Research of Future Directions and Considerations for Implementation of the Forest City Strategy

A “Forest City” (FC) is an urban area that has a significant amount of forest cover. It is now a green urban development strategy that is supported by numerous nations. This essay compares the many FC implementation strategies used in developed and developing countries and explores potential future paths for this tactic. The variations between FC in terms of measurement targets, air purification, street trees, and forestry development are thoroughly compared in this research. This essay goes on to explore FC’s potential in the future regarding policy changes and the environment based on this comparison. Therefore, this essay focuses on the necessity of considering industrial innovation, encouraging biodiversity, lowering greenhouse gas emissions, paying attention to forest restructuring, and being more responsive to the issues provided by urbanization in the future global implementation of FC.

Objective and Procedure of the Adjustment

In view of all mentioned above,governments of Latin Amercian countries havenow begun to engage themselves in revising their economic policies and adjust-ing the neoliberalist economic model so as to mitigate the increasingly sharper socialcontradictions and create a social environment favourable to sustainable economicdevelopment.

Research on Demand Response Potential of Adjustable Loads in Demand Response Scenarios

To address the issues of limited demand response data,low generalization of demand response potential evaluation,and poor demand response effect,the article proposes a demand response potential feature extraction and prediction model based on data mining and a demand response potential assessment model for adjustable loads in demand response scenarios based on subjective and objective weight analysis.Firstly,based on the demand response process and demand response behavior,obtain demand response characteristics that characterize the process and behavior.Secondly,establish a feature extraction and prediction model based on data mining,including similar day clustering,time series decomposition,redundancy processing,and data prediction.The predicted values of each demand response feature on the response day are obtained.Thirdly,the predicted data of various characteristics on the response day are used as demand response potential evaluation indicators to represent different demand response scenarios and adjustable loads,and a demand response potential evaluation model based on subjective and objective weight allocation is established to calculate the demand response potential of different adjustable loads in different demand response scenarios.Finally,the effectiveness of the method proposed in the article is verified through examples,providing a reference for load aggregators to formulate demand response schemes.

Real-time detection of moving objects in video sequences

An approach to detection of moving objects in video sequences, with application to video surveillance is presented. The algorithm combines two kinds of change points, which are detected from the region-based frame difference and adjusted background subtraction. An adaptive threshold technique is employed to automatically choose the threshold value to segment the moving objects from the still background. And experiment results show that the algorithm is effective and efficient in practical situations. Furthermore, the algorithm is robust to the effects of the changing of lighting condition and can be applied for video surveillance system.

多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测

初烤烟叶等级的快速准确检测对开发烟叶智能分级设备以促进农产品精细化管理有着重要意义。针对相似度较高但等级不同的初烤烟叶难以区分的问题,本文提出多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测网络(Flue-cured Tobacco Leaf Grade Detection Network,FTGDNet)。首先,FTGDNet采用CSPNet作为特征提取主干网络,采用GhostNet作为辅助特征提取网络以增强模型的特征提取能力;其次,在主干网络末端嵌入显式视觉中心瓶颈模块(Explicit Visual Center Bottleneck module,EVCB)以实现全局特征信息与局部细节特征信息融合;然后,构建多感受野特征自适应融合模块(Multi-Receptive Field Feature Adaptive Fusion module,MRFA_d),利用注意力特征融合机制(Attention Feature Fusion,AFF)将不同感受野特征图进行自适应加权融合,在增强模型局部感受野的同时突出有效通道信息;最后,设计了一种新的定位损失函数(More Complete IoU Loss,MCIoU_Loss),结合预测框与真实框面积损失以解决在回归定位过程中二者宽高比相等且中心点重合时CIoU_Loss性能退化导致定位精度下降问题,此外,引入矩形相似度衰减系数在训练过程中对真实框与预测框的相似度判别项进行动态调整,加快模型拟合。实验结果表明,FTGDNet对十个等级的初烤烟叶的验证精度达到90.0%,测试精度达到87.4%,且推理时间仅为12.6 ms。相较于多种先进目标检测算法,FTGDNet具有更高的检测精度和更快的检测速度,可为高精度初烤烟叶等级检测提供关键技术支撑。

一种自适应调整权重向量的多目标进化算法

基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)作为一种重要的多目标优化方法,已经成功地应用于解决各种多目标优化问题。然而,MOEA/D算法在解决具有高维目标和复杂帕累托前沿(Pareto frontier,PF)的问题时,容易陷入局部最优并难以获得可行解。本文提出一种改进的MOEA/D算法,包括3个优化策略:首先,使用拉丁超立方抽样方法代替随机方法初始化种群,得到分布均匀的初始种群,同时对权重向量关联解的策略进行优化;其次,提出一种稀疏度函数,用于计算种群中个体的稀疏度并维护外部种群;最后,提出了自适应调整权向量的方法,用于引导种群收敛到帕累托前沿,并且有效平衡种群的多样性和收敛性。将提出算法和4种对比算法在DTLZ和WFG系列问题以及多目标旅行商问题(multi-objective travel salesman problem,MOTSP)上进行对比实验,实验结果表明本文提出自适应调整权重向量的多目标进化(MOEA/D with cosine similarity adaptive weight adjustment,MOEA/D-CSAW)算法在处理具有复杂帕累托前沿和高维多目标的问题时,算法的综合性能要优于对比算法。

