课程文献中心 更多>>

关键词： 差分进化   邻域精英信息   多策略自适应   参数自适应  

摘要： 为了使差分进化算法(differential evolution,DE)能够更好地利用个体邻域和整个种群的信息,提出了邻域精英信息和种群全局信息自适应的多策略差分进化算法(adaptive multi-strategy differential evolution algorithm for neighborhood elite collective information and population global information,MSDE-NECPG)。首先,充分利用个体邻域中多个精英个体的信息对变异策略进行引导,使搜索向更好的方向移动,提高开发能力。其次,为了让邻域的状态能够随着搜索过程不断地进化,引入邻域更新机制。当邻域最优个体连续多代更新失败,邻域可能陷入局部最优,此时扩大邻域半径,提高探索能力。同时,引入变异策略“DE/current-to-pbest”,这一策略不划分邻域,是基于种群的全局信息。两个策略基于个体的改进率进行多策略的自适应,在局部信息和全局信息之间进行平衡。此外,为了防止参数的错误交互,缩放因子F、交叉率CR根据成功历史积累进行更新,采用分组的参数自适应机制,不断适应搜索过程。最后,为了验证其有效性,在CEC2014的30个基准函数上,与5种迄今为止比较先进的差分进化算法进行比较,实验结果表明,所提算法的精度、稳定性和收敛速度比得上这5种先进的算法。

关键词： 无刷直流电机   模糊T-S   内模PID控制   双闭环控制系统   模糊神经网络   电梯限速器  

摘要： 针对无刷直流电机(BLDCM)双闭环控制调速系统的控制响应速度慢、转速波动较大等问题,提出一种模糊神经网络与内模控制相结合的驱动方式。该方式利用Matlab/Simulink来构建一种基于BLDCM和控制器的电梯一体式限速器仿真模型,得到BLDCM的速度、转矩响应曲线。仿真分析和实验结果均表明,模糊T-S型内模PID控制算法在响应速度、转速误差、抗干扰能力和控制精度等性能方面优于内模PID控制算法与常规双闭环PID控制系统。该研究可为模糊神经网络T-S型内模PID算法在电梯一体式限速器上的应用积累经验。

关键词： YOLOv8   注意力机制   EIoU   骑行人员违章检测   道路安全问题  

摘要： 随着非机动车骑行人员数量的不断增加,道路安全问题日益凸显.针对目前非机动车骑行人员违章检测类别单一、准确率低以及模型泛化能力差等问题,提出一种基于改进YOLOv8的非机动车违章检测算法.首先,通过在骨干网络中嵌入残差连接的注意力模块,以强化目标区域的关键特征,提高模型对小目标的检测准确性并降低误检率.其次,通过优化多尺度特征融合模块,以更好地捕捉不同尺度的特征信息,从而提升模型对不同尺度大小目标的融合能力,并增强模型在不同环境下的泛化能力.最后,使用EIoU(efficient intersection over union)优化边框回归,以加速模型训练的收敛速度并提高目标定位的精度.实验结果表明,改进后的YOLOv8模型在保持较小模型尺寸的同时,处理速度达43.6 FPS,检测准确率提高4.8%,平均精度提升4.9%,能够更高效地完成非机动车骑行人员违章检测任务.

关键词： 蜣螂优化算法   全局优化   佳点集   分数阶微积分   动态边界   探路者算法   特征选择  

摘要： 针对蜣螂优化算法在全局优化问题中易陷入局部最优与收敛精度低的问题,提出一种改进的蜣螂优化算法。采用佳点集序列取代原始算法中随机产生的初始种群提升种群的多样性;引入分数阶微积分方法调整区域动态边界,分离重叠的种群个体,提升算法的局部开采性能;提出探路蜣螂更新机制对全局最佳位置进行更新,防止其陷入局部最优。通过24个基准测试函数的全局优化实验与5个经典数据集的特征选择实验验证了改进算法相比同类型算法具有更好的寻优性能。

关键词： 低光增强   Retinex理论   残差模块   注意力机制  

摘要： 针对传统Retinex算法存在的增强图像纹理不清晰、适用光线强度单一等问题,提出了一种基于残差和多尺度注意力机制的Retinex低光图像增强算法。首先使用引入残差模块和跳跃连接的U-Net结构确保模型能完整地提取特征信息,以及将原始图像分解为准确的光照分量和反射分量;然后采用结合多尺度注意力机制的恢复网络对反射分量进行处理,提高网络对退化信息的感知能力和对细节纹理信息的抓取能力;接着使用调整网络增强光照分量的光线强度;最后融合处理后的反射分量与照度分量,得到最终的输出图像。将所提算法与7种同类型算法进行比较,主观结果和客观评价均表明经过所提算法的增强结果在对比度增强、噪声处理、色彩自然度方面取得了优异的表现。实验结果表明,本文中所提方法能有效提高图像对比度、抑制噪声,具有符合人眼观感的视觉表现,且能有效作用于各种光照环境,为下一步的图像处理提供了可靠的信息源。

