Level set函数快速步进重构并行算法的改进

为提高level set函数快速步进重构过程的并行计算效率,本文提出一种改进的分区并行重构算法。与原有分区并行算法相比,优化了子区域间的同步方案,缩短了level set函数并行重构的计算时间。运用OpenMP多线程技术,建立了相应的并行计算模型,实现了圆球、圆环管和哑铃等值面并行重构。并行重构数值结果表明:只要子区域均分初始表面边界,level set函数全局或局部并行重构均具有良好加速比,8线程的最大加速比可接近6。

牙弓曲线约束的多水平集主次统计模型的Levelset算法

为了有效地从CT图像中分割下颌神经管,提出了牙弓曲线约束的多水平集主次统计模型的Levelset算法。该算法在分析目前下颌神经管分割算法存在的问题,利用多水平集主次统计模型设计回馈控制,并基于局部牙弓曲线约束分析方法提出。实验表明算法能有效提高下颌神经管分割的收敛速度与精度。

考虑宏观结构性能的多材料微结构拓扑优化设计

多孔微结构材料以其质量轻、比刚度/比强度高、抗冲击等优异力学性能,被广泛应用于航空航天等工程领域。相比单一材料设计,多材料设计可获得力学性能更优的微结构拓扑构型。拓扑优化是实现多材料布局设计的有效方法之一。通过构建基于差集的多材料水平集描述模型和交替活动相算法,提出了基于参数化水平集的多材料微结构拓扑优化设计方法。首先,构建了基于差集的多材料水平集描述模型,利用N个水平集函数实现N+1相材料拓扑的精确描述。然后,引入交替活动相算法,将原始N+1相多材料优化问题分解为N(N+1)/2个双相材料优化子问题,以减少设计变量与约束条件,提高计算效率。最后,采用均匀化方法计算多材料微结构的等效弹性张量,以宏观结构柔度最小化为优化目标,各相材料用量为约束条件,构建多材料微结构拓扑优化模型,并利用优化准则法实现上述优化模型的高效求解。数值算例结果表明,所提方法可有效实现多材料微结构的拓扑优化设计,所设计微结构均具有光滑的结构边界和清晰的材料界面。

多相变分水平集的脑部磁共振图像分割与偏移场矫正的耦合模型

目的为分割有偏移场的脑部磁共振图像,建立了一种多相变分水平集的脑部磁共振图像分割与偏移场矫正的耦合模型。方法依据偏移场特性,定义了基于局部灰度信息的K均值聚类准则,并将聚类准则项整合为变分水平集函数的基本能量项,构造变分水平集的能量函数,求解能量函数的欧拉-拉格朗日方程。将提出的变分水平集算法扩展为多相,最终实现脑组织分割和偏移场的矫正。结果以医生手动分割的脑组织为标准,将本文模型与多相LBF模型的分割结果进行定量分析,结果表明,偏移场强度为20%时,本文模型的分割精度比多相LBF模型提高了10%,且随着偏移场强度进一步增强,本模型的优势更明显。结论本模型抗噪能力强且分割结果受参数影响小,可应用于脑组织的分割和偏移场的矫正。

满意度和清洁度优先的电动汽车与新能源双层多目标优化调度

电动汽车和以风电、光电为代表的新能源的引入改善了电力系统对环境的影响,然而电动汽车入网的随机性和新能源出力的不确定性给系统运行和调度带来了新问题。针对此背景,建立了考虑用户满意度的电动汽车与新能源联合调度的双层多目标优化模型,用户的满意度指标、排污量作为上层决策,火电机组的发电成本、电动汽车和新能源出力的波动作为下层决策,用改进的NSGA2算法对上下层问题同时求解,得到Pareto非劣解集,用基于粗糙集的不确定决策确定最优折中解。将上述模型应用到实际算例,结果不仅验证了所提出模型的合理性,而且对电力系统在新环境下的调度决策提供了参考。

系统辨识研究的现状

综述了系统辨识问题的研究进展,介绍了经典的系统辨识方法及其缺点,引出了将集员、多层递阶、神经网络、遗传算法、模糊逻辑、小波网络等知识应用于系统辨识得到的一些现代系统辨识方法,最后总结了系统辨识今后的发展方向。

求解全局非线性约束规划问题的积分水平集方法

针对约束最优化问题,给出了一个修改的积分水平集方法。它采用非光滑精确罚函数将约束优化问题等价转化为在n维闭子空间上的优化问题,并采用一致分布投点法来生成和估计水平集;在此基础上估计了水平集的积分的误差界,并进一步给出了修正积分水平集算法收敛性的证明。数值算例表明算法是有效的。

基于多种群及水平集的任务调度算法

随着任务调度问题的广泛研究,包括遗传算法在内的许多新方法被引入到任务调度领域。然而,传统的遗传算法存在早熟收敛和后期进化停滞两个严重不足。为了克服这些不足,提出了算法MPLS。MPLS算法采用多种群共同进化的思想来维持种群多样性。同时,MPLS算法将水平集概念引入到任务调度研究中,以改进迭代收敛速度。基于第三方测试数据集,将MPLS的性能和GTMS、MSGS和NGS算法进行了对比。比较结果表明,MPLS算法获得的调度长度远好于GTMS、MSGS算法,略好于NGS算法。MPLS算法能将种群多样性维持在一个很高的水平。MPLS算法在调度长度和种群多样性方面要优于其它算法。

