课程文献中心 更多>>

关键词： 考虑容量和成本的最大最小分散度选址问题   精确算法   数学性质   上下界算法  

摘要： 最大最小分散度问题可简单描述为:在给定的集合中选择包含固定元素个数的子集,使得该子集中的元素在给定距离度量下的最小距离最大;该问题在生产生活中有广泛的应用.近些年来,该问题的一种考虑容量下限和成本上限的变体开始引起学者们的关注,并已被证明为NP-Complete问题.基于考虑容量和成本的最大最小分散度选址问题进行研究,首先提出该问题的数学性质并证明,利用这些性质可以减小问题规模或缩减搜索空间,以加快问题的求解速度,然后设计了上下界子算法及降阶子算法;基于这些子算法提出一种可大幅缩减搜索空间并能得到最优解的降阶回溯算法.通过分析和求解一个示例来阐述该算法的原理和执行过程,并通过随机算例测试、算法对比分析和案例分析进一步验证了该算法的可行性和有效性.结果表明该算法可有效通过大幅缩减搜索空间加快问题的求解速度.

关键词： 初中信息技术   计算思维   培养路径  

摘要： 随着新课改浪潮的不断涌起,初中信息技术教学模式逐渐呈创新化与多元化倾向。计算思维作为一种独特的思维方式,对于助力学生多项思维的发散有着显著的促进作用。初中阶段是学生计算思维能力形成的关键期,通过以信息技术教学为载体,培养学生计算思维能力,有利于促进学科教学改革与创新。聚焦这一背景,本文深入剖析了初中信息技术教学中培养学生计算思维能力的重要作用与实施策略,分析了当前初中信息教学现状,以全面推动初中信息技术教学高质量发展。

关键词： 货运列车   自动驾驶   拓展卡尔曼滤波   载重估计   模型校正  

摘要： 货运列车的作业场景多样、线路条件恶劣,其牵引、制动系统具有大时延、强约束等特点。目前在货运列车的控制系统中,通常通过建立复杂的列车多质点运动模型来设计控制算法以实现精确控制。但在实际运营中,货运列车的编组情况、作业时间和牵引质量都不固定,车载设备获取精准模型参数的代价高,这也是货运列车自动驾驶(automatic train operation,ATO)系统难以大规模应用的主要原因。针对货运列车牵引质量不固定的问题,文章提出了一种基于拓展卡尔曼滤波(EKF)的货运列车载重估计算法,其在ATO系统控制列车起动过程中,以ATO系统的控制输出和列车运动状态作为输入,实时估算列车的载重,校正控制系统模型和参数,减少了司机在人机交互界面频繁输入/确认列车数据的操作,同时也提高了ATO系统的控制精度和效率。仿真结果显示,在司机输入相对准确载重值的基础上,所提算法可以估计得到更准确的载重值,在2 000 t载重仿真实验中,估计误差控制在3.5%~4.0%之间。这表明该算法能有效降低ATO系统对多质点运动模型的要求,提高了ATO系统控车的精度。

关键词： 低碳   碳排放   路径优化   蚁群算法  

摘要： 在物流管理中,物流配送车辆的路径优化成为物流运算的关键,也是实现低碳物流的核心因素。本文使用Solomon基准数据探索蚁群算法因子对物流路径优化的影响,通过Matlab仿真结果表明,蚁群算法能够解决城市间的各物流点路线优化方面的问题。

关键词： 高动态图像   长短曝光融合   多因素融合   多尺度采样  

摘要： 针对相机实际使用场景提出了一种基于长短曝光的多因素融合的高动态图像生成算法,解决相机实际拍摄过程中动态范围窄的问题,有力地提升了相机的测量效果.本算法从长曝光和短曝光的图像数据出发,综合考虑了梯度、饱和度、亮度等多权重因素,并基于多尺度采样的图像生成融合出高动态图像,有效地克服了动态范围过大的问题,生成的图像更具真实感和细节感.实验结果表明,相较于传统算法,本算法在保持图像细节的同时,能够有效地减少噪声,并取得更好的成像效果,成像效果可提升 20%左右,在高动态图像领域具有一定的应用前景.

