智能垃圾回收下收集中心选址-路径二层优化

随着技术的进步及环保意识的提升,智能垃圾箱逐渐流行起来,使得垃圾回收工作面临新考验。针对带容量约束的选址-路径问题,引入双商品流公式构建垃圾回收选址-路径多主体优化模型,其中上层智能回收企业以总成本最低为目标确定收集中心选址;下层外包运输公司依据回收阈值选择需访问的智能垃圾箱,规划回收路径并确保运输成本最小化。改进遗传算法求解该问题:上层采用聚类算法处理选址初始化;下层路径为随机生成和节约里程初始化;引入最优成本路线交叉和反向变异算子。选取Prins和Barreto算例集测试,并与BKS、GAPSO和BSA算法对比,结果与BKS的差距均值仅为0.419%;通过模拟实际案例验证智能垃圾收集路径方式可有效降低总成本,为解决智能垃圾回收背景下选址-路径问题提供决策支持。

面向高密度柔性集成电路封装基板的精密视觉检测算法

高密度柔性集成电路(IC)封装基板是电子组件的核心载体,其制造过程中的刻蚀、显影等工艺需要严格的品质控制.本文开发了一种融合金相显微镜与工业相机的成像视觉检测系统,用于柔性IC封装基板的图像采集与品质控制.针对显微成像视野小、易离焦等问题,提出了一种基于中值的三元模式局部纹理快速自动对焦算法.此外,针对高倍镜下柔性IC封装氧化缺陷分布不均匀问题,引入微分几何工具,利用曲率等几何特征提出了一种基于动态曲线演化的高精度表面氧化分布特征检测模型.通过定性与定量的实验研究,验证了两种算法在快速性和高精度方面的优越性能.

皮革制造企业物流供应链管理模式创新

本文将大数据分析技术引入皮革制造企业物流管理中,以此对其供应链模式进行创新性改造。重点介绍了皮革制造企业在物流供应链管理模块存在的不足,结合大数据技术和物联网技术,提出了解决皮革制造企业物流供应链管理实际问题的具体思路。并利用无线传感器网络软件和硬件平台,构建了智能物流供应链管理系统框架,运用花粉算法和XGBoost模型分别解决了物流供应链管理中实物定位问题和供应链需求预测问题。

基于随机森林优化算法的城市群洪涝灾害韧性时空演变研究

为了提升城市应对灾害的能力,对城市洪涝灾害韧性进行研究。基于“驱动力-状态-响应(DSR)”模型建立城市洪涝灾害韧性评估指标体系,采用随机森林优化算法(RF)构建城市洪涝灾害韧性评估模型,通过均方根误差(RMSE)和决定系数(R2)评价模型性能。以关中平原城市群为例,分析西安、宝鸡、咸阳、商洛、铜川、渭南、临汾、运城、平凉、天水、庆阳等11座城市2011~2020年的城市洪涝灾害韧性时空演变规律。结果表明:驱动力和状态对城市洪涝灾害韧性水平影响较大,响应对城市洪涝灾害韧性水平影响较小;在时间序列上,关中平原城市群各城市洪涝灾害韧性水平发展存在较大差异,但整体处于平稳上升的状态,其中铜川的城市洪涝灾害韧性水平提升最为明显;在空间格局上,城市群洪涝灾害韧性水平呈现出由核心城市向外围递减的空间结构特征,各城市的洪涝灾害韧性等级的空间分布存在不均衡的现象。研究结果可为关中平原城市群韧性城市建设提供指导。

基于遗传算法的机载中重频高效多维优化

机载脉冲多普勒(PD)雷达的重频组设计是雷达总体设计的基础,直接影响雷达的性能和应用场景。在中重频组设计过程中,必须考虑多维度参数的优化,由于可调整参数多,会导致潜在组合数膨胀严重,对计算资源和时间提出了极大的挑战。传统的优化方法,即便在限定参数范围后,仍面临穷举组合数庞大的问题。此外,机载雷达系统设计周期通常较短,模式需求多变,需要在较短时间内完成方案前期参数的选择和初步优化,便于开展后续设计。本文提出了一种基于遗传算法的高效多维优化方法,不仅增加了优化维度以更好满足工程需求,同时显著提升了优化效率。通过应用实例验证了所提方法的有效性,对机载PD雷达总体设计论证具有重要价值。

