货架分配问题的Memetic求解

针对超市货架分配问题模型,在文化基因算法(Memetic algorithm)的框架下,采用模拟退火算法和局部搜索相结合的策略对种群进行优化,从不同的区域对解空间进行有效的搜索,提高了算法的效率。数值试验表明,Memetic算法在求解此模型时具有很好的效果。     

时变网络拓扑图下智能电网中基于优化算法的分布式调度响应

就时变网络拓扑图下智能电网中基于优化算法的分布式调度响应问题进行了研究.利用原对偶方法将带有约束的智能电网优化问题转化为一个无约束的优化问题同时提出相应的求解算法.该算法允许不同发电机之间采用异构常数步长进行更新,同时给出了算法的收敛速度.理论推导表明文中所提出的算法能以线性收敛的速度达到该问题的最优解.     

基于改进蚁群算法的联合收割机调度路径优化

为缓解收割机在收获季节供不应求的局面,实现联合收割机在收割中的高效率、低成本和高收入。通过对影响收割机调度的多种因素进行分析,建立联合收割机调度的数学模型。针对基本蚁群算法易陷入局部最优解、收敛速度慢等缺点,引入节约矩阵,并对不同搜索时段采用不同的信息挥发因子,最后通过局部搜索策略2-opt法搜索最优解的方法改进基本蚁群算法,对模型进行求解。仿真结果表明,改进后的蚁群算法性能优良,且可降低调度成本,能够有效解决联合收割机在农忙时节的使用问题。     

基于线性互补算法的叠梁接触规律研究

确定叠梁层间发生接触的区间及接触力分布规律是叠梁计算的关键.为克服以往解析解答得到的结论不合实际的现象，将叠梁接触问题构造为线性互补问题，并给出其一般求解过程.为验证该法的合理性，以梁与刚体接触问题的Timoshenko解答与胡海昌解答为例进行对比分析.在此基础上，对典型荷载作用下的叠梁接触问题进行了计算，并对其影响因素进行了深入研究.最后得到如下主要结论：刚度比、荷载作用形式以及剪切挠度对叠梁层间接触规律影响均非常明显；考虑剪切变形影响时，叠梁接触力由集中力变为分布力；集中力作用下，叠梁接触趋于点接触，均布力作用下，叠梁接触趋于线接触；上下梁刚度相等是叠梁接触力分布规律的一个转折点，不同的上下梁刚度比会得到不同的接触规律.     

人工神经网络预测含蜡原油的屈服应力

针对含蜡原油输送管道的停输再启动问题,以室内模拟环道试验数据为基础,利用误差反向传播算法(BP算法)对相同运行工况含蜡原油在不同停输温度条件下的启动屈服应力进行计算,并由此预测了含蜡原油在不同启动温度条件下的启动屈服应力值.计算结果与试验结果对比表明,BP神经网络对启动屈服值的预测值和试验值最大误差为1.9%,最小误差为0.12%.     

字符串单模式匹配算法研究

字符串匹配问题是计算机科学的基础问题之一,被广泛应用于涉及文字和符号处理的各个领域中。本文主要解说了BF算法、KMP算法、BM算法等单模式匹配算法,并且对诸算法进行了对比分析。     

一种二元单亲演化差基因变异算法

设计了一种新的单亲遗传算法,该算法对个体和基因分别计算其适应值,并将适应值最差的基因进行变异,从而大大提高了遗传算法的全局收敛速度.以n皇后问题为例,采用这种算法求解3000个皇后问题所用时间平均约为55min,而求解100个皇后问题所用时间平均只有约124ms.实验表明,该算法不仅能在短时内找到全局最优解(精确解),而且具有良好的稳定性.     

