关键词： 遗传算法   混流生产   优化设计   Flexsim仿真  

摘要： 精密RV减速器是发展工业机器人技术的关键一环,但是目前国内仍很难对其实现规模化生产。文章针对RV减速器混流装配线存在的生产不平衡和整体效率低的问题建立数学模型,提出通过考虑紧前工序的交换变异遗传算法来解决传统遗传算法易陷入最优解的缺陷,然后采用Flexsim软件对RV减速器混流装配生产线进行建模和仿真,验证了所提方法的有效性。验证结果表明,优化后生产节拍缩短了0.8,生产平衡率提升了18%,而平滑度指数从1.3下降至0.72,生产效率得到显著提高。

关键词： 远程奔袭   多点空中加油   空中加油规划   改进遗传算法   路径优化  

摘要： 为解决飞机在执行远程奔袭任务中多次空中加油任务规划的问题,综合考虑任务的时效性与经济性,建立多点空中加油模型。对标准遗传算法进行改进,使之具有更快的搜索速度与计算效率。将任务划分为多个阶段,使用不同方法进行加油点的选取。仿真试验结果表明,该方法可以有效解决远程奔袭任务中飞机多点空中加油任务加油点选取的问题。

关键词： 云计算   电力用户   用电   信息   智能   采集  

摘要： 为优化电力用户用电信息采集效果,提高用电信息数据采集的匹配度与准确性,文中基于云计算提出了一种全新的电力用户用电信息智能采集方法。首先,建立用电信息网络结构模型,辨识与提取电力用户用电信息的各种动态特征;其次,设计智能采集流程,利用云计算实时采集电力用户的用电信息;在此基础上,对采集到的用电信息进行加密传输处理,确保电力用户用电数据的可靠性和持久性。实验结果表明,应用该智能采集方法后,3种不同类型的电力用户用电信息采集匹配度均高于98.57%,在采集准确性方面表现出较大的优势。

关键词： 改进遗传算法   超高强钢   硬化模型   折弯成形   回弹预测  

摘要： 针对目前特殊用途车辆用超高强度钢板在折弯成形工艺中存在的回弹剧烈问题,提出一种基于改进遗传算法的超高强钢硬化模型参数确定方法,实现超高强度钢板折弯回弹的准确预测。以超高强钢板6252为研究对象,首先构建一个考虑超高强钢材料应变硬化行为和Bauschinger效应的Yoshida-Uemori硬化模型框架;然后结合有限元仿真软件LS-DYNA和改进遗传算法准确地确定硬化模型框架中的材料特性参数;最后基于DYNAFORM平台对6252超高强钢工件进行了折弯回弹的预测。实际的折弯试验表明,回弹模拟结果与实际回弹角度之间的误差在2%以内,验证所标定的超高强钢硬化模型参数的可靠性,说明在该参数集支持下的Yoshida-Uemori硬化模型能够较好地描述超高强钢板的动态特性。所提出的方法为超高强度钢零部件的高精度成形工艺设计提供有效指导。

关键词： 港口   散粮码头   进出仓流程   排产模型   遗传算法  

摘要： 针对目前散粮码头整体智能化但排产过程依旧采用传统人工调度导致的效率低下问题,详细介绍码头进行粮食装卸时进出仓、倒仓等工艺流程,确定以最小化船舶总在港时间为目标,建立卸船作业计划模型;以最小化总工时为目标,建立装车作业计划模型;利用基于矩阵实数编码、重新设计种群初始化、精英保留策略的遗传算法对模型进行求解。试验表明,该算法可以快速获取最优排产方案,能有效提高散粮码头生产效率和周转率,减少船舶总在港时间,实现智能科学化排产。

