动态需求的多车型车辆调度问题及云遗传算法

根据动态信息产生的时间点不同提出时间轴概念,利用时间轴将动态车辆调度问题转化为一系列的静态车辆调度问题,建立考虑车载率和油耗的综合费用为优化目标的车辆调度模型.利用云模型云滴的随机性和稳定倾向性改进自适应遗传算法中交叉率和变异率设置方式,设计云自适应遗传算法对车辆调度问题进行实时再优化.最后,结合算例对模型和算法的有效性进行验证.     

基于配准模型仿真的锥束CT射束硬化校正方法

根据锥束CT射束硬化机理,提出一种实际扫描与仿真投影相结合的锥束CT射束硬化校正新方法.该方法从实际重建的零件序列切片图像中提取轮廓点集,然后采用初始-精确两步配准算法配准测量点集和CAD模型,并对配准后的CAD模型进行投影仿真,得到射线在各成像点上穿越零件的长度,最后采用新的指数函数拟合长度.灰度曲线并据此校正射隶硬化伪影.仿真与实际校正结果均表明,该方法可基本消除射束硬化伪影且简单实用.     

三维肝脏外表面模型个性化驱动方法研究

针对传统个性化肝脏模型存在的效率、精度等方面的问题,提出一种高精度肝脏模型的个性化数据驱动方法。对先前研究得到的高精度肝脏模型以及个性化肝脏CT数据分别进行加工处理,选取一些特征点;用PCA算法实现初始配准、ICP算法实现特征点的配准并以初步配准得到的初始位置为基础用改进的ICP算法计算得到两个点集之间的稠密对应关系;利用点集之间的对应关系引导肝脏模型进行RBF形变,实现肝脏模型的外表面个性化建模。实验结果表明,算法在保证模型的个性化和高精度的情况下具有一定的时间效率,可以得到理想的三维模型。     

具有战时随机损耗的军事运输路径优化

研究了战时带有随机损耗的运输路径优化问题；建立了随机机会约束规划模型和随机相关机会规划模型；针对运输中的必经点问题，设计了特殊的遗传算法染色体编码、交叉与变异规则；提出了通过对初始种群染色体的预处理采提高算法性能；给出了获取适应度的随机模拟步骤；最后还进行了实验，验证了模型和算法的有效性．     

基于多目标进化算法的高维模糊分类系统的设计

提出一种可同时构造多个精确性和解释性较好折中的高维模糊分类系统的设计方法。该方法由以下三步组成:(1)利用Simba算法进行特征变量选择;(2)采用模糊聚类算法辨识初始的模糊模型;(3)利用匹茨堡型实数编码的多目标遗传算法对初始模糊模型的结构和参数进行学习。基于NSGA-Ⅱ算法的目标函数同时考虑模型的精确性和解释性;为提高模型的解释性,在多目标进化算法中利用基于相似性的模型简化方法对模型进行约简。利用该方法对Wine等问题进行分类,仿真结果验证了方法的有效性。     

基于改进ASM模型的人体特征点定位和建模方法

针对传统的Procrustes归一化方法需要多次迭代且计算量大的缺陷,采用标记定位点的方法,以平均形状作为初始化规则模型,只经过一次平移旋转及缩放即可达到训练集对齐的效果;传统ASM算法计算时间较长且易使特征点因灰度模型相似而错误匹配,采用以特征点为中心,选取其周围的矩形区域灰度分布训练灰度模型,并选择24邻域点进行目标搜索。实验结果表明:改进的ASM方法进行人体特征点定位,减少了算法迭代次数,缩短了算法运行时间,提高了定位精度。     

(3)细分模式的尖锐特征造型

提出一种利用改进的3细分模式重建模型尖锐特征的算法.根据初始网格上标记的各种两个新点、保持尖锐边不动,偶数次细分重新计算所有顶点坐标并连接两个新插入顶点的方法重建出初始网格上的各种尖锐特征.此外,还给出了算法的极限曲面在不同尖锐特征处的连续性分析.实验结果表明该算法具有较强的多分辨表达能力和较高的曲面拟合质量.     

