基于遗传算法与二维最大熵的编织袋缺陷检测

编织袋图像存在的灰度不均匀、噪声污染大等问题影响了缺陷检测的精度和效率,为此,课题组提出一种基于改进遗传算法与二维最大熵的编织袋缺陷快速检测方法。先对编织袋图进行预处理,消除图中存在的背景噪声以及细微像素点;接着利用与二维最大熵结合的改进遗传算法快速选取图像分割的最佳阈值,提高分割速度与精度;最后利用连通域标记对缺陷进行统计与定位。实验结果表明：该方法对编织袋缺陷的分割精度与速度优于迭代阈值法、一维最大熵法以及结合一般遗传算法的二维最大熵法。新方法能够精准、高效地检测出编织袋的质量缺陷。     

基于耗散结构的改进遗传算法求取红外图像二维阈值

在二维阈值化分割算法的基础上,提出了一种新的改进分割算法运算效率的遗传算法,在对耗散系统理论研究的基础上,将简单遗传法与耗散结构相结合,构成一种新的算法,并对该算法求解红外图像二维阈值问题进行了仿真研究。仿真计算结果表明:用这种方法求解红外图像二维阈值分割问题,计算效率大大提高,而且求解性能较简单遗传算法有很大的改善。     

基于改进遗传算法的单级多项目无能力约束生产批量问题研究

通过对单级多项目无能力约束生产批量问题(SMULP)模型进行分析，得出了一些重要的结论．分析了基本遗传算法的缺陷及其产生的原因．对该问题在遗传算法的编码、适应度函数、选择复制操作、交叉方法、交叉概率、变异概率和终止条件等各个环节进行了改进．采用VB6．0对SMULP改进遗传算法编程实现，能很好地与ERP软件集成．并对SMULP改进遗传算法进行了性能分析．     

基于改进遗传算法进化神经网络

本文提出一种新颖的基于实数编码的改进遗传算法用于神经网络的训练，该算法采用基于代沟最小的代选择模型，选用BLx—α混合交叉算子。算法简单、鲁棒性强，优化兆效率高，并将该神经网络应用于非线性系统预测，仿真结果证实该方法是快速有效的。     

优化汽车故障诊断神经网络的改进遗传算法

为了优化汽车故障诊断神经网络的权值和网络结构,改进并设计了遗传算法.在保证种群多样性的条件下,将种群规模降低到最小;引入BP算子,与交叉和变异算子共同竞争,自适应调整运算概率;引入个体间的广义海明距离用于保持种群的多样性,引入连接权的敏感度用于优化网络结构.算法对比测试表明,改进后的遗传算法能够在优化权值的同时优化网络结构,减少了内存占用量,保证了种群的多样性,提高了算法的运行速度和收敛效果.     

基于总体方差最小消去DCT的方块效应

提出基于总体方差最小消去离散余弦变换DCT的方块效应,推导出水平集方程,用最小/最大曲率流替代水平集中的平均曲率流。该方法在平滑噪声和消去方块效应的同时,能保留图像的主要结构特征。后续分割实验结果表明,该方法比均值滤波后的图像有更好的视觉和分割效果。     

基于改进滑模控制的光伏系统最大功率跟踪

最大功率跟踪控制算法是光伏发电系统中重要的研究对象之一,但是跟踪速度和跟踪精度之间的矛盾一直是研究重点。在分析了各种控制算法优缺点的基础上,结合扰动观测法提出了一种改进的滑模控制,并通过Simulink仿真和实验证明了该算法在跟踪速度和跟踪精度上的优势,为光伏系统最大功率跟踪提出了一种新思路。     

小型风力发电系统最大功率控制的扰动法

本文给出厂结构简单、成本低、可靠性高的小型风力发电系统结构，提出了实现最大功率控制的扰动法，基于状态平均模型进行了仿真研究，仿真结果验证了最大功率控制扰动法的正确性和可行性。     

一种基于机器码存储的改进遗传算法的应用研究

提出了一种基于机器码存储的改进遗传算法，适于优化大型多变量问题。开发的C 基本位操作算子，使此算法仍可沿用传统二进制遗传算法的交叉变异操作。这一算法在内存和时间上占优势，是一种稳健的、全局搜索能力较强的优化算法，并在建立河北省某地区的年降雨神经网络预测模型的实践中得到了验证。     

基于改进遗传算法的流水线第Ⅱ类平衡问题优化研究

为解决生产线第Ⅱ类平衡问题,课题组结合产品的作业时间、工艺先后约束等因素,以生产节拍最小化和各工位负荷均衡化为主要目标,建立数学模型;利用改进的遗传算法对模型进行求解,求解结果表明达到预期的优化目标并改善了线体平衡。通过案例验证了优化模型及算法的有效性。     

