遗传规划在试卷质量评估中的应用

遗传规划是根据生物学上的染色体基因因子构成机制而产生的能够描述层次化问题的一种启发式算法。该算法以群体中的所有个体为对象,通过选择、交叉、变异等类似生物遗传的操作算子,得到满足一定群体适应度的新种群。本文结合遗传规划的原理和思想,对试卷质量评估问题进行了研究,找到了一种获得与考试统计数据相符合的试卷质量评估函数模型的解决方法。     

一种改进的多目标遗传算法的研究

针对项目实践中目标解常需要满足多种目标约束的难题,提出一种改进的多目标遗传算法。该方法对遗传算法进行改进,选择算子在下一代群组的选择上引入精英保留策略和小生境的概念,根据拥挤距离的排序确定下一代的个体,变异算子在适应度值小于平均适应度时,采用一种自适应的方式确定算子。最后将所提出的算法应用于解决排课问题,相比遗传算法计算速度更快,排课效果更好,表明了该算法的有效性。     

双目立体视觉中特征提取算法研究

特征提取是双目立体视觉中的一个关键步骤,是图像匹配和三维重建的基础。本文主要对角点特征提取算法进行研究,重点分析了两种常用的角点特征提取方法:Susan算子和Harris算子,最后综合Susan和Harris两种算法优点,介绍一种改进的角点特征提取算法,使得算法实时性得到提高,实验结果显示这种算法具有较好的角点检测性能和较高的效率。     

基于协同进化策略改进的MOEA/D算法

在标准的MOEA/D算法中,交叉算子是模拟二进制交叉算子(SBX)。该算子局部搜索能力不足,并且面对精度较高的问题时,最优解的选取存在一定程度的偏差。文章引入正态分布交叉算子(NDX)和差分进化算子(DE/best/2)来构建协同进化策略,替换SBX来进行协同进化,生成精英个体,改善算法的收敛性。利用DE/best/2算子对子问题邻域内大量的个体进行重组操作,使父代个体更具多样性,从而能够产生多样性的个体,扩大种群多样性,提供更大的搜索范围。数值仿真实验表明,NDX算子搜寻解的范围比SBX算子更广,容易跳出局部最优,可获得分布性、均匀性更佳的Pareto解集。     

试谈甜菜系统选种

甜菜是异花授粉的作物,甜菜品种是杂合程度较大的群体,个体之间的遗传基因复杂,存在着不同性状遗传的个休,为去劣选优定向培育提供了可能性。系统选种是在选择过程中以母系为系谱编码的育种方法。能过单株自交或对各种类型的群体进行近亲繁殖和选择,将具有遗传有利性状的个体或群     

超越方程求根问题的邻域低密度个体差分进化算法

为求解超越方程的根，提出一种基于邻域低密度个体差分进化算法。该算法在每一代，首先使用密度峰值聚类的方法求得每一个个体的密度，然后将当前个体邻域范围内密度更低的个体作为变异算子的基向量，随着种群的进化，算法将会自动从探索阶段转化为收敛阶段，进而平衡算法的探索与收敛能力，保证了算法具有收敛速度快、精度高的优点。最后对几个热传导方程求解中的超越方程进行了数值实验，结果表明该算法具有通用性强、计算精度高等特点。     

基于小生境聚类的改进MOEA-D算法

将小生境技术和聚类思想引入MOEA-D算法,用于改进种群替换中子代的优化问题,具体做法是:首先将子代种群通过小生境技术划分为若干个小种群,在每个小种群中利用聚类方法选择或剔除个体,然后将得到的子代和原父代合并作为下轮算法的父代种群。通过测试函数对改进算法进行了数值试验与性能测试,并与其他算法进行了比较。结果显示,改进算法可在一定程度上提高最优解的分布性。     