自动化立体仓库拣选作业路径优化问题研究

合理优化货物的拣选路径是提高自动化仓库运行效率的一种有效方法.通过分析自动化仓库拣选作业的工作特点,为自动化仓库拣选作业创建了含装箱约束条件的多目标优化新型数学模型,用遗传算法对该数学模型进行了求解,基于不可行程度和作业次数对遗传算法初始种群的生成进行了改进.实验仿真和工程实际应用表明该模型和算法是可行、有效的.     

基于RF-GA-BP神经网络的N-乙酰氨基葡萄糖含量预测

为解决微生物发酵法制取氨基葡萄糖(Glucosamine,GlcN)过程中N-乙酰氨基葡萄糖(N-acetylglucosamine,GlcNAc)含量难以在线测量的问题。提出一种由随机森林算法、遗传算法及神经网络算法相结合的改进预测算法。利用随机森林算法中平均不纯度下降的特点,对输入特征进行关联性分析,并通过遗传算法对神经网络初始权值、阈值进行优化。以某氨糖生产企业发酵过程中的数据为基础,建立基于RF-GA-BP算法的预测模型。结果表明：该模型对发酵生产过程中N-乙酰氨基葡萄糖含量具有良好的预测能力,所提出的模型兼顾了高精度与快收敛的需求,测试样本预测平均误差低于7%,优于GA-BP模型与传统BP模型。     

一类仓库作业优化问题的混合遗传算法研究

针对自动化立体仓库固定货架系统中拣选作业优化问题的特点, 分析并设计了一种新型高效混合遗传算法。提出了多起点2-最近点搜索算法进行初始种群的构造,采用了一种新的自适应启发式变异方法,显著改善了原有遗传算法的搜索能力。仿真结果表明该算法从执行时间和优化效果两方面均能够很好地满足作业要求。     

基于基因算法的隐马尔可夫模型参数估计

隐马尔可夫模型 (hiddenMarkovmodel)是一种统计模型 ,被广泛地应用于信号处理和模式识别中。隐马尔可夫模型是一种双随机过程 ,在实际应用中 ,对隐马尔可夫模型的训练 (参数估计 )是一个非常重要的问题 ,训练方法的优劣将对整个应用效果产生重要的影响。传统的模型训练方法存在容易陷入局部最优以及对训练样本依赖性较大等弱点。为了进一步提高模型训练的有效性 ,提出了一种基于基因算法的模型训练方法 ,与已有的方法相比 ,解决了对初始值敏感的问题 ,并且具有更高的稳定性和准确性 ,因此是一种很有实用价值的新方法。     

基于双向汇聚引导蚁群算法的机器人路径规划

路径规划是自主移动机器人技术的核心理论问题之一,论文采用网格法建立路径规划问题的环境模型,提出了基于先验知识的优势方位角,建立了主优势网格和次优网格的改进网格模型,并采用基于子路径认知方法的信息素释放策略,提出了起始点与目标点互换的交替双向引导策略,实现了一种汇聚融合的信息素结构,实现了基于改进网格模型的双向汇聚斑迹信息素蚁群算法。实验表明,该方法在求解具有复杂障碍物分布的大规模地图规划问题时,具有空间复杂度小和效率高的优点,大大提升了构建初始解及收敛的速度,具有很好的求解性能。     

基于云模型的参数自适应蚁群遗传算法

蚁群算法基于正反馈机制进行全局搜索,具有很强的全局收敛能力;遗传算法具有极强的快速全局搜索能力。为了充分发挥两种算法在寻优过程中的优势,提出一种基于正态云关联规则的自适应参数调节蚁群遗传算法。该算法利用云关联规则实现了蚁群策略和遗传策略的有效融合,极大程度地发挥其整体功能,动态地平衡了算法收敛速度和搜索范围之间的矛盾,最后通过实例证明了其在解决TSP问题时的有效性。     