基于退火算法的多目标水平集结构拓扑优化

为了获得新的多目标拓扑优化水平集方法,通过扩散反应方程更新水平集函数方程引入退火算法控制收敛和计算速度,推导预应力下新的水平集拓扑优化方法,结合多个目标函数建立新的模型边界,使优化过程中的形状结构改变通过对多个目标函数的约束来实现,并以体积、应力、位移、频率作为目标函数进行优化将多个目标控制在一定的合理范围内,实现多目标的最佳优化,从而提出了一种新的改进水平集多目标拓扑优化的方法,并利用边界建模进行分析。数值算例结果表明,利用退火算法控制的扩散反应方程更新水平集的多目标拓扑优化方法具有可行性和有效性。

一种动态多种群粒子群优化算法

粒子群优化算法PSO目前仍存在着早熟收敛和收敛速度较慢的难题,提出一种新的PSO改进算法。该算法利用水平集对PSO的每一代粒子按照适应度划分成两个子种群,对两种群采用不同进化策略,并适当进行信息交换,通过采用这种策略提高了算法的收敛速度和精度,同时也减少早熟发生的机会。实验证明,这种改进的算法是非常有效的。

水平集分层分割遥感图像中的建筑物

针对高分辨率遥感图像,结合建筑物特征,提出水平集分层模型分割图像中的建筑物。首先,学习植被样本得到其在HSV空间中色调与饱和度的联合分布函数,利用阴影灰度方差通常小于非阴影区域的特点,将植被和阴影剔除以简化背景利于后续分割。然后,根据灰度级高低将一幅图像看作多层图像层,把建筑物的屋顶灰度特征和边缘特征融合到传统Chan-Vese(C-V)水平集算法中,分割出每层中灰度级相似的建筑物候选区域,从而将不同灰度级建筑物候选区域分层分割出来再整合。最后利用建筑物面积、建筑物与阴影位置关系等先验知识排除误分割,得到最终结果。实验表明:该方法能更好地分割出形状各异、各个灰度级的建筑物,甚至是灰度不均匀的建筑物,分割漏检率较传统C-V法降低了25%,虚检率降低了22%。有效减少了漏分割和过分割。

基于散列技术的多层关联规则算法的改进

为发现精准的关联规则,对多层关联规则问题进行研究,提出基于散列技术的Hash_Cumulate多层关联规则算法。通过对原有Cumulate算法进行分析,对Cumulate算法有较多冗余候选集影响算法运行时间的缺点进行改进,提出在产生候选2项集时判断其中两项的关系进行删减,将候选2项集映射到散列表中进行筛选,减少候选集数量,进而减少扫描事务集的时间,提高算法运行效率。通过对原Cumulate算法与Hash_Cumulate算法进行实验比较和实例分析,验证Hash_Cumulate算法具有较高的运行效率。

一种基于k均值的多相位水平集遥感图像分割方法

针对遥感图像的特点,本文提出了一种基于K-均值与改进的多相位水平集模型结合的新方法。相比于传统的水平集模型,改进模型在能量函数中考虑了图像的面积、梯度信息和边缘检测。图像的梯度信息可以克服分割中存在的边缘定位的不准确,边缘检测可以在曲线衍化过程中更好的保持边缘信息。为了加快边缘的收敛速度,避免陷入局部最优,本文提出先对图像进行中值滤波来平滑图像和消除部分噪声,然后利用K均值进行聚类得到明显的特征差异。接着用Sobel算子进行梯度重建,然后用改进的多相位水平集模型进行分割。实验结果显示本文的算法对于遥感图像的分割在时间和精度上都有较好的效果。

基于多级树集合分裂的零飞仪实时图像压缩

为了解决靶场测试中零飞仪有效带宽无法满足实时跟踪目标图像无线传输的问题,提出了一种基于多级树集合分裂实时图像压缩算法。根据零飞仪图像特点分离目标与背景,背景区域采用常规JPEG压缩,目标区域采用优化JPEG2000压缩;优化JPEG2000算法以结合小波提升变换及优化分块方案,采用多级树集合分裂算法替代JPEG2000中优化截断嵌入式分块编码算法。试验结果表明:该算法的压缩比可达4.39,而压缩时间比传统算法减少了2/5,并具有峰值信噪比高、均方根误差低等优点,有效地提升了零飞仪图像无线传输速率,满足零飞仪实时大吞吐量的图像数据传输要求。

DFL在MAS商务系统中的应用及相似度算法研究

支持多Agent商务谈判系统(Multi-Agent System,MAS),将动态模糊逻辑(DFL)技术应用到系统中,提出了基于DFL的MAS商务推理模型,实现了动态模糊数据的表示、处理和多个Agent的协作推理过程,并提出了一种改进的动态模糊相似度算法,最后总结了系统具有的一些优点.为解决多Agent商务谈判中的动态模糊问题找到了一条新的途径.