波束测深数据处理   南极近岸   网格搜索   DBSCAN算法   噪声滤除   异常值识别   轮廓系数  

摘要： 精确获取南极近岸海域海底地形对揭示南极地质演化、海洋环流及生态环境变化规律至关重要。然而,受低温、强风、密集浮冰漂移等特殊环境影响,该区域多波束水深原始数据存在大量由浮冰强反射、设备噪声等引发的噪声点,现有常规滤波方法在处理此类异常值时存在局限性,会导致地形模型精度不足。为此,本文提出了一种基于网格搜索的DBSCAN算法,通过构建参数空间遍历所有可能的邻域半径(Eps)与最小点数(MinPts)组合,以轮廓系数为核心评价指标选取最优参数,实现高效的水深数据聚类与噪声滤除。实验结果表明,该算法能精准识别并剔除噪声点,剔除比例约9.1%,轮廓系数达0.686。与K-means、CUBE算法相比,其聚类效果更优,有效提升了数据处理的准确性与可靠性。本研究为南极近岸多波束水深数据处理提供了高效鲁棒的解决方案,对推动极区近岸地形调查的应用发展具有重要意义。

关键词： 政府大数据平台   治理效能   数据分布结构   技术环境   制度环境  

摘要： 数字时代,建设大数据平台成为政府治理变革的一种重要体现,但不同领域大数据平台的治理效能存在差异。原因在于,虽然高层级政府因为大数据平台汇集多源数据而拥有一定的相对低层级政府的信息优势,但这种信息优势能否转化为理想的治理效能,取决于数据的真实性、丰富性、有效性。政府大数据平台能够汇集何种数据,很大程度上取决于数据分布结构,而数据分布结构受技术环境和制度环境的影响。技术环境影响数据在多元主体间的自然分布状态,界定了数据获取的技术可及性;制度环境则影响数据在多元主体间的合法流动空间,界定了数据占有的制度排他性。由此,技术可及性和制度排他性的搭配组合形塑着特定领域政府大数据平台实际面对的数据分布结构,进而深刻影响其治理效能。

关键词： 蜂鸟优化算法   拓扑优化   压力容器  

摘要： 压力容器作为关键承压设备,其拓扑结构优化对减轻重量、提高性能及确保安全性具有重要意义。传统的拓扑优化方法在处理复杂约束时面临挑战,为此,提出一种蜂鸟算法解决压力容器拓扑优化问题,旨在利用蜂鸟算法优化压力容器的材料分布,以期在满足特定制造约束的前提下,实现结构轻量化或性能最大化。通过案例研究,验证该算法在解决此类复杂工程拓扑优化问题中的有效性与潜力,为压力容器及类似结构的智能化设计提供一种新的解决方案。

关键词： 交通标志检测   YOLO11   CAFM注意力机制   GAM注意力机制  

摘要： 针对现有目标检测算法存在对交通标志识别准确率低、检测不完全等问题,提出一种将注意力机制融入YOLO11n的交通标志检测算法。首先,将卷积和注意力融合模块与YOLO11n主干部分结合,通过融合卷积操作和注意力机制,对图像的全局和局部特征进行有效建模,以提升检测精度;其次,利用全局注意力机制模块融入YOLO11n颈部,使模型对特征中的语义信息和位置信息提取更为充分,进而提高了模型的特征表达能力;最后,添加一个小目标检测层,保留更多浅层细节信息,以增强深层和浅层语义信息的融合,从而改善对小目标检测不完全的问题。实验结果证明,改进后的算法在TT100K数据集中,精确率、召回率、平均精度分别达83.9%,70.7%,82.4%,与原模型YOLO11n相比较,分别提高了5.7%,2.7%,6.3%,证明了改进算法的有效性。