课程文献中心 更多>>

关键词： 轴承生产   车间调度方法   智能排程   两阶段分布式混合流水车间   Q学习   双层交互   两阶段联合排程算法  

摘要： 针对带装配的两阶段分布式混合流水车间(TSDHFSSP)环境下的轴承排程问题,提出了一种基于双层交互Q学习算法(DIQLA)的车间调度方法,以解决轴承生产智能排程问题。首先,描述了轴承的排程问题,建立了以最小化最大完工时间为目标的数学模型;然后,引入马尔科夫决策过程(MDP),模拟了轴承生产排程过程,根据两阶段生产过程,搭建了双智能体交互的Q学习模型,接着对两阶段的的智能体进行了建模,设计了双智能体的状态变量、调度规则动作集和即时奖励函数,改进了传统的贪婪搜索策略,提出了两阶段联合排程算法;最后,利用实例数据对该算法进行了仿真验证,将其与单一智能体Q学习算法(QL)及非支配遗传算法(NSGA-II)、带精英策略的改进的鲸鱼优化算法(IWOA)等算法进行了对比,先在同一算例下验证了该算法的有效性,再通过对比不同订单算例,验证了该算法的性能,并利用实例数据再次验证了该算法在两阶段排程的应用效果。研究结果表明:两阶段联合排程算法在解决轴承排程问题时具有可行性,在优化轴承生产排程方面上具有较好的效果;在实际的应用中,与原有人工排产相比,其产品的加工周期平均缩减了17%,订单交付率平均提升了9%。该方法为轴承制造类企业生产排程提供了一种智能化的方案。

关键词： 粒子群   模糊PID控制   PID   溶解氧  

摘要： 针对污水处理曝气控制系统存在滞后大、非线性的问题,分析了污水处理曝气控制系统的原理,建立了污水处理曝气控制系统的数学模型;并通过对传统比例-积分-微分(proportion, integration, differential, PID)控制算法、粒子群算法和模糊控制算法的研究,提出了一种改进的粒子群优化模糊PID算法,有效解决了模糊PID控制过度依赖专家经验、缺少动态性能的缺点。采用MATLAB对该系统进行仿真,从阶跃响应、抗干扰性和模型失配情况下的鲁棒性三个方面,对三种不同控制方法的快速性、准确性和稳定性进行比较。结果表明,基于改进的粒子群模糊PID算法在阶跃响应、抗干扰能力和鲁棒性方面均优于传统PID和模糊PID控制算法,能够更快速、更稳定地实现对溶解氧的高效调节,改善了控制系统性能,有助于降低污水处理厂的运营成本。

关键词： 合成孔径雷达   低信噪比   相位梯度自聚焦算法   滑窗  

摘要： 在合成孔径雷达(Synthetic Aperture Radar,SAR)自聚焦算法中,采用相位梯度自聚焦算法(Phase Gradient Autofocus,PGA)能有效估计相位误差(PE)。低信噪比场景使用该算法估计的相位误差区别大,导致最终成像聚焦效果鲁棒性差,这严重限制了PGA算法在成像中的应用。本文提出了一种针对低信噪比场景的改进PGA方法,采用固定窗长滑窗提高数据信噪比,降低质量差的距离单元入选几率,实现算法稳定性。实测数据处理结果表明所提算法具有较高的估计精度和稳健性。

关键词： 蛇形臂机器人   运动规划   末端轨迹跟随   模型降噪   刚柔耦合  

摘要： 针对超冗余蛇形机器臂在狭小受限空间的运动规划问题,提出了一种基于等效多连杆动力学降噪模型的末端轨迹跟随算法。将蛇形臂视作关节点约束在末端无碰撞轨迹曲线上运动的多连杆系统,基于虚功原理推导了该刚柔耦合系统的动力学方程。臂节的长度条件由连杆的轴向刚度保证,并通过模型降噪方法从模型层面滤除高频分量影响,使常规显式算法可用于等效多连杆系统方程的高效求解。采用所提算法可以指定蛇形臂末端或基座的速度规律,进而实现蛇形臂沿末端轨迹的运动规划。由于蛇形臂关节被严格限制在可行性轨迹曲线上运动,因此可以实现在狭小深腔环境下的避障运动规划。通过求解平面和空间典型数值算例可知,采用所提算法进行蛇形机械臂运动规划具有足够的计算精度和效率。

关键词： 路径规划   应急疏散   改进算法   路径坡度  

摘要： 为应对应急疏散中大面积路网结构的路径规划问题,提出1种改进D^(*)Lite算法的疏散路径规划方法。首先,根据不同邻域结构的路网特点,采用多邻域网络流遍历方法;其次,为解决算法在路网结构的独头或环形路段中无法继续搜索的问题,提出1种双层搜索的方式;此外,基于路径坡度变化,优化算法的代价计算方式;最后,为检验改进D^(*)Lite算法的路径规划能力,探讨区域危险发生、区域危险新增和区域恢复3种情景下的路径变化,研究D^(*)Lite算法在考虑路径坡度情况下的避险能力。研究结果表明:改进后的算法能够根据危险情况的变化调整路径,且考虑路径坡度能够获得更为准确的疏散时间。研究结果可为应急疏散工作提供指导。

