摘要:当今社会环境问题日益严重,绿色制造的研究备受关注.作为现代化制造模式,绿色制造旨在保证产品功能与质量,降低生产成本,提高生产效益,同时减少环境污染与能源浪费,实现经济指标和绿色指标的协同优化.绿色车间调度是绿色制造的重要环节,比传统调度问题的求解难度更高,更具学术研究意义和工程应用价值.绿色车间调度通过资源分配、操作排序和运作模式的合理优化,实现增效、节能、减排、降耗.为此,分析绿色车间调度问题的复杂性和相应的处理机制,介绍绿色车间调度在问题、方法、应用层面的代表性研究进展,进而指出各层面有待进一步研究的若干方向和内容,以促进智能制造与绿色制造的研究与发展.

摘要:为了平衡搜索过程中的开采和勘探,设计一种聚类辅助的基于繁殖效用的自适应配对控制策略,进而提出一种基于自适应配对控制的多目标演化算法(ACEA).利用K-means聚类算法发掘种群分布结构,以配对控制概率限制从同一类邻居或者整个种群中挑选父个体繁殖新解,以加强局部搜索或者勘探.采用的配对控制概率根据不同繁殖机制在过去一定代数的繁殖效用,在每一代中自适应地更新.选取标准测试题以及5种代表性的多目标演化算法测试ACEA的性能,通过结果验证所提出算法的优越性.

摘要:在包含多个工况的工业生产过程中,各个稳态工况之间存在着一定的过渡过程,虽然过渡时间较短,但其复杂的动态特性使得传统的过程监测方法难以获得满意的效果,为此提出一种基于多工况识别的过程监测方法.首先,通过窗口切割对基本稳态工况进行识别;然后,采用滑动窗技术确定过渡过程的起始和结束时间,并进一步基于差分分段技术对过渡过程的子阶段进行分类,考虑到各阶段数据的不同分布特性,利用独立成分分析和主元分析分别提取各阶段数据的非高斯和高斯信息;最后根据贝叶斯推断将3个统计量进行重构, 实现多工况过程的在线监测.通过TE过程的仿真研究,验证了所提出方法的可行性和有效性.

摘要:针对某选冶全流程分层优化中工序指标众多且各工序指标之间存在一定耦合关系的问题,提出一种基于工序指标耦合关系分解的全流程分层优化方法.该方法是在全流程分层优化的基础上,利用两个指标实现对工序指标的分解,进而将工序层优化问题转换为相应的子优化问题.这种方法能够简化原始的工序层优化问题,提高选冶全流程分层优化问题的求解效率,且具有较高的全局收敛性.仿真结果表明,相比于常规全流程优化方法以及单纯的全流程分层优化方法,所提出的优化方法具有较好的性能.

摘要:为提高无线传感器网络数据收集精确度、降低网络能耗和改善数据包丢失情况下数据收集算法的鲁棒性,提出一种基于期望网络覆盖和分簇压缩感知的数据收集方案.首先设计期望网络覆盖优化算法,给出节点调度策略,实现对“特殊”区域重点观测和降低节点能耗的目的;然后通过分析网络分簇与节点部署之间的关系,设计弱相关性观测矩阵,降低数据包丢失对数据收集的影响;最后引入群居蜘蛛优化算法以提高汇聚节点处CS数据重构精度.仿真结果表明,与其他数据收集算法相比,所提出方案数据重构误差降低了约23.5{%

摘要:基于二维系统综合预测迭代学习控制(2D-IPILC)方法,结合轨迹更新策略研究点对点跟踪问题的控制算法.该算法既能够充分利用点对点问题在非跟踪点的自由度,也可以通过引入模型预测控制来提高时间轴的抗干扰能力.由于轨迹更新中引入时变参数,该2D模型为时变2D模型,因此分析状态转移矩阵特性和系统全响应,进而采用2D理论分析算法的收敛性和收敛条件,并分析参数对控制效果的影响.相比固定轨迹算法,该算法的收敛速度更快,稳定性比直接型优化算法更好.最后通过仿真实例验证了所提出算法的效果.

