分布式系统中进程互斥算法的研究

文章通过对几种互斥算法的研究,认识到集中式算法的性能瓶颈以及非基于令牌的分布式算法的不健壮性,得到了改进后的基于令牌的分布式算法;通过对该算法的性能分析,并与前几种算法进行比较,验证了该算法是高效的,并给出正确性证明。     

应用混合算法求解冷链配送中心选址问题

本文建立了符合实际的冷链物流配送中心选址模型。综合考虑模型结构,提出了混合单亲遗传-蚁群算法。该算法先通过单亲遗传算法求得问题的较优解,据此转换为蚁群算法的初始信息素分布值;用蚁群算法进行最终求解。验证了所提算法的可行性与有效性。     

自动拼写校对的算法设计和系统实现

在英语作文机器评分中一项重要的环节便是拼写检查与纠错。本文依据实验室的作文自动评分项目,介绍了该项目中拼写检查与纠错模块,详述了该模块为错误单词提供有效纠错建议的算法。此算法主要针对中国大学生的英语拼写错误特点,通过统计CLEC(Chinese Learner English Corpus)中的单词信息而建立了一个基于CLEC的语言模型,以该算法对检查出为错误的单词给出纠错建议,此处的纠错建议即是候选的正确单词列表,位于第一位的就是我们要得到的系统认为最为准确的单词。最后为验证该算法,设计了一个简单的系统(命名为Myspell),并通过实验将该系统与GNU Aspell和Hunspell两个系统进行了对比,进一步肯定了该算法。     

均匀圆阵互耦系数PSO求解方法

论文提出一种均匀圆阵中基于粒子群算法的互耦系数求解方法,解决高分辨率测向算法由于受阵列互耦误差的影响而性能下降甚至失效的问题。该方法通过设置一个方位精确已知的校正源,基于均匀圆阵互耦矩阵的对称Toeplitz性和子空间原理建立目标函数,利用粒子群算法运算简单寻优能力强的优势,估计得到各阵元之间的互耦系数,获取互耦误差矩阵。计算机仿真实验结果表明,利用该方法所得到的互耦矩阵对MUSIC算法进行补偿后,算法性能良好,接近不考虑互耦误差时的性能,显示了该方法的实用性和有效性。     

基于改进型伪并行遗传算法的背包问题求解

文章提出了综合运用不同贪婪解码策略的改进型伪并行遗传算法以求解0／1背包问题。该算法有效避免了种群的单一性。在初始种群的构造以及约束条件的处理方面采用了贪婪法,群体之间的信息交换采用粗粒度孤岛模型。仿真研究表明,该算法有效克服了标准遗传算法早熟收敛问题,寻优效率较高。     

基于多线程并发的两目标演化算法研究

文章针对基于两目标优化的演化算法计算规模大,消耗大量的计算时间问题,提出了一种基于多线程并发的多目标优化算法。通过引入多线程并发执行框架Executor,实现多核环境下的多任务并发执行,以提高算法的运行效率。该解决方案对多目标演化算法进行重构,使之适用于多线程环境,为进一步优化算法作铺垫。     

步进电机细分驱动在扫平仪整平系统中的应用

文章介绍了一种基于软件算法的步进电机的细分方法在扫平仪中的应用,该方法的细分工作由单片机软件算法实现,在不改变扫平仪原有电路的情况下,对扫平仪的整平系统进行改良。该方法可以提高扫平仪的整平速度和精度。实际测试证明,该设计具有很好的稳定性、可靠性和通用性。     

基于调度树的分布式文件系统数据流调度算法研究

文章针对HDFS的数据写入性能不高的问题提出了一种基于调度树的数据流并发传输的调度算法。该算法将文件系统的节点分为转发节点和叶子节点,按流量匹配原则将节点编排为调度树后进行副本分发,让所有节点的网卡并发传输,磁盘并发写入,减小了副本写入分布式文件系统的时间。性能测试表明,使用该算法的分布式文件系统的写入性能较原始的HDFS更高。     

关联规则在化妆品销售分析中的应用

首先对关联规则和核心算法Apriori进行了描述，然后通过研究某公司的销售数据的关联度，展示了Apriori算法在商品关联性分析中的具体运用，提出了适用于化妆品零售的相关性分析模型。通过商业检验，该算法可以显著提高相关商品的销售额。     

基于混合蚁群算法的企业车间作业计划问题研究

文章研究了以最小化制造跨度为目标的，具有模糊加工时间的车问作业计划问题。针对该问题，采用三角模糊数来表征时间参数，并在此基础上构建问题目标函数。之后给出了一种混合蚁群求解算法，将模拟退火算法的全局优化特性嵌入蚁群算法来避免局部最优的问题。最后通过实例验证了算法的有效性。     

改进支路交换法在网络重构中的应用

随着社会经济的发展，配电网故障定位、隔离与网络重构对提高供电可靠性和电能质量具有十分重要的意义。配电网重构方面，应用较为广泛的是启发式算法中的支路交换法及其改进算法。此方法的实质是开关状态改变对网损灵敏度的计算，可以快速确定降低配电网线损的配电网结构，并且通过启发式规则减少需要考虑的开关组合。通过不同的网络结构算例，对该算法进行仿真测试，结果验证了该算法的有效性、可靠性与通用性，达到了网络重构的目标。     

