基于三维目标建模的需求分析方法

面向目标的需求分析方法是需求工程领域研究的热点问题之一.在深入研究目前有代表性的目标分类方法基础上,提出一种不依赖于具体应用领域的、较为系统和完整的目标分类框架和建模方法.该框架从三个角度对目标进行划分,分别将其归类为操作性或非操作性目标,硬目标或软目标以及实现型或维持型目标.这三种分类虽然相互独立,但在实际建模时可以相互补充,形成一个完整的体系,为目标建模提供不同的帮助.在此基础上,还提供了一种目标建模的具体算法,可以较好地完成目标建模任务.     

随机需求下企业的生产能力规划和柔性技术选择

根据生产产品种类能力的不同,生产技术可以分为刚性技术、部分柔性技术和完全柔性技术.由于完全柔性技术在投资上显著高于其他技术,企业在满足市场需求的前提下,更倾向于选择部分柔性技术来进行生产.考虑了不同技术的投资成本和操作成本的差别,建立了一个随机需求下的线性规划模型,从而研究了随机市场需求下的技术选择问题.通过仿真试验说明了技术选择的一些特性.     

Data association based on target signal classification information

In most of the passive tracking systems, only the target kinematical information is used in the measurement-to-track association, which results in error tracking in a multitarget environment, where the targets are too close to each other. To enhance the tracking accuracy, the target signal classification information （TSCI） should be used to improve the data association. The TSCI is integrated in the data association process using the JPDA （joint probabilistic data association）. The use of the TSCI in the data association can improve discrimination by yielding a purer track and preserving continuity. To verify the validity of the application of TSCI, two simulation experiments are done on an air target-tracing problem, that is, one using the TSCI and the other not using the TSCI. The final comparison shows that the use of the TSCI can effectively improve tracking accuracy.     

基于MOPSO的石墨烯/磁性粒子混合填充多层吸波材料优化设计

本文研究了基于多目标粒子群算法(MOPSO)的石墨烯/磁性粒子混合填充多层吸波材料的优化设计.首先,基于电磁场理论推导了多层吸波材料的反射系数,并定义了兼顾宽频带、宽角度和极化无关特性的吸波性能以及磁性粒子填充量这两个相互矛盾的子目标的表达式.进而,以石墨烯纳米片(GNS)/片状羰基铁颗粒(FCI)混合填充吸波材料为例...     

基于多级特征融合的视频火焰检测方法

火焰前期一般多为小目标,但一般的火焰检测方法对于小目标的检测能力较差.为检测早期火焰,提高火灾预防能力,提出了一种融合多级特征的视频火焰检测方法,针对下采样分辨率变小导致丢失目标的问题,引入了反卷积模块,并融合深层具有较强语义信息的特征和浅层具有较强细节信息的特征,从而有效提高了火焰的检测率.所提算法在Bilkent大...     

基于熵权-TOPSIS的多能互补联供系统优化配置研究

基于农村居民用能需求,研究生物质能、太阳能及空气能互补的分布式供能系统的最优容量配置．选取环境、能耗与经济三方面评价指标最大值为多目标优化函数,内燃机、厌氧发酵罐、光伏系统和空气源热泵的容量为决策变量,采用改进的多目标遗传算法(NSGA-Ⅱ),利用熵权-优劣解距离(TOPSIS)法求解系统最佳容量配置．多目标优化结果表明,随着种群数和繁衍次数的增多,结果越具有优势;当环境、热力和经济权重取值相同时,最优配置方案下系统的综合性能指标由优化前48.4%增至优化后53.0%,二氧化碳减排率由103.25%增至108.43%,一次能源节约率由12.74%增至32.79%,费用年值节省率由29.34%减至17.89%.     

基于DQN的机场地服人员动态排班研究

针对在繁忙机场的地面服务人员动态排班问题,提出一种基于深度Q网络(DQN)的排班方法．首先以最大化任务执行率和最小化员工工作时间作为目标,建立了优化模型;然后根据目标提出了两种不同的排班方法,进而采用DQN算法,根据生成的航班动态数据,提取6个状态特征作为网络的输入,并拟定合适的奖励机制,使得训练后的模型能够动态地选择最好的分配方法,最终对模型进行求解．将该方法应用在连续7 d的实际排班中,实验结果表明：与人工排班结果相比,该方法平均每天的任务完成数增加了0.43个,员工的总工作时长减少了53 min,DQN的排班结果具有明显优势,提高了机场地面服务的工作效率．     

考虑运输时间的紧前约束下柔性作业车间调度

针对紧前工序对机床主件制造车间生产调度的影响,结合运输时间分析紧前工序的四种表现形式,建立各形式紧前工序约束模型．引入模糊运输时间的概念,利用三角模糊数确定确切的工件运输时间,构建考虑运输时间的紧前约束下的四目标柔性作业车间调度模型,设计基于勾股模糊前景值的最优觅食算法求解该调度模型．算法中将勾股模糊数与前景理论结合,将目标函数值映射为模糊数,利用基于直角三角形形心的距离测度评估模糊信息,基于距离测度体现个体选择时的偏好,通过双理想参考模糊数前景值函数获取综合前景值判断非劣解质量,引导最优觅食算法进化．通过算例、实例测试和真实生产案例仿真验证了所提算法性能强于四个经典的多目标智能优化算法．     

一种基于点监督的显著目标检测方法

提出了一种基于点监督的弱监督显著目标检测方法,设计了一种自适应的掩膜洪水填充算法来生成伪标签,并利用了一个基于变换器的点监督显著性检测模型来生成第1轮的显著图。然而,由于标签的稀疏性,弱监督检测模型往往退化为通用的前景检测模型。为了解决这个问题,进一步提出了一种利用非显著抑制方法修正第1轮中生成的显著图,并利用它们进行第2轮微调。实验结果表明,在ECSSD和PASCAL-S数据集上分别取得了0.035 8和0.064 7的MAE,验证了该方法的有效性。