一种二元单亲演化差基因变异算法

设计了一种新的单亲遗传算法,该算法对个体和基因分别计算其适应值,并将适应值最差的基因 进行变异,从而大大提高了遗传算法的全局收敛速度。以n皇后问题为例,采用这种算法求解3000个皇 后问题所用时间平均约为55min,而求解100个皇后问题所用时间平均只有约124ms。实验表明,该算法 不仅能在短时内找到全局最优解(精确解),而且具有良好的稳定性。     

基于数据挖掘算法的电力行业智能培训服务质量评估方法

以电力行业智能培训服务质量评估为切入点,基于数据挖掘算法,对数据进行分析与挖掘,探讨电力行业智能培训服务质量评估的相关问题。通过聚类分析,能够清晰地将电力行业员工划分为不同的学习群体,进一步为他们提供更加个性化的培训服务。通过分类分析,可以预测哪些员工可能在学习中遇到困难,为他们准备必要的帮扶措施。关联规则分析揭示了不同课程之间的内在联系,为优化课程结构和内容提供了有力的数据支持。     

基于高光谱数据的乳香产地快速鉴别

乳香在中医药中有着较高的药用价值,不同产地乳香的药用价值不同,为实现乳香产地分类的快速无损检测,基于高光谱技术,提出一种快速检测方法,以解决中药流通中乳香产地混杂的问题.以三个产地的乳香样品为研究对象,利用高光谱技术,采用归一化方法对光谱数据进行预处理,对预处理后的光谱数据通过连续投影算法(SPA)提取出20个特征波长...     

引入启发式函数蚁群算法的VRP研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排问题等组合优化问题的有效工具。分析了蚁群算法在VRP中的应用,提出启发式函数对传统的蚁群算法的改进,对传统蚁群算法进行优化。通过实验对该方法进行检验,实验结果显示,本文提出的算法性能优于传统的蚁群算法。     

汉诺塔问题非递归算法的实现

汉诺塔问题这一古典的数学问题是一个典型的递归问题,其递归算法由于简洁清晰,为大家所熟悉,编写出来的程序也比较简单.相比之下,大家对汉诺塔问题的非递归算法比较陌生,本文采用JAVA语言编程实现了汉诺塔问题非递归算法.     

基于机器学习的农作物产量预测研究综述

人口的持续增长对农业系统的压力越来越大,产量预测能够为农作物的合理规划与种植提供指导.随着数据科学与计算机软硬件的发展,机器学习凭借其对复杂性、非线性问题的处理能力,在数据分析、农业病虫害识别、模式识别中表现良好,被逐渐应用于农作物产量预测中.该文以当前农作物产量预测为背景,概述了机器学习的主要算法,在归纳国内外研究进展的基础上,综合分析当前基于机器学习的农作物产量预测方法,并讨论了不同方法特点和精度.     

边缘检测算法比较分析

阐述了数字图像处理中常用的经典边缘检测各类算子的算法原理、计算方法,包括一阶经典检测微分算子、二阶经典检测微分算子,在明晰原理方法的基础上对比分析各个算子的优劣之处,分析各个算子的效率、精确程度,同时分析各个算子各自擅长处理的图像类型。通过对边缘检测算子的比较分析,可以较全面地了解经典边缘检测算子的不同适用情况,为实际应用准确选择最合适的算子。     

基于改进Bernsen 二值化算法的 植物病害叶片病斑检测

针对大区域田间复杂背景下植物病害远程识别中的叶片病斑检测难问题,提出一种基于改进Bernsen二值化算法的植物病害远程检测方法。通过物联网采集不同区域的植物叶片图像,根据在RGB和HIS颜色空间中叶片病斑与正常叶片和背景的色调差异的特点,利用改进Bernsen二值化算法分别在图像的R、G、B、H 4个颜色通道上提取病斑,然后进行病斑图像融合,得到病斑图像。采用该方法对多幅物联网视频植物病害叶片图像进行病斑分割。实验结果表明,该算法在复杂背景环境下能够有效分割植物病斑图像,去除大量复杂背景,得到病斑图像。该方法能够为大区域植物病害远程智能监控系统提供技术指导。     

