基于2DPCA和稀疏表示的目标跟踪算法

针对现有的目标跟踪算法难以适应由光照、遮挡以及姿态变化引起的目标外观变化的问题,提出了一种基于二维主成分分析（2DPCA）和稀疏表示的目标跟踪算法。该算法采用2DPCA方法和稀疏表示建立目标外观模型,降低了目标模板的维数,并通过引入增量子空间更新方法对目标模板进行在线更新,降低了算法对存储空间的要求,提高了目标外观描述的准确性。仿真实验表明,在目标出现较大形变、部分遮挡和光照变化的情况下,该算法仍能保持较高的跟踪精度,具有较强的鲁棒性。     

基于粒子群神经网络的软岩巷道变形预测

软岩巷道变形预测在采矿工程中具有十分重要的意义.软岩巷道变形预测是一个典型的多变量、非线性系统.运用粒子群优化的神经网络构造了软岩巷道变形预测的模型,以此训练好的粒子群优化神经网络模型来描述软岩巷道变形和主要影响因素之间的关系.该方法以神经网络为基础,用粒子群算法来优化神经网络,综合利用二者的优点,进行软岩巷道变形预测.实验表明,此方法是高效可行的,并可在更多领域内应用。     

混合粒子群优化算法在CDMA系统多用户检测中的应用

针对粒子群优化算法易早熟的问题,提出了一种混合粒子群优化算法(HPSO)。首先在算法中采用惯性权重的分段递减策略,以提高算法的全局搜索能力;然后在算法后期,引入拉伸技术剔除比局部极值大的点,缩小搜索空间,使算法能及时跳出局部最优从而加速收敛,最后提出了基于HPSO算法的多用户检测器。仿真结果表明在信噪比相同的条件下,该多用户检测器的误码率和抗远近效应性能更接近于最佳多用户检测器,有效解决了码分多址通信系统中的多址干扰问题。     

考虑多类型产品新鲜度的生鲜配送路径优化

生鲜产品由于其特殊性,在配送过程中存在损耗。针对不同种类的生鲜产品,差异化新鲜度敏感系数,引入生鲜努力保鲜系数,构建生鲜产品新鲜度函数,同时考虑固定成本、运输成本、制冷成本、货损成本及时间惩罚成本,构建了生鲜配送路径优化模型。设计混合遗传粒子群算法进行求解,验证了模型的合理性及算法的有效性。对比不同的生鲜努力保鲜系数对各项成本的影响,得出综合成本最优的保鲜策略,为生鲜企业末端配送优化提供参考。     

高效破岩前沿技术的研究

破岩效率在石油工程过程中起着至关重要的作用,高效破岩技术能够降低能耗,起到降低成本、节能环保的作用。本文阐述了四种新型高效破岩前沿技术——激光破岩、粒子冲击破岩、等离子体破岩、超临界CO破岩技术,总结了四种高效破岩技术的应用现状、作用机理、破岩特点等。     

基于PSO-SVR算法的高职学生学业预警模型研究

文章针对目前学业预警机制中存在的问题,提出了基于粒子群优化的支持向量回归机学业预警模型.综合考虑学生的基础知识、学习态度、学习氛围及学习成绩等多方面因素,确定合理的数据集结构,结合PSO-SVR算法,实现对大学3年总体学业状况的预测.     

洁净室尘埃粒子多点在线监测分析

洁净室的主要功能,是针对室内污染、空气中的尘埃等进行控制,实现产品的无菌生产,洁净程度与控制污染的持续稳定性,是对洁净室质量进行检测和评估的核心标准。在我国《药品生产质量管理规范》(GMP)中,要求做好洁净室尘埃粒子的在线监测工作,以此来把握洁净室的动态。文章结合当前洁净室检验的相关指标,对其尘埃粒子多点在线监测系统进行了分析和讨论。     

离子液体应用于苯加氢制环己烯的研究展望

<正>苯加氢是一种由重要的基本有机化工原料苯来生产广泛用于合成塑料的芳烃衍生物等下游产品的工艺。而其选择加氢则主要是指通过苯经过加氢反应生成环己烯来制取各种下游产品的技术。环己烯在常温下是一种无色透明液体,有特殊刺激性气味;不溶于水,溶于乙醇、醚等;比水轻;稳定性好,但挥发性较大。主要用于有机合成、油类萃取以及用作溶剂等。其作为重要的一种有机合成中间体,被广泛应用于各种有机化学品的生产,如己二酸、尼龙6和尼龙66等,其中尼龙是最重     

基于粒子群算法的电池模型参数辨识

为实现动力电池精准的SOC估计,对磷酸铁锂动力电池建立二阶等效电路模型,考虑到汽车运行工况的复杂性,针对电池运行过程中的动静态特性,利用Arbin测试柜获取电池HPPC测试实验数据,采取粒子群算法计算电池模型参数全局最优解。另外,文章将HPPC离线电压数据与电池模型输出电压数据对比,最大误差为0.067V,能有效地反映出电池的动静态特性,为电池状态精确估计奠定了基础。     

粒子群算法惯性算子凹凸性分析

粒子群算法的惯性因子是算法中的一个重要的参数,目前的研究结果表明,惯性因子为减函数时算法的运行效果更为良好。文中提供了四种减函数作为惯性因子可以使用的算子,它们的凹凸性各有不同。对四个算例的数值仿真结果表明,表现最好的是惯性因子先上凸后下凸的PSO,惯性因子为下凸函数的PSO综合表现优于惯性因子为上凸函数的情况。