一种基于遗传算法的供应链优化设计研究

供应链优化设计问题由于其自身的复杂性而成为一个极具挑战性的研究课题。文章把遗传算法应用于研究供应链优化设计,构建一个供应链原型测试系统,并对数控机床制造供应链系统进行了实例分析。     

基于IP的宽带主干网技术分析

综述了IP over ATM,IP over SDH和IP over WDM三种宽带主干网技术,并系统分析比较了各种技术的优缺点及相互区别与联系,探讨了未来宽带主干网技术技术的发展趋势,得出了明确结论,为进一步研究IP技术提供了技术基础并开辟了新的思路。     

一种基于分布式Caching的自适应搜索机制

针对基于Gnutella协议的非结构P2P网络中利用洪泛搜索机制进行资源搜索的网络流量大,效率低等问题,提出一种基于分布式Caching的自适应搜索机制。在使用该搜索机制的Gnutella网络中,所有的节点在逻辑上分成多层,在同一层的节点有相同的group ID,洪泛查询被限制在与group ID匹配的一层。通过实验与统一索引Caching机制比较,该搜索机制在不增加响应时间的条件下,能有效地减少网络流量,提高搜索效率。     

白酒组合优化辅助系统的研究及应用

在对白酒生产过程做了大量调查，研究分析基础上，着眼于具体应用需求和生产实际情况，提出了一套计算机技术辅助实现白酒勾兑调味的方案，该方案主要采用一组高效优化算法和智能信息处理方法，对白酒指标进行准确计算和最优化控制，以提高生产过程自动化程度，同时确保品酒质量的稳定性，有于降低生产，提高生产效率，该系统已应用于泸州老窑白酒生产中，应用实践表明，该方案是有效的，并适用于大多数白酒类企业的生产。     

基于物联网的白酒窖池感知系统

为实现白酒发酵生产过程的智能感知,设计了基于物联网的白酒发酵智能感知系统。该系统以物联网的全面感知、可靠传输、智能控制的三层体系结构为整体架构,采用模块化结构设计了通用性强的感知节点、传输节点和控制节点。整个系统可根据现场的具体情况快速构建适合的感知系统,其可扩展性强。实际运行结果表明,整个系统运行稳定,适用于白酒发酵过程的自动检测与实时感知。     

基于Anchor-free的机器人抓取检测方法

为了解决机器人抓取领域传统方法中目标建模和锚框回归导致的计算时间长、检测精度低的问题，提出了一种基于anchor-free的机器人抓取检测方法。所提出的方法可以直接在图像的每个像素处生成抓取姿势和抓取质量。该方法使用双模态特征编码分别从RGB图像和深度图像中提取特征，并使用混合注意力机制来减少特征冗余。在实验中，该方法在Cornell抓取数据集和Jacquard数据集上的准确率分别达到了98.8%和96.4%。单张图像检测速度可达23 ms/张，可满足机器人抓取未知物体的闭环需求。在Franka 7自由度机器人上进行验证，实现了97.3%的抓取成功率。     

基于YOLOv5的轻量化端到端手机检测方法

针对监控图像中手机尺寸较小、分辨率低且特征不明显等问题，给检测算法研究带来了困难。提出了一种改进的YOLOv5网络模型方法用来识别手机的使用。改进的检测算法引入轻量级网络GhostNet作为主干提取网络，将GhostConv模块、C3Ghost模块分别代替主干网络中的Conv基本卷积模块和C3模块，减小网络参数和复杂度；同时，将注意力机制CBAM引入到主干网络中，减少融合后冗余特征的影响，提取到目标区域中更加关键的特征信息；使用四尺度特征检测，在原算法基础上对应的增加检测层，用以提高更小目标的检测精度。实验结果表明，改进后的YOLOv5算法准确率达到95.7%,平均精度达到97.1%,比改进前训练的准确率和平均精度分别提升了2.5%和1.8%,运算量和参数量较改进前分别减少了14.3%和24.5%。改进的YOLOv5算法不仅具有轻量化优势，同时保证了准确率和平均精度。该方法为智能监测技术行业违规使用手机提供了理论依据和技术参考。