面向非线性工艺计划的动态多任务调度

提出了一个调度算法用来对具有非线性工艺的任务进行调度.它包括交货期算法和遗传调度算法,交货期算法根据主生产计划把产品计划分解为零件计划;然后利用改进的遗传算法实现具有非线性工艺的多个零件的动态调度.设计的遗传编码方法可以实现对具有非线性工艺的任务进行排序;改进的遗传操作算法可以避免非法解的产生,并适用于非线性工艺;设计的目标函数以确定的共有设备为基础进行计算。

基于动态多任务平衡方法的行人属性识别深度学习网络

深度学习网络是计算机视觉和人工智能系统的研究热点之一,行人属性识别提供了结构化的行人特征,为安防计算机视觉识别中行人检索提供了重要的信息.基于深度学习网络,提出了一种端到端的多属性识别方法,在R*CNN的基础上设计了一个端到端的行人属性识别网络,使用候选区域提取网络代替Selective Search提取第二重要的区域,建立属性识别与辅助区域提取一体化的网络,提升局部及细节属性识别的准确率;其次,为增加辅助区域的作用,将人体感兴趣区域按比例划分为整体、头、肩膀到腰及腰到脚4个部分,每个部分对应了不同属性,在任务分支层分出4个分支,使用主要区域预测对应属性的同时,分别从RPN中学习到对应的第二重要区域辅助预测;最后,提出了基于损失梯度的损失权值自动更新方法,即权重与损失的梯度逆相关,防止某个任务训练的过快或过慢.通过在行人属性数据库进行实验,整体提升了属性预测的准确率,大大缩短了识别时间.

多人多任务动态决策建模的环境

就人的组队如何解决多任务环境中具有不定性情况下分布式资源管理等问题 ,在微机上采用具有音响—图形功能的 Turbo pascal程序语言 ,建立了一个可以控制的实验环境 ,经分析得出 :在此环境中 ,可以模拟、产生 C3分布系统方面基本的决策制作问题 ,且能充分适应于复杂性的逐步引入 ,可用作建立多人多任务动态决策模型的载体 ,开发组队决策的规范—描述理论。

基于有向着色图的智能家庭事故安全处置模型

针对目前的智能家庭网络模型都不具备事故安全检测和处置能力,采用综合运用集合概念、有向图概念和着色的方法、动态多任务多Agent技术,建立了具有事故安全检测和处置能力的智能家庭网络模型。通过具体实例说明用电安全、事故安全检测和安全事故处置启动3个方面工作机制的同时,对模型应用进行了验证和分析,说明该模型在智能家庭网络事故安全检测和处置方面具有一定的应用价值。