基于卷积神经网络的采摘机械臂无碰撞运动规划研究

介绍了卷积神经网络的基本结构及其工作原理,基于DH参数法建立了采摘机械臂运动模型,并设计了一套采摘机械臂无碰撞运动规划算法,旨在实现对采摘机械臂的精确控制。MatLab仿真试验表明:采摘机械臂在系统的驱动控制下,能够准确从起点移动到目标点,轨迹比较圆滑,且能以最优的圆弧路径避开障碍物,优化效果明显,能够满足采摘机器人作业需求,证实了该算法的稳定性和可靠性。

数字中国网络协同的区域规划响应

数字技术快速发展引发全球范围内的资本和劳动力区域重构,城市群、都市圈成为促进我国大中小城市协调发展的主体形态,但数字基建的区域经济效能不一、数字资源城乡分布不均加重了欠发达地区、中小城镇的数字鸿沟趋势。本文从东中西部、大中小城市、城乡层面对数字时代下的我国区域协调发展问题进行研判,引介数字变革下的区域协同网络模型,以助力欠发达地区跨越式发展,并阐述“多中心、网络化”的区域协同发展理念和“数字基建-产业经济-公共服务”的区域协同网络支撑体系构建,对当前及未来一段时期我国区域协调规划策略的响应和调整优化进行探索。

基于深度学习神经网络技术的脊柱椎弓根螺钉自动规划研究

目的:针对骨科手术机器人螺钉手工规划效率低下的问题,实现基于CT的脊柱椎弓根螺钉自动、高效、高质量规划。方法:采用深度学习神经网络对标注分割和螺钉的CT图像进行有监督的机器学习,实现脊柱椎弓根螺钉的自动规划;本实验使用44例腰椎CT共440枚螺钉作为训练集,使用11例CT生成110枚螺钉作为测试集,以手工规划作为对照组,通过盲法专家评价评估螺钉规划效果,并通过记录规划时间评估规划效率。结果:该自动规划方法生成的螺钉规划临床可用率为95.4%,自动规划时间与平均手工规划时间分别为68.8 s和177.6 s。结论:该自动规划方法可初步实现高效、高质量的脊柱椎弓根螺钉自动规划,但仍需临床医生监督复核。

基于生境网络构建优化的生物多样性保护规划途径研究

城市绿色空间是承载生物多样性的关键,以其为基础构建生境网络有助于整合破碎绿地斑块,促进物种交流与迁徙,为生物多样性保护提供基础。现有生境网络构建过程中存在依赖单一模型、忽略区域实际物种情况、网络构建的工作路径尚未统一、输出成果难以与上位规划衔接并在规划层面进行实践应用等问题。在明确生物多样性保护规划工作内容与目标的基础上,综合运用生境质量分析、地理探测器、最小累积阻力模型等模型方法,识别区域生境源地和廊道,并在考虑区域指示物种的基础上补充重要生境节点,构建面向生物多样性保护的生境网络,系统优化了“源地识别-廊道模拟-节点提取-网络构建”的网络构建方法;以对接国土空间规划下的绿地系统专项规划为目标,将生境网络构建结果通过红线比对、绿地分类匹配等途径,从空间管控角度提出保护措施,实现与绿地系统规划的有效衔接,构建统一规范的生物多样性保护规划工作路径,以通城县为例验证工作路径的可行性,优化面向生物多样性保护的生境网络构建方法,为县域绿地系统规划与生物多样性保护规划提供科学依据。

校园网络IPv6地址规划探析

IPv6技术是互联网升级演进的必然趋势,是校园网络规划阶段需要重点考虑的环节。IPv6地址规划需要考虑路由性能、路由策略和安全等因素,合理的IP地址规划可以直观地识别节点属性,提高网络的可管理性。IPv6地址分配方法主要有单调分配、稀疏分配、最适合分配、随机分配和前缀委托等。以作者所在学校为例,介绍IPv6地址的规划,期待能为有类似需求的单位提供一点有益的探索和借鉴。

基于计算机网络控制的插秧机自动路径规划研究

首先,对插秧机导航控制原理进行了分析,建立了插秧机行驶模型;然后,通过确定矩形地块边界、直线和转弯路径规划实现了基于计算机网络控制的插秧机自动路径规划系统。系统采用Ω式转弯式覆盖方法,可以较大程度提高作业覆盖率。试验结果表明:插秧机在进行直线行驶的路径和仿真路径一致,只有在转弯时才会出现较小偏差,证明控制系统能够满足实际应用需求。