基于SE-YOLOv5模型皮带异物检测算法研究

以某煤矿1305智能工作面皮带异物识别为工程背景,为了解决井下皮带运输机因废弃锚杆、大块煤等异物而导致的皮带撕裂甚至损伤停机等问题,亟需开展皮带异物智能检测研究。本文提出了SE-YOLOv5皮带异物智能检测方法,该方法以YOLOv5目标检测技术为基础模型,加入SE通道注意力机制进行优化,并对学习率、图像输入批大小、权重衰减等模型参数调整,对构建的数据集进行训练检测,将检测结果与Faster-RCNN、YOLOv3、CenterNet、YOLOv5等模型进行对比。研究结果表明:SE-YOLOv5模型预测结果得到较大提升,对锚杆的预测精度达0.98,对大块煤的预测精度达0.88,召回率(Recall)为0.91,各个检测目标平均精度的平均值(mAP)为0.912,单张识别速度为0.037s;此外,对处于低照度、高粉尘浓度等环境下的数据集仍有较高的识别率,说明SE-YOLOv5模型检测精度高、速度快、鲁棒性强,可以满足复杂环境下皮带异物识别的要求。煤矿皮带异物检测是煤矿安全和生产效率的关键组成部分,采用现代化的检测技术有助于提高系统生产效率,保障设备安全,降低维护成本。

基于角度轨迹和自适应权重的改进MOEA/D算法

基于分解的多目标优化算法是解决多目标优化问题的有效方法,其主要思想是通过一组均匀分布的权重向量对目标进行加权,形成不同的子问题,在其邻域内通过协同进化得到帕累托最优解集。然而,这些均匀分布的权重向量不能很好地适应所有前沿形状的多目标问题,导致解集的多样性下降。为使算法能够高效地判断前沿类型,并有效地调整权重向量,本文提出了基于角度轨迹和自适应权重的改进MOEA/D算法,该算法通过基于角度的聚类方法,降低聚类时间复杂度,并利用聚类-合并策略,提高对前沿划分的准确性。在根据聚类结果判断出前沿类型后,算法根据其前沿类型,采用根据角度划分区域的分配策略,或是根据前沿分段长度和数量分配。这样可以有效地分配计算资源,提高多目标问题求解的效率,通过实验证明,算法的分配策略行之有效,能提高尖峰、长尾和不连续前沿的解集多样性,在收敛性和多样性上均优于对比算法。

OPTIMIZING DESIGN OF MECHANICAL SELF-CENTERING DEVICE FOR SUSPENSION HEIGHT

Firstly, in view of the respective defects of existing self-centering devices for vehicle suspension height, the design scheme of the proposed mechanical self-centering device for suspension height is described. Taking the rear suspension of a certain light bus as a research example, the structures and parameters of the novel device are designed and ascertained. Then, the road excitation models, the performance evaluation indexes and the half-vehicle model are built, the simulation outputs of time and frequency domain are obtained with the road excitations of random and pulse by using MATLAB/Simulink software. So the main characteristics of the self-centering suspension are presented preliminarily. Finally, a multi-objective parameter design optimization model for the self-centering device is built by weighted sum approach, and optimal solution is obtained by adopting complex approach. The relevant choosing-type parameters for self-centering device components are deduced by using discrete variable optimal method, and the optimal results are verified and analyzed. So the performance potentials of the self-centering device are exerted fully in condition of ensuring overall suspension performances.

Chaotic Genetic Algorithm-Based Forest Harvest Adjustment

Forest harvesting adjustment is a decision-making,large and complex system. In this paper,we analysis the shortcomings of the traditional harvest adjustment problems,and establish the model of multi-target harvest adjustment. As intelligent optimization,chaotic genetic algorithm has the parallel mechanism and the inherent global optimization characteristics which are suitable for multi-objective planning the settlement of the issue,specially in complex occasions where there are many objective functions and optimize variables. In order to solve the problem of forest harvesting adjustment,this paper introduces a genetic algorithm to the Forest Farm of Qiujia Liancheng Longyan for forest harvesting adjustment firstly. And the experimental result shows that the method is feasible and effective,and it can provide satisfactory solution for policy makers.

