融合空间信息的运动想象脑电在线分类方法

基于脑电图EEG(electroencephalogram)的脑机接口BCI(brain computer interface)系统可以帮助肢体运动障碍患者进行日常生活和康复训练。由于EEG信号的信噪比低、个体差异大，使得脑电信号的特征提取和分类存在精度和效率不高的问题，进而影响了在线BCI系统的广泛应用。提出一种融合空间信息的CNN(convolution neural network)用于MI(motor imagery)脑电信号的在线分类，结合运动想象ERD/ERS(event related desynchronization/event related synchronization)现象的对侧效应，对通道重新排序后的MI-EEG分别进行横向和纵向卷积，充分利用了MI-EEG中的空间信息，完成MI-EEG信号的实时采集和分类。结果分析表明：该方法具有一定的实时性和有效性，为在线MI-BCI系统的实现提供了基础。     

基于动态规划的装配线物料搬运节能调度方法

为有效提升混流装配线的生产效率与环境效益,提出了装配线多载量小车物料搬运节能调度方法.以最小化最大线边库存与总能耗为目标,建立了多目标混合整数规划模型.通过问题性质分析,将混合优化问题转为离散优化问题,降低了模型复杂度.针对动态规划算法维数灾问题,提出了基于剪枝规则的多目标规划算法:通过剪枝规则剪除被支配状态,缩减搜索空间以提高计算效率.其中,为满足动态规划的马尔可夫性,定义了新的状态表示方式.最后,仿真实验验证了所提出的调度方法的优越性与算法的有效性.