课程文献中心 更多>>

关键词： 芯片分选   路径优化   蚁群算法  

摘要： 针对LED芯片分选过程中存在的路径冗余问题,提出一种以最小化分选路径为目标的混合蚁群算法。算法借鉴局部搜索思想,基于遗传算法设计了三种变异机制,通过增强蚂蚁在邻域中的搜索能力提高求解精度。同时,调整了信息素的初始化方式和更新规则,以达到增强搜索导向性、提高搜索效率的目的。仿真结果表明,以上算法具备良好的求解精度和收敛可靠性,在大规模路径优化问题的求解中具有良好的适用性。实验结果表明:采用混合蚁群算法,单一等级芯片和单个分选块的分选效率可分别提高10.49%~28.56%、5.31%~8.14%,验证了所提算法在分选路径优化中的有效性。

关键词： 任务分配   USV-AUV协同   启发式算法   协同控制   邻域搜索   通讯约束  

摘要： 随着自主水下机器人(AUV)和无人水面艇(USV)在民用和军事领域的应用不断扩展, USV与AUV协同完成相关任务的作业模式受到了广泛关注.针对多USV和多AUV协同访问多目标点的任务分配问题进行研究,旨在最小化多USV和AUV系统访问所有目标点的总旅行距离.首先,建立考虑通信约束和AUV最大航程约束的多USV多AUV协同多点访问任务分配问题的数学模型,并对问题的NP-hard属性进行分析.其次,提出一个两阶段任务分配算法:1)先利用最小边际代价算法构建各USV访问完所有水面目标点的路径,再采用最近插入策略分配水下目标点;2)通过多个邻域搜索算子对初始解进行优化,得到可行最终解.相对于已有流行的自组织映射算法,仿真实验表明所提出任务分配算法能在较短计算时间内得到质量较优的任务分配方案.

关键词： 装备组合优化   多目标优化   多目标模拟退火算法  

摘要： 联合作战是未来重要作战形式。伴随联合作战指挥控制系统中装备组合优化解空间的爆炸式增长,研究如何能够快速地从可调用装备库中抽取合适的装备组合方案,即装备组合优化问题,对未来指挥控制系统的建设有重要意义。首先,分析了装备组合优化模型及其求解算法的研究现状,发现存在优化方法主观性及忽略时间这一战场装备调用重要影响因素的不足。因此,文中构建了时间最小化、成本最小化、能力最大化的装备组合优化模型。同时,提出利用装备实际使用约束缩减解空间的新思路,并基于多目标模拟退火算法,根据装备组合优化问题的特点对新解生成方法进行改进,提出了新的装备组合优化算法。最后,利用小规模数据集实验及大规模数据集实验验证了算法的寻优能力及改进有效性。

关键词： 冶金自动化   优化算法   生产调度   设备管理   能耗控制  

摘要： 冶金自动化系统是现代冶金工业流程控制的重要组成部分,对提高生产效率、降低能耗、确保产品质量具有重要意义。然而,当前的冶金自动化系统仍存在一些优化空间。本文研究了冶金自动化系统中的优化算法,探讨了其在生产调度、设备管理和能耗控制等方面的应用。同时,结合实际案例分析了这些优化算法如何提高冶金生产的智能化水平,实现安全、经济、环保的生产目标。

关键词： PCB表面缺陷检测   YOLOv7   Conv2Former   SimAM   Focal-CIoU  

摘要： 针对检测印刷电路板(Printed circuit board, PCB)缺陷任务中,通用物体检测算法难以区分目标缺陷与背景,从而导致检测精度低等问题,提出一种改进YOLOv7的PCB表面缺陷检测模型。首先,在主干提取网络用Conv2Former(Transformer-style convolutional network)模块替代ELAN模块,保留空间信息的同时加强全局信息关联性,有效减少参数量。其次,删除20×20的大目标检测层,增加160×160的小目标检测层,以此保留更多小目标信息。此外,在特征融合网络引入SimAM(Similarity-based attention mechanism)注意力机制,不引入额外参数的同时提升检测精确度。最后,将Focal损失函数与CIoU损失函数结合,优化损失函数中高质量与低质量样本的权重分配,提升检测效果。实验结果表明,改进后的模型平均检测精度达到95.3%,相较于原模型精度提高了3.6%,参数量为10.97 MB,仅为原模型参数量的三分之一,改进后的模型能够更准确地识别PCB缺陷,有效降低漏检和误检率。

