两阶段混合优化算法求解模糊需求下多时间窗车辆路径问题

针对现实中广泛存在的一类模糊需求下多时间窗车辆路径问题(vehicle routing problem with multiple time windows under fuzzy demand, VRPMTW＿FD),即车辆配送前客户需求模糊但车辆到达客户后其需求变为确定的多时间窗车辆路径问题(vehicle routing problem with multiple time windows, VRPMTW),以最小化总成本为优化目标,构建基于模糊可信性理论的模糊机会约束规划模型,并提出一种两阶段混合优化算法(two-stage hybrid optimization algorithm, TSHOA)进行求解.首先,在TSHOA的第1阶段设计改进灰狼优化算法(improved grey wolf optimizer, IGWO)求解车辆配送前客户需求模糊的VRPMTW,以获得VRPMTW＿FD的预优化路径;然后,在TSHOA的第2阶段设计最优点重调度策略(optimal point rescheduling strategy, OPRS),对预优化路径进行动态调整,从而确定合适的...     

HVPL算法在双色水位计液位视觉检测中研究

为了快速准确获得工业锅炉汽包水位实时监测值,采用了基于FPGA的图像预处理和数字识别算法,包括双线性插值、最小的误分类误差阈值分割法、DoG滤波器(高斯差分滤波器)及缝隙码,并提出一种新算法—横竖端点寻线法(HVPL),对采集图像进行畸变校正、分割、提取及数字识别,从而实现了水位计图像数字化.实验结果表明,采用基于逻辑电路的快速算法实现对水位计图像的机器识别具有较好实时性、鲁棒性以及较高识别率.     

SLEE算法与Hough圆拟合在香烟小包拉线错牙检测中的研究

针对香烟生产中广泛存在的小包拉线错牙问题,提出一种基于图形识别的检测方法;利用图像校正、平滑滤波、迭代阈值分割、边缘提取对拉线图像进行预处理,再采用随机霍夫变换(RHT)对两个拉线U型切口进行圆拟合,进而根据两个圆心在垂直方向上的距离计算出拉线错牙偏移量;针对Sobel、Canny等获取的边缘存在较多冗余信息问题,提出了一种扫描线边缘提取(SLEE)算法;实验结果表明所提方法能有效地检测出烟包拉线的错牙程度,误差小于0.3 mm且具有较好的鲁棒性。     

混合EDA求解多目标零等待作业车间调度问题北大核心CSCD

为了求解最小化问题的最大完工时间(Makespan)和最大延迟时间的多目标零等待作业车间调度问题,提出了一种混合分布估计算法。首先,提出了NEH与随机生成并用的初始化种群机制,从而提高初始解的质量。其次,根据概率矩阵模型生成新的个体并通过非劣解集中的非受支配解更新概率矩阵。然后,在局部搜索部分,设计了一种变邻域的搜索机制,从而加强局部搜索能力,提高算法的搜索性能。最后,在仿真实验部分,通过对不同规模标准测试问题的测试,以及与其他算法的对比结果,验证了混合EDA求解多目标零等待作业车间调度问题的有效性。     

增强分布估计算法求解低碳分布式流水线调度

针对低碳分布式流水线调度问题(DFSP–LC),提出了一种基于序关系的增强分布估计算法(OEEDA),用于最小化最大完成时间和总碳排放量.在OEEDA的第1阶段,利用基于贝叶斯统计推断的分布估计算法(BEDA)在问题解空间进行一定时间的搜索,用于发现优质解并将其保存于非劣解集中.在OEEDA的第2阶段,提出了基于序关系的四维矩阵(OFDM)对优质解的序关系(即工件块结构及其位置信息)进行有效学习和积累,进而设计了在解中固定部分块结构的采样机制,可更加明确地指导算法的全局搜索方向.同时,引入基于解、工厂间、工厂内的3种不同Insert融合的搜索方式,对2个阶段全局搜索得到的优质解区域进行较为细致的局部搜索.最后,通过仿真实验和算法对比验证了OEEDA的有效性.     

HVPP算法在指针表盘视觉检测中的研究

摘  要：选矿厂球磨机润滑油压力是一个至关重要的实时监测参数。基于FPGA采用了双线性插值法、DoG滤波器（高斯差分滤波器）、Marr-Hildreth边缘检测器及分水岭算法,并提出一种新算法--横竖端点寻点法（HVPP）,对压力表图像进行分割、提取及数字识别,从而实现了对指针表盘图像的智能读数。实验结果表明采用基于逻辑电路的快速算法实现表盘图像的机器识别具有实时性好、识别率较高的优点。     

遗传-分布估计算法求解化工生产中一类带多工序的异构并行机调度问题

针对化工生产中广泛存在的一类带多工序的异构并行机调度问题,即部分产品需多工序加工,同时不同产品间带序相关设置时间的异构并行机调度问题（heterogeneous parallel machine scheduling problem with multiple operations and sequence-dependent setup times, HPMSP_MOSST）,提出了一种遗传-分布估计算法（genetic algorithm-estimation of distribution algorithm, GA-EDA）,用于优化最早完工时间（makespan）。首先,提出了一种基于GA的概率模型训练机制,用来提高概率模型在算法进化初期的信息积累量,进而提高搜索的效率;其次,设计了一种有效的GA与EDA混合策略,使得算法的全局探索和局部开发能力得到合理平衡。计算机模拟验证了GA-EDA的有效性和鲁棒性。     

一种基于虚指令集技术构建快速的可重用的指令集仿真器的方法

指令集仿真器是进行系统体系结构设计与评估、系统软件设计与开发以及进行软、硬件协同开发的有利工具。然而指令集仿真器对目标体系结构具有极大的依赖性,无法跨越多个目标平台工作,这就成了制约它发展的一个重要因素。文章根据DSP处理器的特点,参考传统仿真策略,提出了一种改进后的仿真技术,可以极大地提高仿真器运行效率。在此基础上,又结合虚指令集技术,构建VIS仿真器,改变了传统仿真器只能用于单一处理器的局面,使之能够适用于多款处理器结构。这为指令集仿真器的广泛使用提供了有力的保证。     

CyberPi在小学人工智能教学中的应用研究

近年来,随着国家一系列政策的颁布,人工智能教学被推上了“风口浪尖”,成为当下小学教育改革中的重点之一。人工智能教学的落地需要适宜的器材。本文以CyberPi在小学人工智能教学中的应用为例,介绍了小学生接受人工智能教学的重要性。同时,结合STEAM教育理念,从课程设计原则、定位和目标这三个方面着手,简要地构思了三类九门人工智能课程。希望这些课程能够对小学生有所帮助,并为未来的研究提出设想,以期开展更有价值的研究。     

启发式列生成算法求解带恶化效应的同构并行机调度问题

针对实际生产中广泛存在的一类带恶化效应的同构并行机调度问题,以最小化最大完工时间为优化目标,构建该问题的整数规划模型,并提出一种启发式列生成算法(HCGA)进行求解.在HCGA中,首先,利用Dantzig-Wolfe分解方法,将原问题分解为一个主问题(MP)和多个子问题;然后,设计启发式算法获得初始列,其中每列为一台机器上的一个调度方案,基于初始列构建限制主问题(RMP)模型;接着,设计快速有效的动态规划算法求解子问题,以得到需添加至RMP的列集,同时,考虑传统列生成算法收敛速度较慢,设计一系列方法来加速列生成过程;最后,基于所获取的MP线性松弛解,设计深潜启发式算法确定原问题的整数解.HCGA与商用求解器GUROBI的对比实验结果表明,HCGA可在较短时间内获得更优的解.