关键词： 装配式建筑   Apriori算法   变权物元可拓模型   贴进度原则   敏感性分析  

摘要： 为准确评估装配式建筑施工安全风险,提高施工安全管理水平,从事故致因角度出发,基于Apriori数据挖掘算法构建更为科学的装配式建筑安全风险评估指标体系。针对使用常权物元可拓模型会导致评估结果失准的问题,使用变权理论和贴进度原则对其改进,减少了评估过程中主观因素和等级边界模糊性导致的误差。最后以佛山某装配式建筑项目为例进行实证研究,评估结果表明:该项目施工安全等级为较低风险,有偏向中等风险的趋势,同时通过敏感性分析得到“违章作业”因素是最影响安全等级的指标。

关键词： Mathieu函数   傅里叶展开系数   混合递推算法  

摘要： 针对Mathieu函数傅里叶展开系数计算中的不稳定问题,提出了一种新的基于系数比率的向前-向后混合递推算法.首先,按照传统递推格式向前递推得到前n项系数;然后,令尾项系数的比率充分小并作为初值,利用所提出的后向递推公式反向计算尾项到第n项的比率因子;而后,根据比率与系数的关系计算第n+1项到尾项的系数;最后,将所得系数进行归一化便得Mathieu函数傅里叶展开系数.数值结果表明:基于系数比率的向前-向后混合递推算法稳定且高精度,与参考值间的误差可达到机器精度.对于Mathieu函数傅里叶展开系数的高精度计算可保证使用椭圆无反射人工边界条件和谱方法求解偏微分方程外问题的谱精度.

关键词： 灰狼优化算法   莱维飞行   K-means算法   分布式电源   集群划分  

摘要： 随着大规模分布式电源的接入,采用集中式控制的传统配电网面临通信延时、计算量大与控制设备过多等问题,而基于集群划分的分布式发电群调群控技术能有效解决上述问题。而现有集群划分方法在集群划分指标与集群划分算法上均存在一定不足,因此提出一种考虑集群规模的分布式发电集群划分方法。首先,提出考虑电气距离、集群功率平衡以及集群规模的综合性集群划分指标体系,在保证集群结构强度的基础上使集群具有一定电压调节能力。其次,采用嵌入莱维飞行优策略的灰狼优化算法,对K-means算法进行改进,并将其应用于集群划分。最后,以某地实际35 kV/10 kV配电网验证了所提方法的可行性与有效性,为分布式发电集群划分提供参考。

关键词： 智能算法   汽车装配件   缺陷检测  

摘要： 随着汽车工业的快速发展,汽车装配件的质量控制变得日益重要。据统计,汽车装配缺陷可能导致高达30%的汽车召回事件,给制造商带来巨大的经济损失和品牌信誉损害。因此,基于智能算法的汽车装配件缺陷检测研究具有深远的意义。通过引入先进的机器学习和深度学习技术,可以显著提高缺陷检测的准确性和效率,减少人工检测的主观性和误差。例如,利用卷积神经网络(CNN)对装配件图像进行分析,可以实现对微小缺陷的高精度识别。此外,智能算法的应用不仅限于视觉检测,还包括声音、振动等多种传感器数据的综合分析,以实现全方位的质量监控。对此,通过阐述汽车装配件缺陷检测类型,进面研究探索智能算法在汽车装配件缺陷检测上的应用,以期为汽车装配件的质量控制提供更为高效和精确的解决方案,推动汽车制造业的高质量发展。

关键词： 连续域蚁群算法   收敛精度   指导解选择   惯性权重   差分变异  

摘要： 针对连续域蚁群算法(ACOR)陷入局部最优、收敛精度较差等缺陷,提出了一种改进连续域蚁群算法.首先,通过改进ACOR算法选择指导解的方式增强种群多样性;其次,利用惯性权重对均值更新公式进行了改进,并对ACOR算法中ζ参数进行线性递减处理;最后,为了帮助算法在陷入停滞时尽快跳出局部最优,用差分变异策略对算法的搜索进行监控,搜索陷入停滞时产生新解,并通过筛选出更好的解跳出局部最优.设计了两种维度环境的实验,其中包括16个可变维度函数和4个固定维度函数,并展示了改进算法与其他几种算法的寻优结果.结果表明,所提出的改进算法在搜索的过程中有效地缓解了上述缺陷.