基于扩散模型的ControlNet网络虚拟试衣研究

为快速生成特定服装款式的成衣效果图,采用扩散模型,应用ControlNet网络实现虚拟试衣。首先将人体的关键点检测图与深度图作为扩散模型的控制条件,生成姿态可控的虚拟模特;再通过Canny边缘图生成虚拟试衣效果图。以3款连衣裙为例进行虚拟试衣实验,并优化扩散模型控制条件的参数设置;最后将生成结果与三维建模虚拟试衣结果进行对比和评价。结果表明:结合ControlNet网络的扩散模型能够控制虚拟模特的姿态特征,通过服装Canny边缘图可以生成特定服装款式的虚拟试衣效果。该方法生成的虚拟试衣相较三维建模技术实现的虚拟试衣方法更具表现力,操作更加直观快捷,能够为设计师提供款式图的成衣效果可视化参考,从而提高服装设计效率。

乡村空心化的社会网络演变特征及规划响应——以四川省A村为例

近40年城镇化进程中,我国大量乡村地区的空间生产逻辑因人口流动发生变化,乡村的社会关系被赋予了新的形式与内涵,也蕴含了由于社会关系变迁而导致国土空间规划衔接乡村振兴的现实困境。本文以四川省典型空心村为例,展开社会关系网络变迁机制及乡村规划探讨。过程如下:收集村落40年间的人口、社会关系、就业等基础数据,借助社会网络分析方法构建1980年、1990年、2000年、2010年、2020年的血缘、地缘关系网络结构模型,通过网络密度、k-核、中心度的指标计算,对比分析空心化前、后的社会网络结构整体紧密度、局部稳定性、个体集中趋势特征变化。结果显示:血缘关系整体紧密度先升高后降低、局部稳定性增强后减弱、个体集中趋势持续减弱;地缘关系整体紧密度持续降低、地缘关系局部稳定性及个体集中趋势呈现波动。进一步研究发现:(1)人口流动、聚居方式、就业分异是社会关系网络变迁的显性影响因素;(2)社会交往体系分化、家庭结构核心化、个体需求多元化是社会关系网络变迁的背后机制;(3)乡村的社会关系网络变迁与村落空间、邻里空间、家庭空间的变化紧密关联,并影响着乡村规划与治理。因此,依据“人口—社会关系—社会运行—乡村规划”的逻辑关联,尝试提出“土地流转、关系构建、空间重塑”的乡村规划治理策略,为我国西部地区的乡村振兴提供参考。

考虑交通网络不确定性及SESS与MESS空间配合的分布式储能防灾应急规划

为在大规模停电后提供紧急电力支持,提出一种考虑交通网络不确定性及固定储能系统(SESS)和移动储能系统(MESS)空间配合的分布式储能(DES)防灾应急规划方法。基于正态分布区间数,建立通行时间不确定的MESS调度交通网络模型,提出考虑SESS与MESS空间配合效应的联合应急供电策略。采用机会约束描述交通网络不确定性,构建考虑供电可靠性最优的DES选址定容模型。将机会约束转换为确定性等价类,针对DES防灾应急系统多个供电可靠性衡量指标间的冗余问题,提出基于规格化法平面约束法的多目标优化求解方法。采用改进的IEEE 30节点系统及交通网络进行验证,结果表明所提方法能够实现多区域最优配置,验证了SESS与MESS的空间配合效应,并反映了交通网络不确定性对规划结果的影响。

数字化治理下国土空间规划实施监测网络建设路径

面向国土空间数字化治理的新要求,对国土空间规划实施监测网络的具体内涵进行解析,提出国土空间规划实施监测网络的基本立足点是整体治理,关键聚焦点是动态反馈,重要驱动力是数字赋能,核心价值观是共建共治共享。在此基础上,提出“12345”的国土空间规划实施监测网络建设总体框架,并围绕业务牵引、场景驱动、数字赋能探讨面向数字化治理的国土空间规划实施监测网络建设路径,以期加快国土空间治理的数字化发展,以数字化、智能化、智慧化推动国土空间治理现代化。