一种固定结构多种群GEP算法

在经典的基因表达式编程算法（GEP）理论基础上,提出了一种固定结构多种群GEP算法（FSMGEP）。该算法在解的描述中采用了具有固定长度的线性符号串结构,通过重新定义遗传算子及适应度计算过程降低了算法的计算复杂性;在求解过程中采用多种群协同进化思想增强解的多样性,并引入爬山算法对参数进行局部优化,提高了算法的求解精度与效率。最后在语音信号序列预测中的应用表明,FSM GEP算法较经典GEP在收敛速度和收敛精度上均有明显提高。     

基于种群分类的差分进化算法

针对差分进化算法易陷入局部最优及收敛速度慢的缺点,提出基于种群分类的差分进化算法.该算法首先在种群中随机选取3个个体,与目标个体的适应度值进行比较,从而将种群分为优势、一般和劣势子种群;其次对每类子种群采用不同的变异算子进行变异操作,并设置合理的参数取值.所提算法不仅保证了算法的鲁棒性,而且充分利用了每个个体的特征信息,有效地平衡了全局搜索能力和局部开发能力.数值实验说明了本文算法的有效性.     

基于调焦-Zernike矩算法的微小零件精确定位研究

为了提高微小零件精确定位的效果,采用调焦-Zernike矩算法。先建立粗、精结合的调焦函数,粗调焦函数基于Krisch边缘检测算子,精调焦采用Sobel算子;动态选择调焦窗口,增加修正因子避免目标变化对调焦清晰度评价函数的影响,改进经典爬山算法确定焦点的移动方向;改进Zernike矩基于目标点归一化确定最大外接单位圆,通过边缘参数判断像素为边缘点;给出了算法流程。试验仿真通过两个微型金属圆柱腔的自动对准和堆叠的微装配任务来分析算法的性能,结果显示调焦-Zernike矩算法获得的图像清晰,能够完全对准,该方法对非移动的微型金属圆柱腔坐标定位的x、y方向绝对误差最大值分别为0.032 5,0.032 1像素密度,定位精度高。     

基于多策略组合的改进差分进化算法

作为求解全局数值优化及复杂黑盒问题的流行方法之一，差分进化算法的性能主要取决于其变异策略和控制参数的设置。为避免算法陷入局部最优和早熟收敛，提出了一种基于多策略组合的改进差分进化算法。首先，该算法利用个体种群适应度排名，再将种群分成3个不同子种群，并依据各子种群特征分配不同的变异算子。其次，为进一步提高算法的搜索能力，分别考虑不同差分项的作用并充分利用父代和子代间的差异信息，提出了改进的自适应参数设置方法。最后，通过在IEEE CEC2014标准测试集上进行数值实验，并与5个DE变体相比，数值实验及非参数检验结果表明所提算法具有更快的收敛速度和寻优能力。     

Canny算子在织物防水性能自动识别中的应用

按照湿润织物的特性及相关标准,提出利用图像处理技术和计算机平台的方法对织物的防水性能进行自动识别。首先对湿润织物进行图像分析,然后采用Canny边缘检测技术,同时把Otsu算法应用到Canny算子中,实现其在织物防水性能自动识别中的自适应性,并在处理速度和参数的选择方面进行改进。其次利用数学形态学的方法进行进一步的后处理,准确地提取织物湿润部分的封闭边缘。     

嵌入遗传算子的混合万有引力搜索算法

一种以遗传算子为基础的混合引力搜索算法被提出用于无约束优化问题的求解,可以避免容易局部最优、收敛速度慢等基本引力搜索算法的弊端。首先,种群多样性通过混沌序列进行维持;其次,对粒子进行引导靠近全局最优区域,通过当前最优粒子与通过概率选择的粒子算出交叉得到的。最后,通过多样性变异操作对当前全局最优粒子操作,避免了局部最优的发生。该方法优秀的寻优性通过8个标准函数运算该算法得到证明。     

