严重,各 ZF 部门重 本单位需要轻跨部门统筹要求，存在利益固化的体制壁垒，困扰 ZF 数据治理的可持续发展。 6、数据质量不高：数据质量不高，数据标准不统一，难以用统 一的数据模型或者数据算法完成。 7、数据多效果少：信息孤岛、数字鸿沟依然严峻，数据价值的 普惠化不足；数据质量不高，数据资源流通不畅，管理能力弱，数 据价值难以被有效挖掘利用。 8、科技新落地少：应用领域不广泛、程度不深，尚未体现出数 区块链技术是利用块链式数据结构来验证与存储数据、利用分 布式节点共识算法来生成和更新数据、利用密码学的方式保证数据 传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程 15 / 309 大数据能力平台建设项目方案建议书 和操作数据的一种全新的分布式基础架构与计算范式。简单来说， 区块链是分布式数据存储、点对点传输、共识机制、加密算法等计 算机技术在互联网时代的创新应用模式。 1.6 严重,各 ZF 部门重 本单位需要轻跨部门统筹要求，存在利益固化的体制壁垒，困扰 ZF 数据治理的可持续发展。 6、数据质量不高：数据质量不高，数据标准不统一，难以用统 一的数据模型或者数据算法完成。 7、数据多效果少：信息孤岛、数字鸿沟依然严峻，数据价值的 普惠化不足；数据质量不高，数据资源流通不畅，管理能力弱，数 据价值难以被有效挖掘利用。 8、科技新落地少：应用领域不广泛、程度不深，尚未体现出数

的新的数据应用场景进行分析； 企业数据中台实施步骤：调研盘点 统一数据存储计算平台 解决大数据量存储计算问题， 主要包括结构化、非结构化数据的分 布式存储和离线计算、实时计算、即席计算、在线计算、算法建模 等， 主要是以 Hadoop 生态体系为代表的分布式存储计算框架为主。 数据中台基础设施 统一数据资产建设工具 解决数据资产建设过程中数据交换、数据开发、数据资产管理、数 据服务的问题 统计数据标签（客户原始数据通过 ETL 加工，例如求和、平均等函数运算） 结算行为上的属性：消费频次、消费总金额、客单价、消费时间段偏好、平均等待时长等 商品上的属性：品类偏好等 3. 算法数据标签（客户原始数据经过算法模型计算后的高级标签） 工作地（根据收货地址推算），是否是租客、消费能力（低、中、高），消费特征（促销铭感，消费果断、财大气 粗等） 企业数据中台实施步骤：数据建设 标签体系构建 数据血缘 数据质量 需求下发 服务引擎授权 环境隔离 资源包 环境隔离 权限控制 角色管理 实时数据开发 数据建模规范 数据访问审计 数据分级管理 调用访问审计 元数据管理 算法库 开发角色管理 服务引擎发布 数据服务上架 离线数据开发 数据工具 / 服务管 理 数据服务引擎管理 用户角色管理 数据标准管理 数据资产管理 数据安全管理 开发角色管理 数据开发

它可以有效处理数据的不确定性问题;其次,DＧS 可以通过对证据的积累不断减少假设集;最后,它无需知道条 件概率以及先验概率.因此,相较于贝叶斯推理法等同类型 算法,DＧS具有很强的容错能力,能够很好地将信息归类到未 知或未定中,并且 DＧS证据理论对先验效率的依赖性相对于 贝叶斯等同类型算法来说较低[４].但是,DＧS理 论 也 存 在 着 较为突出的问题,传统的 DＧS理论常常采用专家评估法得出 基本概率分配函数,会导致存在较大的客观性 深度自编码先对海量数据进行数据降维和数据过滤,来避免 此类问题. １ 相关研究 网络安全态势感知的研究方法复杂多样,其中态势评估、 态势预测是网络安全态势感知研究的重点.针对这两大重点 模块,学者们将不同的算法融入其中进行实验,并试图建立一 个效率高、适应性强、可靠性高的网络安全态势感知模型. 国内外研究 中,Wang等[５]将 线 性 加 权 法 融 入 DＧS证 据 理论中,通过线 性 加 权 法 问 题. Chang [６]提出了一种基于卷积神经网络多元融合的网络安全 态势感知模型,将卷积神经网络算法、指数加权的 DＧS融合算 法、层次化网络分析法进行多算法融合.与单一算法构建的 网络安全态势感知模型相比较,该模型预测的准确性和可靠 性均有提高.但该模型使用的卷积神经网络算法也带来了大 量的参数计算,使得感知效率有所下降.Xie等[７]所提出的 一种基于 RBF(Radica