基于生物启发神经网络的核辐射场区全覆盖路径规划

核辐射场区全覆盖路径规划对于辐射环境下区域作业者的辐射安全有重要意义。本研究基于生物启发神经网络算法,提出一种进行辐射剂量最优控制的全覆盖路径规划算法。首先,利用福岛核电站部分地形以及蒙特卡罗粒子输运程序分别构建模拟核辐射场区的障碍物分布和辐射剂量场,然后,采用Python语言进行算法仿真试验,模拟核辐射场区的每一个栅格定义为一个神经元,建立起生物启发神经网络,将栅格剂量率与神经元活性耦合实现路径规划的辐射剂量最优控制,分别采用单个、4个和8个移动单元进行仿真试验。结果表明:单个移动单元的规划路径在实现100%覆盖率,4%覆盖重复率的同时,能够优先覆盖低剂量区,延后覆盖高剂量区,实现了过程剂量和累积剂量的最优控制。为提高全覆盖的时间效率和获得更低的单体累积剂量,对算法进行多单元协同搜索的改进,结果表明:4单元和8单元仿真的覆盖重复率分别为5.72%和6.29%,1单元、4单元和8单元仿真完成全覆盖时间分别为30 min、9 min和4 min,时间效率成倍提高;最大单体累积剂量分别为4.11×10^(-3)mSv、1.28×10^(-3)mSv和0.85×10^(-3)mSv,也在显著降低。本文提出的算法能实现过程剂量和累积剂量最优控制的全覆盖路径规划,另外算法可以协同规划多单元路径,显著降低单体累积剂量,对辐射环境下区域作业的辐射防护有重要意义。

改进RBF神经网络在智能机器人轨迹规划中的研究

针对工业生产中对智能机器人轨迹规划的要求越来越高,在工业机器人运动模型的基础上,提出了一种将RBF神经网络和遗传算法相结合的工业机器人轨迹规划方法。通过遗传算法对RBF神经网络的网络结构、连接权值和阈值进行优化,精确跟踪机器人的轨迹。通过仿真将与未改进前的轨迹规划算法进行比较,验证该方法的优越性。结果表明,与改进前的规划算法相比,文中规划方法误差小,适应性强,能够满足工业机器人轨迹规划的预期要求。为工业机器人轨迹规划方法的发展提供了一定的参考。

基于改进型蛇算法的RFID网络规划部署

针对无线射频识别(RFID)网络规划的优化部署问题,提出一种基于Circle映射的嵌入正弦余弦算法和自适应阈值的改进型蛇算法(ESO)。在种群初始化阶段利用Circle混沌映射的均匀性和遍历性等特点,在局部搜索阶段和开发阶段分别引入正弦余弦算法(SCA)和自适应阈值等算法机制,弥补了蛇算法初始化过程不够均匀、容易陷入局部最优和收敛速度慢等缺点。在满足100%标签覆盖率、减少阅读器之间的碰撞干扰、实现阅读器的负载均衡,以及降低总的发射功率这4个目标的基础上,求解阅读器最佳的部署位置,将所提算法与粒子群算法(PSO)、灰狼算法(GWO)、樽海鞘算法(SSA)进行了对比分析。实验结果表明,改进型蛇算法在对RFID网络进行优化部署时寻优能力更强,对RFID网络部署的综合性能提升明显,在相同的实验条件下,ESO的最佳适应度值比PSO提高了28.1%,比GWO提高了17.7%,比SSA提高了22.9%,可以更有效地得出最优的RFID网络规划部署方案。

一种适用于5G行业专网的无线网络规划方法

本文提出了一种适用于5G行业专网无线网络规划方法,该方法首先形成行业用户的业务需求,基于基站能力配置实现业务需求和网络各项业务指标及网络技术能力的关联映射。对5G无线专网所需采用的组网方案、设备形态和各项关键技术进行分析,完成规划方案。

基于深度Q网络的机器人路径规划研究综述

随着深度强化学习的不断发展,深度Q网络(DQN)在机器人路径规划中得到广泛关注和研究。首先,简要介绍DQN以及Nature DQN、Double DQN、Dueling DQN和D3QN等算法的基本原理和改进思想。针对算法存在的样本获取成本高和交互效率低的问题,系统梳理并总结了从奖励函数、探索能力、样本利用率等方面进行优化的研究成果和思路。最后,讨论了DQN在现代物流中进行机器人路径规划的优势,对每个场景提出了算法的优化方向,涵盖状态空间、动作空间以及奖励函数等多个关键方面。

