课程文献中心 更多>>

关键词： YOLOv8   注意力机制   轻量化   机器人自动装配   目标检测  

摘要： 针对现有的基于深度学习的目标检测算法在机器人自动装配任务中识别精度低、检测速度慢的问题，提出了一种基于YOLOv8的轻量级装配工件目标检测算法。首先，引入部分卷积PConv(Partial Convolution)对C2f (Faster Implementation of CSP Bottleneck with 2 convolutions)模块进行改进，设计新的Faster＿C2f模块，提高了模型的检测速度；其次，采用SIoU损失函数来优化CIoU损失函数的位置预测精度并提高小目标的定位准确性；然后，使用HS-FPN (High-Level Screening-feature Fusion Pyramid Networks)结构改进Neck部分，大幅度减少了模型的计算量，提高了检测速度；最后，结合iRMB(Inverted Residual Mobile Block)模块与EMA(Efficient Multi-Scale Attention)注意力机制，创新性地提出了iEMA机制，提高了模型的检测性能。实验结果表明，在自制装配工件数据集上，与原始算法相比，改进后的算法F1分数提高了3.2%，mAP值提高了1.7%，每秒检测帧数提高了11%，而模型参数量减少了47%，计算复杂度降低了32%。

关键词： NP-Hard问题   在线三维装箱   候选启发式   深度强化学习   马尔可夫决策  

摘要： 货物装载是物流运输过程中的关键一环，属于NP-Hard问题。为解决智慧物流领域货物“即到即码”的实时性问题，提出了一种候选启发式与深度强化学习相结合的在线三维装箱算法。将在线三维装箱表述为带约束的马尔科夫决策过程，并考虑7种实际约束条件，在此基础上设计强化学习要素。设置货物码垛的候选缓存区，根据人工启发式生成有价值的先验知识，以此来初始化深度强化学习算法的训练过程，最终经过对决网络评估后输出最优动作。实验结果表明，该算法空间利用率为85.3%，收敛速度提高25%，决策时间平均快15ms，有效解决了面对大规模动作空间增长导致的智能体初期探索困难的问题，提高了算法的效率和实用性，更适用于实际在线装箱场景。

关键词： 真空蝶阀   模糊PID   压力控制   控制算法  

摘要： 真空蝶阀广泛应用于中、低真空环境下的压力控制，由于蝶阀压力控制系统具有强非线性和时滞性，使得常规比例积分微分(PID)控制算法无法满足真空蝶阀对高精度压力控制的需求。为了提高真空蝶阀的压力控制性能，文章设计了一种带校正函数的改进模糊PID控制算法。实验结果表明，由于采用了模糊PID控制，新控制器在超调量和调节时间上远好于传统PID控制器；并且借助校正函数，新控制器可以明显改善系统的非线性影响，提高系统的响应速度以及控制精度。优化后的模糊PID控制器在动态性能、控制误差和目标跟踪速度上均优于传统方法，显著提升了真空蝶阀的压力控制性能。

关键词： M5模型树   井漏预测   随机森林算法   Sobol序列   自适应螺旋变化   Levy飞行   麻雀搜索算法  

摘要： 井漏预测一直是钻井中堵漏防治研究的热点和难点课题，传统方法依赖专家经验，技术可复制性差，在特征参数选择上缺乏与井漏的相关性分析，导致预测精度低，且模型具有一定的局限性。为此，提出了一种基于M5模型树的改进随机森林算法（IRF），并采用基于Sobol序列的初始化策略和引入自适应螺旋变化策略更新发现者位置以及Levy飞行策略来更新跟随者位置的改进麻雀搜索算法（ISSA），以优化IRF参数，建立了ISSA-IRF井漏预测模型。模型整合了来自地质、钻井泥浆和钻井作业相关的18个参数，并利用Pearson相关分析、递归特征消除和梯度提升树确定了11个关键参数，试验结果表明，与原模型相比ISSA-IRF模型在井漏预测的准确率上提升了7.7%，且模型的性能显著优于经典的井漏预测模型——LSTM、BP和SVM等。改进后的模型可用于现场堵漏控制，为防漏堵漏作业提供科学指导。

