一种改进启发式算法在解决组合优化问题中的应用

启发式算法是解决组合优化问题的良策,介绍了一种改进的启发式算法和该算法在解决组合优化相关问题上的应用,分析该算法的详细流程,并通过仿真实验验证该算法的性能,并对其优势和不足进行了分析。     

岩移沉降观测中数据缺失的一种估算方法

在矿区的岩移沉降观测过程中,由于环境、人为等原因导致观测数据缺失问题,损害了整体观测数据的完整性,影响后续沉降趋势预测.文中提出了一种最大期望算法,通过计算极大似然估计,交替执行E步和M步,最终得到观测缺失数据填补值.利用某矿区实测数据进行实验,对比分析发现最大期望算法对缺失数据填补更接近实际测量值,在实际应用中有一定参考价值.     

面向分拣机器人的珍珠形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法;采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度;为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位;根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化;实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms;该方法可准确高效地对珍珠进行分拣分级,具有一定的实用价值。     

基于K-means和SOM的水下传感器数据采集方法

随着海洋资源勘探和海洋污染物监控工作的开展，水文数据的监测和采集等已经成为重要的研究方向。其中，水下无线传感器网络在水文数据采集过程中起着举足轻重的作用。本文研究的是水下无线传感器二维监测网络模型中，传感器节点数据采集的问题，其设计方法是通过自组织映射（Self-organizing mapping，SOM）对传感器节点进行路径最优化处理，结合优化的路径图形和K-means算法找到路径内部聚合点，利用聚合点和传感器的节点得到传感器通信半径内的数据采集点，最后通过SOM得到水下机器人（Autonomous underwater vehicle，AUV）到各个数据采集点采集数据的最优路径。经过实验验证，在水下1 200 m×1 750 m范围内布置52个传感器节点的情景下，数据采集点相比于传感器节点路径规划采用相同的采集顺序得到的路径优化了6.7%；对数据采集点重新进行自组织路径规划得到的路径比传感器结点路径的最优解提高了12.2%。增加传感器节点的数量，其结果也大致相同，因此采用该方法可以提高水下机器人采集数据的效率。     

基于费马小定理欧拉推广的RSA暴力破解方法

针对RSA加密算法暴力破解算法时间复杂度过高,提出了基于费马小定理的欧拉推广的暴力破解方法,针对RSA中N的欧拉函数的特点,使用快速幂求模等方法,对比传统暴力破解和此算法的时间复杂度的优劣,说明该算法是可行的破解RSA的方法.     

中空激光光内送粉熔池温度控制研究

在激光增材制造过程中,熔池温度的稳定性是表征加工过程稳定性的一个重要指标.设计一套控制熔池温度的闭环反馈系统,以达到控制熔池温度,提高成形件质量.基于C#编程软件实现了温度信号的传递,采用PID控制算法设计了温度控制器.实验结果表明,此系统能实时、准确地实现熔池温度的闭环控制,能够有效消除直壁墙熔覆过程中因热累积而造成的“蘑菇云”现象,且成形件几何精度有显著提高,各处显微组织差异较小,组织致密均匀.     

基于支路影响系数分析的接地网分层故障诊断方法研究

现有的基于电磁感应理论的接地网故障诊断方法需要大量的磁场测量数据,为了解决该问题,笔者提出了一种基于支路影响系数分析的分层诊断方法.首先定义了支路影响系数,并根据影响系数建立了支路诊断难易程度的评价体系.在该评价体系的指导下,分层诊断方法的测量点选取更具针对性,并以分层递进的方式实现了高精确度的腐蚀诊断.在诊断模型求解方面,运用改进的鲸鱼优化算法,保证了分层诊断的准确性.最后,进行了分层诊断与普通磁场反演诊断的对比实验.实验结果表明:分层诊断方法可以在保证诊断准确率的情况下大幅减少测量点数量(可做到接地网支路数50％以下),并且能够缩小测量点的分布范围,因此该方法可以减少现场测量工作量,提高接地网故障诊断效率.     

基于粒子群改进FCM聚类算法优化管网压力监测点布置研究

针对供水管网运行现状,提出压力监测点优化布置方法.以构建节点压力影响系数矩阵采用粒子群优化模糊C均值聚类算法方法求解压力监测点的节点位置.粒子群算法优化避免了FCM聚类算法在初始值选取不当容易陷入局部最优的缺点,提高了压力监测点覆盖节点的精度.结果表明,压力监测点布置合理,且均匀分布于整个管网,同时提供新增压力监测点布置方法,为管网漏失识别定位奠定基础.