基于遗传算法的IT运维人员智能调度方法

目前,IT运维人员智能调度方法设计的过程中,没有相关调度参数的预处理,增加了很多干扰信息和智能调度的成本。基于此,提出基于遗传算法的IT运维人员智能调度方法,通过考虑调度成本的IT运维人员调度问题的相关集合和参数,并处理其参数数据,进而搭建IT运维人员智能调度模型,最后通过自适应算子实现IT运维人员智能调度。分析某公司实际案例,发现本文设计的基于遗传算法的IT运维人员智能调度方法的调度成本较低,最高成本不超过3万元,降低了运维人员调度的成本,可使智能调度工作顺利进行。     

智能交通一体化运维管理系统设计与实践

针对国内各大中城市智能交通系统建设过程中所出现的大量智能交通系统和数据运维管理问题,提出了一种基于最新ITIL架构,整合智能监控、RFID、PGIS等最新理论和技术,应用于智能交通系统一体化运维管理方面的设计与实现方法,旨在将多个子系统无缝集成.系统采用运维门户层、系统管理层、监控管理层、数据统一汇聚管理四大模块.目前该系统已在交通管理部门得到应用.     

浅析中小企业IT运维的现状与对策

随着网络的迅速发展和各种应用的普及,IT运维成了一个热点话题。该文分析了中国中小企业IT运维的一些现状和问题以及解决这些问题的理论依据和对策。     

高能物理科学数据中心智能运维系统

【目的】高能物理科学数据中心运维环境复杂,监控工具种类繁多,功能相对重叠且监控数据无法互通,日常运维面临巨大的挑战。为高效运用监控数据,提高数据中心运维能力,本文实现了高能物理科学数据中心智能运维系统。【方法】本文结合工业大数据技术、机器学习技术和数据中心运维需求,设计了通用的数据中心运维技术架构。介绍监控数据采集、分析、存储、共享、可视化等系统核心功能及其实现方式,以及依托该系统在数据中心数据存储、计算服务、网络安全等日常运维的具体应用效果。【结果】本文设计的运维框架,在高能物理科学数据中心日常运维中得到了成熟的应用和实践,提升了数据中心运维管理能力。【结论】智能运维系统在高能物理科学数据中心的应用,加速了运维监控从数据持久化、统一化到数据业务化、生态化的价值演进,实现了基于数据驱动的数据中心智能化运维生态。     

智能运维在中国移动IT云中的应用与实践

介绍了中国移动IT云针对IaaS层的智能运维场景体系规划,选择了数据基础较好的两个典型应用场景"智能化指标异常检测"和"智能化告警关联与溯源"进行了研究和论证,分别分析了两个场景适用的算法和实现过程,论述了两个场景实施后的效果评估方法,并经实际生产验证了场景实施的效果。     

大规模集群运维自动化的探索与实践

本文从东方公司研究院的IT现状和未来设备管理入手,对大规模集群自动化运维模式和工具进行分析,提出IT运维自动化概念。通过目前存在的问题,分析运维自动化的目标和方法,介绍建立运维自动化的步骤;以图解方式介绍自动化安装、自动化配置、自动化监控等使用情况,并据此说明未来大规模集群运维自动化的远景规划。     

基于大数据的高校智慧校园数据中心运维研究

随着大数据、云计算、物联网等信息技术的应用,高校信息化建设正向着智慧校园时代迈进。由多系统、多业务、多厂商以及多架构组成的数据中心越发复杂,这就对运维管理提出了更高的要求。利用大数据技术实现智慧运维是高校新的发展方向。笔者针对自动化、智能化、可视化运维提出了自己的思路。     

金融领域智慧运维现状与挑战

为落实国家“十三五”信息化发展规划的要求,更好地满足业务部门需求,金融业信息化建设日益复杂,软硬件的数量与规模成倍增长,这给IT运维人员带来了极大的困难。以人工智能为代表的高新技术为IT运维打开了新局面。该文以IT运维的发展历程为起点,分析了智慧运维在金融信息化建设存在的问题,并对未来发展提出了一些建议。     

