离散制造生产线管理控制系统的开发与实现

针对某企业的工程背景,分析了企业的信息化需求,开发和实现了生产线管理控制系统.生产线管理控制系统由生产线监控、基础数据管理、生产计划管理、库存管理、综合信息查询、底层控制器等子系统组成.以底层控制器的开发为例,讨论了生产线管理控制系统的开发过程,着重研究了数据采集的原理和零件自动计数的算法,最后介绍了本体技术在系统开发中的应用.图4,参10.     

基于模糊图论的生产物流系统建模研究

运用模糊图论的基本理论,提出了一种生产物流系统的建模新方法.结合实例,建立了生产物流系统的多重有向模糊图和广义模糊矩阵模型.实例结果表明,该模型能直观和定量地描述生产物流系统各环节之间的关系.     

从讲座服务看高校图书馆服务领域的拓展——以信阳师范学院图书馆为例

以信阳师范学院为例,探讨了高校图书馆在全校开展讲座服务的意义,分析了图书馆讲座服务的现状、成效及存在的困难和不足,对今后继续开展讲座服务工作提出了一些建议。     

用对数函数描述收敛因子的改进灰狼优化算法及其应用

针对灰狼优化(grey wolf optimization,GWO)算法在求解复杂高维优化问题时存在解精度低、易陷入局部最优等缺点,提出一种基于对数函数描述收敛因子的改进GWO算法。采用佳点集方法初始化种群以保证个体尽可能均匀地分布在搜索空间中;提出一种基于对数函数描述的非线性收敛因子替代线性递减收敛因子,以协调算法的勘探和开采能力;对当前最优的3个个体执行改进的精英反向学习策略产生精英反向个体,以避免算法出现早熟收敛。研究结果表明改进算法具有较好的寻优性能。     

预警机远距引导歼击机的误差分析和引导效能

为定量分析和评估预警机对歼击机的远距引导效能,以远距引导成功概率作为引导效能指标,模拟预警机远距引导歼击机过程并进行分析和建模。将歼击机的远距引导分解为水平引导和垂直引导,按照平行接近法引导规则,建立水平和垂直引导误差分析模型,利用概率分析方法推导了远距引导效能公式,获得预警机引导误差、机载雷达性能、目标机特性等因素与远距引导效能之间的关系。最后以预警机远距引导某型歼击机拦截目标机为例,在载机速度低于超音速目标的场景下,分析了目标进入角、截获距离、天线扫描范围、目标参数测量精度等主要因素对远距引导概率的影响规律,并根据仿真计算结果,分析讨论了在此场景下提高远距引导效能的有效途径。     

使用局部大气光的单幅图像去雾算法

针对传统算法去雾后图像偏暗的问题,根据去雾后图像对比度和亮度均应该增加的标准提出了一种高亮度和对比度的去雾算法。首先依据大气光与复原图像亮度成反比事实,设置像素红绿蓝(RGB)三个颜色分量均值为局部级粗糙大气光,使用具有较好抑制光晕效应的半全局加权最小二乘算法优化获取局部级大气光;然后根据去雾图像方差与大气透射率成反比事实,使用基于像素最小颜色分量的大气散射函数计算粗糙透射率,然后使用局部均值滤波器优化透射率;最后结合雾天成像模型恢复无雾图像。实验结果表明所提算法去雾图像的梯度、亮度和速度等客观指标均优于传统算法,其中亮度最少增强1.5倍。所提算法能提高去雾图像亮度、丰富图像细节和提高去雾速度,具有较好的工程应用价值。     

面向服务的企业物流绩效评价信息集成系统架构

企业物流活动分散于各职能部门和与企业有密切联系的供应商、销售商和客户之中,企业的物流服务往往是多项物流活动交叉后的综合作用.企业物流的这种特点为建立信息系统对其绩效进行评价增加了难度.该文综合利用面向服务的新思想和系统集成原理,结合企业物流绩效评价系统和企业其他应用系统的关系和特点,提出了面向服务的企业物流绩效评价信息集成系统架构.该架构为企业建立全面、客观的物流绩效评价信息集成系统提供了一种新方法.     

人工神经网络无保护流体室温嶙光法同时测定萘乙酸和吲哚乙酸

α-萘乙酸（NAA）和吲哚-3-乙酸（IAA）的无保护流体室温烧光光谱相互重叠,但最大发射峰不同,本文据此建立了人工神经网络同时测定NAA和IAA的新方法。NAA和IAA的线性范围均为0.18～1.8mg／L;检出限分别为：0.14mg／L,0.13mg／L。NAA和IAA的烧光寿命分别为0.9697ms和0.4252ms。该法可甩于合成样和水样等实际样的测定,回收率在93％～109％之间。     

基于组合进化算法的混沌系统控制与同步

混沌系统控制与同步可通过优化方法设计控制律引导混沌系统轨道来实现.构造适当的适应度函数,将混沌系统的控制与同步问题转化为一个多维的数值优化问题,然后提出一种新的组合进化算法来求解该优化问题.该算法利用佳点集方法初始化种群个体以保证其均匀分布在搜索空间中.在迭代过程中,组合不同进化算子以产生若干个新的子代个体以保持种群的多样性.以典型的Hénon混沌系统为例进行仿真实验,结果表明了该方法是解决混沌系统控制与同步的一种有效方法.     

基于改进蚁群算法优化参数的LSSVM短期负荷预测

提出一种自动优选最小二乘支持向量机(LSSVM)模型参数的改进蚁群(MACO)算法.该算法将LSSVM模型的参数作为蚂蚁的位置向量,然后采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索,找到模型的最优参数,得到基于MACO算法优化的LSSVM(MACO-LSSVM)预测模型.将优化后的LSSVM模型应用于短期电力负荷预测问题,选择湖南某地区日期为2009-08-01至2009-08-30各小时点的数据进行分析,对2009-08-31该日24 h的负荷进行预测,并与BP神经网络和SVM模型进行比较.研究结果表明:本文方法得到的均方根相对误差为1.71％,比用BP神经网络和SVM模型得到的均方根相对误差分别低1.61％和1.05％.