双种群协同演化的改进蜜獾算法

针对蜜獾算法存在的局部搜索能力不足、易陷入局部最优值等问题,提出一种双种群协同演化的改进蜜獾算法。在初始化阶段采用Cubic混沌映射对种群进行初始化,扩大可行解的搜索范围并提高种群的分布均衡性;引入融合黏菌算法和蜜獾算法的双种群优化机制,依托两者的更新优势协同推进个体逼近目标位置,进而提高整个算法的搜索效率和优化性能;采用柯西随机反向扰动策略对蜜獾种群最优位置进行扰动,以提高算法跳出局部最优的能力。通过评估单一策略的改进有效性实验、与七种对比算法的不同高维实验以及Wilcoxon秩和检验,结果表明该算法具有良好的收敛精度和求解速度。最后将改进算法应用于压缩弹簧设计和压力容器设计问题,进一步验证了改进策略的有效性及该算法的工程实用性。

融合多向学习的混沌麻雀搜索算法

对于原始麻雀搜索算法(SSA)在迭代过程中表现出的种群多样性减小,易陷入局部最优等问题,提出一种融合多向学习的混沌麻雀搜索算法(MSSA)。利用Hénon混沌映射初始化种群,增加麻雀种群的多样性,扩大可行解的搜索范围,为全局寻优奠定基础;采用多向学习策略增加麻雀跟随者探索未知领域的机会,平衡算法的局部开发性能和全局搜索能力;当算法陷入局部最优时,引用遗传算法中的变异策略依据动态的变异概率对当前最优个体进行扰动变异;将MSSA算法应用到无线传感器网络节点覆盖优化问题。数值实验结果与Wilcoxon秩和检验结果均表明MSSA算法在收敛精度与收敛速度等方面具有更明显的优势。

多策略协同的改进鲸鱼优化算法

针对鲸鱼优化算法求解精度低、收敛速度慢和易陷入局部最优等问题,提出一种多策略协同的改进鲸鱼优化算法(MSWOA)。首先利用种群信息引导机制提升全局最优位置的开采效率,避免算法在迭代后期陷入局部最优;其次将改进的黄金正弦算法融入鲸鱼包围猎物的过程,以扩大种群在解空间内的搜索范围;最后采用惯性权重和非线性参数调整策略提升算法的全局探索和局部开发能力。通过对不同改进策略的有效性分析、与其他智能算法的对比分析、高维情形下的寻优性能分析、Wilcoxon秩和检验,证明了MSWOA算法具有更好的寻优精度和稳定性。

双向经验引导与极端个体调控的HHO算法

为进一步提升哈里斯鹰优化算法(HHO)的寻优精度和迭代速度,提出一种双向经验引导与极端个体调控的HHO算法(BEHHO)。首先采用Circle混沌映射均匀化初始种群,有效规避个体聚集情形并提升哈里斯鹰群体对解空间区域的覆盖性,奠定算法寻优基础;其次引入双向经验引导策略来强化算法的围捕机制,依托全局最优个体和历史最优个体的进化经验引导个体寻优方向,且配合自适应随机个体的差分扰动项来强化种群探索邻域能力,提升算法的收敛精度;再者考虑算法中极端个体对全局更新过程的重要影响,利用t-分布变异最优个体来避免算法陷入局部极值区,并以动态反向学习产生最差个体的反向解来间接提高算法的收敛速度,同时采用贪婪原则保留优势个体的方式确保算法子代精度趋于更优;最后基于马尔科夫链分析算法的全局收敛性。通过对基准测试函数的寻优对比分析、Wilcoxon秩和检验以及CEC2014复杂函数的对比分析,验证了改进算法优异的求解性能和健壮的鲁棒性,并以工程优化中焊接梁设计问题验证了BEHHO算法处理实际问题时的优越性。

