关键词： 积极心理学   机器学习   自发生成数据集(NODS)   计算智能  

摘要： 本文探讨了积极心理学在计算智能快速发展时所面临的具体挑战,分析了机器学习和自发生成数据集在应对这些挑战时的巨大潜力。机器学习可从高维数据中提取与人类认知相关的非线性关系,成为研究人类认知和情感的新途径。自发生成数据集能更真实地反映人类行为和心理过程,为研究者提供高效的研究素材。这些新兴技术为积极心理学提供了全新视角,能更全面地认识人类行为和心理并推动文化差异性研究、理论更新和干预策略评估。未来研究需探索机器学习、自发生成数据集与积极心理学理论的结合,以深入理解人类行为和情感的多样性和复杂性。

关键词： 进化计算   进化深度学习   数据准备   模型生成   模型部署  

摘要： 近些年,深度学习在工业界和学术界取得了令人瞩目的发展。然而,深度模型的超参数配置通常需要巨大的计算开销和专家知识。进化计算作为一种高效的启发式搜索方式,在深度模型的自动化配置中已经展现出显著的优势,能够有效缓解上述问题,这种方法也被称为进化深度学习。本文从自动机器学习的视角分析进化深度学习。具体来讲,首先结合进化计算和深度学习的特点,阐述进化深度学习的概念和优化模型。在此基础上,从深度学习的生命周期出发,系统地介绍了数据准备、模型生成和模型部署三个阶段的进化深度学习方法。此外,分析并讨论了不同的解表示和搜索范式。最后,本文提供了进化深度学习的相关应用,开放问题及潜在研究方向。本文综述了进化深度学习的最新进展,并为其未来的发展提出了一些指导性的建议。

关键词： 逼近误差   混合粒子群算法   遗传算法   数控加工  

摘要： 数控精加工中,逼近误差是刀具进给方向上相邻刀位点之间的加工误差,它的高效、精确计算是生成高质量数控加工刀轨的前提。为了提高逼近误差的计算效率,提出一种结合遗传算法的混合粒子群优化算法。建立逼近误差计算的刀触点区间与粒子搜索区间之间的映射关系和适应度计算模型,以适应度值的最大值作为逼近误差;运用Tent映射进行粒子种群初始化,提出基于sigmoid函数的惯性权重系数和基于迭代次数的学习因子两种非线性控制方法;引入遗传算法的交叉和变异策略提高粒子全局搜索能力,以此构建出混合粒子群优化算法并进行编程实现。以典型自由曲面为例计算逼近误差并生成等误差刀轨,使用本算法的刀轨生成时间小于几何迭代算法和标准粒子群算法,验证了算法的可行性和有效性。

关键词： 碳纤维   原丝   金属元素含量   微波消解  

摘要： 测定碳纤维和其前驱体原丝中微量金属元素的含量对碳纤维生产企业掌握碳纤维和原丝的性能至关重要。作为一种兴起的样品前处理方法,微波消解法具有操作步骤简单、耗时短、准确性高的特点,可以应用到碳纤维和原丝的消解领域。本文使用微波消解方法对PAN原丝及碳纤维样品进行前处理,并制备了可供ICP测试的待测样品。实验结果表明,在碳纤维和原丝微量金属元素含量的检测过程中,可以采用微波消解法代替传统的灰化法进行样品的前处理,并得到检测结果准确和重现性较好的消解试样。

关键词： 自动驾驶   场景生成   遗传算法   虚拟测试  

摘要： 自动驾驶测试方法是自动驾驶研究体系中重要的组成部分,也是当前研究的热点之一。提出了基于风险场景搜索的自动驾驶测试方法,通过NGSIM数据集提取出换道场景,确定场景参数空间范围和特征,通过基于遗传算法的场景搜索方法构建自动驾驶测试场景。为了提高场景生成效率,改进了场景参数的搜索过程,对前车换道场景设置了约束,对单个场景的仿真时间进行优化,增加了记忆模块以防止相同场景进行复测试。基于PreScan/Simulink平台构建了三车道前车换道场景,生成并完成了439个场景的测试,其中有266个场景发生了车辆碰撞。分析发现,碰撞失效是由于被测算法制动不及时和未触发紧急制动所导致。