基于机器视觉的杏鲍菇外观品质分级系统设计

目的:将机器视觉技术引入到杏鲍菇的外观检测中。方法:提出一种双边滤波代替高斯滤波作为图像平滑滤波器,Ostu最大类间方差法代替固定双阈值分割的改进型Canny算子,并作为边缘检测算法。利用HALCON算子和颜色空间转换,完成杏鲍菇的长度、直径、弯曲度、均匀度、色泽及菇帽缺损特征要素提取。使用HALCON 18.05联合C#在VS 2017开发环境下完成视觉软件功能模块开发设计。结果:随机获取200根杏鲍菇,对算法处理准确度和视觉软件工作性能进行检测。杏鲍菇直径分级精度为83%,其余特征要素可达95%以上,装置整体各规格杏鲍菇分级精度达90%以上。结论:通过算法的改进和视觉软件的设计可以完成杏鲍菇的外观品质的分级。     

基于图像的动物皮革纹理提取

动物皮革表层的纹理具有其自身特色,对纹理的提取不仅可用于皮革类别的鉴定,也有助于对自然纹理的再设计和应用。直接采集的皮革图像,纹理模糊、粗细不匀且含有色泽差异。在对动物皮革纹理总结的基础上,运用微分算子、Canny边缘检测算子以及分水岭算法对皮革图像进行了纹理提取,并对不同方法进行了比较分析。试验结果发现:不同算法效果存在着显著差异,其中Canny算子能够有效地提取出主干纹理,分水岭算法则会将纹理细节充分表达出来。Canny算子及分水岭算法的引入,能够有效地提取出皮革图像的纹理信息,为人造皮革的纹理仿制提供了自然纹理参照。     

基于CRI算法的蕴涵算子族L-λ-G模糊系统

针对蕴涵算子族L-λ-G,首先讨论了基于CRI算法的模糊系统及其响应性能.结果表明,蕴涵算子族L-λ-G模糊系统只具有阶跃输出能力,不具有函数逼近泛性.其次揭示了蕴涵算子族L-λ-G模糊系统的概率意义,给出了其概率分布,它充当模糊系统的"系统内核"作用.     

生物地理学算法的改进分析

介绍生物地理学算法的思想框架;将其与遗传算法、粒子群算法进行比较分析,针对算法在搜索机制和性能上存在的缺陷,结合其他优化算法的操作算子对生物地理学算法提出改进分析。     

皮革裁剪智能设备空行程路径数学优化算法模型研究

裁剪路径是影响皮革加工效率的关键因素。为缩减皮革裁剪中的空行程路径,初步建立了空行程路径数学优化算法模型,介绍了蚁群算法的路径选择计算方法与信息素更新方法,引入了贪心算法、轮盘赌选择法、精英策略和变异算子对基于蚁群算法的空行程路径数学优化算法模型进行改进,最终明确了数学优化算法模型的实现步骤。改进后的空行程路径数学优化算法模型具有算法复杂度降低、迭代次数减少和运行时间减短的优势,可为皮革裁剪智能设备计算出最优的空行程路径,提升皮革加工效率。     

应用Canny算子的织物疵点检测改进算法

为克服当前Canny算子在织物疵点边缘检测中存在的阈值设定、滤波参数选择等自适应问题,提出一种基于Canny算子的改进算法。通过分析不同种类的织物疵点特征,选择不同参数的高斯滤波器,对织物疵点图像进行滤波处理;采用自适应形式获取图像边缘信息的阈值,避免了因阈值取值过高或过低而无法获得较好织物疵点的边缘信息的问题,同时还可根据不同织物疵点类型选择不同的滤波参数。结果表明,改进后的Canny算法可有效地检测到织物疵点的边缘细节,具有较好的自适应能力,并且提高了算法的有效性。同时对典型的织物疵点进行检测并与传统算法比较,其检测效果更优。     

织物变形舒适性的双群粒子群聚类研究

 针对传统聚类方法存在的一些问题,提出了一种具有个体交换策略的双群粒子群聚类方法,群1根据一个基于适应度的非线性公式动态更新惯性权重,群2采用固定权重,每进化一代,2群交换部分个体。将该方法应用于织物变形舒适性聚类中,以聚类中心作为粒子位置,通过粒子群优化算法获得最优聚类中心,采用最小距离准则对样本进行聚类。最后与模糊聚类做了简单比较,结果表明该方法结论合理,便于应用,为选择服装面料和评价织物性能提供了一种新手段。