基于双生长点并行生长机制的模拟植物生长算法及其结构优化

针对模拟植物生长算法(PGSA)系列算法中存在的搜索路径相对单一、搜索覆盖面不够广等问题,结合复杂结构优化问题中设计变量多、存在多个局部最优解、算法难以自动终止等特点,基于PGSA的基本原理和植物的实际生长规律,提出一种新的算法机制——双生长点并行生长机制,并与基于生长空间限定与并行搜索(GSL&PS-PGSA)算法相融合。通过典型数学及空间桁架结构算例进行了验证,结果表明:双生长点并行生长机制增加了寻优搜索路径,拓宽了搜索覆盖面,降低了陷入局部最优解的概率,并为算法提供更为有效的终止机制,从而具有更加显著的优化效率及全局搜索能力;与序列两级算法、蚁群算法等常用优化方法相比,融入双生长点并行生长机制的GSL&PS-PGSA进一步提升了算法的优化求解能力,在结构优化问题中表现出良好的适应性及有效性。

基于并行四邻域区域生长的遥感图像分割方法

针对当前主流的灰度图像分割算法进行了分析、分类,指出了各类方法的优缺点,提出了并行四邻域区域生长的图像分割算法,将其用于遥感图像的分割,并取得了较好的效果。

唐菖蒲花芽形态分化与叶片生长的关系

经观察 ,唐菖蒲花芽分化为向顶式 ,花芽形态分化可分为 1 1个时期。花芽分化时期与叶片生长表现出较稳定的并行生长关系 。

基于CUDA的大型γ辐照装置通用并行排源算法

本文利用CUDA执行模型实现了植物模拟生长算法的完全并行化,结合标准排源质量评价数学模型,得到了一种高效率的并行排源算法,对应的代码能运行在GPU上。在此基础上,利用若干不同规模的排源算例对新版本算法进行了测试。测试结果表明,在保持已有版本算法优点的基础上,新算法的计算效率相对CPU版本提升了500倍以上,相对CPU+GPU混合版本,也提升了30倍以上。对111PBq以下装置,新算法的计算时间小于10min。利用单GTX275GPU,新算法的计算性能上限为167PBq左右,时间不超过25min,利用多GPU还可提高计算能力。综上所述,基于GPU的新版本算法可满足目前国内任意规模γ辐照装置的高质量排源需要,具有高度的竞争力。

基于GSL&PS-PGSA的钢拱架结构设计优化研究

依托某钢拱架施工钢筋砼拱桥,基于生长空间限定与并行搜索的算法组合新机制(GSL&PS-PGSA算法),结合MIDAS仿真计算,以钢拱架结构总重为目标优化函数、各节段杆件截面编号为设计变量、钢拱架结构刚度和强度及稳定性为约束条件,对钢拱架进行结构设计优化。结果表明,优化后钢拱架结构最大应力变化幅度为-9.30%,最大变形变化幅度为6.47%,结构自重减小15.1%;钢拱架结构设计优化提高了材料强度利用率,也改善了结构的经济性。

高分辨率影像分割的分形网络演化改进方法

分形网络演化是针对高分辨遥感影像的高精度分割方法。它是以像元自下而上进行地物域合并,直至满足区域对象间异质性值大于预设阈值,停止区域合并得到最终分割结果。当对大数据量遥感影像进行分割时,形成初始区域对象的速度较慢,并且数量较多,导致分割时间长,有待在整体分割效率上进一步提高。一种有效的改进措施是采用某种分割方法,快速生成初始区域对象,然后再以初始分割结果区域对象进行区域合并。本文提出一种自动种子点的并行区域生长分割方法,用于快速生成初始区域对象;提出均匀数据划分的并行区域生长策略及消除数据划分线两侧的区域对象方法;采用OpenMP并行技术实现并行区域生长过程。分割效果对比和效率分析结果表明,本文提出的初始分割方法效率较高,并且分割结果可重现,从可信度、通用性角度来看,具有较高的实用价值。

局部心血管计算机断层扫描提取算法在病灶辅助诊断中的研究与实现

为了在影像学检查中实时交互地提取病灶血管的四维计算机断层扫描(CT)影像,提出了一种思维进化算法(MEA)优化的并行区域生长算法;MEA优化的基于三级线程处理队列的并行区域生长算法能够通过自我进化避免局部最优,提高了收敛速度和血管分割精度,借助可视化工具包(VTK)和计算机图形图像类库,实现交互式心脏CT局部任意血管病灶的提取和四维可视化。结果表明:局部感兴趣血管10个时相的提取时间大大缩短,体绘制速度大幅提升,局部血管提取数据的每秒帧数(FPS)可达到30左右,如果在显示过程中有旋转、缩小、放大等交互操作,会使数据的FPS减至21左右,但仍能满足心血管的实时显示;借助优化算法实现心肌局部血管区域的提取,能辅助医生观察病人心血管疾病的病灶区域,可为诊断心血管疾病提供直观、有效的可视化依据。