基于模糊增强的图像边缘检测的研究

对图像处理时的边缘检测算法作了分析和研究,介绍了基于模糊增强的图像边缘检测算法,详细研究了单层次模糊增强和多层次模糊增强的算法,并结合实验说明,该智能图像处理方法不仅能够明显的增强图像,而且可以检测到良好的图像边缘.最后,展望了这一新的研究应用领域的发展前景.     

交通信号灯智能控制系统设计与实现

研究了运用PLC技术的交通信号控制系统，用简洁的软硬件使其智能化程度更高。采用PLC与计算机之间的通讯链接技术，完成交通对象的复杂控制。并运用模糊控制原理，将人的控制经验及推理过程纳入系统自动控制当中，使车辆行驶和道路导航实现智能化。     

粗糙集理论及其在智能控制领域的应用前景

简要阐述了粗糙集理论的基本框架,介绍了粗糙集理论在智能控制中的发展趋势,指出它在智能控制领域的理论与应用研究已成为当前该理论的研究热点;重点介绍了它与模糊、神经网络等软件计算方法的融合,这种融合将极大地提高混合智能控制系统的机器智商。     

A Beam Search-based Algorithm for Flexible Manufacturing System Scheduling

ＩｎｔｒｏｄｕｃｔｉｏｎＳｃｈｅｄｕｌｉｎｇａｓａｎｏｐｅｒａｔｉｏｎｓｐｌａｎｎｉｎｇｐｒｏｂｌｅｍｉｓｃｏｎｃｅｒｎｅｄｗｉｔｈｔｈｅａｌｌｏｃａｔｉｏｎｏｆｒｅｓｏｕｒｃｅｓｏｖｅｒｔｉｍｅｔｏｐｅｒｆｏｒｍｖａｒｉｏｕｓｔａｓｋｓ.Ｉｎａｆｌｅｘｉｂｌｅｍａｎｕｆａｃｔｕｒｉｎｇｓｙｓｔｅｍ (ＦＭＳ)ｅｎｖｉｒｏｎｍｅｎｔ,ｓｃｈｅｄｕｌ ｉｎｇｇａｉｎｓｓｐｅｃｉａｌｉｍｐｏｒｔａｎｃｅｄｕｅｔｏｔｈｅｈｉｇｈｌｅｖｅｌａｕｔｏｍａｔｉｏｎａｎｄｃｏｎｓｉｄｅｒａｔｉｏｎｓｏｆａｄｄｉｔｉ…     

免疫遗传算法在车间作业调度中的应用

为了求解车间作业调度(JSP)这一典型的NP难题,提出了基于免疫遗传算法(IGA)的JSP问题求解方法.在该求解方法中,结合免疫原理和遗传算法提出了应用于JSP问题的IGA算法流程;算法采用基于工序的编码方式、自适应交叉和变异;同时为了改善交叉算子的性能提出了一种改进的基于工序编码的交叉算子.另外,采用车间作业中“最短处理时间原则”作为IGA算法的免疫疫苗,同时给出了免疫算子的设计方法.最后,通过“Muth and Thompson”基准问题的仿真实验验证了IGA算法在JSP问题求解中的有效性.     

延迟与带宽受限智能静态通信量疏导模式

基于分层图,在满足用户通信量请求延迟与带宽约束的前提下,以最大化用户通信量请求总体延迟满意度和最小化网络费用为目标,应用正交设计演化思想,引入小生境种群和杂交,设计了一种IP overDWDM光Internet中的延迟与带宽受限智能静态通信量疏导模式.基于VC++6.0,仿真实现了该模式,在多个实际网络拓扑上进行了性能评价,并且与已有疏导模式进行了对比.研究结果表明,该模式是可行和有效的,具有较好的性能.     

辅助设计智能控制器的专家系统

对智能控制器CAD专家系统的设计思想进行了探索，模仿人在解决复杂问题时的行为功能，提出了辅助设计的二步模型化思想，并介绍了该系统的结构、功能概况、特点、智能控制器的设计过程、系统知识库的内容及模型仿真功能。     

关于具有正比权值完工时间与公共交货期偏差最小化单机调度问题的注记

讨论了工件权值与加工时间成正比、完工时间与公共交货期绝对偏差权和最小化单机调度问题(简记为PTD问题).1997年,Alidaee和Dragan证明了PTD问题LPT(LargestProcessingTime)调度最优.并给出一个简单证明;还讨论了加工时间随机的情形,指出依加工时间似然比单减得到的工件调度最优.     

采用DaVinci技术的智能监控系统设计与实现

采用DaVinci技术,设计一种具有人脸检测与跟踪功能的智能监控系统.利用TMS320DM6446芯片的双核结构优势,在ARM端实现基于Linux系统的多线程应用程序,负责视频录放、用户界面控制、视频信号的网络传输、外围器件控制等;而在DSP(数字信号处理)端完成基于AdaBoost的人脸检测、基于卡尔曼滤波器和Mea...     

云计算环境中优化遗传算法的资源调度策略

资源调度是云计算的核心问题,传统遗传算法(GA)、Sufferage算法等都可以用于云计算环境中的资源调度,但传统遗传算法存在收敛慢、易早熟等缺点,Sufferage算法则不适用于多聚类环境的密集型任务调度.本文在充分考虑云计算环境的动态异构性和大规模任务处理特性的基础上,提出了一种基于染色体编码方式和适应度函数的改进遗传算法(IGA),并在云仿真器CloudSim上对3种算法进行了仿真.仿真结果表明,该算法在性能和服务质量QoS(Qualityof Service)方面都优于传统遗传算法和Sufferage,能更好地适用于大规模任务下的云计算环境资源调度.