课程文献中心 更多>>

关键词： 冰区船舶   极地航运   航线规划   栅格环境   蚁群算法   滚动窗口算法   混合算法   动态避障  

摘要： 针对自然环境恶劣且复杂的北极海域,本文旨在解决冰区船舶的航线规划问题。基于栅格法建立了冰区船舶的作业空间,采用改进蚁群算法规划出全局航线,将预处理后航线的各节点作为待规划的子目标,使用改进滚动窗口算法求解出最终航线。仿真结果表明:改进蚁群算法能以更快的迭代速度规划出静态环境中的全局航线,节点删除算法可剔除冗余节点,降低后续算法的计算复杂度,改进滚动窗口算法能在全局航线的基础上,有效规避环境中的动态障碍物,求解出混合环境中符合冰区船舶运动性能的最终航线。

关键词： 白鲸优化算法   佳点集   交叉变异   高斯分布   萤火虫算法   工程应用   置换流水车间调度  

摘要： 针对传统方法在解决带有复杂约束的工程优化问题时的不足,提出了一种基于交叉变异的混合白鲸优化算法(hybrid crossover variation beluga whale optimization,HCVBWO)。首先采用佳点集映射初始化种群从而增加种群的多样性;其次采用交叉变异策略增强了算法中期的开发能力;最后采用自适应混合扰动策略平衡了算法后期的局部和全局搜索能力。将HCVBWO算法与其他6种算法在IEEE CEC2014进行仿真试验,结果证明了HCVBWO具有良好的寻优能力和鲁棒性,此外,将HCVBWO算法运用到2种机械工程设计问题以及1个生产调度问题中,验证了所提算法在工程优化问题中的优越性。

关键词： 无人机   目标检测   人工去雄   玉米雄穗   RTMDet   轻量化网络  

摘要： 玉米制种田遗漏雄穗检测是实现人工去雄质量评估的关键。针对现有玉米雄穗检测模型面临的参数量大、检测效率低和精度差等问题,提出一种基于RTMDet-tiny的轻量级雄穗检测模型MLCE-RTMDet。模型采用轻量级的MobileNetv3作为主干特征提取网络,有效降低模型参数量;在特征提取网络中引入CBAM注意力模块,增强对雄穗目标的多尺度特征提取能力,克服引入轻量化网络可能带来的性能损失。同时,使用EIOU Loss替代GIOU Loss,进一步提高雄穗检测精度。在自建数据集上的试验表明,改进的MLCE-RTMDet模型参数量缩减至3.9×10^(6),浮点运算数降至5.3×10^(9),参数量和浮点运算数分别比原模型减少20.4%和34.6%。测试集上模型平均精度均值增至92.2%,较原模型提高1.2个百分点;同时,推理速度达到41.9 f/s,增幅达12.6%。与YOLO v6、YOLO v8、YOLO X等当前主流模型相比,MLCE-RTMDet表现出更好的综合检测性能。改进后的高精度轻量化模型可为实现玉米制种田人工去雄后的遗漏雄穗检测提供技术支撑。

关键词： 混合多目标进化算法   水库   优化调度  

摘要： 研究基于混合多目标进化算法(NSGA-II-SA),针对孔江水库的多目标优化调度问题展开探讨。首先,确定了最大化灌溉供水量、最大化发电效益和最小化弃水量等关键优化目标,并建立了相应的约束条件。然后,通过对NSGA-II-SA算法的优化参数进行设置,采用具体的数学描述构建了水库多目标优化模型。随后,将该模型应用于孔江水库的实际案例研究中,得到了一系列优化的调度方案,并与传统的单目标优化算法进行对比分析。结果表明,NSGA-II-SA算法在获取多目标优化调度方案方面具有显著优势,能够在考虑多个目标之间的平衡关系中找到更好的解决方案。

关键词： 信息化   电厂机械设备管理   应用价值  

摘要： 如今我们已经进入了信息化的时代,而电厂的机械设备管理也开始跟紧时代的步伐。所以,本文深入探讨了信息化在电厂机械设备管理中是如何进行应用的,强调信息技术在提升电厂运营效率、保障设备安全稳定运行中的关键作用。要构建信息化基础设施,实现设备状态的实时监测与远程监控,利用大数据分析和智能诊断技术预测并预防设备故障,优化维护管理与备件库存,搭建在线培训与知识管理平台,电厂能够构建起一个智能化、高效化的机械设备管理体系。这一体系提高了设备管理的精细化水平,降低了维护成本,延长了设备使用寿命,为电厂的可持续发展奠定了坚实基础。

关键词： 无人驾驶   实验哲学   算法伦理   公众预期  

摘要： 近年来,无人驾驶汽车的商业化应用在多个国家已切实展开,无人驾驶车辆如何在无法避障的情况下作出合理的行车决策,其中不仅包含技术问题,更包含伦理问题,亟需一套合理的无人驾驶伦理算法系统。在现有无人驾驶伦理算法设计中,主流的四种分别为功利主义算法、罗尔斯算法、制动力学算法以及“伦理旋钮”,其公众认可度和接受度各不相同。调查问卷数据及分析表明,四种算法都存在缺陷,而是否能够满足公众预期则是衡量伦理算法是否合理的重要参考因素。以公众预期为导向,汲取现有诸伦理算法方案的优势,克服其潜在缺陷,给出一套以“自主型”算法为基础、集“强制型”算法优点于一体的综合型优化算法系统,或可赢得公众的普遍性认可,同时也是破解无人驾驶伦理算法困境的可能路径。

