检索结果-南通市图书馆

基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题

在线全文

学校读者我要写书评

暂无评论

计算机应用 2021年第8期41卷 2249-2257页

作者：张闻强邢征杨卫东粮食信息处理与控制教育部重点实验室(河南工业大学) 郑州450001 河南工业大学信息科学与工程学院郑州450001

柔性作业车间调度问题(FJSP)是一类应用广泛的组合优化问题。针对多目标FJSP求解过程复杂、算法易陷入局部最优的问题,提出了一种基于多区域采样策略的混合粒子群优化算法(HPSO-MRS),以同时优化最大完工时间和总机器延迟时间这两个目标... 详细信息

柔性作业车间调度问题(FJSP)是一类应用广泛的组合优化问题。针对多目标FJSP求解过程复杂、算法易陷入局部最优的问题,提出了一种基于多区域采样策略的混合粒子群优化算法(HPSO-MRS),以同时优化最大完工时间和总机器延迟时间这两个目标。多区域采样策略能够区分粒子所在Pareto前沿面的位置,根据不同区域进行采样重组,并为采样后位于Pareto前沿面多个区域的粒子规划相应的运动方向,从而有针对性地调整粒子在多个方向上的收敛能力,并带来一定程度的均匀分布能力的提升。此外,编解码方面使用带插空机制的解码策略来消除可能存在的局部左移;粒子更新方面将传统粒子群优化(PSO)算法的粒子更新方式与遗传算法(GA)的交叉变异算子相结合,提升了算法搜索过程的多样性并避免算法陷入局部最优。把所提算法在Benchmark问题Mk01~Mk10上进行测试,与传统的HPSO、NSGA-Ⅱ、基于适应度分配策略的多目标进化算法(SPEA2)和基于分解的多目标进化算法(MOEA/D)进行算法效力和运行效率对比。显著性分析的实验结果表明,HPSO-MRS在收敛性评价指标HV和IGD上分别在85%和77.5%的对照组中显著优于对比算法,而该算法在35%的对照组中的分布性指标Spacing显著优于对比算法,且均不存在所提算法显著差于对比算法的情况。可见相较于对比算法,所提出的算法具备较好的收敛与分布性能。

关键词：粒子群优化多区域采样多目标优化问题柔性作业车间调度问题遗传算法

烟花粒子群优化算法在Web服务组合上的应用

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2018年第6期39卷 1312-1316页

作者：郭星陈姗姗张以文李炜安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

大数据环境下,服务组合问题已经引起极大关注.然而,随着服务数量的增多,如何在动态环境下找到满足用户需求的组合服务已成为亟待解决的问题.为解决大数据环境下大规模服务组合优化问题,提出一种改进的粒子群优化算法,有效克服了传统粒... 详细信息

大数据环境下,服务组合问题已经引起极大关注.然而,随着服务数量的增多,如何在动态环境下找到满足用户需求的组合服务已成为亟待解决的问题.为解决大数据环境下大规模服务组合优化问题,提出一种改进的粒子群优化算法,有效克服了传统粒子群算法对于离散优化问题多样性低、易于陷入局部最优的缺陷.首先,采用粒子活跃度检测机制,增加种群多样性,从而有效增强服务组合优化方案的多样性.其次,在粒子学习过程中,引入烟花爆炸机制,加强种群粒子的搜索能力.同时,引入粒子反向学习理论,显著提高了服务组合全局寻优能力.实验结果表明,所提出的方法可以解决不同规模的服务组合问题,与已有的方法相比,有可较好的性能.

关键词：服务组合粒子群算法烟花算法服务质量

Multiple Detection Model Fusion Framework for Printed Circuit Board Defect Detection

在线全文

学校读者我要写书评

暂无评论

Journal of Shanghai Jiaotong university(science) 2023年第6期28卷 717-727页

作者：武星张庆丰王健嘉姚骏峰郭毅可 School of computer Engineering and science Shanghai UniversityShanghai 200444China Shanghai Institute for Advanced Communication and Data science Shanghai UniversityShanghai 200444China Shanghai Marine High-End Equipment Functional Platform Co. Ltd.Shanghai 201306China Hong Kong Baptist university Hong KongChina Data science Institute Imperial College LondonLondon SW72AZUK

The printed circuit board(PCB)is an indispensable component of electronic products,which deter-mines the quality of these *** the development and advancement of manufacturing technology,the layout and structure of PCB are getting ***,there are few effective and accurate PCB defect detection *** are high requirements for the accuracy of PCB defect detection in the actual pro-duction environment,so we propose two PCB defect detection frameworks with multiple model fusion including the defect detection by multi-model voting method(DDMV)and the defect detection by multi-model learning method(DDML).With the purpose of reducing wrong and missing detection,the DDMV and DDML integrate multiple defect detection networks with different fusion *** effectiveness and accuracy of the proposed framework are verified with extensive experiments on two open-source PCB *** experimental results demonstrate that the proposed DDMV and DDML are better than any other individual state-of-the-art PCB defect detection model in F1-score,and the area under curve value of DDML is also higher than that of any other individual detection ***,compared with DDMV,the DDML with an automatic machine learning method achieves the best performance in PCB defect detection,and the Fl-score on the two datasets can reach 99.7%and 95.6%respectively.

