课程文献中心 更多>>

关键词： 三坐标测量机   路径规划   复杂曲面   改进自适应遗传算法  

摘要： 针对传统遗传算法搜索速度慢及易陷入局部最优解等问题,提出基于种群适应度、三角函数与迭代次数调整策略的自适应遗传算法,并应用于检测路径规划,通过设计混沌逆转算子使算法跳出局部最优。将该算法进行MATLAB仿真生成优化路径,并在三坐标测量机上进行复杂曲面检测实验,结果表明,改进的自适应遗传算法优化得到的检测路径可有效提高复杂曲面零件的检测效率。

关键词： 车辆路径问题   粒子群算法   多策略改进   时间窗   组合优化问题  

摘要： 该文研究带时间窗约束的车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW),这是一个典型的NP-Hard问题。针对传统粒子群算法求解带时间窗约束的车辆路径问题容易陷入局部最优的缺陷,提出了一种基于多策略方法改进的粒子群算法(Multi-Strategy improved particle Swarm Optimization Algorithm,MSPSO)来解决该问题。该算法采用惯性权重递减策略,使得算法在前期的全局搜索和后期的局部搜索都能够有良好的表现,通过引入随机选择策略更新粒子最优位置,可以增加解空间的多样性,有效避免算法陷入局部最优。最后通过测试Solomon Benchmark算例的结果,在25个客户的C103数据集上MSPSO算法对比RWPSO算法的行驶距离降低了38.29,对比S-PSO算法在C103、R103这两个数据集与最优解误差分别降低了1.76%和3.99%。在50个客户C1系列数据集上MSPSO算法对比PSO算法行驶距离分别减少了14.26、45.66、67.7,与数据集的最优解误差基本能保持在1%以内。从实验结果可以证明MSPSO算法在求解VRPTW问题方面具有优越性和有效性。

关键词： 地铁   轨道   健康状态评价   变异系数法   模糊C均值聚类   SMO算法  

摘要： 轨道健康状态评价技术对于保障列车的运行安全与乘客的舒适性有重要意义,为寻求一种新的轨道设备综合评价方法,实现对轨道健康状态的科学评价,提出一种基于改进模糊C均值聚类和序列最小优化算法(SMO)构建轨道健康状态评估分析模型。该模型首先提出包含轨道几何状态和结构状态的综合评价指标体系;其次采用变异系数法计算评价指标的权重系数并代入模糊C均值聚类法,得到各轨道样本的分类结果;在此基础上,再利用序列最小优化算法通过划分数据对轨道健康状态进行评价;最后通过实例分析对该评价模型进行验证并开展研究。研究结果表明,经模型评价的855个轨道单元评价结果中优良比例为94%,预测效果良好,平均误差为5%,进而验证了该模型的指标体系和评价方法的科学性和合理性,并给出了进一步研究优化的方向。本文对各轨道指标统筹综合评价,为地铁轨道工务管理线路质量评价提供一种新思路,使轨道设备管理变得有序可控,减少人力、物力资源的浪费。

关键词： 遥感图像   图像去雾   饱和线先验   梯度域导向滤波  

摘要： 针对在雾霾天气下获得的遥感图像产生清晰度降低,对比度和色彩保真度下降的问题,考虑到遥感图像成像较宽、信息量较大的特点,本文提出一种基于改进饱和线先验的遥感图像去雾算法。该算法首先对初始图像进行预处理,其次基于饱和线先验理论对含雾图像构建饱和线以估计初始透射率,之后引入补偿因子与梯度域导向滤波器对透射率进行优化,提升了算法的鲁棒性,最后根据大气散射模型复原出清晰遥感图像。数值实验结果表明,本文算法对多种场景下的含雾遥感图像都取得了良好的效果。Aiming at the problem of reduced clarity, contrast and color fidelity of remote sensing images obtained under hazy weather, considering the characteristics of wide imaging and large amount of information in remote sensing images, we propose the remote sensing image dehazing algorithm based on the improved saturated line prior. We first preprocess the initial image, then construct saturated lines based on the saturated line prior theory for hazy image to estimate the initial transmittance, then introduce a compensation factor and the gradient-domain oriented filter to optimize the overall transmittance, which improve the robustness of the proposed algorithm, and finally recover a clear remote sensing image based on the atmospheric scattering model. Numerical experimental results show that the proposed algorithm achieves good results for hazy remote sensing images in a variety of scenes.

