图像噪点数据的定位与优化

提出一种噪点数据定位及优化滤噪的方法 .方法以图像数据存储的行、列位置为X-Y平面,以该位置的灰度值为Z轴,构建三维数据位置与灰度值坐标关系图;将三维坐标分别投影到X-Z平面与Y-Z平面进行噪点数据定位;以定位的坐标边界为有效邻域,设定矩形滑窗进行均衡化处理.实验结果表明,该方法不仅有效的滤除了噪点,还很好地保留了原有图像的细节,实现了噪点数据的定位与优化.     

具有随机切换的泛函Liénard方程的平均法

利用分离-聚合的思想、泛函Itô公式和平均法,研究具有随机切换的泛函Liénard方程的平均法.由于此系统 Markov链所处的状态空间很大且具有泛函项,直接处理原系统是非常复杂的.在一定条件下, 证明原系统收敛到一个极限过程,此极限过程相较于原系统更利于计算和分析,进而通过研究极限过程得到原系统的性质.     

基于混合VNS-SVR模型的高校学生成绩预测

学生成绩是评价高校教学质量的重要因素,利用学习分析技术挖掘高校学生成绩的影响因素并对学生成绩进行预测,是教师优化教学方法的关键。首先利用所采集高校学生的基本信息、兴趣表现、课堂表现及课外表现的学习行为特征,使用支持向量回归（SVR）构建学习成绩预测模型。其次,设计了变邻域搜索算法（VNS）对支持向量回归的参数进行优化。最后,将变邻域搜索算法-支持向量回归（VNS-SVR）模型应用于某高校学生数学成绩数据,并与SVR、GS-SVR、GA-SVR和FA-SVR等模型进行对比,验证了所提模型的有效性。     

分布估计灰狼算法求解低碳选址路径问题

针对碳定价背景下的低碳选址路径问题(Low-Carbon Location Routing Problem, LCLRP),首先构建了一种考虑油耗和碳排放成本,并以最小化设施选址成本、车辆启用成本以及运输成本为目标的选址-路径模型;其次,根据模型的特征,设计了一种分布估计灰狼算法(Grey Wolf Optimizer with Estimation of Distribution Algorithms, GWOEDA)对其进行求解。算法利用概率模型引导灰狼,并利用多父代交叉和两种邻域搜索算子增强了算法的全局搜索与局部搜索性能。算例分析结果表明：加入概率模型学习能力的灰狼算法在选址路径问题上有更好的寻优能力,并且在碳定价背景下,所构建的模型可以有效降低总成本和碳排放量。     

基于混合并行混沌优化算法的铸造生产线两阶段协同调度

高效的生产调度策略是铸造企业提高生产效率、降低生产成本的重要手段.目前,铸造生产优化调度的相关研究通常是针对熔炼浇铸加工与机加工两阶段分别进行的,制约了铸造生产线全流程优化调度的效果.针对铸造生产线生产过程当中熔炼浇铸加工与机加工协同调度问题,建立了以最小化总完工时间为目标的铸造生产线全流程优化调度模型.为了有效地解决该调度模型,提出一种混合并行混沌优化算法(HPCOA).HPCOA中设计了并行混沌搜索用于高效的全局搜索,并引入基于关键路径的变邻域搜索用于增强算法的局部搜索能力.通过在实际案例的对比试验,证明了HPCOA算法的有效性.     

基于离散型鲸鱼优化算法的AGV与机器集成调度方法

针对制造系统中考虑路径冲突的AGV(automated guided vehicles)与机器集成调度问题,提出一种基于时间窗和Dijkstra算法的离散型鲸鱼优化算法。首先,以最小化最大完工时间为目标,建立AGV与机器集成调度的数学模型,并采用一种三段式编码实现AGV和机器的集成编码,建立连续空间与离散空间之间的映射关系;然后,为了保证初始种群的质量和多样性,设计一种结合混沌映射和对立学习的扩展型GLR(global, local, random)种群初始化方法;运用Levy飞行算子和阈值重启操作进一步提高算法的全局搜索能力;最后,为了提高算法的局部搜索能力,引入结合问题特点的变邻域搜索算法。标准算例仿真实验和柔性仿真实验证明了该算法解决AGV和机器集成调度问题的可行性和优越性。     

基于混合变邻域遗传算法的柔性车间调度研究

针对柔性作业车间调度的问题，以最大完工时间为目标建立数学模型，提出一种混合变邻域遗传算法。采用三种初始化方法保证初始解的质量，用遗传算法进行初步搜索，将搜索的结果通过迭代贪婪策略进一步搜索，以提高解的质量，再对关键路径进行邻域搜索，设计“跨机器工序搜索邻域”、“同机器工序搜索邻域”、“次优工序搜索邻域”三种邻域结构，加强局部搜索能力。引入迭代贪婪策略和改进的邻域结构可显著提高算法的稳定性与迭代速度。通过对国际通用的柔性作业车间调度基准算例进行测试，实验结果表明所提改进算法能够有效求解柔性作业车间调度问题。     

基于纯电动汽车高频数据的驾驶风格分类方法

基于纯电动汽车的高频运行数据选取了15项与驾驶安全有关的特征参数;通过对各特征参数的统计分析,提出了多参数组合阈值边界线进行危险驾驶行为识别,然后对比分析了两种聚类算法和4种降维方法的效果,采用t分布随机邻域嵌入(t-SNE)和高斯混合模型(GMM)组合算法建立了驾驶风格分类模型,将驾驶风格分为3种类型.在此基础上,研...