基于YOLOv3的可变时间窗自校正船只跟踪与计数

能够自动识别、统计航道上的船只类型与数量,对建设"智慧航道"、水上智能预警、通航辅助决策等具有重要意义.通过使用YOLOv3预训练模型,对船只样本图片进行训练,调参优化得到航道中船只检测模型,然后利用深度学习模型善于进行目标特征提取的特点,结合目标HSV颜色直方特征和LBP局部特征来实现目标选择,针对跟踪目标容易出现的漂移和抖动问题,设计校正网络融合使用了基于回归的方向判断和可变时间窗的目标计数方法,较好地实现了水上运动目标的自动检测、跟踪和自校正计数.测试表明本文方法稳定健壮,适合用于自动分析航道视频,提取统计数据.     

“Special Issue on Latin-American Research” Maritime Networks,Services Structure and Maritime Trade

This paper aims at investigating the relationship between maritime trade and maritime freight rates at sectoral level. These rates and their effect on international trade will be estimated using highly disaggregated data of shipments from five Spanish ports to seventeen destinations, 78.34% of the tonnage exported by Spain. The paper focuses on the effect of maritime networks, services structure and port infrastructure variables on maritime freight rates. The relationship between freight rates and trade is then analysed by applying a gravity model for sectoral exports. We investigate the endogeneity of the trade and freight rate variables by estimating both equations by using instrumental variables methods. The main findings of this study should contribute significantly in explaining the variability of maritime freight rates and to quantifying the impact of maritime freight rates in maritime trade.     

Travel Time Reliability in Vehicle Routing and Scheduling with Time Windows

This paper presents calibration of the Vehicle Routing and scheduling Problems with Time Windows-Probabilistic (VRPTW-P) model which takes into account the uncertainty of travel times. Probe vehicle data of travel times were obtained from usual operation of pickup-delivery trucks in South Osaka area. The optimal solution of the VRPTW-P model resulted in reducing total cost, running times and CO₂, NOx and Particle Materials (PM) emissions compared with the usual operation. This is attributed to better routing of VRPTW-P to choose more reliable roads. Therefore, VRPTW-P can contribute to establish efficient and environmentally friendly delivery systems in urban area.     

实时虫洞寻径技术研究

该文提出一种新的实时虫洞寻径技术,它具有高性能、低造价的特点,支持同步多播。根据这一技术,开发的时计算网络TRnet具有低延时、高吞吐量的特性。RTnet采用目标节点地址寻径,其寻址信令长度短,建立时间小于SCI和FC,吞吐量高于SCI和FC。通过测试,交换机建立连接的时间小于0.1μs,10位数据通过交叉开关为8ns,端到端的通信延迟小于10μs,可以支持高性能实时计算。     

A Control Parameterization Approach with Variable Time Nodes for Optimal Control Problems

This paper presents a novel computational approach to deal with optimal multivariable control problems using a control vector parameterization approach with multiple time grids, where each of the control variables has its own time grid of parametrization. Both the control parameters and time nodes in the grid partition are treated directly as variables to be optimized. Based on the derived relationship between the gradients of time nodes and the ones of interval lengths, the gradient formulae for parameters are presented. Compared with the existing approaches, for which all the control variables are parameterized on the same time grid, the proposed method is more general and flexible. To illustrate, two numerical cases are tested, and the results demonstrate that fewer parameters are needed to achieve the same level of optimization.     

基于遗传算法的时延受限组播路由优化

提出了一种基于遗传算法的组播路由选择方法，该方法在满足时延限制条件的基础上寻找代价最小的组播树，并利用模式定理说明利用遗传算法解决时限受限的组播路由的难易。实验比较表明，该算法操作简单、收敛速度快、可靠性高，能够满足多媒体网络对实时性的要求。     

基于遗传算法的半导体生产线调度方法研究

在介绍遗传算法及其在流水车间调度(flow shop)应用现状的基础上,针对半导体生产线可重入的特性,研究了基于遗传算法的半导体生产线调度算法,并用一个例子给出了算法的计算过程。     

