会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

本科论文答辩中专家_学生匹配分组模型及算法_狄卫民

本科论文答辩是本科教学实践的重要一环。针对本科论文答辩特点,考虑导师和学生的公平性要求,建立了专家-学生匹配分组问题的两阶段序贯决策模型。其中,第一阶段确定最大的最小论文匹配度,第二阶段在保证上述最小论文匹配度的前提下,确定使平均论文匹配度最大化的专家-学生匹配分组方案。为便于模型求解,提出了以染色体库为纽带、嵌入线性整数规划精确算法的混合遗传算法,给出了算法的主要实现步骤。最后通过实例,验证了模型和算法的有效性。

  • 2021-04-25
  • 阅读384
  • 下载0
  • 6页
  • pdf

基于克里金模型和遗传算法的楔横轧连杆毛坯优化_黄超群

以DEFORM-3D数值模拟和遗传算法为手段,以连杆楔横轧制坯工艺作为研究对象,将展宽角、成形角、第一把楔的高度、初始坯料温度作为设计变量,将第一主应力作为优化目标,利用克里金模型构建设计变量和优化目标之间的映射关系,利用遗传算法对克里金模型进行全局寻优。得到了连杆毛坯楔横轧工艺的最优参数组合,即展宽角为32°、成形角为8. 99°、第一把楔的高度为6. 21 mm、初始坯料温度为1200℃。最后,将得到的最优工艺参数用于数值仿真和实验验证。结果表明,优化后的工艺参数使得中心区域最大第一主应力从77 MPa下降至35 MPa,并且消除了原有工艺毛坯中心区域出现的裂纹缺陷。

  • 2021-04-25
  • 阅读404
  • 下载0
  • 7页
  • pdf

多区域通勤定制公交线路规划模型及求解算法_陈汐

"定制公交"作为一种基于需求响应的公交服务模式,被认为能够有效吸引城市居民转向公共交通出行.通勤类型作为定制公交服务中的一种重要形式,其线路设计问题具有现实意义.首先,本文在已有理论的基础上,构建了多区域运营模式的通勤定制公交线路规划模型,该模型以最小化乘客出行成本、车辆运营成本为优化目标.其次,为求解模型,设计了一个两阶段启发式算法以获得多目标优化模型的Pareto解.最后,通过几组算例对模型进行了验证.结果表明,本文所提出的方法可根据优化目标提供多种线路方案集,丰富了定制公交的运营模式,为定制公交的线路规划提供了依据.

  • 2021-04-25
  • 阅读303
  • 下载0
  • 8页
  • pdf

基于3DS_MAX平台事故再现车辆模型减面优化算法设计_蔡爽

传统的交通事故分析均是基于事故图像材料的二维展示,很难直观地揭示事故发生过程,因此国内事故鉴定机构愈来愈趋向于使用基于三维计算机建模的事故再现技术。在道路交通事故中,车辆3D模型需要尽可能准确,但是随之而来的模型中多边形数量严重制约实时仿真的效率。为解决多边形网格模型数据量较大的问题,以3DS MAX为仿真平台,搭建了以某品牌国产车辆为原型的三厢轿车模型,再利用平台内嵌的程序开发语言MAX进行模型网格减面优化算法设计,实现对车辆车身模型的减面优化处理。通过试验模拟仿真,得出该算法可以将模型三角形的数量减少40%,能较好地为事故车辆三维实体模型进一步推广应用提供技术支撑,提高事故再现仿真技术的效率。

  • 2021-04-24
  • 阅读301
  • 下载0
  • 6页
  • pdf

智能优化算法及人工神经网络在催化裂化模型分析中的应用进展_杨帆 （1）

催化裂化是一个由多种高度非线性和相互强关联因素影响的复杂工艺过程,对其工艺过程和产品收率优化的数学建模分析一直是石油加工领域研究的热点和难点。集总动力学模型是机理分析层面最为常用的研究方法。选用合适而快捷的参数估算和求取方法,是集总动力学模型构建过程中的重要一环。遗传算法、粒子群算法和模拟退火算法等智能算法一定程度上克服了经典算法对初值依赖性,难寻找全局最优的问题,同时还保证了算法的收敛性,对于集总动力学模型的发展起到了极大的促进作用。此外,通过构建原料油性质、催化剂性质、操作条件和产品分布之间的神经网络模型,可以从统计学的角度找到产物分布的影响机制,分析得到常规集总分析方法忽略的一些因素,且可对产物分布进行进一步的预测,是构建催化裂化分析模型的一种新型且有效的手段。笔者对现有关于人工智能算法在催化裂化工艺模型构建中应用的研究成果做一整理,以期对后续的研究提供帮助。

  • 2021-04-24
  • 阅读607
  • 下载0
  • 11页
  • pdf

基于低通滤波模型的行人再识别算法_花超

针对行人再识别的图像中由于遮挡和背景干扰而存在大量无用特征的问题,提出一种基于低通滤波模型的行人再识别方法。首先,将行人图像进行分块；然后,计算各种小块在各图像中的相似个数,其中相似个数较多的小块为高频噪声特征、相似个数较少的小块为有益特征；最后,不同于常见图像处理中的滤除突变特征、留下平滑特征的低通滤波器,所提方法利用通信系统中的低通滤波器实现抑制高频噪声特征、增益有益特征的目标。实验结果表明,所提方法在ETHZ数据集上的识别率比经典的对称性局部特征累加（SDALF）方法提升了近20%；同时,该方法在VIPeR和I-LIDS数据集上也取得了相似的效果。

  • 2021-04-24
  • 阅读296
  • 下载0
  • 6页
  • pdf

基于量子遗传算法优化的新Prophet模型及其验证_邓翔

时间序列预测是预测领域中的一个重要研究方向,尤其是对受节假日、季节性以及突发事件冲击较大的时间序列进行预测仍然存在着一些缺陷,表现在拟合效果差、精确度低和不稳定性方面。本文在Faccbook设计的Prophet模型基础上,构建一种以X-13-ARIMA-SEATS模型得到超参数的经验范围,利用量子遗传算法优化超参数的新Prophet模型,该模型能够更好地拟合和预测含有季节性和突发事件冲击的时间序列,并且大大简化超参数的优化。进一步,采用宏观时间序列CPI作为实证对象,通过新Prophet模型对其进行预测并与其他时间序列模型的预测效果对比,其实证结果对新Prophet模型的预测效果进行了佐证。

  • 2021-04-24
  • 阅读346
  • 下载0
  • 10页
  • pdf

Norm_DP模型行人检测优化算法_柴恩惠

传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此,提出一种基于规范化函数的深度金字塔模型（Norm-DP）算法,使用规范化函数融合可变形部件模型和卷积神经网络模型,直接从金字塔特征中提取正负样本,使用隐变量支持向量机进行模型训练,结合柔性非最大抑制（soft-NMS）算法和边界框回归（BBR）算法对定位框进行优化。分别使用INRIA和MS COCO数据集进行实验验证,在行人数量多、姿势复杂和有遮挡情况时,检测精度高于最优的可变形部件模型算法、卷积神经网络算法、深度金字塔模型算法和结合区域选择的卷积神经网络算法。

  • 2021-04-24
  • 阅读298
  • 下载0
  • 8页
  • pdf