虚拟力导向差分算法的异构移动传感网络覆盖策略

根据目标进化算法思想,结合虚拟力算法和差分算法,提出一种解决异构移动无线传感网络覆盖的虚拟力导向差分优化算法.该算法以网络的有效覆盖率为优化目标,通过异构节点间的虚拟力影响差分算法的位置向量更新过程,指导种群进化,提高算法收敛速度.仿真结果表明,虚拟力导向差分优化算法能高效地实现异构移动无线传感节点布局优化.与差分算法和虚拟力算法相比,虚拟力导向差分优化算法不仅网络有效覆盖率高,且收敛快,用时少.     

基于深度学习的机械领域知识图谱构建及应用

针对企业内以分散形式进行存储的设计信息难以重用的问题,融合设计模型库和文本资源库构建机械设计领域知识图谱：通过计算机视觉等技术从历史模型库及文档中获取所需领域知识,对于模型库数据,采用聚类算法减少图谱节点冗余;提出一种新的MachineALBERT预训练模型对通用ALBERT进行参数设计,将该模型作为文本的语义编码层,以Bi-LSTM作为标签预测层,加入CRF作为整体标签优化层,搭建实体识别模型;对于关系抽取模型,共享字符编码层,加入CNN层对文本关系进行分类,将非结构化信息转化为结构化三元组,经实体对齐后存储至图数据库。根据构建完成的图谱建立计算机辅助设计可视化系统,以提供实体查询与知识问答等多种功能,提升产品设计效率。     

B2C模式下配送中心与末端节点的两阶段布局优化模型

在配送中心数量已知的假设下,分别考虑顾客满意度最大和运输成本最低两个目标,对B2C模式下城市配送物流网络中的末端节点选址数量、配送中心和末端节点的选址位置问题进行研究,建立了两阶段布局优化模型。第一阶段,通过中心偏移二次聚类算法求解末端节点的数量和位置;第二阶段,通过基于最小生成树的聚类算法和非线性规划模型实现配送中心的选址。通过算例验证了该模型的有效性,在电子商务企业构建B2C模式下的城市配送物流网络时,可为配送中心和末端节点的布局规划提供一个较好的方案。     

迭代可调节网络聚类及其在故障诊断中的应用

针对常用聚类算法对复杂分布数据难以有效聚类的问题,把网络分析技术与基于代价函数最优的聚类技术相结合,提出一种新颖的迭代可调节网络聚类算法。该算法采用网络的思想建立样本空间模型,把数据聚类问题转化为基于节点生长连接的网络分析问题;并设计了可调节的节点间相似关系测度和相应的聚类准则来构建节点间邻域搜索及节点生长操作;通过改变调节系数来实现网络节点间连接关系的整体调节。新算法能够在无需预先设定簇数目的情况下,自动获得簇的数目和样本数据的分布位置。采用4组不同样本分布的人工数据集聚类和往复压缩机气阀泄漏故障诊断试验,对比测试了新算法与K均值算法(KM)的性能,结果表明迭代可调节网络聚类算法可实现对复杂分布的流形数据聚类,在准确率及自动处理程度性能指标上明显优于常用的KM算法。     

以Artifact为中心的业务流程扩展二部图模型及其相似性度量方法

为了保证计算结果的准确性和有效性,提出一种以Artifact为中心的业务流程扩展二部图模型及其相似性度量方法。首先提出一个用于描述以Artifact为中心的业务流程的扩展二部图模型,将流程模型匹配转换为图匹配问题;其次提出一种利用矩阵转换操作来度量图编辑距离的方法;在扩展二部图模型的基础上结合属性划分技术,分别提出服务节点和仓库节点行为相似度计算方法;设计实现了以Artifact为中心的业务流程扩展二部图的图匹配算法。理论分析和实验结果表明,该算法在查询时间和执行效率上优于现有算法,具有较高的查准率和检索质量。     

基于改进随机路径图的分支线缆自动布局技术

针对机电产品中普遍存在的分支线缆的自动布局问题,提出一种基于改进随机路径图算法的分支线缆自动布局方法。首先根据复杂产品中线缆连接关系的特点,提出并建立了"线缆零件—线束—线缆段"的线缆层次结构模型。然后以基本随机路径图算法为基础,采用基于障碍物的采样策略构建初始路径图,根据初始路径图中的节点失败系数进行路径图的"增强"扩展,并提出局部求解空间扩展策略。对求解得到的路径点,拟合成线作为分支线缆布局结果。最后设计开发了线缆自动布局设计软件原型系统,并进行了算例测试与实例应用,结果验证了该方法的可行性。     

面向变批量生产的制造单元构建方法

为实现变批量生产特征下制造资源的优化利用,提出一种有效的制造单元构建方法。在构建制造单元框架模型中,提出应先对现有单元布局可用性进行分析的策略,并考虑现有单元布局对变批量生产的一种适应性。以单元布局的可用性和物料搬运成本最小化为目标,构建了目标函数和约束条件模型,集成考虑了设备聚类和单元布局问题,同时利用改进粒子群算法对问题进行求解,并对粒子进行二维实数编码,解决了粒子群算法求解离散空间优化问题。通过一个实例验证了所提方法的有效性。     

