一种改进的无监督网络图词义消歧方法研究

词义消歧是一项根据上下文自动选择正确词义的任务,并且成为了计算语言学领域中最重要最有挑战性的难题之一,在各种自然语言处理应用程序中起了至关重要的作用.因此,为了提高词义消歧的准确率,提出一种改进的无监督网络图词义消歧方法.使用《知网》HowNet作为知识库,运用一种新的词语间高阶关系的相似性度量方法,来给图的边分配适当的权值.然后,使用中心度计算并且结合相邻词义,来选择最适合目标词的方法.在数据集Senseval-3中进行了具体测试.实验结果显示:提出的方法的准确率达到46.1%,优于相同测试集下其他无监督词义消歧方法.     

融合视觉信息的语义导航实体搜索算法北大核心

为解决家庭服务机器人在实体搜索缺乏语义信息的问题,研究融合视觉信息的语义导航实体搜索算法。首先,提出基于Places205-AlexNet的场景自适应识别算法,以促进机器人对场景标注的自适应性;其次,设计实体在语义地图上的位置映射方法,帮助机器人能以人的生活习惯理解人类居住环境,具备室内物体识别能力;然后,为了获取场景信息和物体语义信息,提出了面向语义导航的实体语义知识库构建方法,使机器人进行实体搜索时能更容易定位到场景;最后,在给出基于面向语义导航的实体语义知识库构建方法的基础上,提出了融合视觉信息的语义导航实体搜索算法。实验数据表明,机器人执行实体搜索的导航准确率均在0.75以上,这证明所提出的算法能够获得较准确的场景信息和实体语义信息。     

Global–local population memetic algorithm for solving the forward kinematics of parallel manipulators

Memetic algorithms (MA) are evolutionary computation methods that employ local search to selected individuals of the population. This work presents global–local population MA for solving the forward kinematics of parallel manipulators. A real-coded generation algorithm with features of diversity is used in the global population and an evolutionary algorithm with parent-centric crossover operator which has local search features is used in the local population. The forward kinematics of the 3RPR and 6–6 leg manipulators are examined to test the performance of the proposed method. The results show that the proposed method improves the performance of the real-coded genetic algorithm and can obtain high-quality solutions similar to the previous methods for the 6–6 leg manipulator. The accuracy of the solutions and the optimisation time achieved by the methods in this work motivates for real-time implementation of the 3RPR parallel manipulator.     

一种改进的遗传算法在疲劳断口图像鉴别中的应用

特征选择是疲劳断口图像鉴别中的重要问题之一。针对高维的断口图像特征,特征选择一方面可以提高分类精度和效率,另一方面可以确定富含信息的特征子集。针对此问题,提出一种改进的遗传算法,并用于疲劳断口的特征选择：首先,引入线性预测对简单遗传算法SGA（simple genetic algorithm）进行修正,在每一代较优的个体附近,采用线性预测的方法预测出新的个体,提高遗传算法的局部搜索能力;其次,把特征选择转化为目标优化问题,确定目标函数,并利用改进的遗传算法进行断口图像特征选择,得到精简的特征子集;最后,在特征子集上进行断口图像分类鉴别。结果表明：改进的遗传算法可找到有效的特征子集,从而实现降维并提高分类精度。     

发动机小直径管X射线底片数字化图像增强技术

Aiming at the problem of image degradation after X-ray film scanning, an improved multi-scale retinex (MSR) enhancement algorithm based on sparrow search is proposed. Taking the digital image of aeroengine small diameter tubes as the research object, the image gradient, frequency domain, and information entropy are employed as the population fitness function of the sparrow search algorithm. Then, realize the adaptive image enhancement is found the optimal values of key parameters in the bilateral filter. Based on the above methods, two kinds of typical actual images are recorded. Compared with limited contrast histogram equalization and traditional MSR processing methods, the proposed method can show defects more clearly on subjective images, and the objective evaluations are improved by at least 10%. The method proposed in this paper can significantly improve the image quality.     

