课程文献中心 更多>>

关键词： 沙猫群优化算法   旅行商问题   路径规划   模拟退火算法  

摘要： 为实现对焊点焊接的最优路径规划,减少焊接路径长度,提高焊接效率,提出离散沙猫群优化算法。以汽车后门饰板为例,建立焊接路径规划优化模型。将沙猫群优化算法初始化改为最近邻初始化,使用5个离散转换算子及其随机组合和交叉操作实现沙猫觅食、攻击阶段的离散化,增加全局记忆功能,嵌入模拟退火算法更新准则和改进的3-opt算法,使得算法不易陷入局部最优解,提高算法性能。在6个标准算例和一个汽车后门饰板实例上验证了所提算法的有效性,相对于其他几种算法所得的结果更优,且更稳定。

关键词： 室内温度预测   遗传算法   集总参数   热阻容模型   灰箱模型   黑箱模型  

摘要： 为了准确预测建筑物室内温度,采用集总参数法构建了建筑热阻容(RC)模型,并推导出了相应的微分方程组,使用遗传算法对模型进行了辨识。RC模型测试集温度平均绝对误差为0.14℃,R^(2)为0.99。比较了RC模型与2种黑箱模型对室内温度的预测结果,RC模型预测结果更准确。讨论了灰箱模型和黑箱模型的适用条件,建议根据需求和数据情况并考虑模型的复杂度、预测精度、解释性等因素,选择合适的建模方法。

关键词： 盾构法隧道   标准环+转弯环管片   盾尾间隙   油缸行程   管片排版   拼装点位选择  

摘要： [目的]为解决人工进行标准环+转弯环(双面楔形)盾构管片排版和选点中存在的主观性强、计算繁琐、重复工作量大等问题,特对其进行算法研究,以解决实际工程问题。[方法]开发了标准环+转弯环管片自动排版、拼装选型及预测算法软件。基于成熟施工经验,依据隧道线形和管片转角计算管片排版计划,实现了管片排版的自动化计算。提出了综合考虑隧道线形、盾尾间隙、推进油缸行程和盾构机趋势的标准环+转弯环管片选型计算方法和决策算法,实现了管片自动拼装选点。在此基础上,通过建立盾构姿态变化与盾尾间隙和油缸行程变化量的关系式,实现了未来2环标准环+转弯环管片拼装点位和管片型号的预测。[结果及结论]研究成果在广州地铁12号线成功应用,显著提升了现场标准环+转弯环管片排版、选型的工作效率,降低了人力成本,并优化了盾构隧道施工工序。

关键词： Softmax回归分类模型   网页搜索排序   文本预处理   TF-IDF算法   Okapi BM25算法  

摘要： 针对网页搜索结果存在返回的网页与搜索的关键词领域不相关的领域漂移现象,导致用户无法搜索到需求信息的问题,提出基于Softmax回归分类模型的网页搜索排序算法。选择网页搜索文本特征,得到相应的特征项,利用向量表示模型,将选择的网页搜索文本特征项转换为格式化数据,对网页搜索文本数据进行均衡处理,获取网页搜索文本数据集。采用Softmax回归分类模型,分类处理网页搜索文本数据集,预测网页搜索文本类别,通过Okapi BM25算法,对网页搜索文本进行排序操作,实现网页搜索排序。实验结果表明,所提算法具有较好的网页搜索排序,提升了网页搜索排序精度,避免网页搜索排序过程中的领域漂移现象。

关键词： 舰船备件   分类指标体系   AHP   WDP-FCM   分类调整规则  

摘要： 备件合理分类是舰船库存精准管理的基础,由于舰船备件种类繁多,运行环境复杂,传统分类方法无法满足其准确分类的需求,为此提出了一个多准则的三阶段分类新方法。该方法在建立舰船备件分类指标体系基础上,第1阶段采用层次分析法(AHP)计算各指标的主观权重;第2阶段引入指标权重和距离权重,并结合密度峰值聚类算法(DPC),构建了加权距离优化的改进FCM算法(WDP-FCM),实现备件粗聚类;第3阶段针对实际管理需求设计了全新的分类调整规则,根据综合得分调整部分部件所属类别,得到最终分类结果。通过采用公开数据集对WDP-FCM算法进行验证,结果表明该算法聚类效果相较于传统算法更为准确;此外,以某舰船出航携行备件数据为例进行验证,结果表明基于改进FCM算法的三阶段分类方法分类结果科学合理,可为舰船备件分类决策及管理提供科学有效的理论依据。