关键词： 脑机接口   伪迹去除   独立成分分析   经验模态分解   深度学习  

摘要： 脑电图(Electroencephalography， EEG)是通过精密放大仪器将脑部微弱的生物电位加以放大记录而获得的图形。因其具有安全无创、成本低廉、时间分辨率高等优点广泛应用于医疗诊断和神经科学研究等领域。然而脑电信号幅值微弱，在采集过程中容易受到外部环境和生理活动的影响，实际获得的脑电信号通常混有大量噪声，其中由被试者生理活动引起的噪声在时域或频域上与脑电信号存在重叠，简单的预处理手段难以将它们分离，因此能够有效去除这些噪声的脑电伪迹去除算法一直是脑机领域的研究热点。传统的伪迹去除算法包括回归、小波变换、经验模态分解、盲源分离等，它们通过信号自身的时频特征或信号间的统计特征进行伪迹分离，在脑电图的应用发展中发挥了重要的作用。然而由于伪迹成分复杂，脑电伪迹去除研究中尚不存在一种可以适用所有情况的去伪迹方法，为实际应用中目标和算法之间的匹配问题带来不必要的选择负担。为此，文中首先总结了伪迹的成因和类别，并探讨了不同生理伪迹的形态特点。之后，对现有的国内外脑电去伪迹方法进行了归纳总结，讨论了不同算法在去除伪迹方面的优缺点及适用性差异，为今后不同领域的研究人员选择适用的脑电伪迹去除算法提供理论依据。最后分析了当前研究存在的一些问题，展望了未来脑电去伪迹研究的发展方向。

关键词： 蜣螂优化算法   路径规划   Singer映射   邻域搜索策略   精英池—扰动策略  

摘要： 针对蜣螂优化算法存在收敛速度慢，容易陷入局部最优，且全局探索能力较弱等问题，受领导者—追随者策略（leader-follower）的启发，本文提出一种基于邻域搜索策略的蜣螂优化算法。首先，引入Singer映射初始化种群，提高初始解的质量，提高算法的收敛速度；其次，提出一种邻域搜索策略来增强种群多样性，跳出局部收敛，提高算法的局部开发能力；最后，设计一种精英池—扰动策略来扩大搜索范围，增强算法的全局勘探和局部寻优能力，提高算法的求解效率及求解精度。为了验证所提算法的有效性，本文设计了一系列实验来验证所提算法的性能。结果表明，该算法在寻优精度和收敛速度方面有较大提升。将该算法应用于无人机三维路径规划问题，实验结果表明，该算法在处理实际应用问题时表现出了有效性和高效性。

关键词： DC优化   广义惯性   邻近DC算法   Kurdyka-Lojasiewicz性质,   全局收敛  

摘要： 本文考虑求解一类特殊的非凸优化问题,即DC优化问题,其目标函数可以写成一个光滑凸函数,一个适当的闭凸函数和一个连续可能非光滑凹函数的和.本文提出广义惯性的邻近DC算法(GIPDCA),该算法框架在经典邻近DC算法的基础上,对惯性方向和求解子问题时的梯度中心和邻近中心采用了三个不同的外推点.该算法可以包括一些经典的算法作为特例.本文证明了当目标函数具有Kurdyka-Lojasiewicz性质且参数满足合适的条件时,由算法GIPDCA生成的有界序列全局收敛到问题的临界点.最后,通过数值实验验证了算法的可行性和有效性.

关键词： 改进粒子群优化算法   城市   道路   施工   顺序优化  

摘要： 常规的城市施工顺序优化方法主要使用PTV-VISSIM状态产生建模工具获取仿真施工逻辑信号,易受离散时间间隔变化影响,导致施工周期过长,因此提出了一种基于改进粒子群算法的城市道路施工顺序优化方法.即基于改进粒子群算法构建施工顺序优化模型,考虑混合条件进行城市道路施工顺序优化求解,从而实现了城市道路施工顺序优化.实验结果表明,设计的城市道路改进粒子群优化算法施工顺序优化方法的施工周期较短,施工效果较好,有一定的应用价值,为提高城市道路施工质量作出了一定的贡献.