关键词： 手势识别   傅里叶描述子   手势轮廓   人工神经网络   候选窗口  

摘要： 手势识别是计算机视觉人机交互应用领域关键技术,手势轮廓携带有手势重要特征,准确捕获手势轮廓对提高手势识别具有重要意义。针对手掌轮廓特征提取困难和手势识别率低问题,提出了基于傅里叶描述子的手势识别方法,按照候选窗口最大轮廓傅里叶描述子匹配度和置信度分割出手掌区域;跟踪手掌轮廓计算其傅里叶描述子得到手势轮廓特征值;将16个手势轮廓特征值作为BP人工神经网络的输入,利用BP人工神经网络识别手势。实验表明,该方法能有效捕获手势轮廓和识别19种手势,具有识别率高、性能优良和鲁棒性好等优点。

关键词： 水浴密封消解   土壤   汞   砷   原子荧光法  

摘要： 建立水浴密封消解-原子荧光法测定土壤中的汞和砷。采用一次性聚丙烯离心管、恒温水浴振荡器为消解设备,取样质量为0.3~0.5 g,以5 mL王水溶液(1∶1)为消解液,消解时间为1 h。汞、砷的质量浓度分别在0~2、0~20μg/L范围内与荧光强度线性关系良好,相关系数分别为0.999 7、0.999 8,汞和砷的检出限分别为0.001、0.01 mg/kg,定量限分别为0.004、0.04 mg/kg。采用该方法对土壤成分分析标准物质GSS-8、GSS-23、GSS-29进行测定,汞和砷测定结果的相对标准偏差分别为3.5%~6.6%、1.8%~3.8%(n=6),相对误差分别为-3.3%~4.9%、-2.1%~2.5%。汞和砷的回收率分别为93.7%~104%、98.6%~102%。该方法采用一次性聚丙烯离心管,无需消清洗解管,消解过程简单,消解液用量少,适用于大批量土壤样品测定。

关键词： 设备布局   系统布置设计   遗传算法   系统架构设计  

摘要： 针对用传统布局设计方法布置机械加工车间计算量大、主观依赖性强、涉及较大返工工作量等问题,采用层次化方法,以快速、准确、可扩展为目标,设计布局优化系统架构。该系统架构以布局设计为主要功能,包括用户界面层、应用层、数据层和系统支撑层,各层之间通过接口进行数据处理。根据系统架构分析开发的以SLP和GA为基础方法的面向机械加工车间的布局优化系统不仅能完成车间设备的布置优化,还能对布局优化结果进行评价,并通过仿真实验分析为实际决策提供可靠的信息。

关键词： 印包设备   协同制造   资源匹配   遗传算法   莱维飞行  

摘要： 目的包装印刷装备行业存在制造资源分散、产业协同不足和效率低等问题,针对网络协同制造中的制造资源匹配问题提出一种有效方法。方法从不同子任务资源需求差异视角出发,构建基于TQCS制造资源评价指标体系及制造任务约束体系,通过层次分析法计算不同子任务的权重,以资源与任务的匹配度最大为目标函数,提出基于莱维飞行–遗传算法的网络协同制造资源匹配方法。结果改进的资源匹配方法相较于传统方法,能够得到成本更低、时间更短的方案,并且改进的遗传算法的寻优能力更高。结论相较于传统方法,改进的制造资源匹配方法的目标函数更合理、权重取值更客观、寻优能力更好,能够得到更为合理的制造资源匹配方案。

关键词： 分布式资源调度   多目标优化   柔性调度   遗传算法  

摘要： 目前家电智能生产线存在多任务操作冲突、调度控制响应时间长以及制造资源利用率低等问题。为了实现家电智能生产线的合理资源调度,基于多目标优化和分布式资源调度理论,建立了家电智能生产线分布式资源调度模型,提出了基于遗传算法的家电智能生产线分布式资源调度算法。仿真实验表明,与传统生产线调度方法相比,所提出的分布式资源调度算法最大完工时间缩短了5.76%,解的适应度提高了8%,验证了算法的可行性和高效性。