基于彩色背景建模的前景检测

文章设计了基于像素统计模型的彩色背景建模算法,利用背景减除法实现对前景的检测。算法基于对像素值的统计分析,首先建立初始背景模型,并以此为基础建立振幅模型,通过2者结合来检测前景,并设计的更新算法来对模型进行修正。实验结果表明,该算法能够很好的检测运动前景,运算量小,实时性高,能够符合实际运用的需求。     

基于自然选择的粒子群和模糊聚类的变压器故障诊断

由于基本粒子群算法存在收敛速度慢、易陷入极值的不足之处,利用遗传算法中的选择和交叉机制对传统粒子群算法进行改进,并与模糊聚类算法相结合对变压器溶解气体分析的故障诊断分析。分析结果表明,该算法具有较高的故障诊断正确率,满足电力变压器的故障诊断要求。     

基于极端梯度提升树算法的测井曲线重构方法

南海西部海域油田测井资料采集过程中经常会出现测井曲线缺失的问题,为油气层测井解释精确评价带来了较大困难。为解决该问题,基于XGBoost算法综合利用测井、气测录井资料实现测井曲线重构。该方法支持处理稀疏数据,并且通过网格搜索实现模型参数自动优选。通过在靶区对比不同机器学习算法以及不同测井曲线的重构效果,该方法的调参难度低、计算精度高,可以有效提高曲线重构的工作效率。将该方法应用到南海西部油田低阻水淹层识别工作中,取得了良好的应用效果。     

可转让的新技术、新产品

·油田电网优化运行计算机辅助管理系统 新研发成功的油田电网优化运行计算机辅助管理系统,对提高企业供电质量和节能降耗起到了重要作用。该成果在理论和算法上,提出了用“栈”原理计算电网潮流分布和短路电流的新算法,用于确定无功补偿最佳配置方案的原则和新算法以及按功率方差     

一种改进TLD的目标跟踪算法

目标跟踪是模式识别领域传统且重要的分支。传统跟踪算法有背景差分法、帧间差分法、卡尔曼滤波等,而TLD算法从检测和跟踪两个维度,将检测与跟踪的结果同时作用于跟踪,在跟踪任务中展现出较好性能。同时TLD算法的跟踪模块采取了时间开销较大的光流法。文章针对时间开销较大的不足,提出一种改进TLD的目标跟踪算法,将光流法代替为时间开销较小的meanshift算法。实验结果表明,该方法能够有效地减少时间开销,提高运动目标跟踪效率。     

基于GMUSIC的少快拍宽带阵列波达方向估计方法

随着电子信息技术迅猛发展,宽带信号在各种电子信息系统中的应用越来越普遍。目前,常用的宽带信号波达方向估计算法往往需要大量的信号样本数据支持,以达到优良的估计性能。由于实际系统常需要快速响应,无法提供大量样本,现有宽带DOA估计算法在少快拍条件下的估计会出现性能的严重下降现象。文章结合常用宽带DOA估计算法与少快拍DOA估计算法,提出一种基于随机矩阵理论(GMUSIC)的少快拍宽带信号DOA估计算法。新算法对于邻近空间的少快拍宽带相干信号的波达方向估计有很好的效果,仿真结果验证了该算法的有效性。     

一种绿色能源小水线面双体无人艇优化初步研究

文章针对小水线面双体无人艇,选取该无人艇的快速性、操纵性、耐波性和太阳能系统的目标函数,确定设计变量和约束条件的范围,建立了综合优化数学模型,并选取合适的优化算法,自主编写了一套优化设计软件,进行综合优化计算。先比较不同代数的粒子群算法的适应度函数值,而后选用粒子群算法作为主算法得出最好的5个个体信息,与自身及其他优化算法结合进行二次计算。最终得到小水线面双体船最优船型参数,研究结果可为小水线面双体无人艇各项性能优化的多目标、多变量及多约束条件综合优化问题提供参考。     

基于均值偏移的粒子滤波视频跟踪算法研究

提出了基于融合颜色和LBP纹理特征的均值偏移粒子滤波视频跟踪算法。粒子滤波用带权粒子集表示待求解函数值,解决了非高斯非线性问题,提高了跟踪精度。将均值偏移嵌入到粒子滤波算法框架,实现对粒子的聚类,减少粒子数量同样达到实时准确跟踪的效果。融合颜色信息、纹理信息的多种特征描述,能够准确地描述模标,提高模标锁定的准确性,克服环境中相似颜色干扰的问题。实验证明,该算法在人体行为实时跟踪的准确性和鲁棒性方面较原算法有明显提高。     

基于优化AC-BiLSTM模型的机场终端区流量预测

将深度学习用于机场终端区流量预测研究。神经网络具有复杂的网络拓扑结构和较多的超参数，这使得超参数的选择很困难。以往神经网络模型的超参数通常是根据经验来调整的，因此，为了解决超参数搜索问题，引入粒子群算法(PSO)。针对基本粒子群算法(Basic PSO,BPSO)的缺点和不足，提出一种基于自适应惯性权重的混沌粒子群优化（AWCPSO）算法，该算法在基本PSO的基础上进行了改进和优化。具体方法是，使用一种新的动态自适应惯性权重在全局寻优和局部寻优之间取得平衡；进而将混沌思想和粒子群算法相结合，解决粒子群算法易陷入局部最优的问题。实验表明，AWCPSO算法用于AC-BiLSTM模型的超参数寻优时，既解决了BPSO算法的早熟收敛问题，又提高了流量预测的精度。