基于产教融合的新工科人工智能教育人才实践能力培养体系建设

针对当前师范类高校在人工智能教育人才培养过程中如何契合新工科交叉融合实践能力培养内涵的问题,对于产教融合的思维素养标准重定义、实践课程体系重构、实践平台建立、实践质量评估4个方面的建设提出路径,以上海师范大学教育部新工科实践项目的人工智能相关专业为例,介绍师范类高校人工智能教育人才实践能力培养体系构建过程,最后说明取得的实践探索成效。     

工程哲学与伦理：前沿对话

2023年11月18日下午,作为中国科学院大学人文学院45周年院庆活动的组成部分,“工程哲学与伦理：前沿对话”圆桌论坛在中国科学院大学玉泉路校区举行,由王大洲教授主持。中国科学院大学人文学院李伯聪教授、解放军航天工程大学贾玉树教授、东南大学人文学院夏保华教授、北京航空航天大学马克思主义学院张恒力教授、中国科学院自然科学史研究所张志会研究员、中国科学院空间应用工程与技术中心徐立副研究员参与对话。本组笔谈编发此次论坛所展示的工程哲学与伦理研究的新趋势、新观点、新方向,期待更多年轻学者投身工程哲学并将工程哲学不断推向深入。     

基于OPM的设计过程质量水平评价模型设计

当前设计过程质量水平缺乏科学的测量方法和评价手段，企业对设计过程没有清晰的认识和针对性把控。通过建立数据驱动的过程量化评价能力，能根据数据来表征和衡量设计过程各维度的特性，形成层次性、可操作、可量化的设计过程质量水平测量模型，使得设计过程更加透明、让企业对当前设计过程质量水平的认知更加清晰，据此来促进质量管理的颗粒度、精准度和前瞻性得到有效提升。为了支持测量模型推演，辅助对测量数据逻辑进行校验，对测量效果进行了分析，并使用基于对象过程方法论（OPM）概念元模型开展了设计过程质量水平测量模型设计。在剖析测量方案的基础上构建出以质量目标牵引为核心的推演方案建模模型，以OPM分层剖析方案模型，进行模型推演，促进多视图模型的统一，并运行标准的系统建模语言OPD和OPL进行了描述。     

基于混合神经网络的槽式太阳能集热场出口温度预测研究

为解决槽式太阳能集热场实际现场工况难以满足现有热性能测试标准的难题，提出一种基于混合神经网络（ALSTM）模型预测槽式太阳能集热场出口温度的方法。首先对中国科学院电工研究所延庆、常州龙腾乌拉特中旗、中广核德令哈、中船乌拉特中旗4处槽式太阳能集热场动态热性能实验数据和气象数据进行预处理与相关性分析，形成训练样本数据和验证样本数据；其次对该网络模型进行训练与优化，最后进行验证，得出上述4处集热场实际出口温度与预测出口温度的最大相对误差分别为3.00%、0.31%、1.45%、1.95%。证明了该模型的预测精度较高，为槽式太阳能集热场实际现场热性能预测与评价提供了一种新的方法。