课程文献中心 更多>>

关键词： 蚁群算法   随机竞争   路径规划   组合优化   信息素更新  

摘要： 出于环保的考虑，电动汽车在当代社会越来越受到人们的喜爱，其路径规划问题也得到了广泛研究。车辆路径规划是著名的NP难问题，电车路径规划还需考虑到充电问题。为此，提出一种改进蚁群算法，设计一种基于随机竞争的蚁群信息素更新策略，在蚁群中随机挑选一些蚂蚁，将它们随机配对在一起，从每对蚂蚁中选择一个更好的更新信息素矩阵，从而使搜索多样性与收敛性之间保持良好的平衡；同时在迭代后期增加局部搜索策略来提高最优解的求解精度。实验结果表明，与传统蚁群算法相比，改进蚁群算法在解的精度和收敛速度上更有优势。

关键词： 多目标粒子群优化   双档案机制   混沌寻优   收敛性与多样性   Pareto最优解集  

摘要： 为了解决多目标优化问题中寻找折中最优解集的同时兼顾解集的收敛性与多样性的国际难点，提出一种基于双档案机制的多目标混沌粒子群优化算法(CMOPSO-DA)。建立收敛性档案(CA)和多样性档案(DA)，针对粒子群的收敛性和多样性指标进行粒子群的迭代更新;对来自CA或DA的粒子应用遗传算子构建全局最优解，提高全局最优解的优化质量;引入混沌寻优，提高算法的局部搜索能力，使最优解集更趋近于Pareto解集。在5个国际经典基准函数上，与3种代表性的多目标优化算法进行了详细的比较研究，测试结果表明CMOPSO-TA算法在兼顾最优解集的收敛性与多样性方面具有极大的优势，对于解决多目标优化问题具有重要意义。

关键词： 显著性物体检测   低秩逼近   Schatten-p范数   因子稀疏正则化   交替方向乘子法  

摘要： 图像显著性物体检测是机器视觉的任务之一。为提高图像显著物体检测的正确性、分辨率和计算效率,强化图像背景识别和显著性物体检测,基于Schatten-p范数对图像的背景进行低秩逼近和加权因子稀疏正则化,建立了新的显著性物体检测模型。通过设计的交替方向乘子算法求解图像的显著性检测中的矩阵优化问题,最后得到图像的显著区域图。在4个常用的显著性目标检测数据集上进行了数值试验,同时也选取了6种传统的显著性目标检测方法进行对比实验,实验结果表明,该算法具有较高的计算效率和准确性。

关键词： 灰色关联   分布式光伏发电   光伏出力   短期预测  

摘要： 分布式光伏电站具备装机容量小和空间分布范围广泛的特点，但由于成本和技术条件等各种因素的约束，很多分布式光伏电站并缺乏单独而完备的电站监测体系，从而无法收集相应的数据信息对分布式电站光伏出力作出精准预测，研究基于灰色关联分析的分布式光伏发电出力短期预测算法。准备所需的分布式光伏发电出力历史相关数据，包括历史出力数据、气象数据与电力需求数据等;通过灰色关联分析方法整合全部数据，分别对历史出力数据与气象数据以及电力需求进行关联，确定影响光伏发电出力的关键性因素;根据灰色关联分析情况，在因素中提取与分布式光伏发电密切相关的特征;通过神经网络构建简化预测模型，使用相关特征与关键因素，模型可以针对待测日期或待测时间段，完成分布式光伏发电出力短期预测。结果表明:所研究方法可以实现不同地区分布式光伏发电出力短期预测，也可以实现不同天气类型下的分布式光伏发电出力短期预测，具有应用价值。

关键词： 轻量化   小目标检测   注意力机制   农业害虫  

摘要： 为了提高YOLOv8网络的特征提取能力，克服小目标检测精度低、使模型更好地满足嵌入式部署等问题，提出一种基于YOLOv8的轻量化害虫检测算法（Bm-YOLO）。在Bm-YOLO算法中，设计一种新的多通道协调注意力机制（Multi-Channel Coordinate Attention，MCCA），对YOLOv8的Backbone中的一部分C2f模块进行重构，在C2f中加入设计的MCCA注意力机制来加强网络对目标特征的提取；另外，采用Bifpn网络结构对YOLOv8颈部结构进行重设计。实验结果表明，相较于YOLOv8n，改进后的模型mAP@0.5提高了2.4%达到了96.2%，另外模型的参数量和计算量分别下降了20%、11.1%，更好地满足了移动端的部署。

