移动式智能猪舍的研发及应用

生猪养殖业由传统的小规模分散养殖模式向规模化养殖模式转变,带来更大的环保压力和占用耕地等问题,也无法满足居民的多样性消费需求。针对目前生猪养殖行业存在的诸多问题,浙江省农业机械研究院依托金华市农业重点项目,联合相关企业,研发了一套移动式智能猪舍系统并投入应用。该移动式智能猪舍由可移动箱体、智能控制系统、中控系统、智能环保系统组成,可通过自动控制模块实现猪舍微环境的实时监测,并根据猪群最佳生长环境实时调整环境参数和饲养参数,给生猪提供适宜其生长发育的舒适环境,避免由于高温高湿引起生猪的热应激性行为。既能提高生产性能、改善猪肉品质,又可减少饲料浪费和猪场环境污染。该科研成果已经在衢州牧子家庭农场有限公司和金华大堰河农牧场推广使用。

基于3DVIA Composer的制药外包装线后端智能化生产三维仿真动画制作

利用SOLIDWORKS完成制药外包装线后端的智能化生产设计和静态干涉检查,导入3DVIA Compose完成三维仿真动画的制作,该动画生动而形象地呈现了后端智能化生产过程,达到预期目标,符合客户预期的工作态流程效果,从而大幅提高了与客户技术交流的质量、效率和认可度,间接提高了设计的效率与可靠度,为后续实施提供了可靠的技术保障。

深度学习在符号音乐生成中的应用研究综述

符号音乐生成是音乐信息检索领域中的一个重要任务。对基于深度学习的符号音乐生成进行了全面总结,并对已有方法进行分类、分析和比较。详细介绍了符号音乐生成研究现状及其任务。阐述符号音乐表征及编码方法,并重点对基于深度学习的模型进行归纳比较与分析,根据不同的基础架构分为三类。阐述并归纳符号音乐生成领域的评价标准及数据集等资源,对代表性模型的性能进行评估对比。指出该领域目前存在的问题并提出相应的展望。

通用智能题库系统研究

阐述了通用智能题库系统的理论与技术创新点·提出了一个适用于题库系统的安全保密机制，它具有身份识别、访问权限控制、信息加密、解密以及密钥管理等功能·设计了一种适用于通用智能题库系统的智能组卷策略·建立了通用智能题库系统模型，它集编辑、管理、智能组卷、自动排版、试卷质量评估、系统安全保密于一身，形成了一个较为完整的系统，功能齐全，系统界面友好，使用方便·安全保密及智能组卷是该题库的突出的优点·

多媒体远程教学系统的设计与实现

利用B/S模型开发了多媒体大学语文远程教学系统,文章针对大学语文课程的特点从教改实践的分析入手,探讨了软件的设计思想、结构特点及相关的制作方法,并提出了网上在线动态组卷的实现方法。

方向关系矩阵的复合

采用方向关系矩阵模型表示空间区域最小边界矩形(MBR)间的关系,形式化描述了Skiadopoulos等提出的方向关系复合思想,并对其进行细化,提出方向关系矩阵复合方法,使方向关系复合易于实现;简化了Most运算,使复合过程更加简洁;通过定义取极小和取极大算子,实现了Most算法,为复合算法的提出奠定了基础;定义求幂运算符,实现了复合算法Com-pose并证明了算法的正确性,Compose算法的实现使方向关系复合从理论向应用更进一步。

智能CAI软件的设计和实现

本文从计算机辅助教学(CAI)的发展现状及存在的主要问题出发,提出了具有动态跟踪和智能引导功能的智能CAI软件的设计思想,并详细介绍了实现该软件的主要技术。

通用智能题库系统的设计与实现

介绍了集编、管理、智能组卷，自动排版、试卷质量评估、系统安全保密于一身的通用智能题库系统。并根据各于系统的数据流进行了详细的功能、代码及数据库设计，研制出具有创新性的题库安全保密机制及智能组卷策略。通过应用表明，使用情况良好。

基于免疫遗传算法的智能组卷系统设计

为解决实际的组卷问题,降低组卷过程中的主观性,将免疫机制结合到遗传算法中,提出了一种基于免疫遗传算法的智能组卷算法,并从抗体编码、抗体选择、接种疫苗等方面对算法进行了优化。实验结果表明该算法取得了满意效果,具有较高实用性。

智能组卷系统试题库结构的研究

在分析了传统的组卷系统的组卷算法及相应的试题库结构的基础上 ,基于遗传算法提出了一种新的试题库结构 ,并给定具体结构的确定方法。实践证明 ,这种结构下的试题库很好地配合遗传算法实现了智能组卷 ,并且系统效率更高 。