关键词： 数据增强   图对比聚类   EMA   Mixup   图神经网络  

摘要： Mixup是图像领域中一种有效的数据增强方法,它通过对输入图像以及标签进行插值来合成新的样本进而扩大训练分布。然而,在图节点聚类任务中,由于图数据拓扑结构的不规则性和连通性以及无监督的场景,设计有效的插值方法成为一项具有挑战性的任务。为了解决上述问题,首先通过设计不共享参数的编码器来获取视图的嵌入特征,有效融合节点的特征和结构信息。然后将视图的嵌入特征及其对应的伪标签进行混合插值,从而将Mixup引入聚类任务中。为了确保伪标签的可靠性,设置了阈值来筛选高置信度的伪标签,并通过EMA的方式更新模型参数,使模型平稳优化的同时考虑了训练的历史信息。此外,设计了一个图对比学习模块,以保证特征在不同视图下的一致性,从而减少信息冗余,提高模型的判别能力。最终,通过在6个数据集上的大量实验证明了所提方法的有效性。

关键词： 跨国公司   经济全球化   双循环   双重价值链  

摘要： 跨国公司是经济全球化的重要推动力量。随着“超级全球化”时代的结束,跨国公司在全球产业链中的地位总体趋于规模稳定和结构优化“,南升北降”的特征日益显著,高端化和服务化成为主要趋势。在国内价值链中,中国境内跨国公司的“本地化”程度加深,高附加值特征日益显著,且在中国的布局出现分化。当前,受不确定、不稳定的国际环境影响,发达国家跨国公司行为策略转向保守,而发展中国家跨国公司成为新的全球化驱动力量,同时安全化、绿色化和数字化成为跨国公司发展的新方向。推动跨国公司融入国内国际双循环,一方面要通过营商环境建设、公平的分配机制、制度型开放、坚定在华投资信心等措施引导外国跨国公司融入国内大市场,另一方面要通过互利共赢的国际合作、利用国内国外两个市场、增强专业服务支持以及加强对国际规则的利用等助推中国跨国公司更加深入地嵌入全球价值链。

关键词： 流域水环境模拟   一维二维耦合模型   断面污染溯源   模型系统设计   湖泊型流域  

摘要： 构建一维二维水环境模型进行水质模拟是湖泊型流域开展陆源污染与断面水质响应关系研究的重要手段。针对现有一维二维水环境耦合模型建模过程中数据格式多样化、数据尺度难匹配、预处理过程复杂、参数众多难率定、运算时间长且无法快速响应超标断面水质调控等问题,设计并开发了流域一维二维水环境耦合模型系统,面向水环境管理业务需求,构建湖泊型流域水环境模型并模拟水环境变化过程,支持水质超标断面污染溯源、污染治理措施效果评价、污染防治与决策等业务开展,对支撑湖泊型流域水环境精细化管理具有广泛的应用价值。该模型系统以陆源污染负荷入河量作为河流污染边界条件,建立河流一维稳态水环境模拟模型,再以入湖河流作为边界条件,在二维正交网格基础上建立湖泊二维稳态水环境模型,从而建立陆源污染源排放与全流域水体断面水质响应关系。在南四湖流域的应用表明,该模型系统具有较高的水质模拟精度,其模拟速率和分析展示功能满足水环境精细化管理过程中的研究需求和业务需求,可为水环境管理决策提供科学依据。

关键词： 心脏磁共振(CMR)   T_(1)定量图   配准算法   自监督深度学习   卷积神经网络   DeepIPMCNet   DeepTPMDNet  

摘要： 目的通过使用合成图像的方法解决在配准过程中缺少金标准的问题,并应用深度学习算法进行心脏T_(1)定量图配准。方法首先利用T_(1)加权图像的先验信息合成无运动的参考图像;其次使用DeepIPMCNet卷积神经网络来学习和配准层内运动。另一个网络DeepTPMDNet用于检测和消除穿层运动。使用在自由呼吸条件下采集的STONE序列T_(1)映射数据集进行训练、验证和测试,以验证本文方法的有效性。通过T_(1)标准差和SD map标准差来评估性能。结果在配准后,左心室和室间隔的Dice系数、T_(1)标准差和SD map标准差均得到了改善(通过DeepIPMCNet,左心室的Dice系数从0.88提高到0.90,室间隔的T_(1)标准差从121.91 ms降低到86.99 ms,SD map标准差从46.49 ms降低到36.53 ms;通过DeepTPMCNet,左心室的Dice系数从0.74提高到0.93,室间隔的T_(1)标准差从192.02 ms降低到114.37 ms,SD map标准差从93.41 ms降低到50.53 ms),差异均有统计学意义(P<0.001)。结论本研究提出的深度学习方法可有效缓解心脏和呼吸运动对心脏T_(1)定量图的影响。