关键词： printed circuit board(PCB) defect detection model fusion object detection model

基于协同进化的混合变量多目标粒子群优化算法求解无人机协同多任务分配问题

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机学报 2021年第10期44卷 1967-1983页

作者：王峰张衡韩孟臣邢立宁武汉大学计算机学院武汉430072 国防科技大学系统工程学院长沙410073

无人机多机协同控制系统近年来已被广泛地应用在军事打击、海洋监测、陆地航拍和灾情探测等领域.针对无人机协同多任务分配问题,为了更加准确地描述无人机协同多任务分配场景,本文考虑实际应用场景下的多种复杂约束,并以无人机飞行总航... 详细信息

无人机多机协同控制系统近年来已被广泛地应用在军事打击、海洋监测、陆地航拍和灾情探测等领域.针对无人机协同多任务分配问题,为了更加准确地描述无人机协同多任务分配场景,本文考虑实际应用场景下的多种复杂约束,并以无人机飞行总航程最少和任务完成时间最短为优化目标,构建了混合变量多约束的无人机协同多任务分配问题模型M-CMTAP.为了高效求解上述模型,本文提出一种基于协同进化的混合变量多目标粒子群优化算法C-MOPSO.C-MOPSO采用基于任务分配和路径规划的编码方法表示无人机的任务分配结果和路径规划结果及基于约束处理的可行解初始化方法生成可行粒子;同时利用基于结构学习的重组策略对粒子进行更新以提高种群的多样性和收敛性;并引入协同进化策略在两个子种群之间进行合作进化以提高算法的搜索效率.根据无人机和目标的分布状态设计4个代表性的测试实例并验证算法性能,实验结果表明,与其他采用协同进化策略的算法相比,所提算法在解的收敛性和解集多样性上均具有显著的性能优势.

关键词：协同进化粒子群优化算法混合变量优化问题多目标优化无人机任务分配问题

在线全文

学校读者我要写书评

暂无评论

昆虫飞行信息自动化采集装置的设计

工程设计学报 2022年第5期29卷 607-615页

作者：陆古月邢强赵蔚马磊张小萍王文波南通大学机械工程学院江苏南通226019 南通大学信息科学技术学院江苏南通226019 南京航空航天大学机电学院江苏南京210016

针对现有昆虫飞行信息采集方法中存在的采集数据量大、采集效率低和束缚实验对象等问题,设计了一种基于视觉检测技术的自动化采集装置。该装置主要包括障碍通道模块、运动触发采集模块、飞行轨迹信息模块和自动采集控制系统。首先,根据... 详细信息

针对现有昆虫飞行信息采集方法中存在的采集数据量大、采集效率低和束缚实验对象等问题,设计了一种基于视觉检测技术的自动化采集装置。该装置主要包括障碍通道模块、运动触发采集模块、飞行轨迹信息模块和自动采集控制系统。首先,根据控制功能的需求设计了间隙控制器,采用激光测距传感器和步进电机等硬件实现了闭环控制;其次,采用STM32微控制器为控制终端,并结合运动方向检测算法触发Blackfly S USB3高速相机,实现昆虫在指定运动方向的序列图像采集;然后,利用开源计算机视觉库OpenCV分析采集的序列图像,获取昆虫的飞行轨迹信息;最后,通过嵌入式控制系统协调各模块之间的通信,以达到高效、稳定获取昆虫飞行信息的设计要求。为了验证该装置的适用性和准确率,选取中华蜜蜂进行穿越间隙的实验,实验结果表明:在静态环境中,该装置能获取完整、清晰的飞行序列图像,平均准确率达到73.24%,采集性能稳定,有效提升了采集效率。通过分析蜜蜂的飞行轨迹信息,推断出其识别间隙的机制与横向运动的幅度和速度存在联系,这为深度研究蜜蜂的飞行机制提供了支持。

关键词：自动化采集装置蜜蜂行为学图像采集设计

基于平衡生成对抗网络的海洋气象传感网入侵检测研究

在线全文

学校读者我要写书评

暂无评论

通信学报 2023年第4期44卷 124-136页

作者：苏新张桂福行鸿彦 Zenghui Wang 河海大学物联网工程学院江苏常州231022 南京信息工程大学电子与信息工程学院江苏南京210044 南非大学电气工程系约翰内斯堡1710

针对海洋气象传感网(MMSN)环境下海洋移动终端资源受限和网络流量不平衡导致网络入侵难以被准确检测的问题,提出了一种基于移动边缘计算的MMSN物理架构和一种基于平衡生成对抗网络的入侵检测模型。首先,利用改进的平衡生成对抗网络对不... 详细信息

针对海洋气象传感网(MMSN)环境下海洋移动终端资源受限和网络流量不平衡导致网络入侵难以被准确检测的问题,提出了一种基于移动边缘计算的MMSN物理架构和一种基于平衡生成对抗网络的入侵检测模型。首先,利用改进的平衡生成对抗网络对不平衡数据进行数据增强。其次,利用基于分组卷积的轻量级网络对入侵数据进行分类。最后,通过计算机仿真证明了所提模型较传统数据增强模型具有更高识别各类攻击的能力,尤其是针对MMSN的少数类样本攻击。