2023-2030 智慧城市、数字政府、全 球化领域拓展 1969 NASA 推出第 一 代 CAE 软件 2003 数字孪生概念提出 算法核心 机器学习算法 深度学习算法 强化学习算法 算法精确性、鲁棒性 工程业务融合分析算法 设计方案比差性算法 …… 共 时 包 拍 线 盟 出 数字孪生 三要素 牲路汇 0L 系院 短点 安 系 流 系 统 首调工程数字化指挥平台 驾 算法、算力、算据三个要素在数字孪生中缺一不可的，如果没有合适的算法，则理论上就不能解决问题； 而如果没有大量的算据，则无法训练整个神经网络；如果没有高性能的算力，则这个训练过程将会极度 缓慢或无法进行。 P8 算力支撑 CPU GPU TPU 分布式计算 云服务计算 数据算法运行资源 模型算法开发资源 数据分析引擎 分布式算据调整 √ 孟底沟水电站导流洞孪生进度管理 孟底沟水电站朗期工程数字挛生平台 特 AH 上游标总计划 下游标动计划 GISTC 01. 构建数字化场景 · 施工进度管理系统 · 工艺进度仿真算法模型搭建 · 工艺效率指标体系模型搭建 · 进度面貌分层预警指标体系模型 ① 业务系统

生成式人工智能基于海量数据训练、推理生成新的输出，并能以文本、音频和图像等形式创建新内容。 智算中心是支持生成式AI工作负载的新型数据计算中心，基于AI计算架构，提供AI应用所需算力服务、数据 服务和算法服务的算力基础设施，它融合高性能计算设备、高速网络以及先进的软件系统，为人工智能训练 和推理提供高效、稳定的计算环境。据测算，2023年全球生成式AI市场规模，包括硬件、软件以及服务等， 达67 络建设成本（图1-4）。 图1-2 中国算力规模 图1-3 智算中心市场结构和智算中心交换机市场 图1-4 智算中心800G端口和白盒交换机市场 近期，DeepSeek的出现显著提升了算法效率，其开源免费策略使中小企业和个人开发者可获取高性能 模型，极大降低AI应用门槛。在制造、医疗、金融等领域，深度学习驱动的预测性维护、医学影像分析、量 化交易等应用，显著提升行业效率。在物流路 应环境变 化，优化资源分配。在个性化服务领域，通过用户行为数据的深度挖掘，实现千人千面的推荐系统、广告投 放等，提升用户体验与商业价值。DeepSeek算法与芯片深度适配，不仅降低对高端GPU的依赖，也推动算 力供应链自主化。高效的算法一方面减缓了AI训练的算力需求，另一方面AI应用的普及导致AI训练与推理的 侧重点发生转变，预计未来几年推理算力占比将远超训练部分。 1.2 技术破局：从GPU集群到分布式协同一体

为通用 多针对特定区域问题定制 ， 通用化程度低 新的要求 国外模型 国内模型 P8 算法在高效支撑数字孪生业务上存在明显不足 ， 需改进算法 ， 以提高计算 效率 现有传统的模型建模过程复杂 ，复用难度大、推广成本高 ，在模型计算方面存在着计算时间过长 的问题。需要改进算法与计算模式 ，提高模型的计算速度。 复杂水网系统示意 堤防 新的要求 复杂水网精细刻画 ，选择最优观测角度； 自动切换运行模式 ，节能环保；数据量小 ，普通网络即可满足远程值守和数据传输。 l 高适应性水文行业需求及水文模型系统 雷达观测数据机内外实时订正；结合地面雨量计动态修正降水算法系数； 0~6 小时短时临近降水量预报产品； 输出流域或区域面降水量产品 ，与现有水文系统无缝对接。 l 维修简单方便 高度集成化插拔式收发组件 信号处理器 故障实时响应 到达设备现场 2 小时内恢复工作 避免模型学习新知识后出现 “灾难性遗忘”（此长彼 消） 现象。 模型自我升级优化： 增量学习模型下的模型自适应调 整 技术成果： 提升建模效 率 技术成果： 提升建模效 率 模型算法通用化与标准 化 P23 结合空间地理信息系统 ，基于前处理模块形成的水工程、汇水单元、河网拓扑结构等基础信息 ，确定工 程 调度模型范围 ，以拖拽、链接等绘制或自动生成等方式 ，通过组件的组合和链接

建模能力，在面对复杂人物和动态环境时能够更加灵活、智能地做出决策。 基于目标的智能体 基于目标的智能体是一种适应性非常强的实体，能够利用知识和搜索算法选择实现该目标的最佳选项。该智能体灵活性强，当环境 发生变化或任务要求发生改变时，智能体可以通过更新知识库和调整搜索算法来适应新的要求。 基于效用的智能体 基于效用的智能体通过性能度量，为给定的环境状态打分，根据实现目标区分更可取和更不可取的实现方式。该智能体与基于目标 多模态数据融合分析 智能体通过集成先进算法，实现多源异构 数据的融合分析，包括气象、负荷预测、 设备运行等，为虚拟电厂提供全面的数据 支撑，提升调度决策的精准性与前瞻性。 提升能效降低成本 智能体通过精细化管理和优化调度， 减少能源浪费，实现能效最大化， 同时降低运维成本，提升虚拟电厂 的整体经济效益。 动态调优发电策略 基于深度学习算法，智能体动态调 整发电计划，适应负荷波动，有效 确保能量储备充足，为电网提供灵活的 调节能力，增强电网韧性。 保障电网稳定运行 智能体通过精准预测与快速响应，有效 平抑电网波动，提升电网的稳定性和安 全性，确保电力供应的连续性。 优化充放电的策略 运用先进算法，智能体根据电价波动 和电网需求，智能决策储能设备的充 放电时机，实现经济效益最大化。 促进可再生能利用 智能体优化可再生能源的接入与调度， 提高可再生能源渗透率，推动能源结