食品检测中近红外光谱分析技术的应用研究

为了实现对食品成分、品质等方面的准确检测,为食品安全监管和质量控制提供有效的技术支持,引入近红外光谱分析技术,开展了该项技术在食品检测中的应用研究。通过样品制备、选择光谱采集设备、设置采集参数,采集食品近红外光谱,引入标准正态变量变换算法和自适应滤波算法,预处理采集的光谱数据,基于预处理后的数据,结合主成分分析法,构建食品成分特征与近红外光谱数据之间的数学模型,实现近红外光谱分析技术在食品检测的应用设计。实验结果表明,提出的研究应用后,食品成分检测结果与真实值更加接近,检测均方根误差较小,食品检测的准确性得到了显著提升。

基于分数阶模型多新息UKF动力电池SOC估算研究

动力电池管理技术是保障新能源汽车高效、安全和可靠运行的核心和关键。动力电池的荷电状态(SOC)是动力电池管理技术的基础,然而动力电池SOC的不确定影响因素太多,如何精确估算动力电池的SOC成为关键问题。针对SOC难以精确获得的问题,搭建了动力电池测试平台,开展了动力电池的常规性能测试、寿命测试,建立了基于分数阶理论的动力电池分数阶模型,将多新息理论与分数阶模型无迹卡尔曼滤波算法结合,提出了分数阶模型多新息无迹卡尔曼滤波(FOMIUKF)算法,并采用该算法对动力电池进行SOC估算。在不同的环境温度、动态工况、SOC初始值条件下对基于不同算法的动力电池SOC估算精度进行了对比分析。结果表明:基于FOMIUKF算法对动力电池SOC估算结果的平均绝对误差和均方根误差的值最小。在不同的动态工况下,采用FOMIUKF算法对动力电池SOC估算结果的平均绝对误差的最大值约为1.04%,对SOC估算结果的均方根误差最大值约为0.8586%,这表明采用FOMIUKF算法对动力电池SOC估算结果的精度高于EKF、UKF、FOUKF算法。

一种新的油气管道泄漏信号检测方法研究

针对管道模式识别模型效率低下、准确率不足的问题,提出一种新的管道泄漏检测方法。首先利用信号能量熵突变情况对泄漏引起的信号跳变进行有效捕捉,其次利用变分模态分解(VMD)进行去噪处理,还原信号真实动态特性。基于熵特征提取去噪信号的动态特征段,并将提取的特征向量输入改进差分进化算法(IDE)优化的支持向量机(SVM)识别模块种,实现泄漏信号的辨识。实验结果表明,与GA-SVM和PSO-SVM方法相比,IDE-SVM方法有效提高了分类识别准确率,准确率达到96.6667%。

机械臂多目标最优轨迹的自适应惩罚MOEA/D规划

为了减少机械臂的工作时间和工作过程中的冲击量,提出了基于自适应惩罚MOEA/D算法的时间-冲击多目标规划方法。介绍了PUMA560机械臂结构,并建立了机械臂的连杆坐标系。建立了以减小机械臂工作时间和冲击为综合目标的优化模型,并分析了5次多项式插值函数。通过编码和建立适应度函数,将轨迹规划问题转化为最优基因搜索问题。根据邻域内解的密度设置了自适应惩罚因子,提出了机械臂轨迹的自适应惩罚MOEA/D规划方法。经仿真验证,自适应惩罚MOEA/D算法搜索的Pareto前沿解质量高于标准MOEA/D算法、文献[10]新型MOEA/D算法。且经过优化,机械臂工作时间减少了7.68%,冲击减少了17.32%。实验结果表明,自适应惩罚MOEA/D算法在机械臂轨迹规划中具有优越性。

城市多模式公共交通网络优化及仿真

城市公共交通网络优化对于提高城市出行效率,方便乘客出行具有重要意义。基于Space L建模方法构建城市多模式公共交通网络,定义了网络中节点和弧段阻抗计算方法。以多模式公共交通网络全局效率最大为目标,考虑常规公交线路设计规则为约束,构建了上述问题的数学规划模型。针对该问题的组合爆炸特点,采用了遗传退火算法进行求解。最后选取成都市锦江区所属的公共交通网络进行实例分析,结果表明,上述方法成功地降低公共交通网络节点间的出行阻抗、提升公共交通网络全局效率,而且可以在较短时间内求得满意解。