基于MDS的无线传感器网络定位算法的优化

介绍了一种改进了的基于多维标度的迭代定位算法(MDS),该算法把参考节点的质心坐标设置为迭代初始值。分析了该算法存在的缺点,提出一种平滑优化算法。仿真结果表明:平滑后的MDS迭代定位算法,迭代次数大大减少,定位精度显著提高。在同样的定位精度下,平滑后的算法需要的锚节点数明显减少。算法具有实际应用价值。     

基于DMPSO算法的大型船舶动力部件生产车间布局优化

大型船舶动力部件必须具有良好的内部组织和极高的尺寸精度要求,合理的车间布局能有效改善工艺,降低设备间的物料搬运成本。以降低车间物料搬运成本为目标,采用二维向量表征设备的空间位置,建立相应的布局数学模型,并用一种新模式粒子群优化算法对模型进行求解。该算法根据粒子的分布情况和算法所处的迭代阶段来动态改变惯性因子大小,并对每个粒子的飞行情况进行调整,从而提高了粒子搜索到全局最优解的可能性。通过对比三组加速因子方案选取最优结果来提高算法的寻优质量。最后给出了船用曲轴车间布局算例,结合车间实际情况得到了优化后的布局,并对优化后的车间布局进行三维可视化建模。结果表明,该算法有较强的寻优能力,能有效减少物料搬运费用,在实际车间布局中切实可行。     

面向模型局部搜索的最短路径集最优匹配方法

为实现边界表示模型的局部搜索,提出一种将模型属性图局部结构比较问题转化为属性图最短路径集最优匹配问题的方法。为获得属性图的最短路径集,给出一种可以生成两两节点间所有最短路径的算法;为实现查询模型与备选模型对应的最短路径集之间的最优匹配,将离散粒子群优化算法引入模型搜索领域,提出面向最短路径集最优匹配的算法,定义了相应的基本运算规则、适应度函数、终止条件和算法步骤。模型搜索实验结果表明,所提算法可以解决如何获取模型局部结构对应关系和计算局部结构间距离的问题,从而有效地支持模型的局部搜索。     

基于因子图的 INS / UWB 室内行人紧组合定位技术

针对室内复杂应用场景下待定位行人接收到的超宽带(UWB)测距信息数量不确定问题,提出一种基于因子图的INS/UWB室内行人紧组合定位算法,实现对动态随遇接入与退出的UWB量测信息有效融合。首先,基于室内行人运动模型以及UWB量测模型构建INS/UWB紧组合因子图模型,由于对行人位置与速度同时进行建模估计,导致该因子图模型含有环结构。在此基础上,针对有环因子图模型基于和积算法(SPA)通过两次迭代推导因子图中各节点间消息传递算法,计算行人位置与速度的后验概率密度。进一步,针对特殊量测矢量条件下因子图算法定位误差跳变问题,提出一种基于坐标变换的因子图改进方法,从而有效提高行人位置与速度估计精度。仿真结果表明,本文提出的INS/UWB紧组合定位算法可以有效融合动态随遇接入与退出的UWB测距信息。在满足计算量与内存消耗需求的前提下,与变结构多模型扩展卡尔曼滤波(EKF)相比,本文提出算法的定位精度与速度估计精度可以分别提高14.94%与56.42%。     

基于萤火虫算法的管路系统布局序列优化技术

针对复杂机电产品中的多根管路布局设计与优化问题,提出一种基于萤火虫算法的管路布局序列优化方法。该方法以长度、折弯数和流阻为综合优化目标,结合布局过程的约束条件建立了优化模型;对萤火虫算法进行离散化,重新定义萤火虫的间距和个体更新机制,使其适用于序列规划问题的求解;提出一种确定性和随机性相结合的方法生成初始种群,以含免疫记忆的A*算法求得路径,同时采用混合种群迭代更新策略,通过更新精英解集获得全局最优解。设计并开发了原型系统,以旅行商问题为例对算法效率进行了测试,并将所提方法应用到某产品的液压管路布局上,验证了所提方法的可行性。     

滚筒输送线路径规划方法研究

针对滚筒输送线系统中的路径规划问题,对输送线环境模型、路径规划算法及优化进行了研究。通过提取入口、出口、移载3种模块为节点,以它们间的输送路段为加权路径,提出了以输送机当量来计算节点之间的路段长度的方法,进而构建了输送线系统的精简图结构模型;以迪杰斯特拉算法和改进蚁群算法分别求解规模较小和规模较大的路径规划为基础,依据输送线在实际应用中常见的务必经过某些节点和某些路段拥堵的两种约束情况,给出了将迪杰斯特拉算法和改进蚁群算法相结合,并融入了分段拼接和路径长度加权两种调整策略的输送线路径规划算法。研究结果表明:该方法为解决两类约束下不同规模滚筒输送线路径规划提供了有效的解决方案。     

