一种超体积准则多目标遗传算法的螺旋桨叶片优化方法

为改善螺旋桨叶片敞水效率,用结合超体积准则的多目标遗传算法优化螺旋桨桨型设计.优化过程中,桨叶形状用B样条曲线拟合,利用面元法建立桨型性能模型.将计算螺旋桨升力和阻力转化为降低阻升比、桨型面积差和压力方差三个优化目标,得到优化后的螺旋桨剖面形状,并将优化前后的螺旋桨进行流体分析.结果表明,超体积准则结合多目标遗传算法进行螺旋桨叶片优化是有效的.优化后的桨型在面积差变化较小的情况下三个目标均有明显改进,螺旋桨水动力性能达到预期目标,敞水效率提升12%.     

基于压缩感知的实时在线目标追踪

在正负样本区域随机抽取了不同尺度下图像的局部二值模式(LBP)特征,将高维的特征信息投射到低秩的压缩域,并据此建立了表观模型.使用一个随机稀疏测量矩阵来压缩前景和背景目标.将追踪问题转化成为了一个使用朴素贝叶斯分类器的二元分类问题.所提方法可以较快速、实时地在线追踪目标,同时解决了目标尺度变化、遮挡问题.     

全球气候治理格局下中国低碳技术的发展取向研究

本文主要通过文献研究、政策调研的方法,梳理了中国参与全球气候治理下的低碳技术发展形势。研究发现,中国未来面临的减排压力较大,发展低碳技术势在必行。但是,由于受国际经济利益博弈格局的影响,以及贸易保护主义盛行,实际低碳技术转移效果很差,未来也很难实现突破,所以发展自主研发的低碳技术产业是我国未来的发展方向。中国应积极提升低碳技术专利质量、完善研发模式并实现技术的知识产权战略布局。     

基于SSD卷积网络的视频目标检测研究

针对传统卷积神经网络对远距离视频目标识别效果差的原因,本文提出一种改进的基于SSD卷积网络的视频目标检测模型.首先,对数据集进行剪裁,旋转等预处理,提高网络检测泛化能力,其次,采用coco数据集Mobilenet_SSD预训练模型,由于其具有轻量级网络模型特点,减少计算开销,减少内存占用量.然后,再结合voc2012数据集进行二次训练微调处理,加快训练收敛速度,使用自定义数据集能有效检测特定场景目标,能够有效识别远距离场景下视频目标物体.实验结果表明,改进的网络检测模型适用于远距离目标检测,减少计算量,降低硬件内存资源消耗,提高网络模型性能和检测精确度,具有较好的鲁棒性.     

汽车广告的同质性与个性化

通过分析众多汽车广告语料,发现现今的汽车广告多存在较为严重的同质性。其主要表现在语言风格的同质、广告诉求的同质以及对消费者身份构建的同质。为吸引消费者,促进其消费行为的形成,汽车广告应有自己的个性。准确定位产品,诉求具有针对性,符合目标消费者的语言风格,恰当的身份构建是汽车广告个性化的有效途径。     

不同Alpha-Beta滤波算法的精度分析及改进

机动目标跟踪是雷达应用系统的一个重要组成部分,在机动目标跟踪中,目标的跟踪精度作为一项能够反映跟踪算法好坏的指标,是大部分人所关注的重点内容.通过对四种传统的Alpha-Beta滤波算法进行精度分析和比较,总结出四种算法的滤波特点,根据这些特点,改进得出了一种自适应Alpha-Beta滤波算法.该算法相对于传统的Alpha-Beta滤波算法来说,整体滤波效果是最优的,精度也是整体最高的.     

粒子群算法在地震灾害应急避难所选址中的应用:以云南省鲁甸县文屏镇为例

以云南省鲁甸县文屏镇为例,在政府指定的地震灾害应急避难所候选场址的基础上,结合基础地理数据和人口分布数据,建立以最短化避难总距离和最小化避难所总容量为目标、不超出最大服务距离和不超过避难所最大容量为约束的多目标模型,采用改进的粒子群算法对其进行解算,并结合地震灾害避难所要求建立综合评价指标,对避难所分配结果进行分析评估.结果表明:共得到12种优化的方案;从安全性角度方案6为最优方案,从收容性角度方案12为最优方案,从成本投入方面方案1为最优方案;综合3个指标考虑方案12为最优方案.各种不同评估方案能为该区域避难所的责任区划分提供一定的理论基础.      

面向海上移动目标的空天协同连续观测模型

由于视距限制,对海上移动目标进行连续观测与定位探测难度较大.现有方法通过卫星和无人机等单平台对目标进行观测,不能解决面向海上移动目标连续观测的问题.针对当前单个平台的不足,本文构建了面向海上移动目标的空天协同连续观测模型,并提出了空天协同连续观测策略.空天协同连续观测策略抽取出卫星规划、无人机飞行计划、观测序列、区域预测以及路径规划等五个子问题,并对其进行建模求解.仿真实验表明,该方法大大降低了目标的平均观测周期,有效解决了海上移动目标连续观测问题.     

基于多目标萤火虫膜算法的学习效应生产调度问题北大核心CSCDCSSCI

针对复杂的生产环境,建立基于学习效应的多目标置换流水车间调度问题模型。设计嵌套有萤火虫算法的膜算法,改进其邻域搜索策略,对构建的模型进行寻优求解。利用Car类基准测试问题测试萤火虫膜算法的性能,并通过与萤火虫算法和粒子群算法的对比,验证了萤火虫膜算法在求解置换流水车间调度问题中的可行性和有效性。利用膜算法求解得到的不同学习率下置换流水车间调度问题的最大完工时间及总流经时间,构建Pareto最优解集,分析不同学习效应因子对多目标置换流水车间调度问题的影响程度。     

直纹曲面喷漆机器人喷枪轨迹多目标优化

针对直纹曲面上喷漆机器人的喷枪轨迹多目标优化问题,通过平面喷漆实验,采集各点膜厚数据,运用MATLAB遗传算法工具箱拟合β分布,建立直纹曲面漆膜厚度生长模型.将曲面离散为点集,采用三次B样条曲线拟合生成初始喷枪轨迹.以曲面上各点漆膜厚度均匀和喷涂效率高为目标建立喷枪轨迹多目标优化模型,并采用改进的快速非支配排序遗传算法对该模型求解,获得喷枪轨迹最优解集,最终实现了直纹曲面喷枪轨迹的优化目标.通过实例结果对比验证了该方法的有效性和实用性.