基于改良粒子群遗传算法的无人机配送路径可视化

为满足无人机配送的需要,实现配送路径的最优化,文中提出了一种计算最优配送路径的方案。首先,分析了对无人机飞行路径规划的研究现状,介绍了算法的改进,其中单个无人机主要考虑实现飞行路径最短,多个无人机需要综合飞机配送的均衡度和总配送路径给出飞行路径。其次,使用Web前端实现算法计算,给出建议的配送路线,并使用高德地图API实现路径的动态飞行模拟。该无人机配送路径规划模型对空中配送的研究和建设提供了借鉴,具有一定的实际参考价值。

我国算法知情权改良路径研究

为制衡算法权力,在相对人获取算法相关信息方面的“赋权”总体上分为两种进路:一是改良知情权,二是构建算法解释权。为寻求可行的最优答案,可知算法知情权是目前立法中主流角色,而解释权为边缘角色。并结合理论研究中对算法解释权的功能证成与质疑进行观察,发现算法解释权独立成权不周。因此,可以初步获得选择答案——改良算法知情权。接下来,需要发掘算法知情权具体改良路径,改良的第一步就是吸收“可理解性”,第二步是建构理论层面环节化的算法知情权权利束。以期为算法知情权保护所触发的立法、执法、司法以及守法(企业自律)提供可操作性指引。

基于改良策略的配电网重构遗传算法

该文提出了基于改良策略的配电网重构遗传算法,通过对与不可行解相对应的个体进行改良操作,打开回路,连通孤岛,使其变为可行解,并使得搜索仅在可行解范围内进行,从而提高搜索效率;文中还针对改良策略,提出了新的编码方案,并改进了遗传操作;最后还对2个算例进行了试算,其结果与最优解相吻合。算例表明本算法具有计算速度快、性能好的特点,可有效地应用于以降低网损为目的的配电网重构中。

基于改良的鸡群优化算法优化锅炉NO_x排放质量浓度

为达到锅炉NO_x排放质量浓度最优的目标,针对鸡群优化算法收敛速度慢、容易早熟等缺点,对算法中母鸡和小鸡的觅食行为分别进行了修改,得到改良的鸡群优化(A-CSO)算法,并通过测试函数验证了A-CSO算法性能优于粒子群算法、引力搜索算法、磷虾群算法和原鸡群优化算法.利用A-CSO算法以及快速学习网建立锅炉NO_x排放质量浓度预测模型,对锅炉运行时的可调参数进行优化,获得锅炉燃烧优化调整方式.结果表明:优化后所有工况的NO_x排放质量浓度明显下降,相对下降率优于文献[12]中的结果;由于锅炉燃烧中飞灰含碳量的影响,可适当调整优化后的氧量和一次风量,以达到锅炉高效低污染燃烧.

基于传感器参数和改良CPD算法的红外与可见光图像点云配准

为实现前下视红外图像与可见光图像的有效配准,提出了一种基于传感器参数和改良CPD算法的红外与可见光图像自动配准算法.首先,利用传感器的姿态和高度信息,对前下视红外图像进行几何透视校正,消除图像间的旋转和比例缩放等差异;然后,对可见光图像和校正后的红外图像提取边缘特征点,基于相似变换模型,利用改良的CPD算法对其实现精配准.实测数据验证表明,该方法能实现对红外与可见光图像的良好配准,配准精度达到1个像素左右.

一种6轴搬动机器臂运动方程逆解的改良算法

为了提高一种6轴搬动机器臂运动方程逆解的准确性、易推广性,以一种实际工业机器臂模型为研究对象,建立实体的D-H模型,进行运动学正解仿真与分析,以及运动学逆解算法的改良和编程,运用MATLAB求逆解,进行仿真并与实验测得的结果比较,验证了逆解改良算法的正确性,文中对机器臂运动方程的逆解改良算法可应用于高校的机器人教学中。

一种采用改良基-2^(6)算法的低复杂度高吞吐量FFT处理器设计

面向无线个人局域网应用设计了一种高吞吐量、低复杂度的2048点快速傅里叶变换处理器。提出了新型改良基-2^(6)算法用于降低硬件实现复杂度,采用多路径负反馈架构来提高数据吞吐量。为了减少硬件成本,采取正则有符号数常数乘法器替代布斯乘法器完成除旋转因子W_(2048)外所有旋转因子的复数乘法运算。另外,采用了一种减少存储旋转因子W_(2048)系数只读存储器空间的方法,将其存储空间减少为原来的一半。基于QUARTUS PRIME平台的仿真结果显示,工作频率为320 MHz时,最高数据吞吐速率达到了2.6 Gsample/s,而且对比以往的研究方案至少可节约逻辑单元使用量23%,记忆体单元使用量12%。