关键词： 目标检测算法   网络模型   检测精度   智慧水利  

摘要： 为了提升水利船只的监管效率,针对遥感影像背景复杂、目标地物尺度差异大的问题,提出一种多尺度融合的YOLO v5目标识别算法YoMresNet(YOLO v5 Resnet Networks),实现对不同大小的地物进行高精度识别。首先以YOLO v5网络为基础模型,其次效仿残差模型代替YOLO v5模型中Neck的部分卷积并减少卷积层数以减小模型的体积;最后在模型的检测头部通入MHSA进行参数优化实现对船只目标的检测精度。在大型遥感数据集DIOR上进行了对比实验,并利用本项目组在辽河干流防洪提升工程拍摄的图像并制作的数据集上进行再次验证,结果表明YoMresNet模型相较于YOLO v5模型以及Faster R-CNN进行对比,检测精度有了显著提升,文章提出的方法有效提高了水利监管的效率,能够准确识别辽河干流目标地物,为搭载移动端嵌入式无人机等设备的实时目标检测提供参考价值且检测精度和速度均满足实际生产要求。

关键词： 学生课堂行为   MLCA   DIoU  

摘要： 设计了一种学生课堂行为检测算法YOLOV8-MD。引入了MLCA注意力机制并将其集成到YOLOv8主干网络的C2f模块中,通过多尺度提取图像的局部特征捕捉图像的细粒度信息,并动态调整各通道的权重、突出关键特征,显著提升检测性能。采用DIoU作为边界框损失函数,解决边界框回归不稳定和目标漏检问题。实验结果表明,改进后的模型识别精度达到了95.1%。

关键词： 知识图谱补全   知识图谱嵌入   期望最大化算法   双重嵌入方法  

摘要： 知识图谱是众多智能应用中一种重要的语义数据,但其数据的不完备性给实际应用带来了很多困难,因此需要对知识图谱中缺失的语义信息进行补全。知识图谱嵌入是知识图谱补全的重要方法之一,这类方法通常在非长尾数据情况下具有较好的效果,但在长尾数据情况下其效果较差。由于非长尾数据的语义较丰富,为了提升长尾数据情况下知识图谱补全效果,本文将非长尾数据作为监督知识迁移到长尾数据中,提出了一种新的算法——融入期望最大化算法思想的双重嵌入方法,来改进长尾数据的知识图谱补全性能,进而提高其实际应用效果。通过在FB15K数据集中进行链接预测任务的对比实验,实验结果表明本文提出的融入期望最大化算法思想的双重嵌入方法效果较好。

关键词： 印刷电路板   缺陷检测   实例分割   YOLOv11s   小目标  

摘要： 针对印刷电路板(printed circuit board,PCB)缺陷目标小导致识别精度低的问题,提出基于三重注意力跨阶段连接-你只看一次版本11小型(triplet attention and cross stage connections-you only look once version 11 small,TAC-YOLOv11s)的PCB缺陷检测与实例分割算法。首先,设计了跨阶段部分连接(cross stage partial connections,CSPC)特征提取网络,增强网络的特征表达能力;其次,增加了小目标分割头(small object segmentation head,SO)模块,提高对小目标的检测和分割能力;然后,加入了三重注意力(triplet attention,TA)机制,增加对小目标的定位和捕获;最后,采用广义交并比(generalized intersection over union,GIoU)损失函数,优化算法性能。结果表明,与原始YOLOv11s算法相比,TAC-YOLOv11s算法的边界框和掩膜精确率分别提升了11.1%和8.2%,50%交并比阈值下的平均精确率均值分别提升了30.4%和34.3%,证明了算法的优越性。TAC-YOLOv11s算法对实现PCB缺陷的高精度检测与分割具有重要意义。

关键词： 应急场景   救护车后送   在线强化学习   数据增强   行动调控优化  

摘要： 在利用救护车开展伤员后送的应急场景中,需要充分协调救护车的救援能力和场景中伤员的实时状态才能取得最佳的救援效果。此类问题一般是非确定性多项式问题,采用传统的确定性调度算法效果较差,针对此场景建立了一套在线强化学习DQN算法框架,并训练了对应的智能体用于实时在线调度。为解决应急场景可重复性差,学习样本积累速度低导致智能体训练缓慢的问题,在传统DQN算法的基础上提出了结合数据增强方法的DA-DQN方法。结果表明:几种经典的DQN方法都可以在线训练获得一个智能体,取得比确定性算法更优的调度效果。经典“先到先得”算法调度取得的救治失败率大约为45.4%,而DQN智能体收敛后的救治失败率大约为25%,且DA-DQN方法的智能体训练速度远快于传统DQN类方法,展现了此方法用于实际应急救援场景的潜力。