快速成型制造中的零件分层方向优化新技术

给出了快速成型制造中关于零件制作方向的3种单目标优化模型,单目标优化分别以提高原型表面质量、减少支撑和减少制作时间为目标;单目标优化模型的解集包含了此目标意义下零件的最优和较优分层方向。在此基础上,提出了零件制作方向优化的带权-p模理想点综合决策模型。文章设计了一种经改进的混合遗传算法,并用其对零件制作方向优化的3种单目标模型及综合决策模型进行了求解。     

基于Pareto最优解的零件制作方向优化研究

分析了快速成型工艺中零件制作方向对制件表面质量、所需支撑面积和零件制造时间的影响,分别建立了它们的优化数学模型。采用了基于Pareto最优解的多目标优化遗传算法NSGA－II进行优化计算,通过与单目标优化方法求得最优结果的对比,表明用多目标优化方法进行零件制作方向的优化计算,不仅可以求出比单目标方法更优的解,而且通过一次优化计算就可得到多个较优的零件制作方向。     

基于自适应分层的3D打印成型方向优化

在3D打印中,成型方向的选择是影响产品成型质量的关键因素之一。针对目前算法仅考虑在等厚分层的前提下进行优化的问题,提出基于自适应分层的模型成型方向优化算法。首先结合3D打印层层叠加的特点,在分析不同成型方向对产品表面精度影响的基础上建立了以模型成型方向为变量、最小体积误差为目标的优化函数;然后通过STL模型的坐标变换、自适应分层等步骤并利用遗传算法在全局范围内搜索最优解,得到最佳成型方向。实验结果表明,该算法能够找到在自适应分层前提下的最佳成型方向,与现有算法相比能够进一步降低体积误差,提升表面质量。     

B2C电子商务中物流配送路径优化的模型与算法

通过将B2C电子商务企业的实际物流配送网络描述为由配送中心和顾客两类节点构成的不完全无向图，建立了0 1整数规划的物流配送路径优化模型．该模型属于一类改进的多设施车辆路径优化模型，具有NP难性质．为了求解上述模型，首先利用FLOYD算法求得不完全无向图中各节点间的最短路径和最短路径长度，然后设计了捕食搜索算法对模型进行求解．通过仿真实例计算，并与遗传算法比较，取得了满意的结果．     

社会考试评卷人分组的多目标优化模型

针对社会考试的考卷评阅人的优化分组问题，建立了一个多目标的非线性O-1整数规划的优化模型，其目标是极小化阅卷差错率的同时极大化阅卷速度．提出了一种基于目标模糊满意度的多目标加权和的方法，并开发了一个针对此类问题求解的遗传算法．通过对大量源于实际算例的计算，证明以上方法可以在实用中取得满意结果．     

虚拟组织服务资源的优化配置模型

为了提高虚拟组织服务资源配置的效率,提出了以服务成本、服务时间、服务满意度为目标的资源优化配置模型,采用遗传算法进行求解。在求解中为提高遗传算法的搜索性能,对不可行染色体进行筛选,同时在交叉变异过程中利用邻域搜索提高算法的收敛速度。通过一个具体的实例验证了遗传算法在资源优化配置模型中的有效性。     

基于遗传算法的移动自组网路由优化

对移动自组网的拓扑结构进行分析,建立其路由网络模型．将遗传算法的基本原理和移动自组 网的路由模型结合起来,提出了一种求解无线网络最优路径的算法．该方法采用可变长度染色体编码,利用 遗传算法优化路由,可以在满足系统开销最小的约束条件下寻找到最优路径．     

基于Metropolis遗传算法的并联机器人结构优化设计

以六自由度Stewart并联机器人的灵巧度为目标函数，以设计空间、每条支腿的最大最小长度之比和虎克铰、球铰的极限摆角为约束条件建立了结构优化模型．将模拟退火算法中的Metropolis准则引入到实值编码遗传算法的选择操作中，产生了Metropolis遗传算法，采用该算法进行了并联机器人结构优化问题的求解．通过与采用标准遗传算法得出的结果比较，证实了Metropolis遗传算法在并联机器人结构优化设计中的有效性和优越性．     