摘要:为改进斐波那契树优化算法的收敛性能,提出斐波那契树末梢自适应半径参数,使得算法在最优解邻域附近收敛能力显著提高.基于斐波那契树结构的全局随机性对斐波那契树优化算法的收敛性进行分析和证明.通过测试函数的求解精度比较、独立重复求解的收敛达标率比较实验验证了斐波那契树优化算法的收敛性能.

摘要:在深度卷积神经网络的学习过程中,卷积核的初始值通常是随机赋值的.另外,基于梯度下降法的网络参数学习法通常会导致梯度弥散现象.鉴于此,提出一种基于反卷积特征提取的深度卷积神经网络学习方法.首先,采用无监督两层堆叠反卷积神经网络从原始图像中学习得到特征映射矩阵;然后,将该特征映射矩阵作为深度卷积神经网络的卷积核,对原始图像进行逐层卷积和池化操作;最后,采用附加动量系数的小批次随机梯度下降法对深度卷积网络微调以避免梯度弥散问题.在MNIST、CIFAR-10和CIFAR-100数据集上的实验结果表明,所提出方法可有效提高图像分类精度.

摘要:工业过程包含动态、时变等过程特性.传统的基于PLS方法的质量预测采用的是固定模型,难以实时修正和学习新的过程信息,从而导致建模效率和精度降低,针对该问题提出一种自适应的块式递推偏最小二乘法(Block-RPLS)模型质量预测方法,用于在线调整PLS模型的结构和参数.采用滑动窗方法确定更新的数据块,利用矩阵相似性理论分析窗内数据的结构特性,得到该滑动窗的特征矩阵.同时,引入局部离群因子(LOF)检测滑动窗内离散偏离程度较大的更新数据,通过交叉验证方法修正PLS模型参数自适应学习过程的时变信息.最后,通过数值仿真和青霉素发酵过程的质量预测实验验证所提出方法的有效性.

摘要:为了实现基于证据理论的时域信息融合,根据证据折扣思想,提出一种考虑可靠性的时域证据组合方法.首先,基于一次指数平滑法对时域证据进行失真判别,并结合基于可信度衰减的证据实时可靠性评估方法,得到相邻时刻证据的实时可靠度;然后,基于改进冲突度与不确定度得到相邻时刻证据的相对可靠度;最后,基于证据折扣准则和Dempster组合规则进行证据合成,实现时域证据的序贯组合.数值仿真与分析表明,所提方法充分体现了时域证据组合的动态性特点,具有较强的冲突信息处理能力和抗干扰能力,对时域信息融合具有较好的适用性.

摘要:针对传统的贝叶斯增量聚类算法需要人为设置参数,且对分布不均衡数据聚类效果不佳的问题,提出一种基于局部分布的贝叶斯自适应共振理论增量聚类算法.首先,利用数据快照读取数据;然后,在无需设置参数的情况下,考虑类簇的局部分布情况,自适应地确定新数据的所属类别,并更新获胜类簇;最后,确定相邻快照中类簇的演化关系.不同数据集的仿真结果表明,所提出的算法在准确性和自适应性方面均有显著提高.

摘要:针对输出预设性能较多的研究现状,基于一类输入和状态受限的非线性系统,重点分析全状态预设性能,提出一种基于全状态预设性能的受限指令反演控制器设计方法.采用自适应反演方法,构建受限指令滤波器,解决“计算膨胀”的问题;为补偿输入和状态误差,引入伪控制减缓方法;最后分析全状态预设性能,对系统瞬态性能进行重点分析.采用Lyapunov理论对控制器进行稳定性分析,仿真实例表明了所提出方法的正确性和有效性.