关键词： 计算机视觉   建筑工程测绘   智能分类   识别算法  

摘要： 在数字化技术快速发展的时代,计算机视觉作为一种致力于使计算机能从图像或多维数据中理解世界的科学,已成为技术创新的前沿领域。在建筑工程领域,测绘数据的智能分类与识别对规划、设计和建设过程的优化具有重要意义。文中系统地探讨了基于计算机视觉的建筑工程测绘数据智能分类与识别技术。通过详细分析计算机视觉在测绘数据处理中的应用,阐述了建筑工程测绘数据的特点,并研究了数据智能分类、特征提取方法、分类与识别算法的选择及实时数据处理技术,旨在推动建筑工程领域的技术进步和发展。

关键词： 智能园区导航系统   旅行商问题   蚁群算法   遗传算法  

摘要： 旅游园区智能导航系统的设计一般采用蚁群算法规划路径,综合考虑每个景点的线路距离、地理位置等因素,为不同年龄段的游客推荐不同的观光线路;但经典的蚁群算法在解决路径规划问题上容易陷入局部最优,且存在规划效率低下和收敛速度慢等问题。为此,文章采用经典蚁群算法和遗传算法相结合的改进蚁群算法来提高园区智能导航系统观光路径规划效率。首先,利用遗传算法采用交叉和变异的策略产生寻找最优路径的初始信息素分布;再利用蚁群算法分别对算法中的启发函数、信息素更新机制、状态转移策略进行优化,从而求出旅行商问题最优解,进而优化线路。仿真实验结果显示,在α=1.5、β=3、ρ=0.5、Q=300、重复迭代250次的条件下,改进的蚁群算法在第87次迭代收敛,收敛路径距离为305.62 m;而经典蚁群算法在第196次迭代收敛,收敛距离为519.74 m。可见,改进的蚁群算法解决了经典蚁群算法存在的收敛慢和路线规划距离长等缺陷,在寻找最优解的问题上获得了更高的速率,提高了线路规划的效率。

关键词： 数联网   标识解析   数据布局   启发式算法   遗传算法   粒子群优化算法  

摘要： 数联网是为解决目前互联网数据资源共享交互过程中传输效率低、协调成本高、安全管控难等缺陷而提出的一种新型信息基础设施。标识解析系统是实现数据流通的关键,但随着标识注册量和解析量的迅速增长,解析节点正面临着大量高并发解析请求,服务质量将变得难以保证。针对该问题,考虑数联网标识解析系统中节点架构的特点,以降低解析时延为目标,提出一种基于遗传算法的自适应离散粒子群优化算法(DPSO-GA)来对标识进行合理布局。该方法综合考虑节点之间的带宽、标识数量和节点容量等因素对解析时延的影响,引入遗传算法的交叉操作和变异操作,对粒子群优化算法的惯性权重因子采取自适应策略,对学习因子采取线性增减的策略。实验结果表明,相较于传统粒子群优化算法及遗传算法,该算法优化效果分别提升了48.9%和19.9%,增加了种群进化的多样性及搜索范围,减少了算法的时间复杂度以及陷入局部最优解的可能性,且能较稳定地降低标识解析时延。

关键词： 路基沉降   软土   沉降预测   支持向量机   遗传算法  

摘要： 为实现软土地质条件下公路路基的沉降预测,提出了一种基于遗传算法优化支持向量机的路基沉降预测模型。采用支持向量机算法构建了软土路基沉降预测的基本模型,用遗传算法对模型超参数进行了调优,以公路沉降观测点的监测数据为样本建立了GA-SVM的路基沉降预测模型。结果表明:遗传算法可以有效提高支持向量机对沉降数据的拟合精度;GA-SVM沉降预测模型对10个验证集样本的平均误差和均方根误差分别为0.001 5 mm、0.015 5 mm;未来10期观测点位的路基结构趋于稳定,稳定后的平均预测沉降量约为0.03 mm/d。

关键词： 新工科   创新人才   教学设计   计算机视觉  

摘要： 针对人工智能技术飞速发展对高等教育新工科专业提出的“多学科交叉汇聚,多技术跨界融合”人才培养需求,分析了计算机视觉课程的现状及问题。在古语“夫合羹之美,在于合异”的启示下,从融合多维教学资源,实施多样学习活动,培养多元创新能力等方面,提出了开展计算机视觉课程的教学创新设计的途径。