面向电网调峰的聚合温控负荷多目标优化控制方法

为使聚合温控负荷参与电网调峰时兼顾运行的经济性和清洁性,提出面向电网调峰的聚合温控负荷多目标优化控制方法。建立温控负荷聚合模型,在常规模型预测控制的基础上,计及温控负荷聚合特性,设计预测时间自适应优化策略,动态调整域参数以协调处理优化精度与计算时间之间的矛盾,同时建立双闭环反馈机制以实时反馈温控负荷状态信息,提升实现调峰计划的可靠性;引入拉格朗日乘子和松弛因子,将多输出约束条件变成多目标函数的附加部分,提高控制方法的稳定性;提出改进的哈里斯鹰算法,对多目标优化问题进行求解,缩短模型预测控制的执行延时,提高寻优速度和寻优精度。所提控制方法与其他控制方法的仿真对比结果表明,所提控制方法有效降低了电网峰谷差以及运行成本和排放成本,同时兼顾了聚合温控负荷参与电网调峰的技术性、经济性和清洁性。

基于改进RRT-Connect算法的全局路径规划

针对RRT-Connect算法在复杂环境内的路径规划中存在探索性弱、收敛速度慢、冗余节点多、搜索路径较长等问题,提出一种改进的RRT-Connect算法。通过引入高质量随机点和动态步长的方法,提高了生成随机树的质量并减少了冗余节点数量;采用正向寻优和逆向贪婪的方式,改善了搜索路径较长的问题。实验结果表明,改进RRT-Connect算法平均路径规划时间缩短26.41%,平均路径规划长度缩短19.05%,平均路径规划节点个数减少41.91%,证明了改进RRT-Connect算法相比于原算法规划效率更高,规划时间更少,规划路径质量更优。

基于小波变换的有源噪声控制算法研究

在传统的有源噪声控制系统中,原始噪声信号是获得参考噪声信号的必要条件,当原始噪声信号的信息不可获知时,有源噪声控制系统失效。为解决该问题,设计基于小波变换的有源噪声控制系统,利用小波阈值法对含噪语音信号进行处理,得到与原始噪声信号相关的参考噪声信号。在此基础上,对传统的有源噪声控制算法LMS进行改进,提出基于Sigmoid函数的γSLMS算法和C-γSLMS凸组合算法,解决LMS算法无法同时兼顾收敛速度和稳态误差的问题,为解决有源噪声控制问题提供新的解决方案。

基于策略的动态角色分配模型及应用

访问控制是应用系统中的重要问题之一。传统的基于角色的访问控制(RBAC)方案需要预先定义和同步用户-角色赋值关系,这会带来管理成本和同步开销,并且限制了应用系统的灵活性和动态性。文章提出一种基于策略的动态角色分配模型(Policy-based Dynamic Role Assignment Model——PDRA),它无需同步用户就可以自定义角色,并通过策略匹配的方式实现动态分配。模型完全兼容RBAC,可以成为RBAC良好的扩展机制。文章给出了模型的定义和算法,评估了模型的性能,并在华东师范大学的数据治理平台中进行了应用,验证了该方案的可行性和有效性。

DCS算法求解带软时间窗的送取货一体化VRP

为求解带软时间窗的送取货一体化车辆路径问题,提出一种离散布谷鸟(DCS)搜索算法。该算法在基本布谷鸟搜索算法基础之上,对莱维飞行获取新鸟巢和以一定概率抛弃鸟巢的迭代公式进行重新定义;同时设计客户序列和车辆序列双倍体鸟巢,并对客户序列采用交换、逆序、插入操作和对每辆车的访问路线采用2-Opt操作。通过5个算例的仿真实验和相关文献比较,结果表明所提DCS算法行之有效。

基于GA-BP-PSO算法的薄壁注塑件翘曲变形优化

以聚对苯二甲酸乙二酯(PET)的塑料瓶胚零件为例,通过Moldflow软件设计浇注系统和冷却系统并进行有限元分析以优化零件的翘曲变形量。选定熔体温度、模具温度、保压压力、保压时间和注射时间为5个影响因素,设计了L16(45)的正交试验表。对正交实验数据进行了极差分析,得出了各因素对翘曲变形量的影响程度并获得较优工艺参数。通过GA-BP-PSO算法对工艺参数进一步优化,得到最佳工艺参数:熔体温度265℃、模具温度60℃、保压压力125 MPa、保压时间12.8671 s、注射时间0.3405 s。上述工艺参数对应的零件翘曲变形量为0.1373 mm。最后通过Moldflow软件进行数值模拟,得到翘曲变形量为0.1395 mm,较优化前的翘曲变形量0.1796 mm,降低了22.33%。软件模拟值和经GA-BP-PSO算法得到的预测值仅相差1.60%,将优化后的工艺参数组合应用于实际生产中,所获得的产品符合生产要求,验证了GA-BP-PSO算法的准确性与可行性。

