融合螺旋策略的分片混沌群粒振荡搜索算法

针对标准鲸鱼算法(WOA)及部分衍生算法求解某些算例效果不佳的问题进行了研究与实验,证明了WOA"包围"过程存在零点搜索偏好陷阱;而混沌优化算法(COA)不均衡的搜索特性使得部分衍生WOA融合的混沌初始种群与群智能优化过程难以调和.为了改善上述缺陷,选用了两种混沌系统和气泡网捕猎策略,设计了一套融合式优化算法.算法采用基于适应度的基线式自适应振荡群粒划分策略指导群体行为模式,充分发挥混沌系统作用,平衡探索与收敛性能.对通用/改进算例和工程应用案例求解可知,该算法性能相较于对比组算法更优,且不存在搜索偏好.     

划分交互式箱粒子概率假设密度滤波法

针对现有的多机动目标追踪问题,将交互式多模型(interacting multiple model,IMM)思想与箱粒子概率假设密度滤波器(box probability hypothesis density filter,Box-PHD)相结合,并针对箱粒子在区间密集杂波等复杂环境下箱体偏大,所导致的箱粒子冗余和目标跟踪位置估计不精确等问题,引入箱粒子划分技术,提出一种划分交互式概率假设密度滤波(partitioned interacting multiple model probability hypothesis density filter,PIMM-Box-PHD)算法,来处理椭圆形多机动目标的跟踪问题。该算法首先在预测阶段针对多目标的机动问题引入IMM预测,利用多模型交互方法来解决目标运动时模型失配问题;其次,利用箱划分技术将预测得到的箱粒子划分为大小和权值相同的多个子箱,以提高目标位置估计精度;最后,利用Box-PHD滤波对划分后的小箱粒子集进行区间量测更新。利用实验验证了PIMM-Box-PHD算法在多机动目标跟踪方面的良好性能,以及相较于IMM-Box-PHD算法在目标位置估计方面的优势。     

Partition model into 3D-printable and no supporting parts

The printing object must fit into the printing working volume and overhangs require a disposable support structure to be added, which are two main problems in the 3D printing process. Existing algorithms cannot solve these two problems at the same time. To solve these problems, we present a model partition algorithm, dividing the model into the pyramidal fitting printing working volume, with the pyramidal having the shape which can be printed without a supporting structure. Firstly, we partition the model surface using the region growing method and analyze the region's normal vector to determine the candidate dividing directions. Secondly, we use the candidate dividing directions to generate candidate dividing planes in order to segment the model. If the divided sub-model is not a pyramidal,continue segmenting the sub-model by using the same method until all of the sub-models are pyramidal. The candidate dividing planes may generate multi-group division modes. Each division mode constructs a tree, the evaluation function is employed to appraise the dividing values and the beam search method is utilized to search the largest value tree in the solution space which is the optimal partition. Experimental results show that the proposed algorithm can divide the model into sub-models which needn't support structures and fit into the printing working volume.     

基于两维图论聚类的农产品配送区域规划

利用两维图论聚类,划分农产品配送区域.选取划分指标,对农产品需求点进行聚类;依据农产品配送时间约束设定距离阈值;通过调整聚类结果得到农产品配送区域规划结果.     

面向新产品开发市场定位的一种聚类算法*

如何从海量的样本数据中挖掘出具有共性的顾客需求信息,帮助商家识别出潜在的客户群,并提高对市场活动的响应效率,是当前国内外市场研究的一个重点和难点。以新产品开发策划中的新产品市场定位为研究对象,提出了一种基于网格的聚类算法(meshbased clustering algorithm, MCA)。此算法可以在市场调查数据中深度挖掘顾客潜在需求,根据顾客评价对产品进行竞争性分析,采用积极的营销策略,不断挖掘新客户群体,从而为企业制定新产品开发战略和产品市场定位提供科学决策依据。     

基于分块的大规模地形实时渲染方法

将地形数据分块技术、层次细节模型（LOD） 技术、改进的ROAM 算法和数据预取技术等相结合,提出了一种超大规模地形数据实时渲染方法.通过分块策略对规则网格进行区域分割,采用空间填充曲线对分块网格进行多分辨率排列,并建立三角形节点顺序与剖分点之间对应关系的快速检索,实现数据快速调度;视见体投影简化分块裁剪算法降低可见性判断的复杂度,提高了计算效率;改进的四队列ROAM实时构网算法,很好地利用了相邻帧的相关性,有效地提高了渲染速度;基于视点预测、部分数据常驻内存的多线程数据预取实现了场景规模基本不相关的连续LOD实时渲染.实验结果表明,该算法高效可行,适合于海量地形场景的快速渲染和交互漫游应用.     

含热电联产机组的分布式能源集群动态划分方法

集群划分是实现分布式能源网络优化调控的基础环节。文中提出含热电联产机组的分布式能源网络集群划分方法。首先,提出综合考虑结构性与功能性的集群划分指标体系:结构上采用计及电热网络特性的模块度指标,用以刻画不同网络节点间的联系强度;功能上引入供需匹配度指标和热电耦合度指标,反映单一能源网络集群内部供应和实际需求间、源侧耦合出力和实际用能间的平衡程度。其次,依托集群划分指标体系设计电网和热网2个层面的优化目标作为集群划分的依据,采用Louvain社区检测算法生成以热电联产为中心的电热双重集群。最后,通过实际算例验证了所提方法的有效性。     

Fe—C—Mn—B合金奥氏体等温分解动力学及Mn的再分配

测定了不同含Mn量的Fe—C—Mn—B系合金的等温转变TTT曲线,结果表明,适量Mn加入Fe—C合金不但推迟转变,而且使TTT曲线形状发生较大改变而出现河湾形状。用能谱分析方法测定Mn在奥氏体、铁素体及相界处的分布规律表明,随转变温度的降低,Mn由再分配向无再分配转化,在其间存在一个温度范围、虽然无两相间的再分配,但在相界处有明显的Mn浓度峰,而且浓度峰最强的温度与TTT曲线上河湾温度相对应。说明TTT曲线形状的改变与合金元素再分配规律变化有关,河湾的出现归因于Mn在相界富集而产生的溶质拖曳与溶质类拖曳作用。     

面向维吾尔文的多模式匹配算法研究

维吾尔文多模式匹配算法是影响维吾尔文关键词过滤和检测性能的关键步骤之一.为此,考虑维吾尔文语法特点、书写方式、字母变换形式、特殊字母等因素,提出一种基于维吾尔文音节划分的多模式匹配算法.通过Bohum-sani函数的维吾尔语音节分解方法计算字符串音节数,利用Bohum-xekli函数得到字符串音节结构,按语法特点从右至左方式进行模式比较,实现维吾尔文多模式匹配.实验结果表明,与现有模式匹配算法相比,该算法具有更高的匹配效率.