分享到:

上海能否成为人工智能城市

今年的政府工作报告中,首次明确提到“人工智能”,要求全面实施战略性新兴产业发展规划,加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化。数据显示,中国人工智能市场规模将从2015年的12亿元增长到2020年的91亿元,年复合增长率约50%,远超全球20%的平均增速。$$还有观点认为,在人工智能时代,不仅人们的生活会因此改变,还会将国家之间的科技竞争拉到相对平等的起跑线上。为此,美国白宫曾于去年接连发布3份人工智能发展报告——《为未来人工智能做好准备》《美国国家人工智能研究与发展策略规划》《人工智能、自动化及经济》,以此来深入探讨美国对人工智能的应对策略。$$对上海来说,成为“智慧城市”可能远远不够,找到自身擅长并将重点发展的领域才是根本。互联网观察者凯文·凯利在2016年出席第二十八次上海市市长国际企业家咨询会议上谈到,眼下世界上还没有人工智能的核心城市,也没有虚拟现实技术的中心,这些都是未来上海可以致力于...  (本文共2页) 阅读全文>>

权威出处: 解放日报2017-04-18
《河北建筑工程学院学报》2018年03期
河北建筑工程学院学报

基于遗传算法进行结构优化的研究现状

0引言随着国家经济飞速增长,国家建筑行业也有大的飞跃,在建设过程中为了提高结构的安全性、可靠性,经常会消耗大量的资源甚至会盲目增大截面造成大量的资源浪费,如何在保障建筑安全性、可靠性的前提下降低资源消耗,降低建筑工程造价是我国目前结构工程中面临的重要问题.遗传算法是一种以依据适者生存原理衍生的随机搜索算法,搜索过程更加简单、全面,可以很好地应用于复杂、大型结构的优化问题.1结构优化方法介绍结构优化设计指在满足一定规范、标准要求前提下,根据实际工程的材料性能或者经济指标设定相应的目标,在可行解中选取最优解.目前结构优化设计方法主要有准则法、规划法、现代优化方法.准则法是设定某种优化准则,并依据该准则进行程序的设计,最常用的有同步失效设计、满应力准则、能力准则,算法简单,收敛速度快,缺点是难以适应多种约束问题.规划法是以结构力学为基本原理,在某些约束条件前提下求解目标函数最值问题,是目前应用较多的一种结构优化设计方法,最常见的为线性...  (本文共8页) 阅读全文>>

《四川工程职业技术学院学报》2007年06期
四川工程职业技术学院学报

利用遗传算法进行机械优化

遗传算法模拟了自然选择和遗传中发生的复制、交叉和变异等现象,从任一初始种群(population)出发,通过随机选择、交叉和变异操作,产生一群更适应环境的个体,使群体进化到搜索空间中越来越好的区域,这样一代一代地不断繁衍进化,最后收敛到一群最适应环境的个体(indi-vidual),求得问题的最优解。1遗传算法的原理和运算过程1.1编码:解空间中的解数据x,作为遗传算法的表现型形式。遗传算法在进行搜索之前先将解空间的解数据表示成遗传串间的基因形串结构数据,这些串结构数据的不同组合就构成了不同的点。1.2初始群体的生成:随机产生N个初始串结构数据。每个串结构数据称为一个个体,N个个体构成了一个群体。遗传算法以这N个串结构作为初始点开始迭代。设置进化代数计数器t←0;设置最大进化代数T;随机生成M个个体作为初始群体P(0)。1.3适应度值评价检测:适应度函数表明个体或解优劣性。对于不同的问题,适应度函数的定义方式不同。1.4选择:将...  (本文共3页) 阅读全文>>

《现代焊接》2012年03期
现代焊接

遗传算法在焊接领域的优化与应用

引言1遗传算法焊接工艺是汽车制造、工程机械、飞机船舶等重要领域中不可或缺的热加工工艺。焊接是一个瞬态、时效,涉及到传热学、电磁冶金学、固体和流体力学等诸多因素的复杂过程。传统的理论与实验分析不能很好的重现焊接过程,且费时费力。随着计算机技术迅猛地发展,用适当的智能优化计算方法求解科学与工程中存在的问题,几十年来,已经做出瞩目的贡献并获得可观的经济效益。世界上有200余种优化算法,但目前还没有普遍通用的算法。遗传算法能有效的解决非线性约束优化、离散变量优化与传统优化算法不能解决的问题,近些年,遗传算法在焊接优化领域应用广泛,并成功的解决了很多难题。遗传算法(Genetic Algorithm,简称GA)是美国Michigan大学的Holland教授及其学生在自然界中生物遗传、进化机理的启发下于1975年创造出来,[1][2]经过许多学者的研究发展完善起来的一种随机搜索与优化方法。它遵循生物自然选择、适者生存的自然规律,仿效生物杂交...  (本文共3页) 阅读全文>>

《农机化研究》2018年01期
农机化研究

现代农机数字化装配车间调度技术研究——基于云计算和遗传算法

0引言21世纪,制造业的发展更加依赖高新技术应用的推动。网络化制造将先进的网络技术、信息技术与制造技术相结合,构建面向企业特定需求的基于网络的制造系统,并在系统的支持下,突破空间地域对企业生产经营范围和方式的约束,开展覆盖产品全生命周期全部或部分环节的企业业务活动(如产品设计、制造、销售、采购、管理等),实现企业间的协同和各种社会资源的共享与集成,高效、高质量、低成本地为市场提供所需的产品和服务,这便是云制造技术。农机设计制造是一个较为复杂的过程,对于新机型的试制更是一个漫长的过程。为了提高设计效率,整合设计资源,实现整机模型的分散加工,可以将云制造技术引入到农机的新机型设计和试制过程中,为现代化农机设计制造提供了新的契机。1基于云制造的农机现代化设计云制造是一种新型的制造方式和手段,该方式基于网络化和敏捷化的制造资源,是云计算和信息化制造、网络化制造等概念和技术的延生,融合了物联网技术、高性能计算和智能科学信息技术,支持面向服...  (本文共5页) 阅读全文>>

《农机化研究》2018年02期
农机化研究

基于遗传算法的小麦收割机路径智能优化控制研究

0引言人工智能技术和互联网技术的发展和应用,加快了我国从传统农业向现代农业转型的步伐,提高了农业生产的自动化水平和作业效率。在联合收割机作业效率的研究中,全局路径优化是研究的重点问题。目前,往往采用蚁群、遗传、免疫、聚类分割、BP网络神经及多目标粒子群等人工智能算法进行路径的优化。本文引入遗传算法,对小麦收割机作业过程进行全局路径优化,可以大大节省作业时间和成本,提高小麦收割机的工作效率。1遗传算法概述遗传算法是以达尔文进化论为基础提出的一种优胜劣汰算法,其模拟自然选择和遗传生物进化过程中的计算模型,可以进行全局区域搜索最优解。遗传算法采用一串编码组合,将需要解决问题的假设解集看作单个个体,然后将待解决问题看成是一个大环境,每个个体在这个大环境中的适应能力称为适配度,适配度越高存活率越高。因此,将生物进化中的繁殖、杂交、变异、竞争和选择引入算法中,将适配度表达式与优化问题相结合,建立目标函数对应关系。传统优化算法往往以梯度信息寻...  (本文共5页) 阅读全文>>