基于改进麻雀搜索算法的摄像机标定优化方法

目前一些摄像机标定方法,比如DLT标定法、Tsai标定法和张正友标定法,都有着简单且易标定的优点,但也存在着标定精度低、鲁棒性差等缺点。为了有效地解决这些问题,在麻雀搜索算法的基础上考虑其与鸟群算法相结合,提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)对目标摄像机进行标定。首先,利用MATLAB对标定板进行预拍摄;其次,利用MATLAB软件中自带的标定工具箱对采集的图像进行预标定,得到初始的摄像机内外参数;然后,构建平均重投影误差的适应度函数,并用ISSA对构建的平均重投影误差的适应度函数进行优化,利用适应度函数的优化对内外部参数进行优化;最后,与基于麻雀搜索算法、天牛须搜索算法(BAS)的摄像机标定方法进行实验对比,发现基于ISSA、SSA和BAS的摄像机标定方法的平均重投影误差分别为0.002 9 pixel、0.004 9 pixel和0.003 7 pixel,说明ISSA算法相对于另外两个算法在标定精度上有着一定的提升,且稳定性与鲁棒性都有所提高。     

一种面向医疗人力资源应急调度的优化算法设计

在医疗人力资源应急分配和调度算法中,常见的权重分配法局限性较大,最终结果无法包含全部的最优解,难以获得最佳方案。针对这一问题,文中提出使用多目标粒子群算法来综合多个要素对数据进行训练,通过粒子适应度对比求得最优值,同时使用正交方法初始化粒子群,以保证解的收敛性。在算法性能的测试实验中,所提算法的最优值均小于对比算法,且在优化结束时的迭代次数最少,证明了其具有良好的综合性能。在实例分析中,该算法能够有效地计算出新冠疫情初期武汉市各定点医院人力分配的最佳方案,实现了人力资源的快速优化调度,应用价值较为理想。     

最大度二元约束满足问题粒子群算法

约束满足问题是人工智能的一个重要研究领域,使用粒子群搜索算法来求解约束满足问题逐渐受到人们的重视．把变量的最大度静态变量序关系引入到评估函数中,区别对待每个变量,通过静态变量序关系改变适应度函数,从而影响算法对最优粒子的选择．使用随机约束满足问题实验表明,改进后的算法比原算法具有更好的搜索能力,能以更快的速度收敛到全局解．     

利用遗传算法自动生成模糊控制规则的研究

利用遗传算法,依据已有的控制目标直接从实际系统或系统模型中自动生成全局最优的控制规则。在倒立摆系统中进行了仿真。最后的仿真结果,表明本文方法的可行性和有效性。     

基于BP-NN和遗传算法的高速公路交通量预测

高速公路交通量预测对于高速公路建设和管理具有重要的指导作用,针对传统预测方法准确性低、预测时间长等问题,提出了将BP神经网络和遗传算法有机结合起来的遗传—神经网络预测模型,并且在实现过程中通过对两种算法的改进,进一步提高预测的效率和准确性,最终通过实验数据验证了该算法具有优良性能。     

基于混沌遗传算法的测试用例自动生成研究

测试用例自动生成是提高软件测试效率的重要手段.针对传统遗传算法的测试用例自动生成方法存在早熟收敛、迭代后期种群多样性降低等问题,提出了一种基于混沌遗传算法的测试用例自动生成模型,运用反向学习策略初始化种群,结合层接近度改进个体适应度的评价方法,并利用混沌序列优化遗传算法的交叉、变异操作.实验结果表明,与已有测试用例自动...     

基于遗传算法的企业种群进化能力评价

从企业种群的基本内涵入手,阐述企业种群进化的内涵和模式,并基于企业种群的刺激-意识-反应进化模式,运用遗传算法对企业种群的进化能力进行评价,提出企业种群进化能力的途径.个体企业每经过一次遗传操作都会有适应度较低的基因(评价指标)被适应度较高的基因(评价指标)所替代;企业种群经过选择、交叉、变异的遗传操作,保持最适应环境变化、进化能力较强、具有与环境保持互动的战略机制、战略能力最强的企业,经过这样重复的过程,最终能够达到企业种群进化能力的最优.     

未知环境机器人路径规划环境建模

针对未知环境下机器人路径规划算法存在的运算耗时较高、响应慢等问题，提出一种适用于未知环境信息情况下的动态路径规划方法及规避策略。通常情况，一般机器人主要是设计出最短路径，但本文的机器人的路径要求解决避开障碍物快速到达幸存者位置并给予治疗的优化路径。本文首先提出对栅格法中如何确定栅格大小的方式优化方案；换取滚动窗口算法中的启发式算法，应用改进后的粒子群算法实现局部环境的路径规划；在适应度函数中加入安全因子和平滑因子。机器人在搜索环境中，通过正确的适应度函数，规划一条从起点到目标点的最优路径，采用改进后粒子群算法进行路径规划，机器人可以安全避开所有障碍物。     

基于改进遗传算法的用户报装容量优化方法

国办函文件提出供水供电供气供热企业的投资界面应延伸至用户建筑区划红线,不得由用户承担建筑区划红线外发生的任何费用,这导致用户可能虚报装接容量、占用电网资源,因此提出一种基于改进遗传算法的用户报装容量优化方法,将遗传算法的染色体组分为自然属性组、社会属性组、行业属性组与自身属性组,实现对有价值参数的全覆盖。为了避免早熟收敛现象,提出了缩小相应适应度函数的改进遗传算法,降低异常个体的竞争力。所提出的用户报装容量优化算法经过苏州地区1年的运行实际检验,与用户实际需求容量匹配度较好,证明了其科学性和有效性。     

基于光纤供能的双网融合通信恶意数据识别系统

针对双网融合通信恶意数据识别准确率不高、效率缓慢的问题，设计一种基于光纤供能的双网融合通信恶意数据识别系统。由上位机、下位机组成系统硬件，使用光纤供能技术中的基站、光纤链路与远程模块，将光伏能量激光束转换为电能，为系统运行提供充分电能；系统软件包含可视化、数据接收、特征提取、恶意数据识别四个模块，在恶意数据识别模块引入深度学习方法划分数据属性，降序排列个体适应度，采取染色体交叉与变异操作，对比最佳个体和最差个体的适应度差值与预设临界值，小于临界值的数据为恶意识别结果。仿真实验结果表明，所建系统吞吐量高、延时短，可精准识别恶意数据特征，为双网融合通信的可靠应用提供一定现实参考。