采用主目标进化遗传算法的织造排程研究

针对目前织造企业在订单多、批量小、品种杂、交期严格的情况下,织造排程效果差的问题,提出一种采用主目标进化遗传算法的织造排程方法。通过建立一个由织机类型约束的并行织造排程模型,以满足订单交期为主目标,最小化品种翻改、完工时间等为副目标,改进了普通快速非支配遗传算法,并以某织造车间的生产实例进行仿真实验。结果表明,此主目标进化算法排程效果优于企业人工排程方法,能够指导实际生产。为提高算法的鲁棒性,利用自适应调整遗传参数对算法优化,进一步提高质量,且在一定程度上避免了早熟,增强全局搜索能力。     

融合自适应混沌差分进化的粒子群优化算法

针对粒子群优化算法易出现早熟收敛、收敛效率低的缺点,提出一种融合自适应混沌差分进化的粒子群优化算法.该算法首先将自适应混沌引入差分进化算法,再将所得结果进行一次校正变异和校正选择,最后将所得算法融合到粒子群优化算法,从而有效地利用与平衡了粒子群优化算法和差分进化算法的探测和开发能力,且局部搜索能力增强,进一步提高算法的求解精度和效率.数值实验证明本文算法的有效性.     

解决作业车间调度问题的混合差分进化算法

文章提出了一种改进的差分进化算法—混合差分进化算法(Hybrid Differential Evolution Algorithm)来解决作业车间调度问题。为了防止基本差分进化算法陷入早熟收敛和局部最优,从2个方面对算法进行了改进。首先为了在进化初期能够保持种群多样性,后期减少缩放因子对最优解的破坏,提出了自适应的缩放因子F。其次交叉操作时采用分组交叉思想。通过对作业车间调度问题的研究,改进后的算法全局寻优能力和鲁棒性有了明显改进。     

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。     

混合多种群自适应Memetic差分进化算法

基本差分进化算法(Differential Evolution,DE)是一种实用性强、简单高效的群智能优化算法,但DE算法同样可能存在着其他群智能优化算法共同存在的缺点,如早熟收敛、易陷入局部最优解等。针对以上问题,文章提出一种Memetic算法,通过改进种群初始化方法和引入邻域搜索算子来增强种群的多样性,通过多种群间的信息交互,保证算法有效跳出局部极值点。通过引入自适应算子,对交叉概率因子和缩放因子进行自适应调整,保证算法具有较高的收敛速度。仿真实验结果表明,HMADE算法可解决标准差分进化算法后期收敛停滞的问题。     

多目标的混合生物地理学优化算法研究

针对传统多目标算法在应用中解决多目标优化问题时存在的Pareto前沿收敛不好、解集均匀性差等问题,文章通过实例对BBO算法进行研究和综合分析,将其与传统经典多目标算法相互结合来求解多目标优化的问题.首先,将其与NS-GA-Ⅱ算法相结合提出一种混合多目标BBO优化算法;然后,改进BBO的迁移算子应用于群体的进化,增强了种群的多样性;最后,提出一种改进的变异算子,防止种群陷入局部收敛.将提出的基于生物地理学的多目标优化算法(MOBBO),通过标准函数测试和经典的进化的多目标优化算法进行比较,结果表明该算法所得的Pareto最优解集能够逼近真正的Pareto前沿,具有一定的竞争性.     

基于改进粒子群的独立分量分析算法研究

针对传统粒子群优化(PSO)算法对目标函数进行优化时,粒子容易陷入局部最优及收敛速度慢的缺陷,提出了一种基于改进PSO算法的独立分量分析(ICA)算法.该算法通过随机分段选择调节PSO算法中的惯性因子ω,使粒子具有一定的自适应能力,以快速找到最优粒子;然后,将ICA中的互信息作为目标函数,通过改进的PSO算法优化ICA中的目标函数,使独立分量中的各个成分相互统计独立.仿真实验结果表明,本算法可明显提高全局搜索能力,有效地实现混合信号的分离,改善盲源信号的分离效果.     

几种基于图像自适应阈值分割的织物疵点检测方法比较

为了比较四种自适应阈值算法对目标和背景灰度值差异较大的织物疵点的检测效果,进而综合比较四种算法的优劣情况,本文首先对Otsu算法、改进的Otsu算法、局部阈值分割算法以及最大熵阈值法共四种图像自适应阈值算法的原理进行了介绍,然后分析了运用图像自适应阈值算法检测织物疵点的方法与步骤,在此基础上分别用四种自适应阈值算法对平纹和斜纹织物疵点图像进行了检测,并对检测结果进行了详细的分析和比较。实验结果证明文中所述四种自适应阈值算法在一定程度上都能用于织物疵点的检测,当不考虑算法执行时间时,检测效果为：局部阈值分割算法＞改进的Otsu算法＞Otsu算法＞最大熵阈值法。当考虑算法执行时间时,综合检测效果为：局部阈值分割算法＞Otsu算法＞最大熵阈值法＞改进的Otsu算法。     

基于综合排序的高维多目标进化算法研究

当前大部分多目标进化算法在求解高维目标优化问题时出现效率与精度迅速下降的问题。针对该问题,提出了综合排序方法,并设计了基于综合排序的多目标进化算法,所提算法搜索能力不会受到优化目标个数增加影响。通过仿真实验对所提算法进行了验证。     

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。     

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.     

