课程文献中心 更多>>

关键词： 智能交通   稀疏数据修复   改进遗传算法   XGBoost   SHAP算法  

摘要： 为研究拓扑路网中稀疏数据路段行程速度与其空间关联道路间的耦合影响,以路网中空间距离分布为基础,明确了道路空间关联指数(road spatial correlation index,RSCI)定义和计算方法,构建了一种面向道路行程速度稀疏数据修复和可解释性模型。首先,在传统轮盘算法基础上提出了针对选择操作和算子的改进遗传算法(improved genetic algorithm,IGA),利用自适应机制优化个体选择概率,通过设置常数λ解决后续优秀个体选择概率偏低缺陷,提高模型收敛性能。其次,利用IGA和K折交叉验证(K-fold cross validation,K-Fold CV)实现极限梯度提升算法(extreme gradient boosting,XGBoost)中n_estimators、Learning_rate、Min_child_weight、Max_depth超参数寻优。然后,利用SHAP(shapey additive explanation,SHAP)方法对XGBoost模型各特征重要性开展全局解释和个体样本溯源分析。最后,以目标道路行程速度为输出、连接道路行程速度为特征输入进行实例验证。研究结果表明:IGA-XGBoost组合算法f_(MAE)、f_(RMSE)分别为1.95、2.66,R^(2)为0.941,较GA-XGBoost提高0.4%,模型运行时间为1.532 s,较GA-XGBoost运行时间减少7.6%,组合算法预测精度更高,迭代效率有明显提升;以SHAP值标定特征重要性下,连接道路特征重要性与其RSCI呈正相关,RSCI数值越大,连接道路对预测结果贡献越高;在连接道路数量不足时,以SHAP值排名前3的连接道路对目标道路数据填补时,模型f_(MAE)、f_(RMSE)、R^(2)分别为2.53、3.30、0.905,仍能取得较好的数据修复精度,证明了方法的适用性。研究结果可为城市道路行程车速数据修复填补提供新思路。

关键词： 隧道爆破   超挖预测   参数优化   XGBoost算法   元启发式算法  

摘要： 隧道爆破引起的超挖会对实际工程产生一系列不利影响,为此文章提出了一种基于人工智能的超挖预测与爆破参数优化方法,旨在减少爆破引起的超挖。首先,XGBoost算法分别与两种元启发式算法,即PSO算法、SSA算法结合,以优化XGBoost超参数并提升预测性能。通过四个不同回归指标比较预测模型的准确性,从而优选最佳预测模型。其次,最佳预测模型与PSO和SSA结合,对隧道不同部位分别进行设计参数优化,以减少爆破引起的超挖。最后,对PSO与SSA参数优化效果比较,旨在快速确定最优爆破参数,优化后拱顶至拱肩和拱肩至拱腰的超挖面积仅为3.0963 m^(2)和2.3696 m^(2)。研究结果表明,本模型不仅能准确预测超挖,还能有效优化爆破参数,减少隧道不同部位的超挖面积,显著提升工程施工效率。

关键词： 光伏电池   缺陷检测   YOLOv8   注意力机制   损失函数  

摘要： 针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题,提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先,采用双向特征金字塔网络作为特征融合机制,通过自顶向下和自底向上的路径,实现多尺度特征的有效融合;其次,在颈部网络引入上下文聚合模块,使用不同空洞卷积速率的空洞卷积获取不同感受野的上下文信息,帮助模型更精准地识别微小目标,进而提升模型的目标检测性能;最后,优化边界框损失函数,并不断调试其权重因子,提高模型的收敛速度与效率。实验结果表明,与YOLOv8算法检测网络相比,本文算法的召回率和平均精确度均值分别提高了10.4%、1.8%,检测帧率达到270 fps,保证了实时检测和后续部署的轻量化要求,改进后的算法能在复杂背景下对光伏电池的缺陷进行鲁棒检测。

关键词： 舵机控制系统   直流伺服电机   PID控制器   Ziegler-Nichols方法   遗传算法  

摘要： 文章深入研究了舵机控制系统的建模与优化方法,基于直流伺服电机构建系统模型并推导其动力学方程。通过设计PID控制器并采用Ziegler-Nichols方法进行参数初步整定,建立了初始控制策略。为提高控制性能,引入遗传算法优化PID参数,提升系统的动态响应能力与稳定性。通过MATLAB/Simulink平台进行仿真实验。结果表明,优化后的控制器在响应速度、超调抑制及抗干扰性能上均有显著改进。