摘要:针对交通场景图像中由于雾霾导致的图像目标主体不清晰,影响监控效果的问题,提出一种基于导向滤波与自适应色阶调整的改进暗通道图像去雾新方法.首先,基于暗通道原理对原始图像进行映射处理,从而得到大气光成分与透射率的估计值,并利用多维导向滤波方法对大气透射率估计值进行优化处理;然后,根据图像降质过程的逆过程,求解雾霾图像清晰化处理初始结果;最后,利用多通道自适应色阶调整方法进一步优化初始结果,解决初始结果整体亮度较暗、不利于监控系统后期处理的问题.实验结果表明,清晰化处理后的图像具有较高的亮度和对比度值,较好地保留并增强了图像的边缘和细节信息,算法去雾霾效果显著,针对交通场景图像处理的自适应性较高.

摘要:针对无初始风速信息情况下的虚拟大气数据计算问题,提出一种气动模型及导航信息辅助的大气参数粗精两级估计方法.利用飞行器气动模型下的动力学方程,建立与风速直接相关的导航传感器测量模型;采用非线性最小二乘优化方法对风速进行一级估计,并作为滤波初始值;利用扩展卡尔曼滤波,对风速进行二级估计,进而实现大气参数的实时精确估计.实验结果表明,所提方法具有较高的收敛速度和估计精度,可提高大气数据系统的测量范围和可靠性,适用于全飞行包线下攻角、侧滑角、真空速的测量.

摘要:针对牵引电机转子初期断条故障监测难的问题,提出一种基于重构变分模态分解(RVMD)的故障监测方法.该方法针对监测信号构造变分问题,求解多个模态函数,通过对模态函数进行叠加重构实现故障监测.结合损伤因子概念对电机转子初期断条故障进行建模,利用所建故障模型实现牵引电机转子初期故障注入,并进行故障监测实验.最后通过实验验证所提出方法的有效性.

摘要:将灰狼优化算法(GWO)用于柔性作业车间调度问题(FJSP),以优化最大完工时间为目标,提出一种混合灰狼优化算法(HGWO).首先,采用两段式编码方式,建立GWO连续空间与FJSP离散空间的映射关系;其次,设计种群初始化方法,保证算法初始解的质量;然后,嵌入一种变邻域搜索策略,加强算法的局部搜索能力,引入遗传算子,提升算法的全局探索能力;最后,通过实验数据验证HGWO算法在求解FJSP问题方面的有效性.

摘要:脉搏波信号主峰对于人体生理参数的分析与诊断起到关键的作用.针对脉搏波信号主峰定位问题,提出自适应脉搏波主峰定位方法.预先去除脉搏波信号中的工频干扰和基线漂移,结合快速傅里叶变换与被测试者心率计算出脉搏波信号的单周期步长.在单周期步长内,仅采用幅度差值法即可定位脉搏波信号主峰.实验结果表明,所提出方法的查全率和查准率有显著提高,当潮波值和主峰值近似时,所提出方法能够避免单周期多主峰定位,减少主峰错误定位的数量,具有一定实用价值.

摘要:现有公私合作制(public-private partnership,简称PPP)项目控制权分配模型大多假设社会资本为自利性经济人,忽略了其互惠性偏好.为此,将互惠性偏好植入社会资本协同产出效用,研究并构建PPP项目社会资本的控制权分配模型.结果表明:社会资本的最优控制权分配范围与互惠性偏好、投入成本正相关,与协同合作程度负相关;考虑互惠性偏好时,控制权份额对社会资本的投入水平和协同产出水平都具有突出的促进作用;同时,控制权限定在一定范围内才有促进作用,独占或过度的控制权会导致投入无效率.

摘要:C2C(consumer to consumer)电子商务市场中的风险认知是消费者网络购物决策的重要依据之一.首先,分析电子商务市场中商家信誉、商品销量和在线商品评论对消费者网购决策的影响;然后,运用信度规则模型推理节点关系,建立基于证据网络的C2C商品购买风险动态评估模型;最后利用从某电子商务网站收集的观测信息,运用多元线性回归分析方法验证购买风险动态评估模型的可行性.借助本模型,可以帮助消费者在网购商品过程中较好地认知商品购买的风险.