基于改良圈算法与线性规划的全国自驾游线路优化研究

自驾游以自由与个性化、灵活与舒适性等特点深受广大旅游爱好者喜爱,而其线路规划质量直接影响自驾游者的满意度。以全国5A级旅游景区为目的地,选取了一名西安市自驾游爱好者为研究对象,最初运用改良圈算法规划出各省份的游览线路,然后分别以时间最优和费用最优为目标函数,以年旅游时间限值、单次旅游时间限值为约束条件,建立了整数线性规划模型;采用LINGO软件,求解出一条全国5A级景区的自驾游最优方案,具有一定的适用性。

求解旅行商问题的探索—开发—跳跃策略单亲遗传算法

针对遗传算法求解旅行商问题(TSP)时容易早熟、收敛速度慢等问题,提出一种基于探索—开发—跳跃策略的单亲遗传算法(EDJS-PGA)。该算法将基因移位、倒序、交换三种算子组合构成探索策略,用于扩展解的搜索空间,增强算法全局搜索能力;再将logistic混沌映射和改良圈操作融合为一种混沌映射改良圈算子,用于增强算法的局部搜索能力,构成开发策略;最后针对种群中的同优个体设计了近邻变异算子,构成跳跃策略,增强了算法跳出局部最优解的能力,使其兼具个体变异、局部优化、防止早熟等多重作用。通过对18个TSP实例进行仿真实验,结果表明EDJS-PGA相较于传统单亲遗传算法具有更高的求解精度和收敛速度,且最优解偏差率和平均误差率均处于较低水平;与其他文献对比,EDJS-PGA具有更强的鲁棒性和求解效率。

基于Retinex算法的夜间安全带佩戴识别算法改良

现有电子眼在夜间识别成像模糊而无法进行安全带识别的问题,本文向边缘检测和直线识别安全带算法中加入Retinex算法。再以一些典型样张为例,检测算法的实际可靠性,并对预处理前后图像的识别样张进行对比,可以得出Retinex算法的引入的确有助于在夜间场景下下更好地处理和识别出驾驶员佩戴安全带与否。

基于YOLOv3算法检测经改良抗酸染色后脑脊液中分枝杆菌图像的研究

目的探索将YOLOv3算法用来检测脑脊液中分枝杆菌的应用价值。方法采集经改良抗酸染色后肺泡灌洗液玻片中分枝杆菌的图像作为训练组,用来训练可识别分枝杆菌的卷积神经网络算法,并测试该算法识别测试组中肺泡灌洗液和脑脊液玻片中分枝杆菌图像的精确率。结果经过两次独立训练,YOLOv3算法对肺泡灌洗液中105处细菌图像的识别精确率为93.0%,召回率为90.4%,F1-score为0.91;该算法对脑脊液分枝杆菌图像中67处细菌图像的识别精确率为88.0%,召回率为76.1%,F1-score为0.81。结论通过足够数量分枝杆菌图片训练的YOLOv3算法,可接近人工识别分枝杆菌的水平,且检出效率明显提高。

基于IEEE 802.11b无线网络的MAC协议改良冲突解决算法

研究基于介质访问控制协议(MAC)的分布式争用问题的主要焦点就是设计有效的具有高吞吐量性能的MAC协议。该文提出在无线局域网中基于MAC协议的有效争用方法,即改良的冲突解决算法(DCR)。该算法主要做了以下几方面的改良和创新:对所有现用网点主动的分配补偿时间,提高解决冲突的速度;当确定固定数量的连续空闲时间片被探测到时,对成功包传输的站点使用较小的争用窗口,以指数级速度减少补偿时间片和减少空闲时间片的平均数。该文提出的改良冲突解决算法提供了高吞吐量性能和在局域网中的低执行时间。

融合哈密顿图的麻雀与算术混合优化算法

针对麻雀搜索算法(SSA)迭代后期种群多样性减少、易陷入局部最优等问题,提出一种基于哈密顿图的麻雀算术混合优化算法(HSSAAOAH)。首先,在SSA发现者-跟随者模型和侦察机制的基础上,引入算术优化算法(AOA)的乘除算子。利用乘除算子的高分布性,提高算法在迭代后期解的多样性;其次,将种群中所有个体转化成一个无向加权图,在每一轮迭代后,使用改良圈算法计算个体构成的哈密顿环长度,根据相邻两代长度的比值衡量种群收敛趋势;然后,对于没能有效收敛的子代,随机生成一定数量的个体并使用贪婪策略进行选择,替代表现较差的个体,提高解的质量,增强跳出局部极值的能力;最后,将HSSAAOAH与不同优化算法在基准函数和两个工程设计问题上进行仿真实验,结果表明HSSAAOAH算法收敛速度更快,寻优精度更高,具有良好的鲁棒性和寻优性能。