关键词： 无人船(USV)   灰狼算法   路径规划   路径搜索  

摘要： 为了提高无人船(USV)在不同水域环境中航行的自主性、航行时路径规划的自适应度和航行任务的执行效率,基于一种添加扰动因素的改进型灰狼(IGWO)算法,在电子海图中进行路径搜索。通过道格拉斯-普克(RDP)算法对航行路径中的关键路径点进行搜索以减少冗余路径。通过自由边界3次样条插值法对路径进行优化,生成连续、平滑且符合USV航行特征的路径。结果表明,IGWO算法能改善搜索路径时存在的收敛速度慢、适应度差、无效路径多和易陷入局部解等问题;采用RDP算法进行路径点筛选,采用自由边界三次样条插值法进行路径优化,能有效平滑路径,缩短路径长度。研究成果可为USV自主航行路径规划提供一定参考。

关键词： 无等待流水车间   节能调度   状态转移算法   总能量消耗   最大完工时间   多目标优化  

摘要： 针对以完工时间和总能耗为目标的节能无等待流水车间调度问题(energy-efficient no-wait flow shop scheduling problem,EENWFSP),设计一种混合离散状态转移算法(hybrid discrete state transition algorithm,HDSTA)进行求解。根据问题特性设计工序和速度矩阵的编码方式,采用启发式算法获得优质的初始解。根据EENWFSP性质,对4个离散操作算子进行任务分配,将嵌入二次状态转移的交换、移动、对称算子用于工序优化,替换算子用于机器速度优化,并在替换算子中嵌入基于关键路径的速度替换策略。设计了一种改进的破坏重构操作,用于进一步提高Pareto解的质量。通过与4种算法在测试实例上的实验结果分析,表明HDSTA在解决EENWFSP时具有较强优势。

关键词： K-means   聚类算法   网络安全检测技术  

摘要： 随着网际网路的普及与资讯科技的飞速发展,网络的安全性也日渐凸显。面对日益增多的网络攻击,传统的安全防护方法已难以适应。因此,研究和开发高效、准确的网络安全监测技术显得尤为重要。在这一背景下,聚类算法作为一种无监督学习方法,在网络安全领域中备受关注。K-means是一种典型的基于K-均值的聚类方法,它具有计算简单,效率高等优点,在很多领域得到了广泛的使用。本文对 K均值聚类方法进行了初步的研究,希望能对当前的网络安全研究与实际工作起到一定的借鉴作用。

关键词： 边缘检测   Transformer   多尺度特征提取   卷积神经网络   PVT   多尺度特征增强  

摘要： 针对复杂图像边缘检测任务中多尺度特征提取困难和多尺度特征利用率低的问题,提出一种基于金字塔结构的Transformer边缘检测模型。该模型首先采用擅长根据全局远程依赖关系进行建模的Transformer特征提取主干——PVT网络,取代传统卷积神经网络,解决多尺度特征利用率低的问题;其次,为了充分考虑跨层间上下文特征交互问题,设计了一个专门用来建模和转移上下文知识的模块,用于探索更多显著边缘的判别信息;最后,设计了一个基于注意力机制的多尺度特征增强模块,通过充分挖掘检测对象的多层次和多尺度特征信息,实现对边缘的预测,提高模型边缘检测精度。而且,模型的特征求和与拼接过程不占显存也不占内存,加快了模型的推理速度。在BSDS500和BIPED两个公开数据集上进行大量实验,在BSDS500数据集上边缘检测的ODS值达到0.796;在BIPED数据集上边缘检测的ODS值达到了0.846,实验结果表明该算法在性能上优于对比模型。

关键词： 电子鼻   格拉姆角和场   卷积神经网络   网格搜索   气体分类算法  

摘要： 该文设计了一种基于格拉姆角和场的传感器信号转图方法,并提出了一种基于AlexNet的卷积神经网络模块化结构搜索方法(block-GS)。实验结果表明,block-GS方法能够搜索到性能优秀的网络结构,在两个气体数据集上的分类准确率分别达到92.11%和93.33%,比普通网格搜索提高了近5%。此方法有望成为电子鼻模式识别算法设计的有效解决途径之一。