基于树搜索的一种动态空间调度方法

针对大型离散企业产品组装空间调度问题,本文提出了一种基于树搜索的动态调度方法。该方法同时考虑了空间布置和时间调度两方面因素,在整个调度规划周期内,算法分成两部分：一是调度准备阶段,把调度时间分割成连续的时间段,并通过时间约束条件得到在每个分场地内需要组装的模块候选集,同时得到分场地的初始布局状态;二是局部调度阶段,通过深度优先树搜索的方法,在每个时间片内使用局部调度算法进行空间布置搜索,得出最优调度。该方法简单实用,最后,仿真实验说明了所提方法的有效性。     

一种基于流作业的网格作业调度研究

在基于网格环境的一些网格应用中,用户需要提交一种作业类型,该作业可以被分解为逻辑上独立的元作业,这些元作业不存在依赖和通讯关系,并且它们的执行需要大量的数据移动。针对这种作业类型,本文提出了一种基于流作业的网格调度模型。在该模型中,这些独立的元作业像"流"一样自主地流向各个计算节点去执行,各计算节点接收的流量取决于其计算能力,并避免"断流"问题。同时,该模型还分离了作业流和数据流,实现了作业逻辑控制和数据控制的分离,提高了调度的灵活性。本文将该调度模型应用于药物虚拟筛选应用中,该模型能够充分利用计算节点的计算能力。     

基于变精度粗糙集的应急调度模型

以应急调度为背景,为了提高不同精度下的不确定信息处理能力,研究了变精度应急调度问题.针对多物资、多出救点、多受灾点和时变供求约束等特点,构建了应急时间最短、成本最少的多目标应急调度模型.证明了应急响应总时间的取值范围,以此推导出模型中运输时间与运费的取值范围.在上述定理证明前提下,设计了粒子群优化算法对该模型进行求解,并将其最优目标函数值与随机模式下最优目标函数值进行对比,显现出本文所提模型与设计算法的有效性.     

基于学习方式对Hadoop作业调度的改进研究

随着并行计算、分布式计算和网格计算技术的发展,云计算作为一种新的模型被提出来,发展极为迅速。Hadoop作为一个开源的云计算系统,得到了广泛的运用。作业调度是Hadoop平台的核心问题之一,通过对Hadoop中已有调度算法的了解和分析后,基于学习的方式,利用过去的节点历史记录和作业属性来不断地改进作业调度;应用了基于特征加权的朴素贝叶斯分类器算法来改进任务的分配调度,并通过实验进行了验证,结果表明它对任务分配调度执行效率有一定的提高。     

Efficient Insertion Heuristic Algorithms for Multi-Trip Inventory Routing Problem with Time Windows,Shift Time Limits and Variable Delivery Time

Networks and Spatial Economics - Efficient insertion heuristic algorithms allowing multi trips per vehicle (EIH-MT) and allowing a single trip per vehicle with post-processing greedy heuristic...     

基于等待时间的多任务调度算法的研究与设计

文章介绍了几种常见的操作系统多任务调度算法,针对安防警报的任务特点,提出等待时间的多任务调度算法。该方法保证了高优先级的任务有充足的CPU运行时间,同时也不会让其他任务一直得不到运行而产生饥饿现象,满足安防警报系统任务调度的要求。     

基于变论域理论的模糊自适应控制方法研究

针对一类非线性、快时变性以及模型不确定性问题,设计了一种基于变论域的模糊自适应控制器。利用模糊模型逼近控制系统的非线性部分,以及采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律。最后将设计的控制器应用于倒立摆,仿真结果表明跟踪性能良好。     

风力发电机组的变论域自适应模糊控制

建立了变速变浆距风力发电机组的简化模型。在此基础上，将变论域自适应模糊控制应用到风力发电机组的转速和浆距控制系统中，改善风力发电机组的风能捕获性能。变论域自适应模糊控制器在保持规则形式不变的前提下。论域随着误差的变化而变化。这种控制器不但具有经典模糊控制的优点，如不需要精确的数学模型，产生非线性控制动作，良好的动态性能等．而且具有较高的控制精度。仿真结果证明该方法改善了风力发电机组的控制性能。