关键词： 改进IAVOA-BP算法   区域水资源   水资源承载力   承载力度量   标准化处理   障碍因子  

摘要： 水资源系统具有动态性和复杂性的特点，在度量区域水资源承载力过程中通常会出现因度量指标不够全面，导致度量精度低的问题出现，为此现提出基于改进IAVOA-BP算法的区域水资源承载力度量方法。在考虑多种因素对水资源承载力的影响，构建水资源承载力度量指标体系，对选取的度量指标进行标准化处理，在改进IAVOA-BP算法的作用下，计算出不同度量指标的相对重要性和信息熵，得出度量指标的权重值，结合水资源的障碍因子计算出水资源承载力度量值。研究结果表明，基于改进IAVOA-BP算法的区域水资源承载力度量方法在实际应用中度量精度高，度量结果具备可靠性。

关键词： 柔性直流输电   控制参数优化   MTFL损失函数   马尔科夫转换场   深度确定性策略梯度算法  

摘要： 针对柔性直流输电系统(Voltage source converter based high voltage direct current transmission，VSC-HVDC)控制参数设计过程中存在的鲁棒性差、依赖已知电路参数、工程设计经验化等问题，提出了一种基于马尔科夫转换场(Markov transition field，MTF)与深度确定性策略梯度算法(Deep deterministic policy gradient，DDPG)结合的鲁棒性强、不依赖电路参数特性以及可视化的VSC-HVDC控制参数优化设计方法。首先，采用马尔科夫转换场将电路功率、电压等一维时序波形数据转换为二维马尔科夫转换场域图像并使用马尔科夫转换场损失函数(Markov transition field loss，MTFL)判断二维转换域图的数据波动性；其次，将MTFL损失函数与DDPG算法相结合，综合利用MTFL损失函数对系统输出时序数据动态特性评价能力更强的优点和DDPG算法泛化性能优秀的特点，实现VSC-HVDC系统控制参数优化。最后，通过MATLAB模拟和实验结果验证了该方法的有效性。

关键词： 异构环境   图划分   分布式计算   图计算   数据管理  

摘要： 图划分在分布式处理大规模图数据中扮演着关键的角色。通过平衡节点的工作负载和通信成本，图划分算法提高了同构集群的幂律图处理效率。然而，异构集群节点间计算能力和通信能力不一致，节点处理相同工作负载的时间成本不同，最慢的节点成为系统瓶颈。为解决上述问题，异构感知流划分(Heterogeneous Aware Stream Partitioning, SHAP)算法被提出。SHAP算法采用One-pass流式邻域启发式划分策略，根据节点的性能来最小化分区间的图处理时间。通过复制因子分析，SHAP划分质量被证明具有理论上界。在一个具有4个真实世界图的异构集群中进行图处理算法实验。实验结果表明，SHAP与HDRF(HighDegreeReplicatedFirst)图划分算法相比，图处理算法时间最多可以减少67.49%,SHAP算法复制因子最少仅为HDRF算法的47.06%。

关键词： 算法素养   政府规制   平台算法责任   用户参与   风险治理  

摘要： [目的/意义] 探讨社交媒体用户参与算法风险治理的影响因素，有助于提升我国算法风险治理效果，完善多元共治的算法治理体系。[方法/过程] 基于刺激—机体—反应（SOR）模型框架，整合社会认知理论和感知价值理论，根据2 313份问卷调查数据开展实证研究。[结果/结论] 研究结果表明，在总效应模型中，算法素养、政府规制与平台算法责任正向显著影响用户参与治理意愿，政府规制是影响最大的刺激因素。加入感知收益和感知风险中介变量后，算法素养、平台算法责任通过感知收益与感知风险的部分中介作用对用户参与治理意愿产生间接影响；政府规制通过感知收益与感知风险的完全中介作用对用户参与治理意愿产生间接影响。研究发现，感知收益的中介作用比感知风险更加显著。研究结论为完善我国算法风险治理体系提供了理论参考，对激励用户参与以实现算法风险多元协同共治具有积极的实践指导意义。

关键词： 路径优化   混合遗传-蚁群算法   社区团购   碳排放  

摘要： 社区团购配送产品大多为易腐生鲜品，为避免生鲜品质下降，同时考虑碳排放的影响，提出了基于混合遗传-蚁群算法的社区团购生鲜品配送路径优化策略。以配送总成本最低、碳排放量最小为目标，采用层次分析熵权法（analytic hierarchy process-entropy weight）分别计算总成本和碳排放量权重，确定目标函数；以曲阳县社区团购生鲜品的配送为例构建模型，并选择混合遗传-蚁群算法进行求解，将运行结果与遗传算法和蚁群算法两种算法进行比较，验证了改进后的算法寻优能力更强，能够降低总成本、减少碳排放，为社区团购物流企业配送提供最佳配送路径，促进可持续发展。