具有随机路径自动导引小车且多车道嵌套的制造系统排队网建模与分析

为有效分析具有随机路径自动导引小车(AGV)且多车道嵌套制造系统的性能,考虑AGV状态相关随机运输路径和制造系统的不确定性,采用随机过程理论建立具有有限缓存的开排队网模型描述系统特征;扩展传统的状态空间分解法,依据随机路径AGV与前后制造单元的关联耦合效应建立各节点状态模型,通过纯不连续Markov过程理论分析节点状态转移规律;构建迭代算法求解节点状态的稳态概率,并给出系统各性能指标的计算方法;搭建了系统仿真模型,设计了实验案例,并对比排队网模型与仿真模型的实验结果,验证了状态空间分解法近似求解的有效性,同时对系统的性能指标进行了敏感度分析。     

基于光纤-无线网络的协同计算卸载算法

随着无源光网络的发展,光纤-无线网络能同时支持集中式云和边缘云计算技术,成为一种具有发展前景的网络结构。但是,现有的基于光纤-无线网络的任务协同计算卸载研究主要以最小化移动设备的能耗为目标,忽略了实时性高的任务的需求。针对实时性高的任务,提出了以最小化任务的总处理时间为目标的集中式云和边缘云协同计算卸载问题,并对其进行形式化描述。同时,通过将该问题归约为装箱问题,从而证明其为NP难解问题。提出一个启发式协同计算卸载算法,该算法通过比较不同卸载策略的任务处理时间,优先选择时间最短的任务卸载策略。同时,提出一个定制的遗传算法,获得一个更优的任务卸载策略。实验结果表明,与现有的算法相比,本文提出的启发式算法得到的任务卸载策略平均减少4.34%的任务总处理时间,而定制的遗传算法的卸载策略平均减少18.41%的任务总处理时间。同时,定制的遗传算法的卸载策略与本文提出的启发式算法相比平均减少14.49%的任务总处理时间。     

融合偏好度与网络结构的推荐算法

针对传统推荐系统追求推荐列表的准确率而忽略推荐的多样性以及数据集信息缺失等问题，提出了融合偏好度与网络结构的推荐算法。通过用户历史反馈数据分析用户偏好度，将偏好度与二部图随机游走推荐算法融合，初步得出项目推荐列表；利用用户-标签二部图，挖掘用户不跟随大众的喜好标签，得到推荐项目列表；根据模型融合得到最终的推荐结果。实验表明，新算法在保持较好精确率和召回率的情况下，有效提高了推荐的多样性。     

组件树理论和方法研究综述

组件树方法是数学形态学理论及方法的进一步发展，它利用一系列阈值截集产生连通分量，构造其上的层次关系。利用组件树方法发展出的一系列高效的图像处理算法，非常适合图像底层特征的快速提取，在广大的领域，尤其是医学图像处理领域，得到了广泛的应用。对组件树方法的发展和现状进行了系统的回顾，概述了现存的组件树建树算法以及基于组件树的图像处理算法。对组件树在多值（彩色）图像相关领域、树的快速构建、并行化处理算法方面的研究进行了展望。     

新型树启发式搜索算法的机器人路径规划

面对三维空间移动机器人从起始点到终止点的最短路径问题,提出一种新型的边缘点树启发式搜索(TreeEP)算法,该方法将地图空间进行密度可调的三维离散化处理,根据障碍安全距离筛选出障碍物的可靠边缘点信息,再利用树扩散架构选出最能引导搜索方向的潜力点进行扩散搜索,最终得出最短路径。提出局部调整策略,得到改进的Tree-EP算法。实验结果表明,在带障碍复杂地形最短路径搜索应用中,提出的Tree-EP算法与已有方法相比,能找到更短的移动路径。