基于改良染色体编码的遗传算法的智能组卷应用实现

研究探索在无纸化课程考试中采用遗传算法进行智能组卷的数学模型，传统遗传算法采用二进制染色体编码实现搜索．该文采用改良的染色体编码进行考试的智能组卷，从而实现考试组卷的全局优化和适应度，通过研究实验表明，改良以后，染色体编码更适合于无纸化考试的组卷要求。

基于GA-BP神经网络的富水砂层渣土改良效果预测

为了解决通过室内试验评价渣土改良效果存在耗时长、成本高,无法满足目前隧道掘进中的预测需求等问题,基于深度学习,引入遗传算法GA(genetic algorithm)对传统BP(back propagation)神经网络重新设计和优化,创建GA-BP模型;选择均方根误差GMSE、平均绝对误差MAE和决定系数R2作为评价模型预测效果的研究指标;利用机器学习中支持向量机算法与随机森林算法的预测结果与GA-BP模型的预测结果进行对比。试验结果表明:1)基于深度学习的传统BP模型和本文创建的GA-BP模型的各项评价指标皆高于机器学习算法;2)相较于传统BP网络的预测结果,GA-BP模型对内摩擦角、渗透系数和坍落度预测的最高相对误差分别降低了7.18%、5.02%、1.17%,且GA-BP模型的RMSE、MAE和R2值都优于传统BP模型和机器学习算法的预测结果。由此可得,基于深度学习的神经网络比机器学习算法更能提取到数据之间的关联性,且经过遗传算法优化后得到的GA-BP模型提高了传统BP模型的预测准确度。

TSP问题的一种改进遗传算法

针对传统遗传算法(以下简称GA)解决旅行商问题(以下简称TSP)时存在的缺陷与不足,对传统GA的结构加以改进,并提出OX改良算子、贪婪倒位变异算子、组合变异算子等,使该算法在提高搜索效率与解质量方面取得很好的综合平衡。仿真实验验证了该算法的有效性。

基于投影寻踪的滨海盐碱地改良综合效应评价

为综合评价滨海盐碱地改良综合效应,从经济效益、土壤质量、生态环境3个方面建立滨海盐碱地暗管改碱效应评价指标体系。应用基于粒子群算法的投影寻踪方法,建立滨海盐碱地暗管改碱效应等级评价模型,详细介绍了该模型的构建过程。利用该模型将暗管改碱效应等级的多维分级指标综合成一维投影值,根据投影值与评价等级经验值的函数关系可对暗管改碱样本集进行合理分级,采用粒子群算法直接优化投影寻踪的投影函数和投影方向,由最佳投影方向计算评价样本所属等级。在江苏滨海盐碱地暗管改碱效应评价中的应用表明,直接由样本数据驱动的投影寻踪等级评价模型对样本的综合效应等级评价合理,模型精度较高,平均相对误差为6.3%。

基于粒子群K均值算法的变压器在线故障诊断研究

文章提出了基于粒子群K均值算法的变压器在线故障诊断方法。首先通过K均值算法得到代表各种变压器故障类型的三比值,然后利用粒子群算法进行优化。当改良的三比值法由于缺码不能进行分析时,计算待判样本的三比值到各类故障对应三比值的距离,选择距离最小的三比值对应的故障类型为该样本的故障。然后结合在线监测数据,利用专家规则库融合多参量对故障进行综合诊断。最后通过实例验证了文章方法的可行性和有效性。

一种基于改进遗传算法的最小化停电损失费用的配电网重构

提出一种基于操作簇改良策略的配电网重构遗传算法。将以操作簇为单位的遗传操作中出现的不可行解改良为可行解,建立了以停电损失费用最小为目标函数进行网络重构的数学模型,并采用IEEE RBTS配电系统进行了测试。结果表明,该优化算法可有效地降低配电系统的停电损失费用,且性能优良。

在线评论数据挖掘视角下的产品改良设计研究

目的互联网大背景下,从在线评论数据挖掘的视角,探索产品改良设计方法。方法通过python爬虫工具抓取特定产品的在线评论,对数据进行预处理、分词与词性标注之后,应用Apriori算法挖掘用户高频关注的产品属性。并应用SO-PMI算法计算各属性综合评价值,通过分析属性评价值,确定产品存在的问题。再应用TRIZ分析,选出产生矛盾的工程参数,查找矛盾矩阵,得到创新原理解。最后结合具体问题将其转化为改良设计方案,完成改良设计。以天猫旗舰店的一款销量较好的宜兴紫砂壶的在线评论为实例研究,抓取评论数据,挖掘用户关注的紫砂壶属性,并计算出属性评价值。发现紫砂壶存在造型同质化和断水性差的问题,运用TRIZ理论的抽取原理和曲面化原理解决问题,完成紫砂壶的改良设计。结论从评论数据中能够挖掘到更加全面、具体、直观的用户对产品的反馈信息,更好地辅助产品的改良设计。