摄像机网络中基于任务域的任务分配方法

针对智能交通应用场景中摄像机网络的任务分配问题, 提出一种基于任务域并综合考虑节点负载和任务服务质量的任务分配方法。在保证任务服务质量的基础上, 使用了一种基于节点间相对价值的任务转移策略,并在嵌入式智能摄像机网络系统上实现了上述方法。实验结果表明, 该方法相对于传统任务分配方法, 系统平均资源利用率提高约50%, 任务分配成功率提高约40%。     

一类复杂规划问题的分层规划方法

分析了“计划编制”问题的特点，指出在ＡＩ中，此问题可归结为一类多施主（ｍｕｌｔｉ－ａｇｅｎｔ），并需对动作发生的时间、地点和动作的对象进行规划的复杂规划问题。据此，本文拓展了Ａｌｌｅｎ和Ｓ．Ａ，Ｖｅｒｅ的时间包（ｐａｃｋａｇｅ）和时间推理的某些概念，提出了时间窗口的概念及以此来求解“计划编制”问题的分层规划方法。最后给出了一个实际问题的解法。     

基于切换层次网络的一致性算法研究

针对多智能体网络一致性问题,受自然界中鸽群的启发,提出一种新的有向网络拓扑即层次网络,且证明了所提出的层次网络的性能优于当前应用广泛的leader-following网络,研究了基于层次拓扑的一阶积分器网络对机动目标跟踪的一致性误差,证明一致性误差有界且与网络拉普拉斯矩阵第二小特征值及目标状态有关,并讨论了切换层次网络的一致性误差问题. 仿真结果验证了理论的有效性.      

主从多智能体网络快速随机一致性

通过设计简单的控制器,利用随机微分方程的有限时间稳定性理论,给出了多智能体网络实现随机一致性的充分条件,并分析了控制参数与噪声强度对网络收敛速度与收敛时间的影响。数值模拟验证了理论结果的正确性。     

任务驱动,分层教学

本文通过对任务驱动教学法及分层教学的分析,结合两者特点,针对信息技术教学中教学对象的特点,教学目标的要求,教学内容的选择等,提出了在信息技术教学中使用＂任务驱动、分层教学＂的教学模式,并通过一定的实际教学工作对这种教学模式进行了实践。     

基于分层有限状态自动机的一致性测试生成

为了进行分层有限状态自动机(HFSM)的一致性测试生成,提出了基于HFSM的状态同步序列算法和状态验证序列算法,并在此基础上提出了基于HFSM的一致性测试生成方法.以组播监听者发现(MLD)协议为例说明了该方法的应用.该方法虽然比传统的转化为有限状态自动机(FSM)描述再进行一致性测试生成的方法在适用性上有所降低,但是仍然能够满足大多数通信系统测试的需求,并且由于该方法利用了HFSM的分层特性,因此该方法生成的测试序列长度较短,执行的效率也较高.     

基于ArcGIS的城市公交网络规划方法

目的构筑基于ArcGIS的公交网络规划方法。方法以ArcGIS为基础研究平台,结合神经网络算法、燃烧原理算法等用于开发"基于ArcGIS的城市公交网络规划系统",用以优化现有的公交网络。结果优化后的公交网络系统能够较好地满足人民出行的运输需求,让城市公交成为一个城市的名片。结论基于ArcGIS的城市公交网络规划系统是目前较好的规划理论与方法。     

混合优先网络的一致性

这篇文章研究了混合优先网络的一致性。发现随着确定性与随机优先的混合比的增加,网络达到一致性的收敛速度增加;但是,网络达到一致所能容忍的最大延迟时间降低。因此,在一致性的收敛速度和延迟的鲁棒性之间存在一种平衡。     

基于网络分层谱系模型的综合评估方法

为了对网络运行质量进行综合评估,定义和描述网络分层谱系模型,并基于网络分层谱系模型设计综合评估方法,考虑不同方案之间基于承载关系有向路的运行指标差异程度对评估结果的影响,凸显网间关系的整体公平和个体差异.算例分析结果表明:该方法能够实现网络运行质量的关联综合评估,为网络管理提供了新的思路.     

基于双任务一致性的半监督深度学习医学图像分割方法

【目的】医学图像分割是医学图像分析中的一个重要内容。现有的大部分图像分割算法都是基于监督学习,而实际应用中医学图像标签难以获取,大量标注需依赖领域专家,费时费力。因此,提出一种双任务一致性的半监督医学图像分割模型。【方法】该模型采用一个编码器,两个解码器的网络结构,其中编码器和一个解码器实现图像分割,与另一个解码器实现图像重建。无标签数据通过一致性分割与重建任务得到的两个不同图像背景计算损失并优化网络参数。同时在网络的编码器部分加入注意力模块以更好地获取分割区域的空间位置信息,并使用锐化操作增加无标签数据重建输出的置信度。【结果】在肝脏和细胞数据集上IOU分别为0.953 6和0.821 0,相较于U Net提高了1.5%和4.82%;在眼底血管数据集上,SP值为0.983 0,与第二名相比提升了0.18%。【结论】本文模型与有监督方法和半监督方法相比,在医学图像分割的有效性和泛化性上有一定的性能提升,能有效解决数据集数量少、小病灶分割难度大的问题。     

