基于Min-Max算子的遥感影像线状地物提取

将模糊数学中极小-极大算子的概念引入到遥感影像线状地物的半自动提取中。实验结果表明该方法能够有效地克服影像上各种噪声的影响,提取速度较快并具有较强的鲁棒性。

模糊集合的OP-极限

研究了支撑集为群的模糊集合在反复“自乘”下的极限的存在性和形态问题.给出了模糊集合的OP-极限概念.利用贝壳对和大(小)-瓣,给出了OP-极限存在的充分条件.讨论了一些特殊群上模糊集合的OP-极限,这些OP-极限都具有较好的平层形态.

加权极大-极小随机模糊投资组合模型及实证研究

考虑投资者面临证券市场随机和模糊的双重不确定性,将证券收益率视为随机模糊变量,根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数。利用加权极大-极小算子考虑投资者对期望收益和目标概率的差异要求,构建目标权重不等的加权极大-极小随机模糊投资组合模型,进一步推导模型的最优解。采用实证的方法,研究模型的表型。结果表明:加权极大-极小随机模糊投资组合模型有效边界与均值-方差投资组合模型不一致;加权极大-极小随机模糊投资组合模型可以根据期望收益和目标概率的权重变化,构建符合不同投资者心理需求的投资组合;加权极大-极小随机模糊投资组合模型的投资收益优于均值-方差投资组合模型。

一类最小-最大车辆路线问题的启发式算法研究

针对个性化和多样性的需求,建立以缩短最长子线路为目标的最小-最大车辆路径问题模型,并提出启发式算法求解。首先,采用自然数编码,使问题变得更简洁;用最佳保留选择法,以保证群体的多样性;引入爬山算法,加强局部搜索能力;其次,对遗传算法求得的精英种群再进行禁忌搜索,保证算法能够收敛到全局最优。最后,通过实例的计算,表明本算法均优于遗传算法和禁忌搜索算法,并为大规模解决实际问题提供思路。

基于全局性分裂算子的进化K-means算法

进化算法可以有效地克服K-means对初始聚类中心敏感的缺陷,提高了聚类性能。在进化K-means聚类算法(F-EAC)的基础上,针对其变异操作——簇分裂算子的随机性与局部性,提出了两个全局性分裂算子。结合最大最小距离的思想,利用待分裂簇的周边簇信息来指导簇分裂初始点的选择,使簇的分裂更有利于全局划分,以进一步提高进化聚类的有效性。实验结果表明,基于全局性分裂算子的算法在类数发现及聚类精度方面均优于F-EAC。

基于Sobel算子的池化算法设计

池化算法是卷积神经网络中用于特征降维、参数压缩、扩大感受野的重要一层。针对现有的池化方法没有充分考虑到池化前特征图的整体内容及风格特征分布问题,提出了一种通过Sobel算子对卷积后的特征图计算每个特征点的梯度值,并根据梯度值分布确定每个池化窗口取最大值、均值或者最小值的池化算法。该算法充分考虑了特征图池化前后的整体内容及风格特征分布,保持了特征图的整体不变性。实验表明,该池化算法在VGG、ResNet等经典网络架构上取得了优异性能,具有普适性,可用来替代常用的最大池化、平均池化。

动车运用所调车作业计划优化编制模型与算法

在动车运用所股道布局和检修资源已定的前提下,合理编制动车组调车作业计划对于提高动车运用所的检修能力具有重要意义。以动车运用所的股道连通关系、时空占用相容性、动车组运用计划和检修计划为约束条件,以减少动车运用所关键检修线区无效占用时间和减少调车路径费用为目标,建立动车运用所调车作业计划编制优化模型。将原问题转化为具有附加时空约束的车间调度问题,构造调车任务拓扑图,采用改进的最大最小蚁群系统求解。以某动车运用所的实际调车作业为算例,结果证实了模型和算法的有效性。

基于边缘增强的二维码区域快速检测定位算法

在复杂背景下,传统的边缘提取和形态学操作方法很难准确分割出二维码区域。针对该问题,提出一种工业用二维码区域快速检测定位算法。将Max-Min算法和Canny算子相结合用以滤除图像中的背景噪声,同时增强目标的特征信息,再采用投影法进行初定位,利用形态学操作实现精确定位,并验证条码区域定位的准确性。实验结果表明,该方法检测定位速度快、精度高。

改进的模糊神经网络学习规则研究

在S Stoeva提出的基于相同样本及网络输出的模糊反向传播算法基础上,通过对基于极大-极小模糊算子的模糊神经元模型的研究,对含有一个隐含层的单输出模糊神经网络,提出了依赖于各模糊神经元输出的调整模糊权值的网络学习算法,该算法具有直观和可操作性强的特点.并以汽轮发电机组的状态监测为例进行仿真,仿真结果表明网络学习效果较好.