全局替换的自适应权重调整MOEA/D

当多目标问题的帕累托前沿形状较为复杂时,基于分解的多目标进化算法MOEA/D的解的均匀性将受到很大的影响.MOEA/D利用相邻子问题的信息来优化,但早期因为种群中的个体与子问题的关联是随机分配的,仅在邻居间更新会浪费优秀解的信息,影响收敛速度.针对这些问题,本文提出一种MOEA/D的改进算法(MOEA/DGUAW).该算法使用种群全局更新的策略,来提高收敛速度;使用自适应调整权重向量的策略来获得更均匀分布的解集.将MOEA/D-GUAW算法与现有的MOEA/D,MOEA/D-AWA,RVEA和NSGA-Ⅲ算法在10个广泛应用的测试问题上进行了实验比较.实验结果表明,提出的算法在大部分问题上,反转世代距离评价指标IGD优于其他算法,收敛速度也快于其他算法.

可调旋转式流体阻尼器参数多目标优化设计

为了以最小几何公差制造成本实现直升机操纵系统良好的振动控制效果,开发新型可调旋转式流体阻尼器,对关键的几何参数进行多目标优化.该阻尼器通过伺服电机带动转阀实现阻尼力的实时调节,实现直升机操纵系统的振动控制.基于压力-流量公式,建立阻尼器准静态模型,分析结构几何参数对最大阻尼力矩、可调倍数的影响规律.为了同时满足阻尼器输出力矩、动态可调范围及最小公差制造成本的要求,采用非支配排序遗传算法(NSGA-II)对各结构参数进行多目标优化设计,确定阻尼器的最佳结构设计参数.结果表明,多目标优化设计能够在满足阻尼器力学特性的前提下实现尽可能小的公差制造成本.对制作的可调旋转式流体阻尼器样机进行力学性能测试,验证了基于准静态模型的阻尼器参数多目标优化结果的正确性.

可调足式机器人腿部机构设计

为实现腿部机构足端轨迹多样化以增强足式机器人地面适应性,同时提高其运动稳定性,课题组基于曲柄摇杆和曲柄滑块机构设计了一种可调整足式机器人腿部机构。采用解析法对该机构进行了运动学分析,建立了以理想的足端轨迹为设计要求的单目标优化模型,考虑了腿部机构运动过程中的平稳性,引入了速度波动指标,以轨迹-速度为设计目标,采用NSGA-Ⅱ多目标优化方法对机构进行优化,对优化结果进行了对比分析;基于多目标优化结果建立了腿部机构的足端轨迹库,并进行腿部机构多步态分析;以该腿部机构构建4足机器人三维模型,运用ADAMS对整机进行运动仿真。研究结果表明:多目标优化比单目标优化的轨迹误差增大了0.16%,而速度波动降低了5.84%;多目标优化与已有相关研究相比,速度波动幅值降低了25.44 mm/s。4足机器人三维模型仿真结果验证了可调整腿部机构的设计具有可行性。

偏差预测与参数优化相结合的卷烟卷制质量整合控制

目的 为了解决卷烟卷制过程控制精度低、质量波动大等问题,建立一种卷烟卷制质量的整合控制模式。方法 采用累计和方法预测重量和圆周质量特性的偏差,并进行在线调整;同时以质量和圆周的标偏为目标函数,以吸阻均值为约束条件,基于二次响应曲面建立卷制工艺参数的多目标优化设计,由此建立这两方面相结合的质量控制模式,并采用自学习优化和遗传算法对模型进行优化设计。结果 选取漯河卷烟厂ZJ19卷接机对某一牌号卷烟的卷制过程进行在线应用分析和验证,结果表明:烟支质量、圆周、吸阻等卷制质量指标的均值与目标值的偏差分别降低了66.6%、86.7%、65.6%,标准偏差分别降低了31.8%、65.2%、11.9%。结论 这种偏差预测调整和多目标参数优化相结合的质量控制模式能够有效提升卷制过程的综合质量水平。

基于动态物体跟踪的语义SLAM

针对传统视觉SLAM在动态场景下容易出现特征匹配错误从而导致定位精度下降的问题,提出了一种基于动态物体跟踪的语义SLAM算法。基于经典的视觉SLAM框架,提取动态物体进行帧间跟踪,并利用动态物体的位姿信息来辅助相机自身的定位。首先,算法在数据预处理中使用YOLACT、RAFT以及SC-Depth网络,分别提取图像中的语义掩膜、光流向量以及像素深度值。其次,视觉前端模块根据所提信息,通过语义分割掩膜、运动一致性检验以及遮挡点检验算法计算概率图以平滑区分场景中的动态特征与静态特征。然后,后端中的捆集调整模块融合了物体运动的多特征约束以提高算法在动态场景中的位姿估计性能。最后,在KITTI和OMD数据集的动态场景中进行对比验证。实验表明,所提算法能够准确地跟踪动态物体,在室内外动态场景中具备鲁棒、良好的定位性能。