基于最速下降法的人工免疫算法

由于人工免疫算法受到收敛速度相对较慢,局部搜索能力较弱、求解全局最优解需要的群体规模相对较大等因素的影响,本文将最速下降法与人工免疫算法结合,提出了一种新的混合算法。数值实验结果表明,该算法能够找到更优的优化结果,并且在收敛速度上明显优于传统的人工免疫算法。     

基于机器视觉的音叉式表晶谐振裸片分选方法研究

针对表面未被银的32768Hz手表用晶体谐振音叉裸片自动检测分选的要求,提出了一种基于机器视觉的晶片自动上料及分选方法并实现了相应的系统,介绍了分选系统的总体结构,着重阐述了视觉分选模块的工作原理,讨论了相应的机器视觉处理算法。实验结果表明该方法能有效地检测音叉片相应外观参数,达到自动分选的目的。     

关于对当关系推理的界定

对当关系推理在逻辑学中一般被作为性质命题直接推理的重要组成部分,但是其推理形式与对当关系推理的内涵并不完全一致,有些推理形式甚至出现在负命题推理部分,存在前后矛盾的现象。对对当关系推理的内涵和外延的重新界定表明,对当关系推理包括性质命题的对当关系直接推理和性质命题的负命题推理两大类型。     

用置换法处理圆度误差的电算方法

本文利用置换法,按最小条件可求得圆度误差。此法有很强的通用性,对于其它形状误差的求解亦有参考价值。     

凸轮-连杆组合机构位置精度分析的复数向量法

凸轮-连杆组合机构被广泛用于实现点沿给定曲线的运动。本文提出用复数向量法分析凸轮-连杆组合机构的位置精度,此法便于导出影响机构位置精度的各项解析表达式,从而适合于在计算机上求解结果。     

非线性可分文本的SVM算法研究与改进

支持向量机(SVM)算法可用来确定非线性可分文本的待分类文本类别。支持向量机的原始问题可以归纳为一个二次规划问题。当规模较大时,标准的SVM算法训练效率较低。本文在分析SVM算法的二次规划问题及利用可行性方向法求解二次规划问题的基础上,将效率较高的可行性方向法应用于求解SVM算法中的二次规划问题,给出了非线性可分文本的SVM算法的改进算法,改进后的SVM算法在时间复杂度上有着明显的提高,从而有效提高了SVM算法的训练效率。     

基于矩阵奇异值分解的空间谱估计算法

本文提出了一种利用矩阵奇异值分解来作空间谱估计的方法,即对由天线阵获取的数据所构成的数据矩阵作奇异值分解、删除来自噪声的贡献的诸最小奇异值以改善信噪比,并利用噪声奇异向量和天线阵的方向向量正交的性质来计算空间谱。除了奇异值分解算法本身给计算稳定性带来好处外,本方法的谱估计性能和计算量均优于近几年来国外广泛关注的一种谱估计算法——MUSIC算法。本方法可用于高分辨的测向系统中。     

混合学习法前向网络多属性储层参数预测

应用前向网络描述地震属性和储层参数间的非线性映射关系时,经典的误差反向传播算法存在收敛速度慢,易陷入局部极值等诸多不足。研究了融合粒子群优化算法和误差反向传播算法的混合学习法前向网络多属性储层参数预测技术。粒子群优化算法是一种群体随机搜索演化计算技术,具有较快的收敛速度和较强的全局搜寻能力;误差反向传播算法本质上是梯度下降算法,注重局部搜索。混合学习法为两种学习算法交替执行,首先以粒子群优化算法训练网络,当误差能量在规定的迭代次数内不再发生变化时,采用误差反向传播算法实现局部寻优。理论函数逼近测试和实际储层参数预测实验说明了混合学习法具有学习时间短、求解效率高、可靠性强的优点,具有良好的应用前景。     

基于模拟退火遗传算法(N+M)容错系统优化模型的求解

本文提出了求解（N＋M）容错系统优化模型的模拟退火遗传算法．该算法在遗传算法的约束条件处理、交叉和变异概率选取、变异个体等环节引入了模拟退火机制，实现了模拟退火和遗传算法的融合，进一步改善算法的搜索能力、搜索效乍和收敛性能，计算结果验证了算法的有效性和正确性。     

一种DES数据加密实现方法

本文分析了 DES 算法,设计了一种用 Z-80CPU 芯片实现 DES 数据加密方案,并用单板机 TP-802实现了1200bit/s 的数据加密。文中还提出了对数据加密系统进行动态检测的方法。