基于逆向强化学习的装船时堆场翻箱智能决策

集装箱码头装船时堆场翻箱具有时序性与动态性,属于NP(non-deterministic polynomial)难问题。针对常见的顺岸式集装箱码头堆场,以最小化总翻箱次数为优化目标,考虑翻箱对装船连续性及效率的影响,基于马尔科夫决策过程构建装船时堆场翻箱模型,设计逆向强化学习算法。为验证算法的有效性,以随机决策为基准,将设计的逆向强化学习算法与码头常见规则决策、随机决策对比。结果表明,贝位堆存状态不佳时,常见的规则决策不一定优于随机决策;逆向强化学习算法可有效挖掘隐含专家经验,收敛至最小翻箱次数的概率更高,且不同堆存状态下均能更好地限制单次发箱的翻箱次数,可实现装船时堆场翻箱智能决策。     

基于车辆方波脉冲时序图的交通流参数实时检测算法

提出一种基于车辆方波脉冲时序图的交通流参数实时检测算法,克服了现有方法易受光线变化及天气影响、运算量大等缺陷,提高了实时交通流参数检测的准确率,为智能交通系统提供有力支撑。研究基于虚拟检测线,将交通监控视频降维处理为包含时间和空间信息的时空图,而后对时空图进行前景提取,生成二值化时空图的垂直投影,针对像素累积图设计了系统性去噪及车辆对象识别方法,进而生成车辆方波脉冲时序图,实时检测出车流量、车头时距、时间占有率、车辆速度并进行车辆分类。分析结果表明,所提出的方法能克服雨雪天气、夜晚光线等干扰,快速而准确地进行多车道交通流参数获取,计算负荷小,方法准确率高达97.32%,可满足智能交通系统对交通流参数检测实时性和精度的要求。     

一种智能生成教师授课计划算法的设计与实现

结合学校教务系统,巧妙设计数据接口,运用数学理论和存储过程技术,实现了高校教师授课计划的自动生成,课时和工作量的自动统计算法,并在.net下调试通过,为目前高校师资的信息化管理提供了有益的尝试.     

基于分层任务网络的一致性规划方法

给出一种求解一致性规划问题的新方法, 并给出了此求解方法的有效性分析. 在求解一致性规划问题时, 先将各个可能世界都转移到某个中间状态, 再从中间状态做一次求解. 结果表明, 该方法具有较高的效率和较好的扩展性.     

认知网络中无线电信号智能感知方法研究

无线电信号在噪声波动情形下的检测性能有待提高.该文提出了认知用户根据无线电环境变化自动调整检测阈值的感知方法.融合中心应用坐标搜索算法为认知用户提供最优控制参数,认知用户依据最优参数设定检测阈值,并自主学习特定无线电环境下的最佳阈值.此外,该算法充分考虑了各认知用户的个体特征及其感知贡献,并提出了一种基于能量值的加权算法体现用户特征.实验结果说明该算法对噪声波动具有卓越的鲁棒性,在信噪比低于-15 dB时的检测概率远高于传统方法.     

基于自然语言处理的旅游景区智能讲解系统研究

智慧旅游建设的目的是要用新一代信息技术提升旅游服务水平和改善游客旅游体验。针对现有的旅游景区电子讲解系统缺乏自然语言互动交流能力的问题,研究一种基于自然语言处理和本体知识检索技术的旅游景区智能讲解系统,以便旅游景区能为游客提供自然语音对话式的个性化智能讲解服务。笔者设计了系统的物理架构和逻辑架构,然后分析实现文本向量化处理、命名实体识别、对话策略管理和讲解知识检索等关键技术,最后通过开发、测试系统原型,验证了系统的可行性。     

设备与结构故障智能诊断研究

综述了近年来人工神经网络技术在机械设备故障诊断和结构损伤识别中应用的主要研究成果。分析了神经网络在故障诊断中存在的问题和改进方法,总结了基于神经网络的结构损伤识别中各种输入参数的选取及其优缺点,对基于神经网络的智能诊断的发展趋势进行了展望。     

城市交通信号三级模糊滑动优化控制方法

提出一种城市交通信号三级模糊滑动优化控制方法.引入非冲突车流的搭接相位构建交通信号三级模糊控制器的模型,并采用滑动时间窗设计滑动优化的框架.根据实时采集的交通数据,采用基于黄金分割的混合遗传算法,在线学习模糊控制器的隶属函数及控制规则参数.在常态及事故不同交通条件下,以典型路口进行Paramics仿真试验.结果表明提出方法的自适应能力好,可快速响应路口交通流的不确定性事件,且在高饱和的交通条件下性能稳定.     

公寓电器功率智能识别与用电安全控制器设计

针对学生公寓存在使用大功率违章电器的问题,为了用电安全与管理,设计了一个以单片机为核心能自动识别大功率电器并能限制其使用的智能用电控制器．互感器采样电流,经过电压形成电路,由TLC1543进行A／D转换,转换结果送入单片机进行数据处理．并介绍了系统的组成、主要模块的工作原理及程序流程图．     

基于时间序列的数控设备状态智能评判方法

针对因异构数控系统多样造成设备数据采集和状态评判困难的问题,设计一种通用的数据采集和设备状态智能评判方法. 首先由能耗信号采集器采集设备加工时的能耗信息并分析能耗特征. 采用加工仿真或预先采集的方法,收集各NC代码加工时设备主轴的能耗信息,进行信号变换形成标准能耗信息库. 然后检测数控设备的能耗信息并视为时间序列,应用时间序列的相关理论和方法对信号进行变换,采用基于编辑距离的相似性度量方法,将该时序信息和标准信息库中的信息进行比对,识别判断数控设备的加工工件类别和状态,并进行统计分析. 在此基础上,设计开发了数控设备状态智能采集系统,实现了设备数据的采集. 最后,通过实例验证该方法的可行性与可靠性.