Bi-objective scheduling of flexible flow lines: a gradual transition tabu search approach

This paper deals with flexible flow line scheduling problem. Studied researches of the literature assumed that either no setup has to be performed or that setup times are sequence-independent, chiefly. Besides, they are mostly conducted in single objective environment. Therefore, in this study, these two real world concepts are mimicked in the flow line model. The considered objectives of the proposed model are minimizing makespan and total tardiness. Due to the hard solvability of the problem, this research proposes a new multi-objective algorithm based on the single objective tabu search, called gradual transition tabu search (GTTS). GTTS is implemented in two phases and in each phase it tries to gradually modify one objective to the other objective. The neighborhood search efficiency is also improved by defining new candidate list strategies and implementing new dynamic tabu tenure. In addition, the results of the proposed algorithm are compared with two popular existing algorithms, called fast non-dominated sort genetic algorithm (NSGA-II) and multi-objective genetic algorithm, on a number of randomly generated test problems. The suitability of GTTS is demonstrated through different multi-objective evaluation metrics.     

基于改进遗传算法的工厂AGV安全路径规划

为了避免危害事故的发生,在复杂的加工制造工厂中规划AGV小车安全无碰撞的行驶路径,不能简单地将AGV看成一个质点。首先在传统的障碍物栅格地图中叠加了环境安全信息,构建了融合信息栅格地图,提出了一种改进的遗传路径规划算法,在其适应函数中加入安全信息,并采用A*算法产生的初始路径为基准进行安全优化,减少了算法的搜索空间和复杂度。在MATLAB中对算法进行了验证,并在Gazebo中模拟了制造工厂AGV路径规划过程,验证了该方法具有较快的收敛速度及有效性。     

基于改进遗传算法的盘式制动器的优化设计

为了提高盘式制动器的制动效果,建立起制动力矩的数学模型,并使用一种改进遗传算法进行优化设计.该方法较简单遗传算法作了改进,采用实数编码,在判断个体适应度时提出了最优保存策略.与简单遗传算法相比,改进后的遗传算法在解决有约束非线性问题时,表现出良好的速度和有效性.最后通过实例计算分析表明该方法高效可行,优化结果可直接作为工程设计的参考.     

基于改进自适应遗传算法的机器人路径规划研究

传统遗传算法的交叉和变异操作为随机操作,虽然简单,但在路径规划中却会产生不可行路径,增加运算量,影响算法的收敛速度。针对这一问题,在传统遗传算法遗传操作的基础上进行了改进,利用先验知识保证遗传操作后的种群个体为可行路径,同时提出了新的遗传参数自适应调整方式与之配合,提高了算法的寻优效率。最后,由于遗传算法容易陷入局部最优,根据模拟退火算法的Metropolis准则对经过遗传操作产生的新个体进行接受判定。通过将改进后的遗传算法与其他文献中的改进遗传算法相比较,结果表明:文中的改进遗传算法在收敛速度、优化效果以及寻优能力上都取得了明显的效果。     

改进果蝇算法求解零空闲流水车间调度问题北大核心

针对传统果蝇算法在求解零空闲流水车间调度问题时,存在精度及稳定性较差的问题,提出了一种改进果蝇优化算法用以求解该类问题。该方法以最大完工时间最小化为优化目标,在传统果蝇算法的基础上,建立了多种群中心搜索模式,改进嗅觉搜索方式,引入破坏重建、插入领域局部搜索;并将免疫算法激励度引入果蝇视觉觅食阶段;最后通过测试案例,验证了该改进算法的有效性。结果显示该算法不仅能有效提高全局寻优效果,而且具有较好的稳定性,为求解零空闲流水车间问题提出了一种新方法。     