基于遗传算法的智能组卷系统数据库结构的研究

论文在分析了现存的组卷系统的组卷算法及相应的数据库结构的基础上,基于遗传算法提出了一种新的数据库结构,并给定具体结构的确定方法。实践证明,这种结构下的数据库很好地配合遗传算法实现了智能组卷,并且系统效率更高,冗余度更小。

基于层次分析方法与人工鱼群算法的智能组卷

针对已有智能组卷方法难以满足考核要求,设计了一种基于层次分析方法与人工鱼群算法的新方法。首先根据试卷总分、考试时间、章节分数、知识点分数、题型分数、能力层次分数、试卷难度与试卷区分度八个考核要求建立多目标、多约束组卷模型;然后利用层次分析方法确定各组卷目标的权重,进而通过线性加权求和将多目标规划模型转换为单目标规划模型;最后利用改进的人工鱼群算法求解模型得到最优组卷方案。该方法适用于单套组卷与多套组卷。同时,讨论了该方法的优缺点以及发展趋势。

基于校园网的开放试题库系统的设计与实现

针对目前高校试题库建设中存在的缺陷,提出了试题库系统应利用校园网平台面向全体教师、全体学生开放的观点,阐述了通用智能且具有辅助教学功能的开放试题库系统的设计思想及设计方案,并详细介绍了实现该软件的主要技术。

新型组卷策略的研究与实现

结合国内远程教育中考试系统的开发经验,对目前常见的几种传统组卷策略进行了分析和研究。在与相应的试题库结构组合的基础上,提出了一种新型组卷策略,该策略能够克服传统组卷方法存在的不足。该系统以ASP.NET技术为开发环境,采用B/S模式代替传统考试系统的C/S模式。实践结果表明,该策略实现了智能化考试,真正实现了自适应远程教育的目标。而且在功能上具有更高的可靠性、有效性、数据冗余度小等特点,为现代远程教育做出了一定的贡献。

基于差分进化算法的智能组卷方法

如何从庞大试题库中自动生成符合教学和考试要求的一套试卷是目前我国利用计算机进行辅助教学的一个重要研究内容。通过分析用户对组卷的要求和试题结构特征,构建了一个智能优化组卷新模型,同时给出了求解的差分进化算法,数值试验结果表明,所给的方法在组卷效率和质量方面具有更好的性能。

一种改进的粒子群优化RBF网络学习算法

提出了一种新的用粒子群优化RBF网络学习的算法,即分组训练合成优化。该算法利用粒子之间的合作与竞争以实现对多维复杂空间的高维搜索能力,找出神经网络权值的最优解,以达到优化神经网络学习的目的。通过与用最小二乘法优化的神经网络进行了比较,结果表明算法所优化的神经网络收敛效果明显、收敛速度快。

多目标粒子群算法在智能组卷中的应用研究

针对现有组卷算法存在效率低、非全局最优等问题,提出一种改进的多目标粒子群算法.算法基于密度熵提出了最优解的保留策略及全局最优粒子的选取策略,选用大部分多目标进化算法常用的测试函数ZDT1、ZDT2和ZDT3验证了算法的收敛性和多样性.最后将算法应用于智能组卷中,实验结果表明,在试题库实体数量适中、分布合理的情况下,该算法的组卷质量和收敛速度都得到了明显的提高,所产生的试卷能够很好地满足各种组卷指标.

通用智能题库管理系统的研究与实现

主要介绍了适用于多种学科的可以实现自动录入试题、并能进行自动组卷的通用题库管理系统的设计思想和实现方法.题库系统主要包含3部分:用户管理部分、题库录入部分和自动组卷部分.用户管理部分能够实现用户添加、密码修改等功能.在题库录入部分,用户可以通过系统对相应的专业和课程进行试题的录入及试题的修改.而组卷部分则能根据用户的要求从题库中找到满足用户需要的相应难度的试卷,并在需要时能将所组出的卷纸通过word进行编辑、打印.

智能组卷的优化模型及求解的遗传算法

通过对智能组卷的用户要求和试题结构特征的分析,提出了一种智能组卷的双目标约束优化模型,同时给出了求解的一种遗传算法,最后的数值试验表明,所给算法在组卷方法上具有成功率高、收敛速度快、搜索精度高及鲁棒性强的优点。

智能组卷系统的开发与应用

文章主要介绍一种智能组卷系统的开发及其应用,在设计目标、设计思想、系统功能和实现技术等方面进行了阐述.