基于位平面分解的E∞自动提取去雾算法

如何合理地选取天空区域来获取天空亮度值（E∞）是雾化图像复原中的关键技术问题．本文通过位平面分解法分割天空区域并运用椭圆最小二乘法拟合日周光散射光圈,并自动确定目周光的中心,将中心点的亮度与天空区域平均亮度的加权值作为最终提取的天空亮度值;最后运用大气散射模型对雾天降质图像进行复原．实验结果表明利用自动提取的天空亮度值获得了理想的去雾效果．     

天空背景红外图像仿真

为了使天空背景辐射强度光谱分布最终生成红外探测器焦平面上背景辐射功率分布图像,需要对天空背景辐射各影响因素进行分析,建立准确的背景辐射到探测器光学系统焦平面的辐射能量传输模型。本文利用MODTRAN软件计算不同天候条件下的天空背景辐射强度光谱分布,建立了背景辐射到探测器光学系统焦平面的辐射能量传输模型,给出了天空背景在焦平面上的辐射功率计算方法,利用天空背景辐射功率分布生成其红外图像。最后编写了仿真软件,生成不同天候天空背景图像,并与红外热像仪拍摄的天空背景图像进行了比对,其变化趋势有较高的一致性。     

天空背景红外图像仿真

为了使天空背景辐射强度光谱分布最终生成红外探测器焦平面上背景辐射功率分布图像,需要对天空背景辐射各影响因素进行分析,建立准确的背景辐射到探测器光学系统焦平面的辐射能量传输模型.本文利用MODTRAN软件计算不同天候条件下的天空背景辐射强度光谱分布,建立了背景辐射到探测器光学系统焦平面的辐射能量传输模型,给出了天空背景在焦平面上的辐射功率计算方法,利用天空背景辐射功率分布生成其红外图像.最后编写了仿真软件,生成不同天候天空背景图像,并与红外热像仪拍摄的天空背景图像进行了比对,其变化趋势有较高的一致性.     

用鱼眼镜头数码相机测试天空亮度分布

为了解决天空亮度测试中存在的同步性差和误差大的缺陷,采用带鱼眼镜头的数码相机测试天空亮度。通过对鱼眼镜头及数码相机光学特性的研究,得到从数码照片上提取被测天空元亮度及位置信息的方法,确定其曝光参数及线性亮度记录范围,并通过对相机稳定性、鱼眼镜头透光率等误差进行分析修正,获得了精度较高的天空亮度分布测试值。为采光研究及采光观测提供了重要的技术手段。     

新型人工天空半球内表面亮度分布的理论

针对旧式人工天空半球内表面亮度分布不合理的现象，提出一种新型人工天空半球的构造方法，并从理论上加以论证。在新型人工天空半球内 ，用均匀扩散透射材料形成环形散射光源，从天顶到地平线依次贴上反光系数递减的材料，可使人工天空半球内表面亮度分布与全阴天的真空天空亮度分布一致。这对于改进现有人工天空半球的亮度分布，提高模型测量采光系数的真实性和准确性，以及模拟不同地区气候散射光环境都有实际意义。     

蚁群算法中参数设置的研究

蚁群算法是一种新的随机优化算法,它利用人工蚂蚁在其途经路上释放信息素寻优,体现了正反馈、分布式、多anent协同性和并行性等特点,蚁群算法中的各参数对计算结果有很大影响.介绍了蚁群算法原理和模型(以TSP问题为例),对基本蚁群算法参数的合理选取进行了实验分析,给出了算法参数选取的基本原则,有利于蚁群算法在优化问题中的应用.     

使用图像数据的动态采光模拟装置

该文提出一种利用人工天空解决现有采光模拟装置在模拟准确性、模拟中未能包含光色信息以及不能实现动态采光模拟的问题。基于图像的采光模拟方法,即使用天空亮度分布图像数据作为模拟装置的输入数据,通过理论分析以及实际测量,针对情况最复杂的多云天天况提出了划分日面范围及通过计算推导其亮度值的方法,解决了太阳直射光难于准确模拟的问题。发现所提出的采光模拟装置机械结构、天穹半球内发光部分设计方案以及控制方案具有合理性,而且该装置具有模拟准确、包含天然光光色信息、可实现动态采光模拟等特点。     

基于混沌蚁群算法的无衍射激光图像定中方法

针对无衍射激光图像特点,提出了一种基于混沌蚁群算法确定图像中心的方法。在图像处理时先找出图像中的有用区域,基于该区域估算图像的最大亮度,然后将其与图像像素点亮度的差值作为优化的目标函数,利用混沌蚁群算法对图像中心点进行全局的优化搜索。用 像素摄像机在 拍摄的图像进行处理,实验结果表明了该方法的有效性。     

全天空云识别阈值法的数值模拟初步研究

利用Libradtran辐射传输模式，分别计算不同能见度和不同云型分布条件下蓝红（450nm，650nm）波段辐亮度比值的全天空分布，分析得出云识别辐射比的最优阈值蓝红比为1.30.分析了选取该阈值时不同能见度下云的有效识别范围.结果表明近地平天空云识别误差较大.能见度小于2km时，阈值法进行云识别不可行.     