多策略融合改进的自适应被囊群算法

针对被囊群算法全局搜索不充分和易陷入局部极值等问题,提出一种多策略融合改进的自适应被囊群算法(MITSA)。首先,在种群初始化中引入佳点集理论提升种群多样性;其次,提出一种多精英协同引导机制优化被囊个体位置信息,增大对未知搜索区域的勘探可能性以增强算法全局探索能力;然后将自适应权重因子引入群体行为阶段,动态平衡算法的全局与局部搜索性能;接着,为增强算法的抗停滞能力,采用依概率小波变异策略实现个体动态微调,同时利用贪婪原则保留优异信息助推种群向食物源靠近;最后基于Markov链理论对改进算法的全局收敛性进行分析论证。通过对基准测试函数和CEC2014复杂函数进行数值仿真,实验结果与Wilcoxon秩和检验结果综合验证了MITSA具有优越的收敛精度、稳健的鲁棒性和高维可拓展性。

基于YOLOv3不同场景辣椒采摘机器人识别定位研究

针对辣椒采摘受环境光、枝叶遮挡和果实重叠的影响问题,构建了基于YOLOv3模型和realsense深度相机的识别定位系统,研究不同补光位置、枝叶遮挡和果实重叠程度对辣椒识别和定位精度的影响规律。结果表明:模型召回率Recall达0.98,平均精度均值mAP达0.95,精确率precision达0.854;不同光照场景下,识别成功率由高到低依次为正向光、顶光、侧光和背光;轻度枝叶遮挡和轻微果实重叠时,模型识别成功率均保持在96%左右,综合定位误差最大为0.024m,满足辣椒采摘机器人识别和定位精度需求。

中国小杂粮产业发展现状及对策

分析了我国小杂粮生产概况、出口现状、资源优势和发展机遇以及产业发展中存在的主要问题,提出促进我国小杂粮产业发展的对策。

小杂粮生产现状及对策

本文论述了我国小杂粮生产、科研及利用现状、地域资源优势和良好的发展机遇，以及加入ＷＴＯ所面临的问题，提出实现小杂粮产业化的对策。

改进的GM(1,1)-LSSVM模型及其在能源消耗预测中的应用

鉴于传统灰色预测模型对于离散程度较大的震荡数据序列,预测效果不理想的缺点,文章采用指数加速和几何平均生成的序列生成办法来弱化能源消耗数据的随即波动性,将其转换为符合灰色模型预测的平滑序列后,再进行灰色预测。并与最小二乘支持向量机结合,给出一个改进的残差型GM(1,1)-LSSVM预测模型。应用该改进预测模型,预测辽宁省1996—2009年煤炭能源消耗总量。实验结果表明,改进的模型预测精度高于单一的灰色模型和最小二乘支持向量机模型,可作为能源消耗预测的新方法。

最小支持度为区间值的加权Apriori算法

为解决经典Apriori算法中最小支持度设定不当和数据库中各项目的重要程度不易给出的问题,采用区间量化方法计算出最小支持度满足的一个区间,用区间值代替单一的最小支持度.并根据引入的可能度概念对改进算法进行剪枝的策略,提出项目权重和最小支持度都为区间值的加权关联规则挖掘算法.通过UCI上的数据集对比改进算法和经典算法的性能.研究结果表明:改进算法解决了最小支持度设定过高或过低所带来的问题,并提高了算法的运行速度及有效率.

遗传算法的爬山法改进

针对遗传算法在处理多峰优化问题时容易发生早熟现象的问题,采用了动态调整交叉概率值和变异概率值的方法,引入爬山法在迭代过程中进行局部寻优,仿真实验对比分析了标准遗传算法和改进遗传算法的性能.研究结果表明:改进后遗传算法的收敛速度较快,得到结果误差值比较小.研究结论证明在相应的进化阶段采用合理的概率值,利用爬山法对遗传算法局部寻优,可以避免早熟现象,提高遗传算法收敛速度和精度.

投影寻踪技术在洪水灾情评价中的应用

根据洪水灾情评价的特点,选用投影寻踪综合评价模型分别对我国1990～2008年的洪水灾情和1998年10个地区的洪水灾情进行了评价。结果表明:1991年、1998年和1996年这三年洪水灾情最为严重,2008年洪水灾情最轻;1998年山东灾情最为严重,甘肃最轻。利用投影寻踪模型可从整体上对洪水灾情进行评价,无需预先给定各评价因素的权重,且精度较高。