基于改进遗传算法零件加工工序优化研究

针对复杂零件加工特征多、加工工艺多样等问题,提出一种基于改进遗传算法的零件加工工序优化方法。该方法利用三维工步矩阵实现制造信息存储和表达,建立工步约束矩阵作为约束条件,以花费成本最低作为目标建立加工工序优化的数学模型;对基因进行分层编码,针对不同的决策层选择对应的交叉、变异算子,引入选择层编码实现加工车间加工方式和制造资源的动态决策;以箱体零件为例进行验证。结果表明：改进后的遗传算法提高了种群质量,加快了算法收敛的速度,得到了符合工序约束的加工序列,验证了改进方法的有效性。     

改进布谷鸟算法在装配序列规划中的应用研究

针对装配序列规划问题,建立考虑装配序列的几何可行性、稳定性、聚合性、重定向性的装配关系模型以及基于适应度函数的装配序列优化数学模型。提出一种改进布谷鸟算法对装配序列规划问题进行求解,采用随机键和最小位置规则的方法设计基于零件编号、装配方向、装配工具的3层编码方案;设计基于最小装配成本的初始化策略与随机初始化策略相结合的混合种群初始化策略,提高种群质量;改进种群进化和搜索方式,将种群分为3个子群,并分别采用自适应步长飞行、标准步长飞行和交叉、变异的方式进行种群更新,提高算法的收敛速度和求解精度。最后通过实例应用及与其他算法的比较,验证了所提出的改进布谷鸟算法在求解装配序列规划问题上的有效性和优越性。     

求解Job-Shop问题的改进搜索范围自适应遗传算法

为改善遗传算法求解Job-Shop问题时较差的局部搜索能力,并提高搜索最优解的速度,提出了一种改进的搜索范围自适应遗传算法。该算法采用一种新型的交叉操作,通过交叉和变异搜索过程提高遗传算法的局部搜索能力,同时采取MWKR优先规则优化初始种群。对作业车间调度问题进行仿真研究,结果表明该算法能找到问题的最优解,是可行和有效的。     

Structure and weights optimisation of a modified Elman network emotion classifier using hybrid computational intelligence algorithms: a comparative study

Artificial neural networks are efficient models in pattern recognition applications, but their performance is dependent on employing suitable structure and connection weights. This study used a hybrid method for obtaining the optimal weight set and architecture of a recurrent neural emotion classifier based on gravitational search algorithm (GSA) and its binary version (BGSA), respectively. By considering the features of speech signal that were related to prosody, voice quality, and spectrum, a rich feature set was constructed. To select more efficient features, a fast feature selection method was employed. The performance of the proposed hybrid GSA-BGSA method was compared with similar hybrid methods based on particle swarm optimisation (PSO) algorithm and its binary version, PSO and discrete firefly algorithm, and hybrid of error back-propagation and genetic algorithm that were used for optimisation. Experimental tests on Berlin emotional database demonstrated the superior performance of the proposed method using a lighter network structure.     

基于QGA-SVR的工件表面粗糙度预测和分析

在自动化生产中建立难加工材料的表面质量预测模型,是实现可持续制造的基础。提出一种结合量子遗传算法和支持向量回归(Quantum genetic algorithm-Support vector regression,QGA-SVR)的已加工表面粗糙度预测模型,改进了现有寻优方法在搜索支持向量回归的模型参数易陷入局部最优解的问题。在量子门更新的过程中加入交叉和变异的操作,保证了模型全局搜索能力,为了提高支持向量回归的泛化能力,在参数优化过程结合了K-折叠交叉验证。结合干车削304不锈钢的切削试验以及现有的铣削实验数据,对比分析了基于量子遗传算法和遗传算法的支持向量回归模型。结果表明:QGA-SVR具有收敛速度快、预测精度高的优点,基于建立的QGA-SVR模型分析了切削参数对车削表面粗糙度的影响规律。     

