摘要：在遗传程序设计算法中 ,针对应用传统的遗传程序设计方法 ( Genetic Programming,GP)解决符号回归问题所遇到的困难 ,嵌入一个基于模拟退火思想的参数估计过程 ,得到更为精确的参数和个体结构 .实验表明 ,此方法提高了

摘要：无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一。在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果。为了提高解的精度,避免多个输入样本映射到同一输出节点还提出了禁忌映射的方法。数值模拟表明该模型对于上市公司的聚类结果令人满意,对于股民客观、准确地选出真正具有投资价值的股票具有指导意义。

摘要：为了满足某新型混联式混合动力变速器在不同的整车行驶模式下对其液压系统工作状态的不同控制要求,基于该新型混联式混合动力变速器及其液压系统的结构,设计了液压系统工作状态和阀块工作状态的控制策略,通过建立Simulink控制模型,并采用快速控制原型技术和整车转鼓试验对该控制策略的正确性和可靠性进行验证.试验结果表明该控制策略能够很好地匹配整车的行驶模式,满足变速器对其液压系统的控制要求.

摘要：课程思政注重在专业知识传授中实现价值引领,在价值塑造中凝聚知识底蕴,成为培育德、智、体、美、劳全面发展人才的重要抓手。以北京林业大学“美国环境历史与文化”课程为例,结合我国的生态文明观和价值观,深挖其所蕴含的思政教育元素,通过开展“课前—课中—课后”闭环式课程设计和教学实践,探索出融知识传授、能力培养和价值判断于一体的教学方式。结课后通过问卷调查和访谈收集学生对课程思政融入教学的反馈显示,依托课程内容,融入思政元素的教学不仅提升了学生的语言能力、知识水平、思辨能力、创新能力和自主学习能力,而且促进学生树立社会主义核心价值观,培养家国情怀和国际视野。

摘要：为了解决语音识别模型在识别中文语音时鲁棒性差,缺少语言建模能力而无法有效区分同音字或近音字的不足,本文提出了融合语言模型的端到端中文语音识别算法.算法建立了一个基于深度全序列卷积神经网络和联结时序分类的从语音到拼音的语音识别声学模型,并借鉴Transformer的编码模型,构建了从拼音到汉字的语言模型,之后通过设计语音帧分解模型将声学模型的输出和语言模型的输入相连接,克服了语言模型误差梯度无法传递给声学模型的难点,实现了声学模型和语言模型的联合训练.为验证本文方法,在实际数据集上进行了测试.实验结果表明,语言模型的引入将算法的字错误率降低了21%,端到端的联合训练算法起到了关键作用,其对算法的影响达到了43%.和已有5种主流算法进行比较的结果表明本文方法的误差明显低于其他5种对比模型,与结果最好的Deep⁃Speech2模型相比字错误率降低了28%.

摘要：Dmoz和Yahoo的标签采用不同的文法。为了统一它们的文法以利于搜索引擎的检索,对它们的标签结构进行了分析,统计出了相关的数据,并根据这些数据得出分别用于描述这两种标签结构的BNF(Backus-NaurForm)文法,然后将这两个BNF文法整合成一个,并应用JavaCC(Java Compiler Compiler)实现了对该文法的检测。在这个BNF文法的指导下,程序能够有效地判断一个标签模式是否满足Dmoz和Yahoo标签文法,为Web挖掘提供了良好的检测工具。

摘要：将人工神经网络方法、模糊自适应控制技术与进化计算应用于包装件缓冲垫层非线性特性的识别问题，可以给出一种为评价、论证与设计缓冲包装提供理论依据的新途径。概述了有关该问题研究的若干进展情况，讨论了存在的问题并指出了有关的研究发展方向。

摘要：在研究现有进化算法的优越性与存在不足的基础上,受生物免疫原理的启发,提出了一种新的算法--免疫算法.免疫算法是在免疫系统识别多样性的启发下所设计出的一种随机启发式算法,其参数的取值和操作的具体实现形式对算法的性能有较大的影响.本文详细地讨论了基于信息熵概念的免疫算法并分析了交叉和变异遗传算子对免疫算法性能的影响,将遗传算法的非均匀变异操作引入免疫算法,模拟实验结果表明了改进算法的有效性.

摘要：功率分流式混合动力变速箱内的各齿轮啮合和电机产生的振动噪声是影响整车性能的重要指标,而箱体是变速器的主要噪声辐射件,对箱体进行模态分析有利于对箱体的进一步优化。运用Ansys对某混合动力变速器箱体进行模态分析,得到箱体的固有频率。通过模态试验验证有限元模型的正确性和可靠性。同时给出了理论计算出的前轮固定转速对应的各啮合齿轮的啮合频率,并对箱体在某些恒定车速下的振动情况进行试验,试验表明在一些常用的纯电动工况下,齿轮的啮合频率确实与箱体的固有频率避开,为箱体的前期开发和后期优化提供了依据。

摘要：提出一种用于处理板材下料问题的粒子群与模拟退火混合算法。同时,在把下料模式转化为实际设计时,提出了一种类似于Bottom Left(BL)算法的转换方法。模拟实验结果表明这种混合方法的性能明显优于粒子群算法。