枝状管的分布式单点流体网络模型与算法

针对枝状管在流体网络实时仿真中的建模与应用,建立了枝状管的分布式单点流体网络模型。将模型的运算集中于单个节点压力的迭代计算,基于枝状管的单输入特点设计了相应的节点压力迭代算法。以简单总管系统为例,验证了所述方法在流体网络实时仿真与模拟应用中的正确性和有效性。结果表明,采用该建模方法及迭代算法,节点压力的首次迭代计算结果产生的偏差小于5%,且整个迭代计算过程具有大范围的单调收敛性,具有很好的实时性并适合工程应用。     

交通信息采集无线传感器网络节点部署的微粒群优化方法

针对城市道路交通信息采集无线传感器网络节点部署优化问题,采用传感器网络连通性和覆盖性作为综合评价函数,以满足网络连通性和覆盖性为约束,建立节点部署的约束优化数学模型,并用罚函数法将其转化为无约束优化模型。采用微粒群算法求解,并用动态改变惯性权重方法作为改进算法解决微粒群算法的早熟收敛。以北京市二环以内的道路为例进行模拟实验,结果表明,微粒群算法及其改进算法使优化布局的评价函数值比初始手动布局提高1.71%和3.18%。微粒群算法及其改进算法能够优化交通信息采集的无线传感器网络节点布局。     

低信标节点密度传感器网络的启发式定位算法

针对传统无线传感器网络定位算法在信标节点密度较低时定位误差较大的问题,提出了一种基于加权最小二乘的迭代定位算法。首先,该算法将最小二乘估计器进行线性化处理,并根据节点之间的距离量测的方差进行加权,获得加权最小二乘估计器。然后,通过分析定位过程中影响未知节点定位精度的因素,基于空间点分布的椭圆拟合,对信标节点的线性化程度、离散程度和偏置程度进行量化。以该量化特征作为未知节点定位估计的置信评分,结合信标节点集扩展和信标节点剪裁控制迭代过程中的误差传递。仿真和实验结果表明,与传统定位算法相比,该算法可以在极小信标节点占比情况下获得较高的定位精度,且在各向异性网络中表现出较好稳定性。     

基于改进遗传算法的空间管道无网格布局研究

针对空间管道布局这一复杂问题,创建了包括障碍物在内的布局空间的无网格模型,将整体布局空间依据障碍物尺寸划分为若干个规则的长方体,得到较少数量的布局节点,通过改进遗传算法从布局节点中搜索全局性最优路径.无网格模型有效地减少了均匀网格模型中的节点数量,改进遗传算法通过自适应调整变异率提高了寻优效果和收敛速度.算法利用VB6.0实现,操作简单.最后通过实例,并与均匀网格布局模型进行比较,验证了所提方法的快速性、正确性和有效性.     

面向知识与信息管理的领域本体自动构建算法

针对已有领域本体构建算法的不足,提出了一种基于图的面向知识与信息管理的领域本体自动构建算法,包括概念抽取和关系提取。将领域文本文档映射为文档概念图,采用基于图上随机游走的词汇加权算法从全局和局部两方面衡量词汇的重要性,利用图顶点聚类算法对词汇进行分类以产生候选概念。提出了基于约束条件下频繁信息子图挖掘的概念间任意关系提取算法,并引入信息函数对子图的信息量进行评价,得到的领域概念和概念间的关系通过本体评价进行评估后,采用OWL-DL描述为领域本体。通过实验验证了本算法的有效性。     

基于“薄膜变形”的牙齿曲面重建算法研究与实现

牙齿曲面重建是口腔修复CAD/CAM系统的核心内容之一。本文提出了一种基于"薄膜变形包围"牙齿曲面重建算法,首先对简化后的牙齿三角网格模型进行Loop细分以提高模型的变形逼近的能力;然后对细分后的网格施加"吸引力"使细分网格逼近原始密集的网格模型;接着施加"松弛力"消除网格变形后的褶皱;最后通过不断的异步迭代循环调整网格顶点的位置,直到满足预设的误差精度后停止。通过对两类典型牙齿模型的网格重建的算例,验证了本文算法的可行性。     

基于SHO-NSGA混合算法的飞机油舱管路自动布局方法

针对飞机油舱内部管路路径规划问题,提出一种基于改进斑鬣狗算法的飞机油舱管路自动布局方法。为了提高斑鬣狗算法的全局搜索能力以及收敛速度,在种群进化过程中引入扩散搜索机制对迭代过程中最优解进行扩散,以达到提高全局搜索能力的目的;在算法迭代后期引入深度包围机制,使其在最优解中随机搜索以提高算法的收敛速度。采用栅格法构建敷设空间数学模型,以管路路径最短为优化目标,以管路路径不与障碍物发生干涉、管路折弯角度及管路折弯半径为约束,建立管路布局优化数学模型。进一步,考虑管路的支臂布局问题,以支臂总长和支臂姿态作为支臂布局双目标优化函数,运用遗传算法NSGA-Ⅱ对管路支臂布局方案进行编码生成初始个体,设计交叉、变异规则,求解管路支臂布局的Pareto解集,进而获得管路支臂布局方案。最后,通过数值算例及管路敷设仿真验证所提方法的有效性。