课程文献中心 更多>>

关键词： 无人机集群   预测性维修   深度强化学习   决策规划   可靠性  

摘要： 预测性维修是提升无人机(unmanned aerial vehicles,UAV)集群可靠性的关键工作之一。其难点在于UAV集群结构上的多层级、部件退化的不均衡性以及维修时序的高影响性。本文分析了UAV集群运行与维护过程,提出了UAV集群预测性维修的问题模型,剖析了其NP-hard特征。构建了基于深度Q网络(deep Q-network,DQN)的解决框架,给出了相应的深度强化学习算法。最后以10个编队,每队14架UAV的集群为例开展了案例验证工作,实验表明,所提出的方法在长期运行过程中,能够高效稳定地提供预测性维修决策方案,提升了在高维非线性状态动作空间下的维修收益。

关键词： 非标小型鱼塘   增氧机   模糊算法   溶解氧浓度   PID控制  

摘要： 针对目前我国非标小型鱼塘占比大,传统增氧机无法实现节能降耗、自适应调节等问题,研究设计一种基于模糊算法的增氧机智能控制方案。利用两级模糊控制动态调整变频器输入电压并对变频器固定的PID参数进行实时优化,通过智能控制系统驱动变频器调整增氧电机的转速,实现了对池塘各水层溶解氧浓度的精确调控。实验结果表明,该方案能有效提高增氧机工作效率、降低使用成本,对满足绿色生态渔业发展需求,提升淡水养殖产量和产值具有重要意义。

关键词： 视频目标分割   记忆网络   孪生网络   特征融合   掩码细化  

摘要： 针对记忆网络算法中多尺度特征表达能力不足和浅层特征没有充分利用的问题,该文提出一种多尺度特征增强与全局-局部特征聚合的视频目标分割(VOS)算法。首先,通过多尺度特征增强模块融合可参考掩码分支和可参考RGB分支的不同尺度特征信息,增强多尺度特征的表达能力;同时,建立了全局-局部特征聚合模块,利用不同大小感受野的卷积操作来提取特征,并通过特征聚合模块来自适应地融合全局区域和局部区域的特征,这种融合方式可以更好地捕捉目标的全局特征和细节信息,提高分割的准确性;最后,设计了跨层融合模块,利用浅层特征的空间细节信息来提升分割掩码的精度,通过将浅层特征与深层特征融合,能更好地捕捉目标的细节和边缘信息。实验结果表明,在公开数据集DAVIS2016,DAVIS2017和YouTube-2018上,该文算法的综合性能分别达到91.8%、84.5%和83.0%,在单目标和多目标分割任务上都能实时运行。

关键词： 近红外光谱   无创检测   特征选择   遗传算法   支持向量机  

摘要： 近年来,由于安全、无损、高效等因素,基于近红外光谱及人工智能算法的无创检测在医学、生物等领域内备受关注。如何获取智能回归模型的近红外光谱有效特征是关键问题之一。以血糖浓度检测为例,融合近红外光谱、遗传算法与支持向量回归(GA-SVR),建立了近红外无创血糖浓度智能预测算法。首先,根据OGTT实验规则,采集志愿者无创动态血液近红外光谱及其对应的血糖浓度,进一步基于遗传算法确定最优近红外特征波长组合,最后建立支持向量机回归模型实现血糖浓度的回归预测。设计了对比实验,分别将遗传算法与多层感知机回归(GA-MLPR)、偏最小二乘回归(GA-PLSR)和随机森林回归(GA-RFR)结合,与本文提出的方法进行比较。实验结果表明,提出的GA-SVR模型预测效果最好,测试集相关系数相比GA-PLSR提高了44%,相关系数达到99.97%,均方误差为0.000097。表明,提出的GA-SVR可以实现对近红外光谱数据的有效特征提取,验证了启发式智能算法对于近红外无创检测的可行性。

关键词： 移动机器人   路径规划   蚁群算法   信息素  

摘要： 在执行任务时,移动机器人在极端条件下显示出高度的自主性、组织能力和适应力。其中,有效的路径规划是支持机器人完成独立导航和复杂任务的关键。文章提出了利用蚁群算法进行路径规划的策略,充分发挥了蚂蚁在行走时释放信息素的特点。该方法基于栅格模型对地图进行表征,旨在改善路径的选择和障碍物的规避。仿真实验证明,所提改进蚁群算法在性能上有显著提升,更能满足机器人在实际环境中的运动需求。