提高本科毕业设计(论文)质量的探索与思考

毕业设计（论文）是实现培养目标的重要教学环节。毕业设州论文）在培养大学生探求真理、强化社会意识、进行科学研究基本训练、提高综合实践能力与素质等方面，具有不可替代的作用，是教育与生产劳动和社会实践相结合的重要体现，是培养大学生的创新能力、实践能力和创业精神的重要实践环节。毕业设计（论文）的质量也是衡量教学水平、学生毕业与学位资格认证的重要依据。本人结合天津美术学院设计艺术学院环境艺术设计系近几年毕业生的实际情况，对高校学生毕业设计（论文）中存在的问题进行探讨，并提出相应的对策。

边界向量下的支持向量机算法

针对传统支持向量机中存在原始数据量过大导致训练速度太慢的问题,同时考虑到非支持向量对支持向量机的训练性能无影响,且影响支持向量机性能的支持向量往往位于边界的特点,提出一种提取边界向量的支持向量机算法.数值实验表明:改进算法在保证支持向量机分类能力的前提下,有效提高了支持向量机的分类效率.

多策略协同优化的改进HHO算法

为进一步提升哈里斯鹰优化算法(HHO)的收敛精度和迭代速度,提出一种多策略协同优化的改进HHO算法(MSHHO)。首先采用拉丁超立方抽样方法初始化种群,加强个体在解空间区域的均匀化分布程度;其次引入融合莱维飞行的自适应阿基米德螺旋机制于局部搜索阶段,完善算法开采机制并有效增强个体邻域的搜索严密性,提高算法收敛精度;最后鉴于算法在迭代后期易于陷入局部极值情形,采取柯西变异和反向学习的混合变异策略交替扰动最优个体以助其快速逃离局部极值区,加快算法迭代速度。通过对基准测试函数的求解对比分析、Wilcoxon秩和检验和CEC2014复杂函数对比分析,证实了改进算法优异的寻优性能和稳健的鲁棒性。

艺术类院校研究生实践教学模式改革初探——以天津美术学院研究生中期教学汇报展为例

以天津美术学院研究生第四学期的教学中期展为例,通过对国内艺术类院校研究生实践教学的现状分析,对艺术类院校研究生实践教学模式改革提出建议。其中包括建立系统的实践教学模式、完整的实践教学评价体系和监督体系,将教学成果编制成书,优秀作品推荐参加省市级以上的美术展览等,以提升研究生实践教学质量,建立适用于我国艺术类院校研究生教育的实践教学新模式。

关于深化高校艺术专业实验教学模式改革的研究——以全国“四校四导师环艺专业毕业设计实验教学”的教学实践为例

通过对国内高校艺术设计教育相关专业教学模式的调查和分析,以全国"四校四导师环艺专业毕业设计实验教学"的教学实践模式为范本,提出高校的艺术专业课程教学模式改革的方向和思路,改变传统的教育思想和教学模式,力求探索和革新,以建立符合时代特征的实验教学模式。

函数变换及非线性演化方程的精确解

Cole-Hopf变换在孤子求解中具有重要的作用,本文将ColeHopf变换推广并应用于BurgersKPP方程ut+Auux Buxx+Eu+Du2+Fu3=0中,获得了BurgersKPP方程很多类型的孤子解,其中包括扭状孤子解和双孤子解。当A,B,E,D,F取不同的值时,该方程约化为不同类型的方程,因此也可得到相应方程的解,另外论证了解的性质。

互信息与RBM特征提取的股票指数预测模型

为给市场参与者和管理者提供有效判断股票市场的状态及未来的变化趋势的决策依据,以人工智能的非线性模型为基础,基于支持向量机理论,借助差分进化算法对其参数寻优,构建基于互信息与RBM特征提取的股票指数预测模型,拓展信息挖掘的范围,将技术指标和周边市场信息以互信息加权的方式同时纳入运算;基于RBM无监督学习方式,与支持向量机深度结合,提取数据中隐含的深层次特征.通过恒生指数的实例验证结果表明所构建模型的有效性,研究结论为投资者行情分析及决策提供参考建议.

非线性反应扩散方程的显式精确解

采用sine-cosine法并结合吴消元法,本文构造了一类1+1—维非线性反应扩散方程的若干显式精确解,其中包括新的孤波解。 这一方法也适合也适合于其它的非线性发展方程(组)。