关键词： 主轴承组合结构   多目标优化   协同设计   改进EHO算法  

摘要： 随着柴油机功率密度的提升,主轴承组合结构将面临主轴承变形加剧、关键部件强度下降等可靠性问题。以主轴承组合结构作为优化设计对象,将强度、刚度、接触强度和轻量化表现作为优化目标,构建多结构特性协同优化设计数学模型。针对传统快速和精英保留多目标遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)在求解小种群规模、有限进化代数的复杂工程问题时计算效率低的问题,基于Pareto优化理论,引入自适应策略及固定候选集随机测试算法,提出改进的大象放牧优化(Elephant Herding Optimization,EHO)算法用于求解多结构特性协同优化设计数学模型,并对算法性能及协同优化设计方案进行试验验证。研究结果表明:在小种群规模和有限进化代数下,改进EHO算法的求解能力更强,计算效率更高;在质量波动仅为0.6%的情况下,机体和主轴承座的应力分别降低18.67%和11.06%;各考察截面失圆度平均值降低14.39%;机体与主轴承座接触面最大接触压力降低18.92%。

关键词： 协同过滤推荐算法   农产品电商平台   消费者  

摘要： 通过网络购物已成为一种生活习惯。为使消费者随时随地选购农产品,同时能够方便快捷地在海量的农产品信息中确定感兴趣的商品,文章运用协同过滤推荐算法,使用Java编程语言和SQL数据库,开发了具有推荐功能的农产品电商平台。针对消费者的喜好,平台可以个性化地向其推荐农产品,从而有效提高购物效率。

关键词： 低分辨率触觉图像   位移估计   互相关   自适应选取  

摘要： 针对现有数字图像运动估计算法不能完全适用于低分辨率触觉图像的问题,提出了一种自适应参考模板互相关(ARTC)的触觉图像位移估计算法,其流程包括模板自适应选取、最相似子区搜索和亚像素位移估计。该算法自适应选取模板以实现触觉图像位移的快速、高精度估计。实验结果表明:本文提出的ARTC算法对低分辨率触觉图像进行位移估计的精度和耗时都优于相位相关算法、仿射法和尺度不变特征变换(SIFT)算法。

关键词： 脑机接口   外骨骼   打击力   直立行走   十项全能   身体训练   革新技术   组合运用  

摘要： 人类从直立行走,解放双手开始,就一直在学习战斗的方式。从拳头的握法,到拳腿膝肘的组合运用,再到摔跤、柔道、巴西柔术项目的出现,最后“十项全能”综合格斗诞生,在这个过程中,人体打击力在身体训练技术逐渐升级的加持下,呈现越来越大的武力值,如今AI算力、脑机接口、外骨骼产品等革新技术出现,有可能彻底改变格斗行业的未来。

关键词： 生产过程   节能低碳   设备选择   改进灰狼算法  

摘要： 生产设备是生产过程中所需能耗和产生碳排放量的重要基础。不同设备生产同一产品过程中的能耗和碳排放量差异巨大。传统的选择设备方法只能给出定性的优劣对比,难以适应节约资源、减少污染的量化要求。为了解决这一问题,提出一种产品生产过程多类设备能源消耗和碳排放目标统一计算方法,建立统一的生产过程能耗和碳排放数学模型,为定量识别不同设备目标之间的差异提供基础。利用改进灰狼算法计算出生产同一产品各类设备的能耗和碳排放最优目标值。以加工孔为例,验证结果表明按照模型选择的生产设备可以节约能耗4.2%和减少碳排放9.2%。模型可以为企业选择生产过程节能低碳的生产设备提供帮助。

关键词： 往复式压缩机   故障特征提取   滑动轴承   多尺度样本熵  

摘要： 针对往复压缩机滑动轴承故障振动信号特征提取困难、识别准确率低等问题,提出了一种改进多尺度样本熵(Multiscale Entropy,MSE)轴承故障特征提取方法。首先,针对样本熵计算步骤中存在冗余计算以及计算量大等问题,引进符号化思想,对统计不同维度下向量间距离小于阀值的向量个数时存在的重复计算问题进行简化,得到一种快速的样本熵算法;其次,针对传统三次样条插值方法无法满足复杂多变性的时间序列信号多尺度化处理过程,提出采用三次三角B样条插值方法代替传统的三次样条插值方法,对多尺度样本熵进行多尺度化,提高MSE的求解精度;最后以往复压缩机滑动轴承间隙故障为研究对象,应用改进MSE方法实现其故障信号特征提取。研究结果表明,当样本长度为24 056时,改进MSE算法特征提取的计算效率较原MSE方法增长近9.12倍,提升的百分比为816.62%,并且该方法同时提高了原MSE算法的故障诊断识别准确率。