粗糙集结合BP神经网络的数据融合方法研究

在粗糙集和数据融合基本理论的基础上,研究了基于粗糙集理论和BP神经网络相结合的数据融合方法。先利用粗糙集对输入信息进行简化,剔除冗余信息,从而缩减了BP神经网络的规模,提高了融合系统的识别率,进而提高整个融合系统的效率。与传统的神经网络融合系统进行比较,通过实例说明了该方法的有效性。     

基于改进遗传算法的数字PID参数整定

提出了一种改进遗传算法整定数字PID参数,对所得的参数在Matlab下进行了仿真,并以89C51单片机为控制器对二阶被控对象进行了实验。仿真与实验结果表明,该方法比简单遗传算法收敛速度更快,收敛过程更平稳;所得参数对被控对象阶跃响应控制效果优良,使被控对象的输出能快速、稳定、准确地跟随输入信号。     

机动目标跟踪中的序贯滤波

多个测量站（多雷达或多传感器）工作时，在时间上是不同步的．在融合之前必须将这些观测数据进行同步．在某雷达单独观测时，采用通常的卡尔曼滤波方法；在多雷达重叠观测区，采用序贯滤波方法，不管是哪个传感器观测，按时间顺序，先到的量测点先进行滤波，这样就省去了时间同步这一步处理，又增强了航迹的连续性．计算机仿真证明了该方法的有效性．     

基于改进遗传算法的传感器特性方程的建立

在标准遗传算法的基础上,引入了变长度的编码方案、父子竞争的选择交叉机制、对优良个体的大变异操作等,算法的收敛速度得到很大提高,且能自动选择函数的形式、建立传感器的特性方程.结果表明,采用这种方法得到的拟合函数有着较高的精度.     

基于遗传算法的扫描线划图稿的拟合算法研究

研究智能款式设计过程中的重要环节之一扫描线划图稿部件信息的提取问题，提出采用给定误差基于遗传算法的扫描线划图稿的拟合算法，较好地解决了款式部件信息的获取问题；详细给出了扫描线划图稿的路径搜索和基于遗传算法的拟合细节，并通过实例研究证明了算法的有效性。     

基于加密技术的军队图书管理信息系统

图书馆是重要的信息储藏库和交流平台，如何更方便、更安全地利用图书馆的资源已成为军队信息化建设的首要任务。以某师图书馆管理信息系统的开发为背景，研究了数据库技术和加密技术，应用改进的AES算法实现了对重要数据的加密，并采用身份验证、访问控制及审计跟踪等保证了系统的安全运行。     

基于模式库的遗传算法在非静态函数优化中的应用

本文针对非静态函数优化问题提出了一种基于模式库的改进遗传算法，此算法最主要的特点就是采用模式库来保存算法进行过程中的一些好的模式，这些模式一方面用来组建一些适合环境的优良个体，提高收敛速度，另一方面可以给早熟群体注入新的基因，增加群体的多样性。文中分别就函数优化问题和背包问题给出了改进遗传算法的仿真结果，表明本文算法的有效性。从理论上来说，本文算法适用于多个状态之间的动态变化环境。     

ERW钢管多阶段生产计划的编制及优化

生产计划是企业生产管理的起点和依据.本文分析了高频电阻焊钢管的生产流程和生产计划的特点,提出了钢管企业多阶段生产计划提前/拖期惩罚模型,并用实数编码遗传算法进行了求解及优化,得到生产计划的较优解.仿真结果表明,模型和算法是可行和高效的.求解方法在钢管实际生产计划编制中得到了良好的应用.     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

一种改进的基于边界跟踪的粘连目标分离算法

在颗粒图像的自动分割中,经常遇到颗粒粘连、重叠在一起的现象,需要将它们分离为单个颗粒目标.基于边界跟踪的分离算法能够克服聚堆目标连接处的凹陷比较明显并且/或者在连接处存在灰度局部最小边缘的要求,取得了较好的分离效果.但对于某些中轴方向不是垂直或水平的聚堆目标,分割仍然不理想.为此,提出了一种改进的分离算法,该算法通过自动旋转聚堆目标区域使其中轴方向成垂直或水平来实现这种情况下的分离.实验结果表明该算法进一步提高了分离效果.