遗传算法在公交调度中的应用

针对泰州市公交智能化建设方面存在的技术问题,提出将遗传算法(Genetic Algorithms,GA)应用到公交调度优化中。以公交公司和乘客费用最少、社会效益最大为目标函数建立公交调度优化的数学模型,并应用遗传算法实现对模型的求解,通过对模型设置不同的参数,利用Matlab模拟实验验证模型的合理性、科学性。实验证明,优化的调度模型可降低公交公司的运营成本,提高乘客的满意度,确保社会效益和经济效益得到最大满足。     

基于神经网络与遗传算法的传动部件设计优化

为了提高设计效率，得到最优设计效果。依据人工神经网络模型和遗传算法的基本原理，建立了基于神经网络和遗传算法的传动部件设计优化模型，用Matlab语言编制了应用程序，对神经网络的参数预测与遗传算法的优化过程进行求解，试验仿真结果表明，采用设计优化切实可行，具有良好的实际应用效果。     

基于Bouc-Wen类迟滞模型的压电微动台建模

针对压电微动台驱动时,由压电陶瓷产生的迟滞现象,提出了一种迟滞模型.基于Bouc-Wen迟滞模型的基本思想,并针对Bouc-Wen迟滞模型进行了优化改进,大大降低了模型参数的辨识难度,缩短了运算时间,保证了模型的较高精度要求.为了验证模型的正确性,运用相关的实验设备对模型进行了实验验证.结果表明:改进后的模型定位误差为0.1866μm,最大相对误差为0.467%,验证了模型具有较高的精度以及该迟滞模型的可行性,为后续压电微动台控制器的设计提供了一种可行方案.     

基于Web Services的模型库系统设计方案

在对Web services技术进行简单总结的基础上，给出了基于Web services的可重用模型库体系结构的设计方案，以AHP模型为例，分析了模型的Web services表示、模型服务发布、发现、调用以及模型服务查询等问题。给出了一个应用实例，利用Web services技术建立了一个共享的模型库系统。     

工作流模型的扩展及其形式化描述

工作流是一类能够部分或全部由计算机支持或自动处理的业务过程,工作流模型是对工作流的抽象表示,也就是对业务过程的抽象表示。论文以过程工程理论建立的企业模型作为工作流模型的扩展思想,归纳出了工作流模型设计原则,并对现有的扩展方法进行了分析;最后提出了一种工作流模型,该模型由过程模型、活动模型、组织模型、资源模型和信息模型五个子模型组成,并给出了各子模型的形式化描述。     

小型软件项目RUP裁剪模型的研究

依据RUP统一过程模型,结合小型软件项目的特点,对RUP模型进行了适当的裁剪,从而建立了一个适用于小型软件项目开发的模型.为综合评价RUP裁剪模型的功效,对该模型在电信公司的电话自动停机复机系统中进行了应用研究,应用该模型完成了电话自动停机复机系统的开发,实践表明:该模型相对瀑布、喷泉、螺旋等模型有明显的优势,大大提高了电话自动停机复机软件的开发效率,保证了电话自动停机复机系统的开发质量,实现了对该软件的优化生成,做到了软件的按期交付.     