和提醒等。企业监管 包含面向企业使用的信息采集端与企业数据分析和管理端。平台对接主要包含 与其他系统对接。大数据深度挖掘包含吸毒人员关系分析和人员信息分析两部 分。 一是实现“大数据算法+空间大数据算法”相结合的深度挖掘应用；二是实现 对人员的深入挖掘关联，脉络梳理；三是实现对大数据查询发现目标人员、信 息情况综合态势总览及分析；四是实现对数据资产的综合治理和标签、模型等 成果配置； 图17. 图 15 图表配置 丰富的图表样式设置，可对标题、图表主体、坐标轴、图例等进行样式设置； 支持设置自定义条件预警展示； 支持设置平均线，指定值作为参考线； 内置线性、指数、多项式等趋势线算法。 图表自定义  图表自定义如下图所示： 64 图18. 图 16 图表自定义 支持通过灵活的 SQL 语句来自定义查询数据； 支持 eccharts、D3.js 作为可视化图表库； 提供二次开发 iCloudMiner 平台系统包括 Web GUI、Web Service 和核心算法引擎服务 Core。iCloudMiner 系统的整体逻辑架构图如下图所示。 其中 Web GUI 和 Web Service 主要负责实现用户空间管理、用户数据逻辑空间、用户权 限和用户交互逻辑，核心算法引擎服务 Core 主要负责实现数据解析、算法管理和业务建模 工作流的解析和调度，三者共同搭建 iCloudMiner

随机出力场景生 成 ② 电压暂降波形相似 性度量 ② 暂降波形的显 / 隐 式 特征构建 ② 基于节点撕裂的短 路电流计算 ② 电压暂降二维特征 联合计算 数据层 模型层 算法层 10 1 0*n o 08 本 50 100 Tin(e Monitored site 035 50 100 -RUs®) 最终分区方案 5 9 典 曲 节点撕裂转换 选取切割边的一个端点 撕裂节点集合 配电网最优分区算法 (1) 基于谱聚类算法的初始划分 (2) 撕裂节点选取 协调网络 Y₁U₁I⁶+Y₁U₁⁶⁹+Y₄U₄⁶=I, 1 U-(L₁¹₂1 …….-1)π-1) UA Colle 四 3. 负荷弹性资源化利用 2 3 面临的挑战 扰动形态多 · 系统设备类型多 · 设备故障模式多 扰动持续时间短 关键技术 通用 / 专用的扰动触发检测算法 面向扰动诊断的准确可靠识别算法 04 设备级应用：设备状态识别的应用 设备健康由量变到质变过程，必然产生 kHz 级扰动，可经 PT/CT 测量，用扰动数据特征表征设备 健 康状态，通过数据 -

他们可以和 我们讨论其他事情。这个系统大大提高客户主动联系我们的次数，而他们想要讨 论的话题，往往和我们发送给他们的讯息无关。」就像麦克米伦对这个系统的描 述：「我们有一个非常复杂的机器学习演算法，可以用来辨识客户有兴趣的主 题。但归根结柢，财务顾问是一场以人为本的环境。如果系统做的只是提醒客 户：顾问就在他们身边，可以随时协助他们，那么通常就够了。」 这个系统大大提高了富兰克林大道财富管理团队服务客户的效率。该团队的 AI辅助服装造型师 Stitch Fix是过去十年里，最有趣且成长快速的零售商之一。该公司成立于 2011年，在2020财政年度营收为17亿美元，拥有三百五十万名活跃客户。这是一 个线上个人造型服务，将AI演算法结合人类造型师，向客户推荐服装、鞋子或配 件。这两种智慧的目标是为客户提供「Fix」——寄给客户装有五种个人化服装的 箱子，这些服装非常适合客户的个人风格、尺寸和预算。收到箱子的人可以保留 他 百五十位资 料科学家（data scientists）。从一开始，资料科学（data science，数据科 学）和演算法就是该公司的核心，而且向来如此。Stitch Fix可能是第一家有演 算法长（chief algorithms officer）的公司，该公司前演算法长是艾瑞克．柯 尔森（Eric Colson），现在是荣誉行政长。 资料科学结合人类经验 Stitch Fix采用多