云模型算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的云模型智能控制算法．该算法是基于云模型控制规则的不确定性推理，用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，实现知识库中定量与定性之间的相互转换。谊智能控制器采用模糊控制原理，同时为了消除稳态误差，加入了一堆云控制，故采用了一种基于混合维的云模型智能控制器，并对600Mw超临界机组直流锅炉的过热汽温进行了仿真研究。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。     

一种基于CUDA的三维点云快速光顺算法

提出了一种基于CUDA的点云光顺算法。算法细分成点云空间划分,K邻近搜索,法矢估算以及光顺等四个独立的且并行程度非常高的步骤。设计了基于CUDA的点云空间平均单元格划分算法及数据结构,有效提升了点云的划分效率;设计了基于CUDA的空间K邻近搜索算法;改进了点云法矢估算方法,提出了高斯加权的法矢计算方法,有效改善了法矢估算效果;在光顺过程中加入了邻近点的面积影响因子,缓和了过光顺等不足。最后通过实验验证了算法的有效性。     

基于法向夹角的点云数据精简算法

随着三维扫描技术的不断发展,获得的点云数据规模也日益庞大。存储、处理或显示这些数据都将消耗大量的时间和计算机资源,因此需要对点云数据进行精简。提出一种基于法向夹角的点云数据精简算法,通过对不同的点云数据使用本算法和传统方法进行实验,表明该算法能够在移出冗余数据的同时,在特征区域保留更多的细节。     

基于Monte Carlo法与GA算法的复杂系统可靠度求解

复杂系统可靠性问题是可靠性工程中丞待解决的问题。提出了基于可靠性框图的复杂系统蒙特.卡罗仿真方法,给出了各种基本可靠性模型系统与其组成单元的失效时间关系,解决了含有旁联模型的复杂系统仿真问题。以可靠性仿真数据为寿命样本,待估计参数的置信区间为编码空间,以经验分布与所求分布误差倒数为适应度函数,建立了基于遗传算法的寿命分布参数点估计模型,求得了复杂系统可靠度函数。最后以两个实例表明该方法比传统方法具有更高的精度。     

基于ICP算法的非合作目标特征点云配准优化

针对视觉测量中非合作目标无法提供合作信息从而引起的位姿测量问题,采用ICP(Iterative Closest Point)算法配准不同时刻获取的点云降采样数据来完成目标的相对位姿测量。利用运动恢复结构算法获取了目标当前时刻的点云数据并比较了基于阈值匹配与光流匹配的特征点匹配算法,利用三角测量法对提取到的特征点进行重建,同时将点云数据进行降采样处理,根据降采样后的点云数据计算出不同时刻目标的相对位姿关系。实验表明当物体发生旋转运动时,对降采样数据利用ICP算法计算得到的目标绕坐标轴旋转角度最大误差不超过0.11º。     

基于改进遗传算法的影像中心布局优化方法

针对影像中心现有布局优化方法自动化水平低、受个人主观意愿影响较大等问题,提出运用系统布置方法(systematic layout planning,SLP)和改进遗传算法相结合的方法对布局进行优化。利用SLP生成的布局方案改善遗传算法的初始种群,增加初始种群多样性;从遗传进化代数和个体适应函数值2个方面实现遗传参数自适应调节,提高其寻优效率。在西安某影像中心布置区域模型和多目标优化数学模型的基础上,运用改进后遗传算法对西安某影像中心布局优化问题进行了仿真实验。实验结果证明：该算法在求解影像中心布局优化问题时比传统遗传算法或蚁群算法速度更快、效果更好。提高了影像中心布局优化的自动化水平,为建筑设计人员提供合理的参考方案。     

基于混合智能技术的非线性对象优化控制模型

提出了一种工业过程优化建模的系统化方法 ,即利用模式识别优化技术 ,对生产过程数据进行优劣分区 ,选取其优区和可控区数据 ,利用结合遗传算法的人工神经网络建立对象的数据驱动模型。实验结果表明 ,该模型有较好的适应能力 ,能很好地解决复杂系统的优化控制问题。