某悬索桥吊索更换方案及桥面标高调整技术研究

某桥为主缆跨径布置(33+75+33) m的钢桁梁悬索桥,针对主缆、桥塔、锚碇、索夹U形拉杆等病害,研究确定需更换主缆,对桥塔和锚碇进行加固,旧吊索更换至新主缆上,索夹U形拉杆更换为直拉杆。为选择合理的吊索更换方案,提出3种方案:方案一为从桥塔向跨中更换,方案二为从跨中向桥塔更换,方案三为从跨中和桥塔分别向1/4跨更换。与方案一和方案二相比,方案三吊索索力和旧主缆缆力变化更缓和,加劲梁线形可控,故确定采用方案三进行施工。在此基础上,提出矩阵分析和多目标向单一目标转化求解的方法,确定吊索长度调整量,进行索力和实际桥面标高调整,按照计算的吊索长度调整量进行调整后,吊索整体受力及桥面标高达到了设计要求的目标状态。

附加物方长度约束的三维坐标交会测量

大型粒子加速器等精密工程在加工制造及设备安装等方面对空间三维坐标精度提出了极高的要求,在利用多路绝对激光测距仪进行多边交会测量空间点三维坐标的基础上,在物方(目标点所在物体)上附加高精度长度约束以进一步提高点位精度。以多路绝对激光测距仪的高精度绝对测距性能为基础,通过已建立的三维测边网及免自标定的激光多边交会测量平差模型,得到高精度的目标点空间三维坐标。在此基础上,附加涵盖目标点信息的物方长度约束,建立对应的附有条件的参数平差模型,进行平差解算。实验分析表明,在多边交会测量基础上附加物方长度约束,可提高物方目标点坐标的精度,在8 m×3.5 m×2.5 m的整体实验范围内,点位精度最高提升0.74μm,较原精度提升27.0%。该方法可操作性强,可用于现代装备制造业中高精度大尺寸坐标测量。

基于改进MOEA/D分解算法的天线阵优化设计

针对天线阵列设计需要优化的目标数量多、耗时长且难以收敛的问题,提出一种新的根据拥挤度动态调节邻域大小的基于分解的多目标进化算法MOEA/D。该算法引入一个拥挤参数集合,根据种群拥挤度的排名区间为子问题选取集合中不同的拥挤参数值,根据搜索阶段计算每个子问题的选择邻域和替换邻域,并间隔50代重新进行拥挤度排名计算达到动态调节邻域的目的,以平衡种群的收敛性和多样性。在对比实验中,选取测试函数DTLZ、WFG和直线阵列优化设计问题,将改进算法与其他4种算法进行性能对比。实验结果表明,改进算法在测试函数和直线阵列优化设计问题上表现均优于对比算法,搜索得到的Pareto解集满足天线阵列的设计需求。

基于负荷调整法瞬态模拟的多源供热系统多目标优化

基于提出的负荷调整法,建立一种太阳能+土壤源热泵+空气源热泵的多源供热系统,并在TRNSYS平台上构建瞬态仿真模型,综合考虑峰谷电价,利用水箱进行蓄放热,以达到经济节能的目的。为简化模型计算,通过引入蓄热转换因子,对系统蓄热单元负荷化降低变量维度,并结合经济、能源与环境对系统进行优化。以北京某商场为例,在模拟的建筑全年瞬态热负荷的基础上进行蓄热负荷调整与优化分析,结果显示最优配置为625.6 kW土壤源热泵+158.1 kW空气源热泵+1200 m^(2)太阳能+150 m^(3)水箱,与基准系统对比可知该多源供热系统具有显著的经济节能与环境效益,其中经济节约率为3.0%,能源节约率为8.9%,污染物排放影子成本节约率为8.9%,为多源供热系统的优化提供理论参考。

动力电池1060铝合金薄板可调环形光斑激光搭接焊工艺优化

激光焊接为动力电池铝合金薄板焊接提供了有效技术手段,然而传统激光焊接工艺在高焊接速度要求下易产生飞溅、气孔等缺陷,影响构件的服役性能.文中开展可调环形光斑激光搭接焊工艺调控研究,阐明了中心-环形激光功率对焊缝成形的影响规律,在此基础上,确定了无飞溅、少气孔、大搭接面熔宽的高速稳定焊接工艺窗口.在上述工艺窗口范围内,以小熔深波动与大搭接面熔宽作为目标,基于Kriging模型与NSGA-Ⅱ遗传算法开展多目标工艺参数优化.经验证,在焊接速度70 mm/s以上,焊缝成形质量进一步得到提升,搭接面熔宽提高8.89%、熔深波动小于10%、无明显成形缺陷.