直流式气液旋流分离器高效数值求解算法北大核心

为了克服直流式气液旋流分离器数值计算过程中收敛速度较慢、健壮性较差的问题,急需引入高效稳定的数值求解算法。首先建立了直流式气液旋流分离器的物理数学模型,然后分别采用SIMPLE、SIMPLEC和IDEAL 3种压力速度耦合算法对旋流器进行数值求解,比较了3种算法的计算效率和健壮性。数值计算结果表明:在不同网格数量、入口速度和湍流模型下,IDEAL算法的收敛性和健壮性均优于传统的SIMPLE和SIMPLEC算法,因此建议在旋流器数值计算中采用高效稳定的IDEAL算法。研究结果为后续旋流器内气液两相复杂流动特性的研究及分离性能的预测奠定了基础。     

由汉诺塔游戏想到的汉诺塔简单非递归算法

汉诺塔问题是一个古典的数学问题,也是程序设计中的经典递归问题,其递归算法由于简洁清晰,为大家所熟悉,编写出来的程序也比较简单,缺点是占用太多的内存空间.本文对汉诺塔问题进行了数学建模,并用几个简单的判断条件,对问题迅速求解,程序用C语言实现.     

基于蚁群算法的电梯群控调度优化策略研究

为了研究多台电梯的群控调度问题,并根据现有电梯调度策略的不足,建立以服务间和运行能耗为优化目标函数的调度模型,提出将电梯群控调度问题转化为离散组合优化问题,并利用蚁群优化算法求解.算法在接受众多乘客的随机请求下,能根据各电梯的运行现状,将不同层的乘客请求组合分配到相应电梯进行服务的最优调度方案,优化了群控电梯的运行模式,仿真实验证明算法能大幅度减少乘客的平均侯梯时间及缩短运行路径,证明了算法的有效性.     

基于图像处理的红枣分级检测方法设计

为提高红枣分级速度和分级检测的精度,实现无损分级的效率最大化,按照分级要求对红枣的大小、形状、颜色、表面褶皱程度及外轮廓等进行检测。采用图像预处理算法对红枣图像进行平滑去噪、图像增强,多种检测算法比较后采用自适应Canny算法对红枣图像进行外轮廓边缘检测,拟采用傅里叶算法对红枣的尺寸进行计算,由极半径函数确定红枣的形心位置坐标,配合Euclidean算法检测红枣距离尺寸,对干枣、鲜枣以及大小形状不规则的红枣混装进行分级处理。对若干大小、形状等特征不同的红枣进行分级检测试验,结果表明在提高红枣检测速度的同时准确率均在90%以上,具有较好的鲁棒性和准确率,在红枣分级要求精度较高的情况下,减少了整体运行时间,满足红枣分级的实际要求。     

建立数学模型解决“巡检线路排班”问题

目的安全检查在工业生产中不可或缺,是发现和消除事故隐患、落实安全措施、预防事故发生的重要手段。为提高巡检的效率,优化资源配置,通过建立数学模型以达到花费最短的时间和最少的人力完成巡检任务。方法通过对模型的假设及简化,建立目标规划模型,运用Kruskal算法找出连通图的最小生成树,运用Floyd算法找出最短路径,使用MATLAB、LINGO编程对建立的模型进行求解。结果在问题1中,运用Kruskal算法找出最小生成树后,经过分析计算,以调度中心XJ—0022为树根对最小生成树粗略划分为4个子图,运用Floyd算法找出每位工人的最短巡检路径,建立目标规划模型,再使用MATLAB及LINGO,确定每班4人为最优,并给出了最优巡检线路和巡检时间表。在问题2中,若增加休息和吃饭时间,经过分析讨论后每班应有6名工人。根据第一问的算法思想求出每位工人的最短巡检路径,经过软件求解,给出了最优巡检线路和巡检时间表。在问题3中,若要把问题1中的固定上班改为错时上班,反而会增加人力成本,不可取。对问题2,把上班时间进行如下调整:3∶00-11∶30、11∶30-19∶00、19∶00-3∶00,这样每班5个人就可以完成工作,此种方法比固定上班可节省3人。结论通过建立数学模型,并对模型的求解,最终解决了问题,花费最短的时间和最少的人力完成巡检任务。