关键词： 机械臂   路径规划   Informed-RRT^(*)算法   改进人工势场   自适应步长策略  

摘要： 针对Informed-RRT^(*)算法存在目标性差、探索时间过长、迭代效率低、路径质量差的问题,提出了一种融合改进人工势场的Informed-RRT^(*)算法的机械臂路径规划算法。在随机点探索上,提出一种引入新的斥场力函数的改进人工势场法,引导随机点的拓展,限制路径方向的随机性;在路径扩展中,提出一种自适应步长方法,通过由采样点、最优父节点和目标点构成的三角形角度θ进行判断,采用不同步长进行扩展,缩短探索时间;在路径寻优过程中,采用椭球子集采样,提高迭代效率与最终路径质量。结果表明,与Informed-RRT^(*)算法相比,所设计的IAPFIRRT^(*)算法规划时间减少31.56%,路径长度减少9.23%,节点利用率增加24.23%,算法的搜索效率得到显著的提升与优化。将生成的路径导入机械臂模型后,机械臂能够完成避障并平稳运行至目标点。

关键词： 免疫萤火虫算法   碳排放量   主动配电网   扩展规划   经济总代价   碳削减量  

摘要： 以提升碳削减量、降低大电网的碳排放量为前提,同时保证配电网的稳定运行和电能供应,为此研究基于免疫萤火虫算法的低碳主动配电网扩展规划模型。以碳排放量和经济总代价最小为依据,构建主动配电网扩展规划的目标函数,并设定网络中节点有功和无功2种功率的平衡和电压、线路电流、分布式电源容量的约束条件;基于免疫萤火虫算法,优化求解构建的目标函数,获取最优低碳主动配电网扩展规划结果。测试结果显示:迭代次数达到120次以后,模型即可完成收敛求解;生成扩展规划后的配电网各个线路和节点结构,规划后配电网中各个节点电压最大波动值为12.4%,碳排放量的最大值为1.77×10^(6) t,碳削减量的最高比例为27.6%,配电网网损最大值为66.4 kW,同时可保证配电网良好的自治性,且应用性良好。

关键词： 溯源防伪   QR码   加密算法   检测报告  

摘要： 随着科技的迅速发展,二维码技术也在不断升级发展,已在各个行业中普及使用,但在建筑工程检测报告防伪溯源方面的研究较为少见。通过分析国内外防伪技术和防伪溯源平台的功能需求,基于QR码和加密算法,设计了建筑工程检测报告防伪溯源平台系统的总体架构和主要功能模块,实现了模板配置、报告防伪、报告可溯源、后台管理等功能,通过二维码赋予检测报告“身份证”——追溯码,实现一报告一码,对报告的进行溯源和鉴别,保证了工程检测报告的真实性和唯一性。

关键词： 混合粒子群算法   TSP问题   路径规划   影响因素  

摘要： 为解决粒子群算法在旅行商问题上的收敛速度慢和路径最优化选择的问题,提出了一种新型的基于遗传算法特性的混合粒子群算法,对旅行商问题的最优路径进行规划.根据种群比例原则与迭代前的路径进行交叉、变异、复制等操作,建立了具有遗传算法特性的混合粒子群算法,并用于求解burma14问题.结果表明:相比传统的粒子群算法和模拟退火-禁忌搜索算法,混合粒子群算法在求解burma14问题中收敛时间与最优路径等指标上都有明显的优势,且随着迭代次数与种群个数的增大,算法的最优解逐渐减小;当最佳参数为种群个数150,迭代次数300时,最优解为30.179 424.

关键词： 电动汽车   再生制动   蓄电池   传动系统   模糊算法  

摘要： 电动汽车再生制动控制性能过差会降低电动汽车制动能量回收率,缩短电动汽车的续驶里程,为了推进低污染、低噪声、零排放的电动汽车技术发展,提出基于模糊PID算法的电动汽车再生制动控制方法。在保证电动汽车制动过程稳定、安全的前提下,通过分析电动汽车再生制动原理与影响电动汽车制动过程的干扰因素,制定实际工况条件下制动力分配策略。通过将模糊PID算法与制动力分配策略结合,设计由车速、制动强度和蓄电池SOC为输入变量的控制器,实现电动汽车再生制动控制。仿真结果表明,UDDS工况下所提方法的蓄电池SOC值高于40%,再生制动比例关系与NYCC工况下理想的再生制动比例关系较为吻合,说明该方法的控制性能较好。