以安全运维为核心的IT运维平台建设实践

本文站在信息安全角度,浅析了IT支撑环境监控管理运维平台技术中信息安全监控、预警的重要性,并通过适当分析,阐述了在实际环境中如何建设以安全运维为核心的IT运维平台,为大规模信息化应用环境中的IT运维平台建设提供参考。     

人工智能双语教学体系结构的探索与实践

文章论述了我院结合人工智能课程的特点及学生学习该课程的实际情况,组织开发了一种人工智能双语教学模式体系结构。实践证明,这种体系结构的教学效果较好,对培养国际化、工程化、实用化的多层次复合型人才具有重要的意义。     

基于循环神经网络的电信行业容量数据预测方法

在电信运维的容量预测过程中,存在容量指标和部署业务种类繁多的问题.现有研究未考虑指标数据类型的差异,对所有类型的数据使用同种预测方法,使得预测效果参差不齐.为了提升指标预测效率,提出一种指标数据类型分类方法,利用该方法将数据类型分为趋势型、周期型和不规则型.针对其中的周期型数据预测,提出基于双向循环神经网络(BiRNN...     

人工智能教学与计算思维培养

计算机专业教育要选择适当的知识为载体,来进行能力培养和素质教育。首先分析人工智能的基本教学内容和计算思维能力间的联系,然后给出了人工智能教学中计算思维能力的培养方法,并进行了总结。     

创新型人工智能教学改革与实践

人工智能是计算机科学与技术专业的一门重要专业课程,是一门研究运用计算机模拟和延伸人脑功能的综合性学科。探讨就3个方面内容进行:启发式传授人工智能解决问题的非结构化的思想;成体系的实验训练;与毕业论文、学校大学生科研项目资助计划、国家大学生创新性实验计划相对接的科研训练。上述3个方面层层递进、环环相扣,是体系完整的创新型人工智能教学实践。     

人工智能课程研究型实验教学的探索与实践

将研究型教学理念引入到人工智能课程的实践教学中,构造一个以研究为基础的实验体系,包括课程的验证性实验、开放性实验以及民族关系认知的开放性实验平台的构建。这不仅帮助学生深入理解人工智能的基本概念和理论,培养了学生的创新能力,也加强了学生的实际动手能力和科研能力。     

“人工智能”课程双语教学的实践与探索

该文通过对“人工智能”课程实施双语教学的必要性和可行性进行分析,讨论了该课程双语教学的教学内容．探索性地提出了人工智能课程的双语教学实践方法。     

What's in a symbol: ontology,representation and language

This paper is in a form unconventional in modern journals but traditional for the discussion of foundational questions: a dialogue. It is a form that makes it possible to contrast two deeply held but incompatible views, each with its standard forms of defence, in order to seek common ground and make the differences more precise. In artificial intelligence, or at least in the major part of it still committed to symbolic representations, there is a long history of discussion of the origin and nature of the symbols we use in representations, symbols which normally look like words, English words in fact, but which most researchers deny are such words, since to concede that would put in question the abstract nature of the representation. In what follows, we examine our common ground and then diverge over five specific questions on the issue of representations. The discussion focuses on symbol use in representations of language, because there the similarity is most acute—between the representation and the represented—but the issues are general and apply to symbolic AI as such.     

“人工智能导论”课程的教学与实践改革探索

为了提高"人工智能导论"课程的教学质量,协调好教与学的双边关系,结合教学实践,从教学体系、教学内容、教材、教学方法、考核方式等方面进行了探讨和总结。     

Artificial intelligence and other approaches to speech understanding: reflections on methodology

This paper characterizes the methodology of Artificial Intelligence (AI) by looking at research in speech understanding, a field where AI approaches contrast starkly with the alternatives, particularly engineering approaches. Four values of AI stand out as influential: ambitious goals, introspective plausibility, computational elegance, and wide significance. The paper also discusses the utility and larger significance of these values.     

浅谈信息时代人工智能的应用与发展

21世纪是计算机科技飞速发展的时代,随着科技的不断发展,一些新型人工智能技术正在走进人类的生活,其中特别值得我们注意的是智能体技术。通过这篇文章我们要了解人工智能的几种类型和应用以及在未来的发展,并对人工智能的发展前景进行分析。