关键词： 代理模型   遗传算法   适应度评估   参数继承  

摘要： 针对传统人工神经网络设计的时间复杂性与调试困难等问题,研究基于神经网络架构搜索的高效神经网络架构自动搜索方法,解决网络设计方案,提出了一种代理模型进化方法的高效神经网络搜索方法。上述方法将代理模型集成到遗传算法中,通过训练代理模型将预测卷积神经网络(Convolutional Neural Networks,CNN)性能问题转化为二值分类问题,加速网络评估过程。另外,在最新一代模型中,子模型通过继承父模型参数,在训练数据集上训练较少次数,加速最优网络的生成。所提方法在CIfar-10数据集上分类精度为95.6%,模型参数为3.4M;在Cifar-100数据集上分类精度为77.46%,模型参数为4.3M。由于使用代理模型和参数共享,新方法在cirar-10数据集上经过2.5天搜索获得性能优异的模型,避免了43.8%的候选CNN训练。

关键词： 充填浓度   多目标优化   遗传算法   优化控制  

摘要： 针对常规PID控制时充填浓度存在滞后性、时变性等特点,且易受尾砂性质和粒径等因素影响,提出了一种充填浓度的多目标优化控制策略。通过对充填工艺流程进行分析,构建充填浓度的多目标控制模型,设定多目标决策变量,建立对应的目标函数和约束条件,从底流浓度、充填质量、充填成本方面对充填浓度进行多目标优化,采用遗传算法进行求解,并在MATLAB中进行仿真。通过仿真曲线可知,多目标优化算法在评价指标方面满足质量合格、低成本的控制需求,与传统PID控制算法相比,多目标优化控制算法响应速度更快,鲁棒性更强,该充填系统运行以来,充填浓度稳定在70%±1%左右,成本降低15%,满足工业生产要求。

关键词： 露天矿边坡   遗传算法   LSTM神经网络   优化网络模型   变形预测  

摘要： 考虑到BP神经网络模型忽略边坡监测数据存在的时间相关性,以及LSTM模型由于超参数选择存在主观性而易陷入局部最优等问题,提出一种基于遗传算法和长短期记忆网络(GA-LSTM)相结合的边坡变形预测模型,以发挥遗传算法全局搜索能力和LSTM预测时序数据的优势。以海明矿业露天采场边坡为研究对象,分别采用BP神经网络模型、LSTM网络模型以及GA-LSTM网络模型对边坡监测点GNSS49变形进行预测分析,并对比各模型达到收敛条件的时间。结果表明,GA-LSTM模型与其他模型达到同一收敛条件的时间差异不大,GA-LSTM模型的拟合准确度在0.1~0.2 mm,是LSTM神经网络模型的5~7倍,是BP神经网络模型的10~20倍,具有较高的精度和稳定性,其预测值与实际监测数据基本一致,可为矿山边坡的安全生产、管理以及决策控制提供科学依据。

关键词： 遗传算法   任务调度   实时性   优先级  

摘要： 本研究聚焦于遗传算法在任务调度问题中的应用研究,通过深入探讨遗传算法的基本原理和其在优化问题中的独特优势,为任务调度问题提供了一种全新的优化视角。该研究框架为任务调度问题的未来研究奠定了坚实基础,为实际应用中的性能优化提供了新的思路。

关键词： 时间窗   遗传算法   变邻域下降搜索算法   贪婪重构策略   滚动周期  

摘要： 滚动周期策略是当前学者利用优化算法解决动态车辆路径规划(dynamic vehicle routing planning,DVRP)问题的主要研究策略。预优化算法是基于遗传算法(genetic algorithm,GA)进行改进。GA易早熟和易陷入局部最优的特点,使解的质量往往不能达到最好。针对此问题,在GA算法上提出了贪婪重构策略进行改进。贪婪重构遗传算法(greedy reconstruction genetic algorithm,GRGA)随机剔除每条路径固定数量的客户点,利用贪婪重构策略依次将剔除点插入到各个路径,保留成本最低的解,摒弃了完全随机的策略原则,使解可以跳出局部最优。在每次迭代之后利用变邻域下降搜索算法(variable neighborhood descent,VND)进行深度搜索,完成一次迭代。最后进行三组测试,第一组是在统一平台上采用Solomon数据集测试算法效果,第二组是把预优化改进算法与对比算法得到的数据分别进行保存,利用控制变量法在动态调度周期使用一种动态调度优化算法,分别对每个预优化算法形成的初始路径进行调度,测试改进算法的有效性,第三组是采用实际案例测试预优化算法的效果。