关键词：海洋气象传感网入侵检测移动边缘计算平衡生成对抗网络分组卷积

Microseismic signal denoising by combining variational mode decomposition with permutation entropy

在线全文

学校读者我要写书评

暂无评论

Applied Geophysics 2022年第1期19卷 65-80,144,145页

作者： zhang xing-Li Cao Lian-Yue Chen Yan Jia Rui-Sheng Lu Xin-Ming college of computer science and Engineering Shandong University of Science and TechnologyQingdao 266590China Shandong Province Key Laboratory of Wisdom Mine Information technology Shandong University of Science and TechnologyQingdao 266590China

Remarkable progress has been achieved on microseismic signal denoising in recent years,which is the basic component for rock-burst ***,its denoising effectiveness remains *** extract the effective microseismic signal from polluted noisy signals,a novel microseismic signal denoising method that combines the variational mode decomposition(VMD)and permutation entropy(PE),which we denote as VMD–PE,is proposed in this *** is a recently introduced technique for adaptive signal decomposition,where K is an important decomposing parameter that determines the number of *** provides a predictable eff ect on the nature of detected *** this work,we present a method that addresses the problem of selecting an appropriate K value by constructing a simulation signal whose spectrum is similar to that of a mine microseismic signal and apply this value to the VMD–PE *** addition,PE is developed to identify the relevant effective microseismic signal modes,which are reconstructed to realize signal *** experimental results show that the VMD–PE method remarkably outperforms the empirical mode decomposition(EMD)–VMD filtering and detrended fl uctuation analysis(DFA)–VMD denoising methods of the simulated and real microseismic *** expect that this novel method can inspire and help evaluate new ideas in this field.

关键词： Denoising Microseismic signal Permutation entropy Variational mode decomposition

在线全文

学校读者我要写书评

暂无评论

永磁同步电机新型无传感器控制方法

电气传动 2018年第5期48卷 13-17页

作者：邢岩王旭杨丹张志美通化师范学院计算机学院吉林通化134001 东北大学信息科学与工程学院辽宁沈阳110819

为了提高永磁同步电机直接转矩控制系统抗干扰性,解决传统直接转矩控制中系统脉动大的问题,分析了永磁同步电机的数学模型,并设计了抗干扰性较强的定子磁链观测器。通过测量定子电压和电流,采用扩展卡尔曼滤波技术,估计转子位置和定子磁... 详细信息

为了提高永磁同步电机直接转矩控制系统抗干扰性,解决传统直接转矩控制中系统脉动大的问题,分析了永磁同步电机的数学模型,并设计了抗干扰性较强的定子磁链观测器。通过测量定子电压和电流,采用扩展卡尔曼滤波技术,估计转子位置和定子磁链,并提出扩展卡尔曼滤波中协方差矩阵参数的设计方案。最后,对该方法进行仿真和实验。结果表明,卡尔曼滤波观测器在准确估计转子位置和定子磁链的同时,能有效降低系统脉动。

关键词：抗干扰性无传感器控制扩展卡尔曼滤波磁链估计器设计

一种基于GPU的高性能稀疏卷积神经网络优化

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2018年第12期40卷 2103-2111页

作者：方程邢座程陈顼颢张洋国防科技大学计算机学院湖南长沙410073

卷积神经网络CNN目前作为神经网络的一个重要分支,相比于其他神经网络方法更适合应用于图像特征的学习和表达。随着CNN的不断发展,CNN将面临更多的挑战。CNN参数规模变得越来越大,这使得CNN对计算的需求量变得非常大。因此,目前产生了... 详细信息

卷积神经网络CNN目前作为神经网络的一个重要分支,相比于其他神经网络方法更适合应用于图像特征的学习和表达。随着CNN的不断发展,CNN将面临更多的挑战。CNN参数规模变得越来越大,这使得CNN对计算的需求量变得非常大。因此,目前产生了许多种方式对CNN的规模进行压缩。然而压缩后的CNN模型往往产生了许多稀疏的数据结构,这种稀疏结构会影响CNN在GPU上的性能。为了解决该问题,采用直接稀疏卷积算法,来加速GPU处理稀疏数据。根据其算法特点将卷积运算转换为稀疏向量与稠密向量内积运算,并将其在GPU平台上实现。本文的优化方案充分利用数据稀疏性和网络结构来分配线程进行任务调度,利用数据局部性来管理内存替换,使得在稀疏卷积神经网络SCNN中的GPU仍能够高效地处理卷积层运算。相比cuBLAS的实现,在AlexNet、GoogleNet、ResNet上的性能提升分别达到1.07×～1.23×、1.17×～3.51×、1.32×～5.00×的加速比。相比cuSPARSE的实现,在AlexNet、GoogleNet、ResNet上的性能提升分别达到1.31×～1.42×、1.09×～2.00×、1.07×～3.22×的加速比。

关键词：卷积神经网络稀疏并行优化图形处理器