基于蚁群算法的港口集装箱运输网络径流优化

针对区域性港口集装箱海上运输网络系统的最小费用流问题,引入新兴的智能仿生蚁群优化算法,用蚁群在搜索食物源的过程中所体现出来的寻优能力来解决集装箱海上运输网络系统的非线性NP-C问题;构建蚁群优化模型对某外贸经济区域内的集装箱运输网络系统进行优化计算,结果表明,所提出的优化模型可以使网络费用流在较短时间内收敛到最优状态,为下一步合理进行集装箱运输网络的航线配置提供了一个参考依据.     

蚁群算法在医药物品配送路径优化中的应用

在分析医药物流特点的基础上,提出了医药物流数学模型的合理假设和约束条件,构建了医药物流配送路径优化的目标函数.鉴于蚁群算法具有较强的发现较好解的能力,运用蚁群算法对目标函数进行寻优.仿真实验结果验证了该算法的有效性.     

基于信息素优化蚁群算法下的停车场系统设计

针对传统停车场管理系统人工成本高、管理难度大的问题,提出了一种基于信息素优化蚁群算法(Ant Colony Algorithm)的停车场系统;该系统以STM32作为主控制器,终端节点负责数据收集,利用NB-IoT实现数据上传,采用手机APP和云平台对终端节点远程监控,采用粒子群算法为蚁群算法提供迭代初期值指导后,增强了...     

基于改进蚁群算法的车辆路径选择研究

给出了考虑软时间窗的物流配送车辆路径选择（VRP）模型,提出了一种改进的蚁群算法来求VRP模型的近似最优解。为了以最少的计算时间得出VRP问题的近似最优解,首先用贪婪算法产生初始蚁群,然后通过蚁群算法的评价、信息素释放、蚂蚁移动、信息素消散、判断收敛的循环过程对初始解进行优化。实践表明,在求解软时间窗物流配送车辆路径选择问题方面,改进蚁群算法具有更好的收敛性。该算法算法是求解VRP问题的较好方案。     

众包物流配送车辆调度模型及优化

针对众包抢单模式和众包派单模式的配送特点,建立众包配送车辆调度模型,将两种配送模式有机结合,优势互补,并根据模型特点采用蚁群-量子粒子群混合优化算法进行求解.以深圳清湖冷链配送为例,从配送距离和成本等角度,分别与传统配送模式、抢单配送模型和派单配送模型进行比较,实验充分证明了众包配送模型的有效性;同时,将蚁群-量子粒子群混合算法与蚁群、粒子群等算法优化结果进行比较,证明了蚁群-量子粒子群混合算法的有效性.     

基于蚁群算法和模态局部化参数的失谐叶盘减振研究

针对航空发动机叶盘结构由于失谐而引发振动超标事后处理的实际困难,建立了典型叶盘结构集中参数模型,分析了失谐叶片排列顺序对模态局部化的影响,将具有良好优化性能的蚁群优化技术应用到叶片安装位置的优化设计中.仿真结果表明:对于一组既定的失谐叶片,不同的叶片安装顺序能极大影响叶盘系统的固有特性;同时也证明了蚁群算法能够快速、准确地得到使叶盘模态局部化明显改善的叶片排列顺序,为叶盘系统的排障提供了一种有效手段     

基于改进蚁群算法的优化设计

为研究结构优化设计问题，以二进制为基础，基于图解的蚁群系统，提出伪并行蚁群算法，以改善蚁群算法性能，并将其应用于结构优化设计中参数的求解。算例表明，改进的蚁群算法可求解连续优化问题，收敛速度快，计算精度高，并具有满意的优化效果，可用于工程优化设计。     

基于改进蚁群算法的优化设计

为研究结构优化设计问题,以二进制为基础,基于图解的蚁群系统,提出伪并行蚁群算法,以改善蚁群算法性能,并将其应用于结构优化设计中参数的求解.算例表明,改进的蚁群算法可求解连续优化问题,收敛速度快,计算精度高,并具有满意的优化效果,可用于工程优化设计.     

改进蚁群算法的云计算资源调度模型

针对当前云计算系统资源调度算法的资源利用率低、浪费严重等缺陷,提出一种基于改进蚁群算法的云计算资源调度优化模型,以获得更理想的云计算资源调度方案.首先对云计算资源调度的工作原理进行分析,建立云计算资源调度优化目标函数;然后利用蚁群优化算法模拟蚁群找到一条从起点到目的地的路径,即云计算资源调度目标函数的最优解,并结合目标函数对蚁群算法进行相应地改进;最后采用MATLAB2014R编程实现云计算资源调度优化模型.实验结果表明,该模型在短时间内可找到云计算资源调度的最优解,使资源利用率得到了改善.