关键词： PALSAR   FRA   TEC   IGRF   CHAMP卫星  

摘要： 电离层的色散特性决定了无线电波信号穿越其传播时会产生法拉第旋转效应(Faraday Rotation,FR).基于全极化合成孔径雷达(Synthetic Aperture Radar,SAR)卫星观测可实现对法拉第旋转角(Faraday Rotation Angle,FRA)的测量,并进一步实现对电波传播路径上电离层总电子含量(Total Electron Content,TEC)的反演.为提出一种鲁棒性较强的SAR-TEC反演方法,本研究利用10组共251景PALSAR-1(Phased Array Type L-band Synthetic Aperture Radar)全极化SAR数据,对中纬度北美洲地区的FRA进行了估计,并详细对比了四种利用FRA来计算TEC的算法.为了验证计算得到的SAR-TEC的准确性,以全球卫星导航系统(Global Navigation Satellite System,GNSS)地基观测台网得到的TEC作为参考值进行对比,揭示了基于SM算法得到SAR-TEC具有最好的相关性.同时我们进一步考量了地磁场对SAR-TEC反演算法的影响,利用CHAMP(Challenging Minisatellite Payload)卫星实测的磁场数据替代由国际地磁参考场(International Geomagnetic Reference Field,IGRF)估算的磁场,进一步提升了基于SM算法得到的SAR-TEC反演精度,其与地基GNSS-TEC的相关性达到了0.97,RMSE仅为1.14 TECU.

关键词： 消防设备管理   消防维保   改进措施  

摘要： 消防设备在医院中是一种不可缺少的重要安全设施,做好管理和维保至关重要。本文围绕做好本工作的重要性、全生命周期管理进行论述,就改进消防设备管理和维保服务质量提出了若干改进措施,并对后续改进工作提出了展望建议。

关键词： 无迹卡尔曼滤波   系统噪声协方差矩阵   人工蜂群算法   偏好随机游动   动态扰动因子  

摘要： 针对无迹卡尔曼滤波(UKF)算法在状态估计时异常系统噪声协方差矩阵影响滤波性能的问题,提出一种利用改进人工蜂群优化UKF的算法。首先,在UKF算法过程中引入IABC算法对系统噪声协方差矩阵寻优选择,从而实现自适应调节系统噪声协方差矩阵,提高估计精度;其次,对传统ABC算法采用Circle混沌初始化策略,增加人工蜂群初始种群的多样性;同时采用偏好随机游动策略,平衡算法的开发与探索能力,增强算法的稳定性;最后,通过动态扰动因子策略增强算法后期寻找最优解的能力,提高收敛速度,进一步优化算法性能。实验结果表明,相较于ABC算法,IABC算法在寻优性能上有明显提升。同时,通过对比UKF算法和IABC-UKF算法,验证了IABC-UKF算法的可行性,其位置均方根误差不大于1.4 m,表明该算法滤波效果较好且误差波动小,能够有效提高估计精度。

关键词： 路径规划   人工蜂群算法   地图建模  

摘要： 为了获得最优机器人运动路径,避免碰撞的发生,提出了一种增强多目标人工蜂群算法的机器人路径规划方法来解决多目标路径搜索问题。本文的路径规划的优化有两个目标:路径长度最短与路径安全性最高。仿真结果表明,该方法在满足安全性能指标的同时可以求得多条可行性路线。

关键词： 自动调制识别   相位变换   卷积双向长短期记忆网络   数据预处理  

摘要： 针对真实信道使无线通信信号发生相位偏移导致信号识别率下降的问题,提出了相位变换算法。该算法将信号输入神经网络,通过Flatten层和Dense层估计出相位参数,再利用参数变换器完成相位变换,减轻相位偏移对调制识别准确率的影响,提高了调制识别的准确率。同时提出一种卷积双向长短期记忆(Convolutional Neural Network-Bidirectional Long Short-Term Memory,CNN-BiLSTM)网络,其中CNN用于提取信号的高维特征,BiLSTM用于提取信号的双向时间特征。所提出的调制信号分类模型识别率达到96.7%,相较于卷积神经网络(Convolutional Neural Network,CNN)提高了12%。

关键词： 过滤算法   概率自注意力   序列推荐  

摘要： 序列推荐旨在通过对用户的历史交互序列建模,以预测该用户的下一项交互。目前,基于Transformer改进的序列推荐模型利用点积自注意力来衡量序列中的关系,拥有卓越的性能。然而,由于用户交互数据中夹杂一定的噪声,模型在训练时很容易拟合到噪声数据,导致过拟合。另外,传统自注意力机制中还天然存在高内存占用以及二次计算复杂度的问题。为了解决上述两个问题,针对性提出了一种融入过滤算法的概率自注意力序列推荐模型FPA-Rec(Filter ProbAttention Recommendation)。输入序列在经过嵌入矩阵映射之后,先经过一层可学习的过滤器结构来对序列中的噪声信号进行抑制,得到更加纯净的序列输入。之后使用概率自注意力代替传统的自注意力,来解决传统自注意力机制中存在的高内存占用和二次计算复杂度问题。实验验证结果表明,FPA-Rec模型达到了最优的推荐效果。在以Beauty、Yelp为代表的两个数据集上,评价指标Hit@10较最优模型提升1.2%、1.7%,评价指标NDCG@10较最优模型提升2.4%、2.0%。