摘要:灰色GM(1,1)模型的初始条件对其精度有着重要的影响,为了提高模型的精度,提出一种初始条件的优化方法.首先,综合考虑1-AGO序列中各分量的作用,取所有分量的加权平均作为初始条件,权重由各分量的大小决定;然后,基于时间权重序列,对模拟序列与原始序列的误差平方和进行加权;最后,求解最优问题,确定时间参数,从而建立优化模型.算例表明,所提出的优化模型具有可行性,可以有效地提高模型的精度.

摘要:针对边缘信息不足导致的图像误分割问题,提出一种基于区域的多尺度全色遥感图像分割方法.首先,利用曲波变换对图像进行多尺度分析,获取多尺度分解图像;然后,利用规则划分技术将其图像域划分成一系列子块,结合统计方法,建立基于区域的多尺度统计分割模型;接着设计可逆变马尔可夫链蒙特卡罗(RJMCMC)算法求解该分割模型;最后,利用所提出方法对全色遥感图像进行分割实验,实验结果表明,所提出方法能够有效解决图像误分割问题,并较好地实现图像分割.

摘要:针对属性之间具有相互关联关系的直觉模糊多属性决策问题,提出一种基于Zhenyuan积分的决策方法.首先提出直觉模糊Zhenyuan积分平均(IFZA)算子;然后探讨IFZA算子的优良性质以及与现有直觉模糊集成算子的关系,研究表明,IFZA算子可以改进现有直觉模糊奇异积分算子的缺陷,能够全面度量属性之间的相互关联关系;最后提出一种基于IFZA算子的属性间具有相互关联关系的直觉模糊多属性决策方法,并通过实例验证所提出方法的有效性和可行性.

摘要:针对传统的发电日前调度方案,提出一种计及需求响应的电力系统安全优化调度模型.以峰谷分时电价为基础,建立激励补偿机制,鼓励用户积极参与需求侧资源调度,从而使得“削峰填谷”的效果更加明显.同时,为了合理配置电网运行的备用容量,在所提出的模型中融入期望停电损失,保证电网运行的安全性.基于IEEE24节点的算例分析表明,所提出的考虑需求响应和期望停电损失的电力优化调度模型可以在保证一定可靠性水平的前提下,降低电网的运营成本,实现市场环境下电力系统的经济和安全运行.

摘要:针对基本蝙蝠算法存在容易过早陷入局部最优以及求解精度低的问题,提出一种改进的蝙蝠算法(SABA),加入自适应的步长控制机制和变异机制.通过对12个单峰/多峰函数的测试表明,与粒子群算法、蝙蝠算法相比,SABA算法能够有效解决算法陷入局部最优的问题,从而具有较高的求解精度.

摘要:研究一类带乘性噪声的离散时间非齐次随机Markov跳跃系统的有限时间稳定性,该系统的转移概率矩阵不是常矩阵而是区间矩阵.在区间矩阵紧性的假设下,将其表示为随机矩阵的凸组合.首先,给出系统有限时间稳定的充分必要条件;其次,利用Lyapunov方法和线性矩阵不等式技术得到系统有限时间稳定的充分条件,并用于设计有限时间状态反馈镇定控制器;最后,通过仿真算例说明所提出方法的有效性.

摘要:针对方案属性值为三参数区间灰数与三角模糊数相混合的动态多属性群决策问题,提出一种基于前景理论和两参照点的动态解决方案.针对灰数与模糊数混合的状况,提出混合靶心模型;设置时间参照点,通过均值和平均发展速度,考察各方案之间动态发展情况;利用向量之间的夹角,考察专家个体决策与群决策之间的相似度,建立相应的专家权重调整模型;考虑决策问题发展过程中的未来多个阶段,采用熵权法确定时间权重,并通过算例验证所提出方法的可行性和实用性.