知识和数据协同驱动的群体智能决策方法研究综述EI北大核心CSCD

群体智能(Collectire intelligence,CI)系统具有广泛的应用前景.当前的群体智能决策方法主要包括知识驱动、数据驱动两大类,但各自存在优缺点.本文指出,知识与数据协同驱动将为群体智能决策提供新解法.本文系统梳理了知识与数据协同驱动可能存在的不同方法路径,从知识与数据的架构级协同、算法级协同两个层面对典型方法进行了分类,同时将算法级协同方法进一步划分为算法的层次化协同和组件化协同,前者包含神经网络树、遗传模糊树、分层强化学习等层次化方法;后者进一步总结为知识增强的数据驱动、数据调优的知识驱动、知识与数据的互补结合等方法.最后,从理论发展与实际应用的需求出发,指出了知识与数据协同驱动的群体智能决策中未来几个重要的研究方向.     

基于改进旗鱼算法的综合能源系统能量管理

综合能源系统在实现可再生能源利用中具有重要价值。为使系统中各设备出力得到进一步优化,将生物质能与综合能源系统相结合,并且将各个时刻的柔性负荷纳入能量调度,构建了一种沼气发电系统、光伏发电系统与微型燃气轮机驱动下的源-储-荷协同多目标能量管理模型。以系统与主电网的交互及燃料费用、惩罚费用和设备投资及运行费用为优化目标,以用户综合用能满意度、新能源利用率和电能自治程度为评价指标,求解模型最优配置。利用非线性攻击方式、差分变异策略、哈里斯鹰算法中的软包围策略及防止算法停滞策略来改善旗鱼算法的全局搜索能力。通过算例对比分析表明,所提出的改进算法和能量管理模型在不同场景下均有效地提高了经济效益和环保效益,并且改进旗鱼算法在全局寻优和搜索精度等方面具有优势。     

基于适配器的发射车电气检测技术研究

针对目前发射车电气检测自动化程度低、各型号不通用的问题,研究了一种基于适配器的电气检测技术,该技术采用“通用平台+适配器”的模式,实现了电气检测的自动化和通用化。应用该技术后,发射车的电气检测工时和工位可减少近50%,提高了发射车电气检测的效率。     

学生信息管理系统

设计了学生信息管理系统来解决学校学生信息管理方面不完善问题,此系统分为基本信息管理、疫苗信息管理和位置管理三个模块,通过收集学生的基本信息,疫苗详细信息和学生位置变化信息,提高学校收集管理学生信息的时间效率以及减少统计错误等问题。     

碳纤维粒子尺度对红外/毫米波复合干扰性能研究

为了研究不同尺度碳纤维粒子对红外/毫米波的复合干扰性能,利用试验样板在静态测试条件下针对不同尺度碳纤维进行红外和毫米波衰减率测试,筛选出对两者分别具有最优衰减效果的碳纤维粒子尺度。在此基础上,选择远红外和8 mm波作为衰减对象,利用烟幕试验箱动态测试并分析了具有最佳尺度特征的碳纤维在不同配比条件下对红外/毫米波的复合干扰性能。实验结果表明:碳纤维粉体对红外具有更优异的衰减效果,短切碳纤维对毫米波的干扰性能更加显著,800目、1.5 mm和4 mm是碳纤维粒子衰减红外/毫米波的最佳尺度,对应配比为22%、4%和74%时各波段的复合干扰性能最优。     

采用自适应模糊优化的目标跟踪加速方案

目标跟踪作为计算机视觉的重要方向之一,在自动驾驶、安防监控等方面有着广泛的应用,但是目标跟踪算法还无法有效地运行在嵌入式设备上。针对目标跟踪算法计算量大、复杂度高,难以部署在资源受限的嵌入式设备的问题,提出了一种基于相关滤波目标跟踪的加速方案。首先采用自适应模糊算法优化了跟踪算法整体运算量,它可以根据目标跟踪框的尺寸判定是否降低图像质量。其次采用了跟踪响应结果的峰值旁瓣比与平均相关能量比判据来评估跟踪结果的可信度,从而实现跟踪模型的自适应更新以及目标位置的重搜索。最后基于FPGA并行实现相关运算和跟踪检测器训练阶段的矩阵相乘运算,以提升算法实时能效性。所提出的加速算法基于PYNQ-Z2进行硬件测试,并在OTB-2015跟踪数据集上进行验证,该算法的跟踪精度与跟踪实时性分别为65.8%,17.28 frame/s,相比于原始算法,跟踪精度、跟踪实时分别提高了9.12%、703.7%。     

影响最大化问题中基于K-truss的投票改进算法

在社交网络的影响最大化（IM）问题中,近似算法通过大量的Monte-Carlo模拟计算节点集的影响范围,导致时间复杂度提高,而多数启发式算法在具有不同拓扑结构的图上存在稳定性较差的问题。提出基于K-truss的改进投票算法TrussVote。在投票阶段,通过引入K-truss的相关理论及算法定义节点的有效投票能力,用于表示节点对其不同邻居的投票倾向,同时在计算得票分数时考虑边的传播概率,提高解决IM问题的效率。在每轮投票结束后,将得票分数最高的节点选为种子节点。在更新阶段,结合节点间的相似性指标定义衰减因子,以有效区分邻居节点投票能力的弱化程度。此外,基于IC模型下的原始传播结果,提出传播差异作为传播范围的等价分析指标。在不同规模真实网络数据集上的实验结果表明,相比RNR、VoteRank++等算法,该算法不仅能有效降低时间复杂度,而且可在最短的时间内感染更多的节点,具有广泛的影响范围。     

核电厂事故后监视系统显示设计与实现

为有效跟踪核电厂瞬态事件和事故,以及监视事故后的过程状态,核电厂需在主控室房间设置专用的事故后监视系统(PAMS)。通过PAMS人机接口显示核电厂事故后参数和设备,为操作员提供监视与记录界面,尤其涉及三道安全屏障的反应性控制、反应堆堆芯冷却和一回路系统的热导出、放射性物质的相关参数和设备信息。依据核电厂安全参数显示的相关标准,结合华龙一号防城港3~#、4~#机组安全级仪控系统总体架构设计,阐述了PAMS设计和实现的过程。相较于以往硬显示的实现方案,提出了一种基于F-SC1等级的FirmSys数字化平台实现事故后监视功能的设计方案。目前,该方案已在防城港3~#机组完成现场热态调试投入实际应用,可为后续核电厂事故后监视功能提供方案借鉴与参考。     

结合特征扰动与分配策略的集成辅助多目标优化算法

代理模型利用近似预测代替算法对多目标优化问题的真实评价,大幅减少了算法寻优所需的真实适应度评估次数。为提高代理模型在求解高维问题时的准确性并降低计算开销,提出一种基于特征扰动与分配策略的集成辅助多目标优化算法。将径向基函数网络代理模型与支持向量机回归代理模型作为集成过程中的基模型,降低算法在高维问题上的计算开销。结合特征扰动与基于记忆的影响因子分配策略构建集成代理模型,提高集成准确性。使用集成预测值与不确定信息加权辅助管理集成代理模型,平衡全局搜索与局部探索,增强算法在目标空间中的寻优能力。实验结果表明,该算法在ZDT1~ZDT3和ZDT6测试问题上所得解集的分布性与收敛性相比经典算法更好,并且当决策变量维数增加时,使用集成代理模型相比于Kriging代理模型约减少了90%的适应度评估次数,同时可获得更准确的预测结果。