基于认知理论和随机开放性测试的动态学生建模研究

论文从认知理论出发,提出了一种实用的学生建模方法,即以信息模型和学习模型的组合形式进行学生建模,并采用认知模型、覆盖模型和测试模型对学习模型进行描述。该学生模型可以很好地实现学生模型的动态修改以及教学策略的自适应调整。文中对基于随机算法的开放性测试进行了研究,给出了它的实现算法,并进一步讨论了基于此算法的学生模型修改策略。最后,讨论了基于认知理论与随机开放性测试的动态学生模型在ICAI中的实践,建立了一个ICAI集成教学系统。     

基于三层植物模型的大规模植物模拟方法*

针对在大规模植物模拟中基于三维几何网格模型的植物模拟方法内存消耗大,以及基于二维平面模型的植物模拟方法近视点模糊缺陷问题,提出了一种基于三层植物模型的大规模植物模拟方法。该方法将大规模植物分为三层：精度高的几何网格模型层、精度适中的Impostor模型层和精度低的Billboard模型层。根据植物到视点的距离,动态加载相应层中的模型,即当植物距视点较近时,加载精度高的几何网格模型层中的模型;当植物距视点较远时,加载精度适中的Impostor模型层中的模型;当植物距视点很远时,加载精度低的Billboard模型层中的模型。最后,利用Ogre图形引擎对三种植物模拟方法进行了渲染效果对比实验。由实验结果可知,该方法可以在低内存消耗情况下,取得与基于三维几何网格模型的植物模拟方法一样的逼真感,取得与基于二维平面模型的植物模拟方法相近的渲染速度。     

基于可分离结构变换的轻量级Vision Transformer

由于视觉Transformer结构模型参数量大、浮点计算次数高，使得其难以部署到终端设备上。因为注意力矩阵存在低秩瓶颈，所以模型压缩算法和注意力机制加速算法不能很好地平衡模型参数量、模型推理速度和模型性能之间的关系。为了解决上述问题，本文设计一种轻量级的ViT-SST模型用于图像分类任务。首先，通过将传统全连接层转换为可分离结构，大幅度降低模型参数量且提高了模型推理速度，保证了注意力矩阵不会因出现低秩而破坏模型表达能力；其次，提出一种基于SVD分解的克罗内克积近似分解法，可以将公开的ViT-Base模型预训练参数转换至ViT-Base-SST模型，略微缓解了ViT模型的过拟合现象并提高了模型精度。在常见公开图片数据集CIFAR系列和Caltech系列上的实验验证了本文方法优于对比方法     

基于演化建模的图像配准模型

传统的多项式配准模型原理直观,计算简单,但由于采用多项式建立模型,往往带有局限性,对于复杂的配准可能无效;传统的物理配准模型虽然配准精度较高,但对成像的各种因素需要精确掌握,实际操作难度较大。演化建模只需要根据问题的特征来确定模型结构的一些基本组成单元,就可以自动建立较为精确的模型。针对以上传统图像配准模型的不足,并考虑到演化建模具有智能挖掘模型的优点,提出了一种基于演化建模的图像配准模型。最后给出了该方法在图像配准中的实验,实验结果表明该方法有较高配准精度,适用于图像配准。     

基于逆模型辨识的Wiener型传感器动态补偿研究

在测量系统中许多传感器动态特性是一个非线性Wiener模型,即存在着严重的静态非线性和动态响应滞后.为了补偿动态误差,采用模型参考和Wiener逆模型辨识的算法建立动态补偿单元.补偿单元由一个静态逆模型和动态逆模型构成.通过静态标定方法,采用单输入/单输出的模糊小脑神经网络(SISO-FCMAC)建立传感器静态非线性模...     

细粒度的基于角色的访问控制模型

RBAC模型是一种被广泛应用的访问控制模型。但是,RBAC模型是在角色级管理和控制权限,不能满足用户获得角色的部分权限和角色权限的部分继承等安全需求。针对这个问题,在RBAC模型中增加权限的重要程度要素,提出了FGRBAC模型（Fine-Grained Role-Based Access Control Model--细粒度的基于角色的访问控制模型）,并给出了在FGRBAC模型中求用户权限和角色权限的算法。FGRBAC模型不仅可以使用户获得角色的部分权限、父角色可以继承子角色的部分权限,而且RBAC模型可被看成是FGRBAC模型的一种特例。因此,FGRBAC模型不仅具有RBAC模型的所有优点,而且比RBAC模型具有更好的灵活性和实用性。