基于混合算法的项目型产品装配作业调度研究

针对项目型产品装配作业计划的排序和工人资源的配置问题,以最小项目总工期为优化目标,建立了项目型产品装配作业调度的数学模型,并提出了一种基于离散粒子群和禁忌搜索的混合算法。该算法分为两阶段,离散粒子群进行全局搜索,禁忌搜索用于完善局部搜索能力。将文章提出的算法与文献中已有的粒子群算法、禁忌搜索算法、遗传算法进行了比较,结果表明文中算法得到的解要显著优于文献中已有算法。     

基于改进LFQPSO优化MRVM的轴向柱塞泵故障诊断

针对传统粒子群优化算法以准确率或误判率作为适应度函数耗时长和轴向柱塞泵故障机制较为复杂的问题,提出一种基于改进适应度函数的Lévy飞行量子粒子群优化(QPSO)多分类相关向量机(MRVM)的轴向柱塞泵概率性智能软状态判别方法。为了克服人为设定核参数不精确、效率低等缺点,采用基于Lévy飞行的QPSO搜索MRVM的最优核参数;为了缩短寻优时间,将样本间余弦相似度作为寻优算法的适应度函数,并利用UCI机器学习标准数据集进行仿真来验证改进后优化方法的有效性及优越性;采集柱塞泵不同故障状态的数据,提取时频域和时域特征,输入到优化后的MRVM中,进行训练及测试。实验结果表明：所提方法可以有效提高故障诊断的准确率及诊断效率,同时能够实现软分类,即以概率形式输出诊断结果,能够为设备检修及维护提供可靠且符合实际的故障信息。     

基于改进邻域粗糙集与S_Kohonen神经网络的滚动轴承故障诊断研究

针对现有滚动轴承故障诊断技术中,存在输入属性冗余过多、故障识别率不高等缺点,提出了基于改进邻域粗糙集与S_Kohonen神经网络的故障诊断方法。由于传感器采集的故障信息大多为数值型数据且数据维数较大,文中引入邻域粗糙集理论并对基于邻域粗糙集的经典前向贪心算法进行改进,利用改进算法约简故障数据,大大减小了算法复杂度;对Kohonen神经网络进行改进,在其原有结构基础上添加输出层构成S_Kohonen神经网络,使其输出类别满足给定分类要求;分别采用前向贪心算法、改进算法约简故障数据,将约简前、后的故障数据分别输入S_Kohonen神经网络、BP神经网络识别滚动轴承故障状态,试验结果证明邻域粗糙集可有效消除属性之间的重复信息,改进算法提取故障属性信息更能反映故障状态的本质,S_Kohonen神经网络具有良好的故障识别能力,两者配合使用,改进邻域粗糙集——S_Kohonen神经网络模型具有很好的故障诊断能力。     

Identification of ARMAX based on genetic algorithm

On the basis of genetic algorithm, an intelligent search approach to determination of parameters of ARMAX (Autor Regressive Moving Average model with external input) processes was proposed. By representing the system with pole and zero pairs and repairing illegal chromosomes, the search space is limited to stable schemes. In calculation of objective function the “shifted data window“ was designed, so that every input-output pair is used to guide the evolution and the “Data Saturation“ is avoided. To prevent premature convergence, the adaptive fitness function was introduced, the conventional crossover and mutation operator was modified and the “catastrophic mutation“ which is [rased on Metropolis mechanism was adopted. So the performance of convergence to the global optimum is improved. The validity and efficiency of proposed algorithm were illustrated by simulated results.     

基于改进模糊自适应遗传算法的移动机器人路径规划

针对现有移动机器人路径规划方法运行效率低的问题,提出一种基于改进模糊自适应遗传算法的路径规划方法。基于领域知识对初始路径进行可行性筛选,提高可行路径比例。采用模糊逻辑控制器动态整定遗传算法运行参数,提高路径寻优速度,避免陷入局部最优路径;综合考虑机器人运行安全性要求,引入余弦函数平滑度评价因子,对不同的路径夹角施以不同的惩罚项,以改善路径平滑度。仿真结果验证了改进算法解决路径规划问题的有效性。