关键词： 电力运维机器人   六自由度机械臂   路径规划   分阶段快速随机搜索树(PRRT)   改进B样条插值算法  

摘要： 针对配网带电作业中六自由度机械臂避障路径规划问题,提出了一种基于分阶段快速随机搜索树(PRRT)的路径规划算法。第1阶段在笛卡尔空间采样求解最优路径;第2阶段在关节空间采样代替逆运动学求解,排除最优路径区域外的节点以提高规划速度;最后利用改进B样条插值算法优化路径。仿真结果显示,相较于单一空间下的RRT算法,PRRT算法得到的路径长度更短,规划时间更快。

关键词： 人耳听觉模型   语音增强算法   侧抑制   谱减法  

摘要： 文章深入研究了人耳听觉模型,分析了基于人耳听觉模型的语音增强算法,并将其与改进型谱减法相融合,仿真验证结果表明,该方法在处理带噪语音时,能够提高信噪比并优化听觉体验。

关键词： 人工智能   聚类质量   遗传算法   单峰函数   成本函数   交叉概率   多峰函数   聚类优化  

摘要： 人工智能算法在艺术设计中的应用正逐渐深入,比如,群体智能算法应用于漫画设计中提高了设计效率与创意,遗传算法在数据设计方面表现出良好的收敛性与高效率,为了进一步提高设计质量和效率,算子优化遗传算法被提出,并在插画艺术设计模型中得到了有效应用。动态调整交叉概率(Pc)和变异概率(Pm)的策略以及K-medoids算法在遗传算法聚类优化中的应用,都增强了算法的优化能力,同时成本函数在聚类质量评估中也起到了关键作用。通过仿真实验,改进后的遗传算法在单峰函数与多峰函数的测试中展现出优于标准遗传算法的性能。随着算法技术的不断进步,人工智能在艺术设计领域的应用将更加广泛和深入,为设计师提供更多创意灵感。

关键词： 多视图学习   属性图数据   图聚类   对比共识图学习   图过滤  

摘要： 多视图属性图聚类可以将具有多个视图的图数据的节点划分到不同的簇中,近年来受到了研究者的广泛关注。目前,已有许多基于图神经网络的多视图属性图聚类方法被提出并取得了较好的聚类性能。然而,由于图神经网络难以处理数据收集过程中出现的图噪声,因此基于图神经网络的多视图属性图方法很难进一步提高聚类性能。为此,提出了一种新的基于对比共识图学习的多视图属性图聚类算法,以降低噪声对聚类的影响从而得到更好的结果。该算法包括4个步骤:首先,使用图滤波消除图上的噪声,并同时保留完整的图结构;然后,选择少量节点来学习共识图,以降低计算复杂度;随后,使用图对比正则化来帮助学习共识图;最后,利用谱聚类获得聚类结果。大量的实验结果表明,与当前最先进的方法相比,所提算法能够很好地减少图数据中噪声对聚类的影响,并以较高的执行效率取得良好的聚类结果。

关键词： 拓扑结构   混合整数线性规划   大规模水电系统   优化调度  

摘要： 随着国内水利事业的快速发展,水电系统规模不断扩大,已有的模型设计通用性不强,优化调度维数灾问题日益凸显。为此,采用森林结构(FT)描述水电站群拓扑结构,利用混合整数线性规划算法(MILP)对模型中非线性函数进行分段线性插值处理,构建了基于FT-MILP算法的大规模水电系统中长期优化调度模型。以我国四川地区大型水电基地277座水电站为例,将所提FT-MILP算法与传统POA算法进行优化调度计算,并将优化调度结果与实际运行结果相比。结果表明,在丰、平、枯水年,大规模水电场景下,FT-MILP算法的水库群总发电量分别为传统POA算法的99.27%、99.14%、99.55%,计算效率约为传统POA算法的20倍,丰枯电量比分别由实际运行的2.26∶1、2.13∶1、1.98∶1减少为1.79∶1、1.70∶1、1.62∶1。因此FT-MILP算法在牺牲少量理论发电效益的同时,大幅缩短了计算耗时,且优化了丰枯出力结构,对于研究我国巨大规模的水电优化调度问题有一定的借鉴意义。