基于双编码的重叠社团检测多目标优化方法

近年来,多目标进化方法已被广泛应用于重叠社团检测问题并取得了较好的社团划分性能.如何设计合适的个体编码以及进化策略是提高基于多目标进化重叠社团检测算法性能的重要因素.为此,本文设计了一种双编码表示方法对非重叠社团结构和重叠点分别进行编码,能够有效解码得到重叠社团结构.在双编码表示的基础上,本文提出了一种基于双编码的重叠社团检测多目标优化方法(DRMOEA).在DRMOEA中,为了获得好的初始个体并提高算法检测性能,本文提出了一种基于社团边界点的初始化策略.除此之外,针对双编码中的重叠点编码部分,本文提出了基于精英个体边界点的交叉策略,该策略利用社团边界信息引导种群向好的方向进化,从而有效提高了算法的检测性能.最后,在9个真实世界网络上的实验结果表明DRMOEA算法优于其他5个代表性重叠社团检测算法.     

电功率回收液压马达试验台功率回收效率研究

针对批量液压马达试验中能量浪费的问题，提出了精确控制马达转速和马达加载的试验方法，设计了一种电功率回收液压马达出厂试验台，并对液压马达试验台电功率回收原理及功率回收效率进行分析。采用AMESim软件对系统功率回收效率仿真，且通过试验台对液压马达相关性能进行测试，对试验与仿真系统功率回收效率进行比较分析，发现在仿真和试验中系统功率回收效率存在最大值且与液压马达总效率正相关。试验台设计合理，可以较好的实现试验过程中多余能量回收，对液压马达试验台电功率回收的设计与研究具有参考价值和实际工程指导意义。     

基于模仿学习的双曲率曲面零件复合材料织物机器人铺放

针对双曲率曲面零件的复合材料织物铺放,手工铺放效率低、质量均一性差,机器人铺放的相关研究未能准确地描述手工铺放技能。为此,本文提出基于模仿学习的铺放技能采集、描述与重现的相关方法。首先,利用拖动示教获取织物铺放的轨迹信息,以压力阈值为分割依据进行有监督的轨迹分割,再采用高斯混合模型（Gaussian mixture m...