高光谱喷墨打印墨水数据的非线性降维及分类建模方法研究

在法庭科学实践中,往往需要通过对文件中字迹墨水的成分分析来精确判定检材和样本文件的同一性。该文利用高光谱成像技术结合机器学习对喷墨打印墨水的种类进行区分,分别采集14套不同品牌、型号的4色(黑、青、品红和黄色)喷墨打印墨水打印的文件在400~1000 nm范围的高光谱图像,共提取56种样品墨迹的光谱数据。使用均匀流形逼近与投影技术(UMAP)和T分布随机近邻嵌入技术(t-SNE)两种算法对高光谱喷墨打印墨水数据进行降维处理,然后建立极致梯度提升(XGBoost)、轻量级梯度提升机器学习(LightGBM)和支持向量机(SVM)3种分类模型,以1∶4的比例确定测试集和训练集,分别对原始数据和降维后的数据进行分类。实验结果显示,UMAP降维算法结合SVM模型对喷墨打印墨水分类的效果最优,黑色墨水样品的分类精度为90%左右,其余颜色墨水样品的分类精度均为100%。该研究为喷墨打印文件的检验鉴定提供了一种新的、无损、准确的鉴别方法。

基于GA-PSO算法的冻土本构模型参数识别

遗传算法(GA)与粒子群算法(PSO)分别具有缺乏目标导向性和易陷入局部最优的缺点,但同时分别具有全局搜索能力强与能有效传递优势信息的优点。本文以GA计算步结合精英保留策略作为PSO计算步的优势信息,避免PSO算法陷入局部最优,以PSO计算步结合非精英优化策略作为GA计算步的导向信息,克服GA算法缺乏目标导向的问题,建立了GA-PSO新算法。其具体过程为,通过采用GA计算步对解空间进行全局搜索并对精英个体进行保留,进一步,将适应度较差的个体利用PSO计算步进行优化。基于多峰函数的验证结果表明,GA-PSO算法在解空间中具有更强的全局搜索能力,同时具有更快的收敛速度。将GA-PSO算法应用到冻土非正交弹塑性本构模型的参数识别中,通过模型的参数识别以及模型预测结果对比与验证,结果表明GA-PSO算法能够有效识别冻土非正交弹塑性本构模型的参数,提升了模型的预测效果。

基于灰狼算法改进随机森林算法的爆破振动速度预测研究

为改善露天矿爆破作业过程中的峰值质点速度在采用传统经验公式和单一仿生算法时预测精度不够的问题,引入灰狼算法(GWO)优化了随机森林算法(RF)中决策树的棵数和层数2个超参数,成功构建了基于灰狼算法改进的GWO-RF爆破振动速度预测模型。结合某爆破工程69组爆破监测数据,以爆心距、最大段药量、总装药量、微差时间、炮孔数、孔距、孔深及排距为输入参数,运用GWO-RF预测模型和RF模型进行爆破振动峰值速度预测对比。结果表明:GWO-RF组合算法能够考虑更多符合实际的爆破振动速度影响因素,GWO-RF组合算法误差率比RF算法提高了37.83百分点;GWO-RF组合算法的爆破振动速度预测精度达到97.72%。说明GWO成功优化了RF中决策树的2个超参数,也证明GWO-RF组合算法能很好进行露天矿爆破振动速度预测。

基于蚁群优化算法的非均匀子阵划分技术

对于大型阵列天线应用于空域抗干扰系统中,为了降低硬件成本和减少计算复杂度,一般通过子阵划分技术将整个阵列划分为若干子阵,子阵内部采用模拟波束形成,子阵间采用数字自适应波束形成;由于均匀划分方法的波束形成方向图中存在栅零点,提出一种基于蚁群算法的非均匀子阵划分技术,将阵列最大输出信干噪比作为适应度函数,应用了概率计算与轮盘赌相结合的路径规划方法;结合信息素初始浓度和启发式信息范围,设计了新的适应度函数值与信息素更新的转换关系;最后对所提算法进行仿真,结果表明在不同规模、不同输入干噪比、不同期望信号扫描角度下,所提算法在输出信干噪比上优于均匀划分方法,且没有栅零点产生,与全阵元的自适应波束形成方向图、输出信干噪比相近,验证了该方法的有效性。