基于改进型白鲸算法的RFID网络规划

随着射频识别(Radio Frequency Identification,RFID)技术的发展,人们对其应用的要求越来越高,在阅读器部署方面的研究也逐渐深入。为了解决规定区域内RFID阅读器位置规划问题,在划定的区域内,以标签覆盖率、阅读器间的碰撞干扰、负载均衡为目标来建立数学优化模型,在白鲸算法的基础上提出了一种改进型白鲸算法。首先,针对标准白鲸算法存在易陷入局部最优、丢失次优解的缺陷,提出了一种更新精英群体机制;其次,为了增强算法的探索能力,加入了反向学习策略;最后,运用该算法来解决RFID网络规划问题。通过在一定环境中放置不同数量集群和随机分布的标签,将改进型白鲸算法与粒子群算法、灰狼算法和标准白鲸算法进行对比。仿真结果表明,在相同环境下,改进型白鲸算法的性能相比粒子群算法平均提高了21.1%,比灰狼算法提高了28.5%,比白鲸算法提高了3.3%,说明该算法相比其他3种算法在搜索精度上具有更好的性能,并通过阅读器优化部署测试,验证了该应用的有效性和可行性。

基于区域空间经济整体规划与综合运输超级网络的铁路货运量预测建模方法研究

研究以PECAS整体规划建模框架为基础,提出基于区域空间经济整体规划与综合运输超级网络的铁路货运量预测建模方法。首先,运用PECAS模型实现社会经济活动时空变迁及其影响下的大区域内货运生成与分布预测。其次,以综合运输超级网络为基础,通过构建包括公、铁、水多方式的货运广义阻抗函数来模拟货物运输方式之间的竞合关系及承运人的运输路径选择行为。最后,基于随机用户均衡实现综合运输超级网络的一体化网络货流分配。研究以长江经济带为例,对区域铁路货运需求进行预测,将网络货流分配后主要断面流量的预测值与观测值进行对比,以检验模型的准确性。研究结果表明,所提出的方法在大区域范围内可以较好地预测铁路货运流量的分配情况,为区域内铁路货运需求预测与铁路基础设施规划提供决策支持。

国土空间规划背景下的城市绿色生态网络规划策略研究

文章深入探讨了国土空间规划背景下城市绿色生态网络规划的关键策略。鉴于现代城市化对生态环境带来的挑战,强调了生态网络在维护生态平衡中的核心地位。首先,分析生态系统服务的评估方法,强调其在识别和保护关键生态资产中的作用。随后探讨空间连接性的重要性及如何用来保护和恢复生物多样性;深入研究生态走廊的划定、绿色基础设施的整合及生态修复与重建策略,旨在推动更加和谐及可持续的城市发展,为城市规划者、决策者和研究者提供了宝贵的理论支持和实践指导,有助于实现城市与生态的和谐共生。

考虑梯次利用的动力电池回收供应链网络规划

基于“双碳”目标,对考虑梯次利用的动力电池回收供应链网络进行规划是应对退役动力电池回收处理问题、满足回收再利用需求促进可持续发展的有效措施。因此考虑不同类型动力电池的回收数量和梯次利用率,构建了以总成本最小为目标的动力电池回收供应链网络模型,并采用Benders分解算法进行精确求解,随机算例结果验证了模型和方法的有效性,为新能源汽车企业建立可持续发展的动力电池回收供应链网络提供参考。

基于AM-PSO-BP神经网络的打印路径规划

为提高弧焊焊接效果,提出一种基于AM-PSO-BP神经网络的弧焊打印路径规划方法。方法采用基于自适应方差的自适应变异操作(AM)消除粒子群优化算法(PSO)后期迭代效率低的问题,然后利用AM-PSO算法优化BP(back propagation)神经网络的权重和阈值,实现BP神经网络参数的优化;最后将AM-PSO-BP神经网络算法对弧焊打印工艺参数进行预测,获取更准确的弧焊打印工艺参数。仿真结果表明:所提方法可精确预测弧焊打印工艺参数,在该工艺参数下,弧焊打印的六边形柱体、圆柱体、正方体预测值与实测值相差较小,且在误差允许范围内,具有较高的准确性。以上方法可为精确弧焊打印提供依据。