请选择 目标期刊

严重事故下吸湿性气溶胶的自然去除研究 下载:15 浏览:389

卢俊晶 张天琦 杨小明 马如冰 元一单 《核工业与技术》 2020年2期

摘要:
反应堆发生严重事故时,堆芯释放出的吸湿性气溶胶会在潮湿的安全壳内增大,从而影响其自然去除过程。本文理论推导了吸湿性气溶胶的增大模型并通过多种方法对其进行了验证。模型计算结果表明,气溶胶的增大过程由于受到溶解度的限制而存在临界湿度值,在该临界值以下时气溶胶不发生吸湿,但这未被其他严重事故分析程序所考虑。同时,基于某三代先进压水堆的特定严重事故工况,本文分析了干颗粒半径及湿度对气溶胶的平衡半径和自然去除系数的影响。结果表明:气溶胶的自然去除系数随干颗粒半径的增大将先减小后增加,并在1μm时达到最小值;相同湿度下,干颗粒半径对气溶胶半径的最大增大比例的影响不大;湿度的增加对不同干颗粒半径气溶胶去除系数的影响不同。

基于深度学习的边缘控制与大模型协同优化在智能交通系统中的应用研究 下载:37 浏览:1858

张昊 高梦琪 王文超 王嘉芮 王清晨 《交通技术研究》 2025年4期

摘要:
随着智能交通系统的快速发展,高效可靠的交通流量优化控制预测显得尤为重要。本文将深度学习技术引入边缘计算,在不影响系统性能的前提下,实现边缘控制与大型数据模型的协同优化。首先分析了利用深度学习进行交通流量预测的模型构建过程,并通过边缘计算实现实时预测结果的反馈。之后对大模型在边缘计算下的优化算法进行了深入设计和研究,以减少数据计算压力,提高系统的智能化水平。最后的结果表明,所提方法在预测精度、计算效率、系统鲁棒性等方面均优于传统方法,具有非常好的实用价值和广阔的应用前景。结合广泛的实证数据,进一步证明了深度学习与边缘计算结合在智能交通系统中的高效性与可行性,为未来智能交通系统的发展提供了新的研究途径。

一种基于AI智能识别的机械仿真设计大模型 下载:161 浏览:877

李亮1 董晓芳2 刘琨1 成李博1 张浩1 房庆龄1 《建模与系统仿真》 2024年8期

摘要:
近年来,探索运用AI辅助CAE仿真分析成为新的热点,目前AI在多个分析领域已有初步探索应用,AI技术的应用将大大缩短数据分析及优化时间。同时,机械仿真设计软件是利用数值理论方法对工程中一系列问题求解的重要工具。长期以来机械仿真设计仿真软件面临的最大问题是限于理论的不完备和计算能力的不足,大量的工程问题难以得到快速和准确的求解,且不断复杂的软件本身也造成了技术人员使用的局限。预期本文所提出的技术将AI技术应用于工程软件能有效加速求解速度,并结合语音识别可以降低技术人员的应用门槛。

基于大模型的企业知识管理系统框架研究 下载:155 浏览:742

​李琦 《当代管理》 2024年11期

摘要:
在信息化高速发展的背景下,企业将面临庞大的数据与知识资源。企业建立完善的知识管理系统有利于提高核心竞争,推动企业的快速转型与创新。以大模型为基础,帮助企业对知识与数据信息进行收集、整合、搜索、共享、分析,实现知识的科学管理,发挥企业知识资源的最大价值。

战场环境下人工智能辅助决策的大模型技术研究 下载:114 浏览:1731

赵永进 张泽群 刘超 严达祥 刘佩文 《人工智能研究》 2024年4期

摘要:
本文针对战场环境中存在的诸多不确定因素,提出了一种人工智能辅助决策的大模型技术。研究初步构建了基于深度学习的战场辅助决策模型,该模型结合了强化学习与决策树技术,为战场决策提供可靠的数据支持。通过一系列的模拟战斗实验表明,该模型能有效辅助决策者在复杂的战场环境中做出快速而准确的决策,如战术选择、部队调度、战斗行动等,决策的成功率和准确率明显提高。此外,模型还能实现战场数据的实时更新和自我学习优化,反馈战场变化,以期为决策者提供最优选项。此研究对于优化和提升战场决策的科学性和实效性具有非常重要的作用。

基于交通大模型的道路全息感知应用 下载:191 浏览:2396

王扬 《交通技术研究》 2023年1期

摘要:
随着城市化加速,交通问题日益突出,传统监测手段难以满足需求。基于交通大模型的道路全息感知应用结合先进技术,实现对道路交通的全面感知,提供精准信息,帮助交通管理决策,缓解拥堵。该应用是智能交通系统的重要组成部分,促进城市交通与信息技术融合,推动城市智能化发展。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享