基于分级规划的工艺决策任务分解与求解策略

根据分级规划原理，构造了基于分级规划的工艺决策任务分解策略、工艺决策任务求解策略以及工艺决策共性与个性问题分治策略．将工艺决策这个复杂的问题分解成一定数量、规模较小和易于求解的子任务，并将这些任务按不同的性质进行分类和分层，以便对不同性质的任务用最适合的方法进行求解．     

基于HTN的卫星应用任务分解

HTN(Hierarchical Task Network ,层次任务网络)具有任务描述和分解、任务分派、任务完成的能力以及约束机制和冲突解决机制,可以有效地对复杂问题进行规划.通过对卫星应用的复杂任务和基本任务的定义,分析了应用任务及其要素间的层次关系,就HTN在卫星应用任务的分解进行了初步探讨,指出了卫星应用任务分解的基本步骤和方法,得到卫星应用的基本任务.最后以海上移动目标的侦察监视应用任务为例,给出了应用任务分解过程和结果.     

基于神经网络增强学习算法的工艺任务分配方法

在任务分配问题中,如果Markov决策过程模型的状态-动作空间很大就会出现"维数灾难".针对这一问题,提出一种基于BP神经网络的增强学习策略.利用BP神经网络良好的泛化能力,存储和逼近增强学习中状态-动作对的Q值,设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算法.将所提方法应用于工艺任务分配问题,经过Matlab软件仿真实验,结果证实了该方法具有良好的性能和行为逼近能力.该方法进一步提高了增强学习理论在任务分配问题中的应用价值.     

基于分级规划与黑板推理的工艺决策模型

将基于分级规划的工艺决策子任务分解与求解策略、推理策略、知识管理策略与黑板推理方法中的多任务协同工作原理相结合,构造了基于分级规划与黑板推理的工艺决策模型．系统在进行工艺决策时,根据领域黑板上的零件信息与其他工艺决策初始化信息,通过总控模块和控制黑板的控制,依次调用与各子任务相关的工艺决策规则、数据和函数对各子任务进行求解或推理,并将推理结果依次填入领域黑板或环境黑板,直至各子任务全部执行完为止,环境黑板上所记录的即是当前零件的工艺设计结果．     

基于环境剖分的层次拓扑地图及路径规划

针对基于拓扑地图的移动机器人路径规划问题,提出一种层次拓扑地图及相应的路径规划方法——边界方位法。层次拓扑地图分为剖分层和边界层,剖分层以环境剖分为拓扑节点,边界层以剖分的边界为拓扑节点。边界方位法首先在剖分层生成由剖分构成的路径序列,再将边界层转化为由边界构成的路径序列,最后根据机器人当前位置及边界之间的方位荚系实时生成实际路径。由于定义了边界之间的方位关系,使得机器人能够根据边界序列路径中的下一边界与当前边界的方位关系确定当前的运动方向,从而实现了实际路径的优化。理论分析和仿真实验均表明,该方法在增加少量存储信息的基础上,获得了较好的路径规划效果。     

基于分层递阶模型的多轴加工过程分析与运动度量规划

针对复杂曲面多轴数控加工过程的复杂性,提出了一种面向多轴加工的分层递阶构造模型,即利用铣削过程的几何、运动学与力学模型综合分析多轴加工规律.切削工件几何模型采用深度元素法,通过分析刀具与工件接触区域,得到刀具在不同瞬时的轴向范围及沿轴向各微元的切入角和切出角,转换为铣削力模型所需的几何信息,同时运动学模型又为几何与力学模型提供计算依据.采用序列二次规划法优化进给速度,使机床工作在多个约束条件的最大范围值内.五轴螺旋桨加工实验表明,在满足加工精度条件下,优化的进给速度使零件加工效率提高约20%.     

基于协同网和任务情景的服务组合方法

介绍了服务映射库、协同网和任务情景的基本概念,提出了基于协同网和任务情景的服务组合方法.对用户查询请求的每一个输出对象单独生成完备协同网集,将输出的各协同网组合成组合服务以满足用户的需求,通过基于综合任务情景相似度的方法选取最佳组合服务并返回用户.结果表明,所提出的方法能够提高服务组合的成功率和效率.     

基于粒子群优化算法的双代号网络进度计划图的绘制

为了解决双代号网络图绘制过程中布局优化比较困难、算法复杂的问题,将粒子群优化算法引入到双代号网络图的优化中．以工序交叉最少为自适应度函数,通过建立网络图布局优化模型,在确定结点x坐标后,优化结点y坐标的位置,实现双代号网络图绘制布局优化．基于此模型,用VC#.NET编制了相应的双代号网络绘制程序,并以实际工程对该算法进行了验证