关键词： 人工智能   航空制造业   营销决策  

摘要： 在全球航空制造业竞争日益激烈的当下,精准的营销决策对企业发展意义重大,而人工智能凭借强大的数据处理与智能分析能力,深刻影响着航空制造业的营销决策。然而,在实际应用中,仍存在市场需求预测偏差、客户细分不明、产品定位模糊等问题,需通过加强市场调研、细化客户群体、精确产品定位等对策来提升营销决策水平。

关键词： 数字孪生   建筑   节能减碳   碳管理   智慧城市   人工智能  

摘要： 在建筑行业数字化转型与低碳发展趋势下，数字孪生技术融合大数据、物联网和AI等技术，构建虚拟模型实现对物理世界的动态模拟与优化，成为建筑节能减碳领域的研究热点。对数字孪生技术在建筑节能减碳领域的发展历程、技术基础、核心算法架构和应用场景等进行了综述，结合典型案例与文献分析，阐述了其在能耗模拟、设备维护、碳排放追踪等场景中的优势与局限，为建筑节能减碳行业的数字化转型以及相关研究者提供参考。数字孪生技术通过数据协同、智能融合与场景拓展，构建精确模型进行能耗预测和分析，提供智能决策支持，优化能源管理策略，实现设备故障预诊断和预测性维护等，可持续为建筑节能减碳注入创新动能并突破应用瓶颈，但当前该技术面临多源数据融合难、模型实时性不足、标准化缺失等挑战；未来，随着数字孪生中台构建、AI模型深化及向城市级能源网络拓展，其将成为实现建筑“双碳”目标的关键技术，助力智能低碳城市建设。

关键词： 人工智能   企业财务管理   智能化管理   财务框架  

摘要： 在人工智能技术迅速发展的背景下,企业财务管理逐渐从传统模式向智能化方向转型。人工智能技术通过大数据处理、深度学习和自然语言处理等手段,赋能企业财务的核算、分析、决策、审计和税务管理等关键领域,极大地提升了财务管理的效率与精准性。本文通过系统梳理人工智能与企业财务管理相关理论,分析了智能会计核算、智能财务分析、智能内部审计及智能税务管理等应用场景,进一步提出了企业财务智能化管理的框架设计与实施路径,并探讨了财务人员角色转型与能力培养的重要性。研究表明,人工智能与企业财务的深度融合能够优化企业资源配置、提高决策水平,但也面临数据安全、技术复杂性及组织文化适应等挑战。希望本文能为企业推动财务智能化管理实践提供理论支持与实施建议。

关键词： 天然气   脱硫   人工智能   Savitzky-Golay滤波   特征工程   深度学习   多任务学习  

摘要： 目的 对天然气脱硫过程进行准确建模有助于天然气企业实现高效、稳定的生产,提高产品气气质,增加经济效益,同时确保尾气排放达标。现有基于人工智能技术的建模研究虽然取得了一定的进展,但通常侧重于对单一生产目标的预测,无法应对多样化的应用需求,使其在工业装置中的应用受到限制。方法 采用多任务学习（multi-task learning,MTL）技术充分挖掘天然气脱硫工艺生产数据中各个变量间的内在关联,结合Savitzky-Golay滤波去噪、Pearson相关性分析与随机森林算法特征降维,精确地识别出脱硫过程中的关键生产变量。在此基础上,采用MTL方法同时完成了产品气中总硫含量和硫化氢含量的多目标预测任务。结果 与传统机器学习方法相比,提出的MTL模型在预测准确性和预测稳定性方面具有显著优势,产品气中总硫质量浓度和硫化氢质量浓度的决定系数（■）分别为0.980和0.972,均方误差（■）分别为0.127 （mg/m3）2和0.008 （mg/m3）2,预测误差减少了50%以上。采用沙普利加法解释（Shapley additive explanations,SHAP）方法度量模型中输入变量的重要度,发现MTL模型能准确识别关键操作变量,并且在两个预测任务中,关键变量的重要性排序及其对预测目标的影响规律具有一致性,表明模型在准确捕捉多任务间协同效应方面具有优势。结论 所提出的建模方法不仅实现了对多个目标的准确预测,增强了模型的鲁棒性和可解释性,同时还降低了建模计算的成本,提升了其在工业应用中的实用性,可为开发适用于天然气脱硫过程的建模方法提供参考。

关键词： 生成式人工智能   思想政治教育   话语建构  

摘要： 生成式人工智能为思想政治教育话语建构塑造了全新的发展蓝图，通过思想政治教育话语主体的情感赋能、思想政治教育话语内容的精准生产、思想政治教育话语场景的协同构建，有力的驱动了思想政治教育话语建构的深刻转型。但生成式人工智能在赋能思想政治教育话语建构过程中也潜藏着“算法逻辑”弱化思想政治教育话语认同，“泛娱乐化”扭曲思想政治教育话语内容及“网络圈层”解构思想政治教育话语语境等风险。基于此，要构建人机协同的话语权威体系，打造价值引领的智能供给矩阵，塑造智慧交互的话语渗透场域，确保生成式人工智能与思想政治教育话语的深度融合与协调发展，发挥思想政治教育话语的育人实践效能。

关键词： 人工智能技术   物联网应用   复合型人才  

摘要： 人工智能和物联网交叉领域发展急需复合型人才,传统教育体系在专业设置、教学模式及评价机制方面,难以契合行业升级需求。构建融合多学科知识的教学框架,采用项目导向学习方式,优化人才培养路径,是提升人才综合素质的关键。改革课程体系,加强实践训练,推进校企协同育人,能增强学生创新能力和岗位适配度,这些探索为高等教育应对新兴技术挑战,提供了可行路径和发展方向。