面向STEP-NC自由曲面特征的加工操作方法智能决策

为提升复杂零件工艺规划的集成化和智能化,提出一种基于混合算法面向STEP-NC自由曲面特征的加工操作方法智能决策方法.首先,构建了面向STEP-NC自由曲面特征的加工操作方法决策BP神经网络模型.然后,基于自适应视野策略、自适应步长策略和混沌算法给出了改进的人工鱼群算法,并与BP神经网络相融合设计了用于STEP-NC自由曲面特征加工操作方法决策的混合算法.并利用归一化的零件加工信息实现了STEP-NC自由曲面特征的加工操作方法高效智能决策.最后,通过实例验证了该方法的有效性和可行性.     

网箱养殖大黄鱼柔性分级装置设计与试验

根据大黄鱼的生物学特性和渔具选择性原理,以体重300 g为分级标准,设计并制作出网箱养殖大黄鱼柔性分级装置,该装置分级栅的平均间距为33.6 mm.在方形网箱中进行12次分级试验,结果表明:(1)该装置能对方形网箱内所有鱼一次性完成分级;(2)该装置适用于小型网箱养殖鱼类的分级,操作方便、对鱼惊扰较少;(3)分级效果与分级前所有鱼的体重分布、生物学参数有关;(4)分级时间在1 h以上,分级效果较好.     

三点间管路自动布局方法研究

针对管路布局设计中三点间管路布局问题,提出了一种基于迷宫算法的管路自动布局方法.该方法利用网格预处理,将实际管路布局空间转换到网格空间,并利用迷宫算法模拟波的传播特点,在无障碍和有障碍两种情况下寻找到满足要求的三通位置,然后结合规则引导进行回溯处理,确定满足约束条件的可行路径,经数据处理转换到管路布局空间中.基于网格预处理和改进的迷宫算法,给出三点间管路布局算法流程图.实例验证表明了该方法的有效性和可行性.     

基于AdaBoost算法与神经网络的快速虹膜检测与定位算法

针对目前已有的虹膜检测与定位算法的局限性, 设计了一组具有局部互联结构的神经网络, 结合AdaBoost算法用于虹膜的检测与定位. 算法主要有以下特征： 根据虹膜图像的特点设计了一组具有不同感受野和不同复杂程度的局部互联神经网络虹膜分类器; 应用AdaBoost算法整合神经网络分类器, 产生一个具有很强虹膜检测能力的总分类器; 采用级联结构提高系统的检测速度. 实验结果表明, 该方法具有极高的检测精度与速度, 有效地解决了包含大量脸部区域的虹膜检测与定位问题, 以及以往方法很难解决的白内障患者的虹膜检测和定位问题.     

基于IMOFA的航空发动机管路多目标优化布局

针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法(improved multi-objective firefly algorithm，IMOFA)的航空发动机管路多目标优化布局方法.在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型.然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局.最后，通过实例验证了所提出方法的可行性和有效性.