基于粒子群三次样条优化的图像边缘描述算法

针对手工选点生成的三次样条曲线无法准确地描述图像边缘的问题,以粒子群三次参数样条曲线优化算法为基础对现有的图像边缘算法进行了改进。在图像边缘上取若干点作为样条曲线的型值点,利用粒子群算法对这些型值点进行优化,使得到的样条曲线对图像边缘有很好的贴合。实验表明,该算法不仅能够快速拟合样条曲线,而且优化后的样条曲线形态能较好地贴合图像边缘轮廓。     

基于改进卡方统计的微博特征提取方法

通过对微博文本特征信息的分析与研究,提出一种基于改进卡方统计的微博特征提取方法。扩充微博信息分类特征,在传统的卡方统计量的基础上,引入了频度等因素,改进特征选择方法;在传统的特征项权值计算的基础上,提出了新的改进卡方统计量的方法,改进权重计算效果。对上述方法利用经典KNN和SVM算法进行了测试,实验结果表明该方法提高了微博信息分类的准确率。     

原材料价格波动下钢铁生产库存多期优化模型

考虑钢铁企业钢材生产受钢材需求和生产变动成本波动的双重影响,在预测基础上,建立钢材生产库存多期动态优化模型。由于模型涉及多种钢材及多个时段,属于大规模问题,求解困难,且为了避免粒子群算法陷入局部最优,提出采用模拟退火与粒子群组合智能算法对模型进行求解。最后通过钢铁企业L的案例,结果表明算法具有较强的收敛性和适用性,模型可用于解决钢铁企业多期生产实际问题。     

科技动态

正NI推出新一波软件设计的仪器美国国家仪器公司(简称NI)近日宣布该公司将软件设计的仪器的强大功能和灵活性延续到新的仪器和自动化测试应用中,使工程师和组织机构能够进一步降低成本,打破厂商定义的仪器的限制。STS的开放模块化架构使工程师能够使用最前沿的PXI仪器,这是采用传统具有封闭结"用户可编程的FPGA为用户带来难以置信的好处,使他们能够深入到仪器内部并彻底改变仪器的性能",弗若斯特沙利文(FrostSullivan)咨询公司的测量仪表行业分析师Prathima Bommakanti表示,"借助这类新仪器,用户可以将仪器转变成任何他们需要的仪器,这彻底改变了之前工业仪器     

基于和声搜索方法的无线传感器网络寿命优化算法

在无线传感器网络中,基站位置的动态调整可以提高网络的寿命,然而基站位置的最优化问题是NP完全问题。为了快速地更新基站的位置并减少数据的交互总量,提出了一种基于和声搜索方法的无线传感器网络寿命优化算法。首先,通过聚类方法将传感器节点分成若干组。其次,在每一个组中选出头节点,应用头节点对组中节点的数据进行压缩并与基站进行数据交互。最后,提出一种基于和声搜索方法的基站位置动态更新协议。实验表明:提出的协议与模糊聚类协议相比,传输数据总量更小,传感器节点的能量使用率更低,能更好地提高传感器网络的整体使用寿命。     

凸轮磨恒线速加工过程曲线优化

为了提高凸轮轴的加工效率和加工精度,开发可用于凸轮轴磨削修整系统的动态优化模块。根据凸轮轴恒线速磨削原理,在Matlab中完成了数学模型的建模,采用三次样条曲线拟合插值法对加工过程曲线进行了优化,从而得到了波动更小的速度曲线并减少了恒线速度磨削所引起的联动轴响应问题。实验表明,该方法很好地实现了在二次磨削中对凸轮轴表面轮廓的修整,提高了凸轮轴的表面质量。     

一种集中式水下无线传感器网跨层调度协议

分析了水下无线传感器网络（WSNs）中单链路发射功率和距离与频率的关系,提出一种跨层的集中式调度方法,AP（access point）在网络中通过广播信标的形式收集估计各节点的时延和距离信息,在MAC层考虑水下链路延迟特点,对各链路进行调度减少冲突;节点在物理层通过自适应地改变节点发射功率和发射频率,减少能耗.仿真结果表明：所提方案在节省系统能量消耗的同时,能够减少碰撞,提高系统吞吐量.     

我国可再生能源发展步伐将加快

为了优化能源结构，加快可再生能源发展，国家发改委近日制定了《可再生能源中长期发展规划》（以下简称《规划》）。这是继《国家中长期科学和技术发展规划纲要》和《能源发展“十一五”规划》之后，对指导可再生能源发展的又一纲领性文件。     

鲁棒性项目调度中缓冲设置方法

研究应对不确定因素的鲁棒性项目调度, 针对其所用时间缓冲区技术中的两种重要方法——集中缓冲和STC (starting time criticality) 分散缓冲, 采用仿真模拟实验, 以项目管理库中的帕特森例1 为对象, 进行详细的比较研究. 研究结果表明, 分散缓冲法具有更好的解鲁棒性; 当活动时间的不确定性程度较大时, 集中缓冲法的质量鲁棒性较好; 当项目工期较紧时, 分散缓冲法具有更好的鲁棒性. 这些研究结论为管理者在特定的项目环境下选择合适的缓冲方法提供了决策依据.     

基于损益云模型的制造车间重调度决策方法

针对制造车间重调度触发机制问题,建立了制造车间重调度损益函数,揭示了生产车间重调度过程损失及增益的变化规律.引入云理论测度重调度损益的不确定性,使用逆向云算法计算重调度增益云和损失云的数字特征,根据云形态预测重调度损益变化趋势.提出一种基于损益云模型的重调度决策方法以判断是否需要重调度,并利用最佳损益比甄选预调度方案以兼顾生产系统的稳定性和有效性.最后,通过实例验证了该方法的合理性和实用性.