试论暗室问题对预测加工理论的挑战

近年来,预测加工理论在认知科学及其相关领域中的兴起引发学界的广泛关注。自由能原理作为其基本理论构件之一,主张将所有适应性行为解释为在“惊异最小化”目标驱动下的最终结果。此观点遭到一些学者基于“暗室问题”而发起的质疑和挑战。文章旨在对“暗室问题”加以批判性分析,在考察自由能原理内含的基础上,尝试通过分析惊异最小化与刺激最小化之间的关系,并结合“情感效价”概念,进而阐明“行动者为什么不会为了追求惊异最小化而躲入暗室之中,反而更为积极地探索世界”,从而为预测加工理论做出辩护。     

大数据在供电企业管理中的应用

文章旨在探讨大数据在国网山西省供电企业吕梁供电公司管理中的应用,以研究其对电力供应行业的影响。大数据分析已成为现代电力行业的关键因素,可应用于负荷预测、设备维护、客户关系管理等多个领域。这些应用不仅提高了供电效率、可靠性,还对可持续性产生了积极影响。文章将深入探讨大数据在吕梁供电公司的实际应用,以及其在电力管理中的作用和优势。通过分析数据,文章将提供有关大数据在供电企业管理中的最佳实践和潜力的见解。     

双循环背景下农村电商发展规模预测

为了探究在双循环背景下农村电子商务产业的发展规模,利用2016—2022年时间序列数据,采用灰色关联分析方法和灰色GM(1,5)预测模型分析方法,研究了影响农村电子商务发展的因素并作出预测。研究发现,乡村居民人均消费支出、乡村居民可支配收入和城镇居民可支配收入和出口对农村电商产业发展具有关键作用,且农村电子商务产业发展规模越来越大。所以,新时代要继续坚持扩大对外开放,提升城乡居民收入水平,挖掘乡村居民消费潜力,促进农村电子商务产业的发展。     

基于隐马尔科夫模型的VLCC目的港预测

超大型油船(very large crude carrier,VLCC)目的港预测对海运原油流向预测以及货源地未来运力估计具有重要作用。针对VLCC的AIS目的港信息存在缺失、更新不及时、不准确等现象,提出一种基于隐马尔科夫模型的VLCC目的港预测方法。分析船舶AIS轨迹数据,得到油船历史停靠港口序列;根据VLCC轨迹提取习惯航路,以航路中的交叉点为依据设置观测线;利用船舶航行轨迹数据判断船舶是否经过观测线以及经过观测线的方向,对不同方向分别计算船舶在挂靠港间的转移概率矩阵和船舶挂靠港与观测线间的输出概率矩阵,建立VLCC目的港预测模型并进行预测。研究结果表明：在大多数情况下VLCC目的港预测的准确率可以达到70%以上;航线越固定、运行越规律的船舶,预测准确率越高;船舶越靠近目的港,预测越准确;重载状态下的船舶目的港预测更准确。     

知行哲学：从杜威认识论到预测心智

预测心智主张大脑是一台预测机器,用有层级的感觉推理和主动推理来减少预测误差。这一理论强调认知的实践优先性,掀起了认知科学和心灵哲学内部的“哥白尼式的革命”。预测心智的认知观与杜威的认识论有共通之处。杜威将实验探究视为认识的本质,蕴含了知行合一、行动优先之旨。杜威的实验探究认识论在三个方面与预测心智相契合。首先,探究是一种预测误差最小化,其形式是主动推理。其次,具有操作本性的观念对应于数字化概率的假设。最后,在康德的意义上,由探究后果建构的认识对象对应于先验概率。由这三个相似点出发,能更好理解二者对知行优先性的处理：二者都将知识和行动看作实现善果的手段。阐明预测心智和杜威认识论的联系,有助于发掘古典实用主义思想在当代心灵哲学中的价值,推进知行哲学的研究。     

基于省域尺度工业固废产量预测模型研究

为提高BP神经网络算法在固体废物预测中的精度,提出了一种SSA-BP工业固废预测模型,并选取了GDP、常住人口、工业生产总值、能源生产总量、R&D内部支出、财政支出、人均GDP、第二产业贡献率、能源消费总量等作为影响因素,用灰色关联分析方法分别对4种情景下安徽省固废产量进行了预测.结果表明,R&D内部支出、能源生产总量、生产总值、灰色关联度携带有效信息高;SSA-BP模型的MAE、MAPE、R²值分别为375.81、0.04、0.99,均高于其他机器学习回归模型;在不同情境下,安徽省未来一段时间内工业固废产量整体呈现增长趋势,到2035年产生量变化区间为18254.36～30831.54万t.     

低压电网中电线绝缘热老化过程研究

主要研究电网建设中广泛应用的聚氯乙烯（PVC）电线绝缘热老化过程．通过冷热循环的交变试验,探究其热老化的特性,并基于Conffin-Manson模型进行老化过程建模,得到PVC电线的失效模型,实现了对其绝缘热老化寿命的预测．通过建模及试验数据分析,得到PVC电线在热应力下的失效试验模型信息．结果表明,冷热循环交变方法对PVC电线的加速绝缘老化失效是有效的,试验数据与理论加速模型匹配度良好．     

基于XGBoost算法的非法经营罪量刑预测模型构建及应用

[目的/意义]旨在利用文本挖掘技术和XGBoost算法构建量刑预测模型,实现量刑预测的智能化。[方法/过程]首先设计了量刑预测模型的构建路径,然后采用XGBoost算法构建了预测模型,最后将模型与多种算法(随机森林、决策树、KNN等)进行了比较,探讨了量刑预测模型的特征选择问题。[结果/结论]基于3208条司法判例数据所构建的量刑预测模型,对量刑严重程度和有期徒刑时长的预测准确率达到了80.02%和78.46%,优于其他算法。研究表明,XGBoost算法在非法经营罪的量刑预测中具有实践应用价值。     

普及化初级阶段高等教育学生规模增长与结构优化

在高等教育普及化初级阶段,伴随学生规模继续增长,结构也应不断优化。20世纪后期,美国学者、智库和政府机构对于其高等教育学生规模预测的误差较大,原因之一在于对学生结构变化预判不足。采用趋势外推,GDP、人口、适龄人口单因素,以及高等教育在学总规模和适龄人口双因素等方法进行测算,我国高等教育毛入学率的规划目标有望再次提前实现。在继续关注学生规模和规划目标的同时,应认真思考学生的多样性趋势,提升学历层次结构,加快发展专业学位研究生教育,适度超前布局博士研究生招生规模;明确职业教育定位,发展多种层次和形式的职业教育;完善成人教育政策法规体系,拓展非学历和非全日制教育,迈向高等教育普及化中级乃至高级阶段。