基于自适应变异差分进化算法的溶解氧浓度控制系统

溶解氧是造纸中段废水好氧处理过程中的重要参量,但溶解氧过程控制回路存在大时滞、非线性等问题,常规PID控制难以收到理想效果。本课题在分析差分进化算法的基础上,提出了一种自适应变异差分进化算法,用于PID控制器的参数优化,实现对溶解氧浓度的精准控制。MATLAB仿真结果表明,与常规PID控制和基于传统差分进化算法的PID控制相比,本算法具有响应速度快、超调量小的优点,能够收到良好的控制效果。本算法已经投入实际应用,COD_(Cr)去除率达到84.5%,BOD去除率达到93.4%,水处理系统运行良好,能够实现废水达标排放。     

基于改进蝗虫算法优化Canny算子的鸡蛋裂纹图像检测

目的:提高鸡蛋线形、网状裂纹检测率。方法:针对蝗虫优化算法(GOA)求解高维复杂优化问题时收敛效率不高的缺陷,设计改进的模糊C-均值算法(FCM)对蝗虫种群进行等级划分;设计自适应极值逆向学习和编码突变更新机制,以扩展算法深度搜索空间和全局寻优能力;采用改进的GOA对参数进行优化,并将改进蝗虫算法优化Canny算子用于鸡蛋裂纹检测。结果:该方法对鸡蛋线形裂纹和网状裂纹漏检率分别降低了21.4%~31.2%,63.2%~69.7%,优于其他算法。结论:该方法能有效提升鸡蛋裂纹检测准确率。     

混合蛙跳优化算法的裱糊线机器人边缘提取

为了提高裱糊线机器人视觉系统定位精度,降低图像边缘冗余信息与噪声影响,提出将基于混合蛙跳优化算法的Canny算子应用于裱糊线机器人裱纸的边缘检测中。通过采用最大类间方差作为混合蛙跳算法的目标函数,自适应迭代优化Canny算子双阈值,实现裱糊线有效提取。仿真试验结果表明,该算法优化Canny算子可较好检测裱纸图像的边界轮廓,自适应获取最优阈值,弥补传统Canny算子需要人为设定的缺点,提高了检测精准性,同时具备一定降噪效果。该算法较粒子群优化算法、传统Canny算法C/A分别降低3.33%、33.39%,C/B分别降低了14.94%、54.55%。     

基于自适应交叉、变异遗传算法的PID整定

提出了一种带有自适应交叉、变异算子的遗传算法，并把它应用到PID参数的整定当中，仿真结果表明，该方法提高了参数的优化性能，对控制系统具有良好的控制精度、动态性能和鲁棒性。     

DSC as a tool to assess physiological evolution of apples preserved by edibles coatings

The present study describes the results obtained on the evolution of apples preserved by edible coatings (alginate and gelatine based) by using differential scanning calorimetry (DSC) as an analytical tool, and their comparison to the textural evolution was measured by conventional methods and carbohydrate analysis by HPLC. The evolution of thermal transitions obtained from lyophilized apple fractions obtained from peel, pulp and core was monitored. Differences observed in the thermograms caused by the application of coatings to the apples are also studied. DSC results when compared to those of textural analysis seem to produce earlier responses to the physiological changes in apples. When edible coatings were applied, DSC profiles were found to be quite different from those of uncoated samples: two transitions are found in uncoated apples and three or four in the coated ones. As it was expected, both coatings affected the apples physiological evolution, but in dissimilar way. The tested methodologies are effective to monitor those post harvest changes. However, DSC analysis may be useful as a quicker and efficient method, eventually detecting changes earlier than conventional methodologies.     

基于改进微分进化算法的优化配棉

针对配棉优化问题,提出了一种基于改进微分进化算法的计算机配棉方法.先将配棉问题看作一类约束优化问题,建立数学模型;基于标准微分进化算法,使用罚方法处理多个约束条件,并随着进化过程动态调整算法控制参数,形成求解配棉问题的改进微分进化算法.采用纺织企业实际库存的批棉数据进行实验验证,结果表明,该方法优于人工分类排队法和遗传...     

一种求解线性对称变换方程的并行算法

研究求解线性对称变换方程的SYMMLQ并行算法.将求解线性方程组的SYMMLQ算法推广应用到求解线性对称变换方程,将并行过程中的两次全归约减少到一次,并对该算法进行改进,以提高并行性,减少计算时间.利用改进后的SYMMLQ算法在并行机上对Poisson方程与椭圆偏微分方程进行效果测试,并与未改进的SYMMLQ算法进行比较和分析.结果表明,改进的SYMMLQ算法的并行效率明显优于未改进的SYMMLQ算法.     

基于位平面的纸病检测算法研究

针对当前纸病检测算法存在抗干扰能力差、定位不准确和运算复杂等问题,提出一种基于位平面的纸病检测算法。首先,采用自适应中值滤波算法对纸病图像进行滤波,然后,对滤波后的图像进行位平面分解,并运用格雷码对位平面加以增强,最后,使用数学形态学对其进行边缘检测,得到最终的纸病检测结果。仿真结果表明：该方法运算简单,能够较好地检测出纸病缺陷,并具有较好的抗干扰性和定位准确性。     

积微分算子的迹公式

考虑了基于Dirchlet边界条件和Neumann边界条件下的含有积分项的Sturm-Liouville特征值的迹问题.将微分算子迹的计算化归为相关亚纯函数在回路上的渐近式计算,并采用留数公式,得到了Dirchlet边界条件和Neumann边界条件下该积微分算子的迹公式.