关键词： 传声器阵列   遗传算法   主瓣宽度   最大旁瓣级   阵列方向图  

摘要： 针对传声器规则阵列因均匀采样间隔导致的空域混淆问题,提出一种基于改进遗传算法的传声器随机阵列优化设计方法。经过仿真分析,优化后24元随机阵列在保持主瓣性能的同时,有效抑制了旁瓣的增益。与均匀阵列相比,采用设计的遗传算法对阵列布局进行优化设计后可获得更好的旁瓣抑制和阵列增益。

关键词： 声源定位   TDOA   STM32   模糊集合   嵌入式  

摘要： 在复杂场景下对声源进行筛选并定位,可能会存在低信噪比、线性度不贴合实际以及多径效应等情况,往往对声源定位设备的硬件要求较高;为了解决这一问题,提出了利用模糊集合筛选处理采集的原始数据,优化TDOA算法的中间变量的方法;通过六元麦克风阵列采集到原始音频信号,利用隶属度函数将数据投射进模糊集合,根据隶属度值的大小对数据进行加权处理,从而得到理想的音频数据,将处理好的数据带到网格迭代搜索法中得到声源的定位结果;为验证该算法、以STM32为主控芯片搭建嵌入式声源定位系统,在相同条件下,与采用广义互相关得到时间差的TDOA算法进行对比,结果表明在对相同频率的音频进行定位时,该方法更具有抗干扰性和定位准确性,满足了通过算法改进从而提升声源定位抗干扰性的目标,在实际应用时减小硬件采集设备压力。

关键词： 车辆   混跑   调度   遗传算法  

摘要： 在传统集装箱码头自动化改造工作中,水平运输系统的调度设计是影响改造工程质量的重要因素之一。针对有人和无人驾驶混合模式下的车辆调度设计问题,建立以所有车辆的无效作业时间、岸边集装箱起重机作业延迟时间和所有车辆完成集装箱任务的时长最短为目标的动态调度优化模型,并以实际算例进行求解,验证了模型的有效性。该模型可为后续传统码头的自动化改造提供决策依据。

关键词： 弱分类器   强分类器   遗传算法   新能源汽车   电机异常故障检测  

摘要： 新能源汽车的电机系统包含许多复杂的部件和子系统,部件之间的相互作用使得异常故障的检测变得复杂,而电机异常故障检测主要采用人工检测方式,即通过耳朵听声音,用眼睛观察,用手触摸找出故障位置,导致故障检测精度较低。因此,提出AdaBoost算法下新能源汽车电机异常故障检测方法。通过传感器采集电机信号,采用距离相似度、模糊隶属度函数提取信号特征,借助遗传算法的编码操作、交叉操作及其变异操作获取关键信号特征,运用自适应增强(Adaptive Boosting,AdaBoost)算法将信号特征分成正常信号和异常故障,以此实现对新能源汽车电机异常故障检测。实验结果表明,所提算法电机异常故障检测精度高,且耗时短。

关键词： 计算机视觉   牲畜密度检测   智能饮水   牲畜信息统计  

摘要： 【目的】针对目前牲畜饮水行为的监控和管理方面存在的半智能化、设备功能单一、缺乏智能化管理等问题,设计并实现了基于计算机视觉的牲畜智能饮水系统。【方法】利用Jetson nano嵌入式设备作为主控制器,在进行视频监控的同时基于计算机视觉识别牲畜并对其供水,采用轻量级检测方法实现牲畜的分布密度检测,分析是否需要增加水槽来避免拥挤情况的产生;采用RFID技术识别标签信息并统计牲畜个体是否饮水、饮水次数及总饮水时间等关键信息;采用传感器技术检测水位及水温情况,实现了水槽水满断电、结冰前自动排水等智能控制;开发了客户端和服务端软件,在阿里云服务器上部署云平台,并提供数据可视化和绑定牲畜附加信息等服务,进行人机交互。【结果】以内蒙古地区个人家庭牛群的5头牛为试验对象进行了为期40 d的测试,结果表明,本系统能够对水槽周围环境进行视频监控、目标检测、牲畜密度检测、牲畜信息统计及水槽的自动供水及停止供水。以2023年2月8日试验结果为例,在当天被测试的5头牛均饮水,其中2166430号牛在线时间3.2 min,饮水1次,饮水时长为1.3 min。根据该牛和被测群体的过去一周的饮水情况得知,该被测群体的饮水规律正常。经过历史饮水情况的统计,从饮水方面来看该被测群体在40 d内处于健康状态。【结论】该系统减少了养殖户的人力成本,为养殖户提供了判断牲畜健康状态的重要依据。