基于最大最小蚂蚁系统的物流配送中心选址算法的研究

提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。

钢铁企业合同匹配多目标优化模型与算法

针对钢铁企业中存在的合同对库存余材的优化匹配问题,建立了实现余材利用量最大化和匹配损失费用最小化的多目标0-1规划模型·采用模糊决策方法处理两个目标函数,尝试基于群体的增量学习(Population BasedIncreasedLearning,简称PBIL)算法进行求解·结合模型的特点,利用自然数编码表示合同的匹配结果,按照学习概率大小修复不可行个体·通过对应用实例的计算,以及与遗传算法结果的比较,证明该模型和算法是解决合同优化匹配问题较为理想的方式·

一种新的求解复杂多目标优化问题的进化算法

复杂多目标优化问题通常有大量的Pareto有效解,并且存在部分Pareto有效解容易求出,而部分Pareto有效解很难得到的情况。已有的多目标进化算法在设计进化算子时都没有考虑Pareto有效解的求解难易程度,都是使用固定的杂交变异概率,因而在求解复杂多目标优化问题时效率不高。用带权重的极大、极小策略,通过专门设计的权重得到一组适应值函数,同时进一步构造了随进化代数变化的杂交、变异概率,其大小根据求解有效解的难易程度自动调节,提出的多目标进化算法的效率大大提高,并能求出有效界面上相对均匀分布的有效解。数值仿真表明了本算法非常有效。

模糊反向传播算法及其收敛性

针对S.Stoeva提出的基于相同样本及网络输出的模糊神经网络模型,通过对基于极大-极小模糊算子的模糊神经网络模型的研究,证明了其与S.Stoeva提出的网络模型的等价性.在此基础上提出了依赖于模糊逻辑神经元输出的调整模糊权值的模糊反向传播学习算法,并进一步研究了其收敛性.最后以汽轮发电机组的状态监测为例进行仿真分析.结果表明:在网络输入神经元满足样本输出介于样本输入的极大与极小之间时,所提出的模糊反向传播学习算法是收敛的.

基于SUSAN边缘信息的阈值分割算法

基于边缘信息的阈值分割方法因为在保持目标轮廓和分割低对比度图像方面具有良好性能,特别适用于对工业生产图片的分割,但是传统方法普遍存在对噪声敏感和阈值难以选取的问题,针对这些问题,提出一种基于SUSAN边缘信息的自适应图像阈值分割算法,使用SUSAN特征响应描述像素的边缘信息,以有效抑制噪声和弱边界的影响。基于图谱理论的最小最大割阈值分割算法相比于其他分割算法时空复杂度大大降低,且获取的阈值全局最优。实验结果表明,该算法能够准确分割出目标,保留丰富的细节内容,对低对比度图像和噪声图像也有很好的分割效果,获取的阈值相比于传统算法更优。

Vague集上的快速CRI方法

CRI方法是模糊推理的重要方法之一,然而常用的CRI方法的时间和空间复杂度均为O(mn)。相对于Fuzzy集而言,Vague集所能表达的信息更加丰富,更接近实际。故首先把Fuzzy集上的CRI方法和max-min算子扩充到Vague集上,得到基于Vague集的CRI方法。为了降低CRI方法的时间复杂度,深入分析了max-min算子相关性质,最后得到一个快速的CRI方法,其时间复杂度和空间复杂度降为O(m+n)。最后用实例来说明该方法的高效性。

一种新的基于Laplacian算子的边缘检测方法

Laplacian算子是二阶微分算子,利用边缘点处二阶导函数出现零交叉的原理检测边缘,对灰度突变敏感,定位精度高,但抗噪性差。本文基于Laplacian算子的边缘检测模型,采用最大/最小中值滤波器,提出一种新的边缘检测方法。实验结果表明该方法具有保护边缘和平滑噪声的优点,边缘检测效果理想。

基于图像区域像素重构的聚焦形貌恢复

为提高三维形貌图像的恢复精度,提出一种基于最大最小算子与区域像素重构的聚焦形貌恢复方法。利用最大最小算子判定图像序列中的噪声像素点,并采用中值滤波方法消除图像噪声。对图像序列进行区域像素重构,根据重构图像相邻像素的灰度差值设计聚焦评价函数,确定区域聚焦等级,实现聚焦形貌恢复。实验结果表明,该方法恢复的三维形貌图像精度优于传统形貌恢复方法,并对含噪图像具有较好的鲁棒性。

最大最小偏差的多属性群决策方法

针对属性权重信息完全未知的多属性群组决策问题,提出了一种新的决策方法。先根据方案之间的最小偏差最大化思想建立决策模型,确定属性权重向量,并结合OWA算子确定综合决策矩阵;再次利用该模型确定专家权重向量;最后二次利用OWA算子计算方案综合评价值并排序。创新之处在于克服了一些方法中不能保证同一属性下两个不同方案偏差都是最大的问题,且充分考虑了客观决策数据。通过对比研究,表明该方法的优势所在。

广义半无限规划新的最优性条件(英文)

本文讨论了一类指标集依赖于决策变量的广义半无限规划(GSMMP).首先通过刻画目标函数的Clarke导数和Clarke次微分,建立其一阶最优性条件.其次,通过对下层问题Q(X)进行扰动分析,我们得到Q(X)的一个精确罚表示.由此,利用一组精确罚函数将(GSMMP)转化为经典的半无限极大极小规划,从而可利用已有的经典半无限规划的算法来对(GSMMP)进行求解.

一种考虑形状—位置的概率语言术语相似度及应用

为了有效测量不同概率语言术语元之间的相似程度,研究了一种考虑数据形状和位置的概率语言术语相似度。首先,通过对比不同概率语言术语元的折线图的形状,提出了概率语言术语形状相似度。其次,基于陆地移动距离(EMD)和信息完整度,定义了概率语言术语距离相似度。然后,为了测量不同概率语言术语的整体相似度,提出了考虑形状-位置的概率语言术语元的综合相似度。最后,基于改进雷达图、概率语言术语元的综合相似度和max-min算子建立了多属性决策模型,并通过算例说明所提方法的合理性和有效性。