逆向物流流量不确定闭环供应链鲁棒运作策略设计

考虑一类同时具有再分销、再制造和再利用的闭环供应链在逆向物流流量不确定环境下的运作问题.采用具有已知概率的离散情景描述逆向物流流量的不确定性,利用基于情景分析的鲁棒线性优化方法建立该闭环供应链的多目标运作模型.设计了一个数值算例,其结果验证了运作策略的鲁棒性.在该算例基础上,分析了逆向物流流量的大小对闭环供应链系统运作性能的影响.     

基于自适应混合遗传算法的协调控制系统

单元机组协调控制系统是大型火力发电机组的重要组成部分,针对协调控制系统过程的非线性、时变、大迟延、强藕合等特点,常规的机炉协调控制系统策略已经不能满足电网对单元机组协调控制系统的设计要求和控制品质要求。本文利用实数编码自适应混合遗传算法对协调控制系统的PID控制器参数进行优化,得到目标函数的全局最优解。仿真结果表明,文中方法使控制性能得到很大提高。     

面向事实性问题的答案选择技术研究综述

答案选择是问答系统的一个关键步骤,它的任务是从候选答案集中选择出最佳答案返给用户,其主要研究内容包括答案选择的标准、方法及评价。该文首先介绍了主要的答案选择标准,分析了答案选择标准与问答系统评测之间的关系。然后将答案选择策略分为基于冗余的策略、基于相似性的策略和基于推理的策略,分别对每种策略的主要答案选择方法和特点进行了概述。随后又介绍了答案选择的评价指标及答案验证评测。最后讨论了答案选择所面临的主要问题,并对其未来的发展方向进行了展望。     

“软件工程”项目教学改革方案研究

本文研究了软件工程课程的教学特点和教学中存在的问题,提出了以软件工程知识体系为基础的课程体系的构建,并针对目前各院校的实践类教学薄弱环节,提出一套解决软件工程实践教学的项目实战方案。     

一种改进线性惯权的粒子群算法

粒子群算法是一类智能优化搜索算法,该算法初期收敛很快,但后期易陷入局部最优点。为了提高粒子群算法的性能,提出一种改进线性惯权粒子群算法。该算法中惯性权值采用线性递减线性递增策略,其增减受粒子群的聚集度影响。对两个典型的测试函数进行仿真表明,该算法的搜索效率和精度优于一般的粒子群算法和惯性权值线性递减粒子群算法,同时具有较好的收敛稳定性。     

基于温度和发射率场的涂层损伤检测方法

在现代化国防和航空航天领域,目标表面涂覆具有热防护、电磁屏蔽、降低红外辐射等性能的材料,可有效保护目标,但其处于目标的表面,长期受到周围环境影响,易出现气泡、划痕、脱落等不同类型的损伤,造成涂层性能大幅度降低,无法有效保护目标。因此,需要定期对目标涂层进行检测和维护。通过研究涂层损伤与温度和发射率之间的关系,结合热辐射定律、比色测温技术、发射率测量方法,搭建一套红外热像仪的检测装置,提出一种基于涂层温度和发射率场的涂层损伤检测方法。将研制的检测装置应用于以铝为基底的氧化铝涂层,通过分析氧化铝的温度和发射率准确识别涂层内部和外部损伤,验证了基于温度和发射率场的涂层损伤检测方法的理论模型,以及检测装置的可行性与适用性。     

正交约束下的机器人线结构光手眼标定

为了将传感器局部坐标系下的测量数据转化为机器人坐标系下的全局三维数据,需要确定机器人法兰盘与传感器之间的关系,即手眼标定。为实现机器人与线结构光传感器的现场手眼标定,提出一种正交约束条件下的新方法,该方法标定过程无需人工参与,仅需一块具有空间正交约束关系的平面靶标。标定过程中任意变换机器人位置与姿态,控制激光线与靶标两直角边分别相交,并记录传感器测量坐标值以及对应的机器人姿态数据,再基于空间正交约束建立非线性优化模型,最后采用内点法迭代求得最优解。实验结果表明：该标定方法快速、稳定且精度较高,系统整体测量精度优于0.3 mm,可满足常规测量需求。     

基于多域特征融合的旋翼无人机分类识别

为提高雷达旋翼无人机的识别效果,本文提出一种基于多域特征融合的旋翼无人机分类方法。首先利用K波段连续波（Continuous Wave,CW）雷达观测多旋翼无人机,对采集到的雷达回波信号进行信号处理依次得到时频图、节奏速度图（Cadence?Velocity Diagram, CVD）和节奏频谱图（Cadence Frequency Spectrum,CFS）,然后将时频图和CVD图分别输入SqueezeNet网络,CFS数据输入一维卷积神经网络（1?D?CNN）提取回波信号在时频域、节奏速度域和节奏频率域的特征,最后将特征融合输入支持向量机（Support Vector Machine, SVM）进行分类。实测雷达数据处理的结果表明基于多域特征融合的旋翼无人机分类识别方法对三类旋翼无人机的分类准确率达到99.14%。     

基于甲虫搜索的改进粒子群无人机辅助网络部署优化算法

在体育赛场等用户大规模聚集或者突发灾难的情况下,地面基站经常面临过载甚至瘫痪的问题。此时,多无人机(UAV)辅助网络系统可以很好地为地面基站提供信号补偿,有效地增强局部地区的通信质量。然而,无人机的机动性和网络流动引起的拓扑结构变化,会导致频繁的间歇性连接甚至出现传输故障。因此,UAV基站的有效部署以及网络性能的优化成为亟待解决的问题。该文提出一种基于甲虫搜索的改进粒子群UAV辅助网络部署优化算法—智能高效算法(IEA),利用甲虫搜索算法(BAS)的个体寻优优势,对粒子群算法(PSO)进行改进,并首次采用双门限约束保证用户通信质量,使得多UAV系统下的网络性能得到了改善。仿真结果表明,相对于传统算法,该文提出的IEA算法在系统吞吐量、用户平均吞吐量以及频谱效率等方面都获得了较大提升。     

多微网配电系统区间调度方法与市场交易策略研究

多微网高渗透态势下,配电系统调度对象时空维度扩大化,传统刚性调度模式制约了微网发电潜能。采用制定区间调度计划方式引导多微网市场交易行为,在赋予微网一定的发电自主权、激发弹性调控潜能的同时,保证市场出清结果趋于全局最优。首先,配电系统采用二阶锥模型计算全局最优运行解并以最优运行解为中心,制定多微网运行奖励区;其次,构建市场交易双层优化模型,下层模型对多个微网之间的博弈进行建模,能够促使各微网获得以其自身收益最大化为目标的优化决策策略,上层模型主要建立含配电系统各项运行刚性约束的配电网市场模型,主要用于完成市场出清,以确定出清的电量和边际电价(distributionlocational marginal price,DLMP)。微网根据来自上层模型的配电网市场边际电价信息调整其报价策略,通过下层的博弈模型获得纳什均衡解。最后,通过算例仿真验证所提方法的有效性。