关键词： 主瓣保形   主副瓣干扰抑制   阻塞矩阵预处理   导向矢量对称扩展   稳健波束形成  

摘要： 提出了一种主瓣保形的主副瓣联合空域抗干扰算法。首先,应用基于特征空间的波达角度估计算法(ES-DOA)估计干扰源个数和角度;然后,应用阻塞矩阵-导向矢量对称扩展联合的预处理(BMP-SESV)方法,在消除主瓣干扰的同时恢复阵列自由度;最后,采用二次不等式线性约束的最小功率波束形成算法(QIC-LCMP),进一步抑制旁瓣干扰并提高波束形成稳健性。仿真结果显示,文中提出的联合空域抗干扰算法可有效解决主瓣展宽、波束方向偏移和旁瓣电平升高等问题,并具有良好的抗主副瓣干扰性能。

关键词： 自动导向车   路径规划   改进型A^(*)算法   动态加权   搜索邻域   贝塞尔曲线  

摘要： A^(*)算法是一种常见的AGV路径规划算法,然而当AGV的运动环境很复杂时,A^(*)算法的效率会显著下降。针对传统A^(*)算法存在路径搜索效率低、路径转折次数多等问题,提出一种改进型A^(*)算法。首先基于栅格法对地图进行建模,随后对A^(*)算法的启发函数和邻域搜索策略展开研究,引入动态加权机制改进启发函数,并在此基础上加入动态五邻域搜索策略。最后在Python编程环境下,分别使用两种不同障碍率的栅格地图对改进型A^(*)算法与传统A^(*)算法进行对比仿真实验。仿真结果表明,改进型A^(*)算法搜索时间平均缩短了69.3%,路径拓展节点数平均减少了74.5%,可以明显减少转弯次数,提升整体效率,尤其是在障碍率较高时优化效果更明显;引入贝塞尔曲线后,可使移动路径更加平滑。

关键词： 前馈神经网络   高速公路   交通态势   信息化识别   模糊聚类算法   交通流参数  

摘要： 为了精准识别高速公路交通态势,保障车辆的安全畅通,研究基于前馈神经网络算法的高速公路交通态势信息化识别方法。通过模糊聚类算法划分高速公路交通态势数据的类别;构建基于前馈神经网络的信息化识别模型,输出高速公路交通态势识别结果。测试结果表明,所提方法识别结果的MAE区间为[5.12,6.96],MAPE区间为[9.88%,11.52%],识别精度较高,可以保障车辆的安全通行。

关键词： K-Means算法   密度聚类   三支决策  

摘要： 本文提出了一种基于密度聚类的三支K-Means算法。针对传统的K-Means算法在选取初始聚类中心时往往依赖于随机选择和无法处理不确定性数据对象的问题,本文采用基于密度聚类算法优化初始聚类中心的选择,并优化了截断距离的选取,最后使用三支决策的方法对聚类结果进行处理。实验结果表明,与传统的K-Means算法相比,改进的K-Means算法在聚类中表现出更高的聚类精度和稳定性。This paper proposes a three-branch K-Means algorithm based on density clustering. In view of the problem that the traditional K-Means algorithm often relies on random selection and cannot handle uncertain data objects when selecting initial clustering centers, this paper uses a density-based clustering algorithm to optimize the selection of initial clustering centers, and optimizes the selection of truncation distance. Finally, a three-branch decision method is used to process the clustering results. The experimental results show that the improved K-Means algorithm exhibits higher clustering accuracy and stability in clustering compared to the traditional K-Means algorithm.

关键词： 数据挖掘   图书馆   行为分析   应用  

摘要： 随着信息技术的发展,图书馆积累了大量用户数据,传统管理方法难以应对其复杂性与多样性。为此,文章采用K-means聚类算法和Apriori关联规则算法对图书馆读者行为进行深入分析。研究结果表明,通过聚类分析,读者群体被划分为五类,不同群体在借阅频率和书籍偏好上表现出显著差异。关联规则分析揭示了不同书籍之间的潜在关联,尤其是在同一学科或兴趣领域内。通过数据挖掘技术,图书馆能够预测读者的潜在需求,优化馆藏布局,提升资源利用效率,并为个性化服务提供决策支持。结论表明,数据挖掘算法对图书馆管理具有重要的应用价值,能够帮助优化资源配置,提升读者满意度。