一种自适应人工蜂群算法求解U型顺序相依拆卸线平衡问题

产品拆卸过程中零部件之间会相互干扰影响任务作业时间,基于该情形构建了多目标U型SDDLBP优化模型,并提出一种自适应ABC算法。所提算法设计了自适应动态邻域搜索方法,以提高局部开发能力;采用了轮盘赌与锦标赛法结合的分段选择法,以有效评价并选择蜜源进行深度开发;建立了基于当前最优解的变异操作,以提高全局探索能力快速跳出局部最优。最后,通过算例测试和实例分析验证算法的高效性。     

混沌时间序列基于邻域点的非线性多步自适应预测

根据流形理论，利用混沌时间序列中某点邻域内最近几点的P次迭代像，提出了一种多步自 适应预测算法.仿真说明，这种算法使得预测速度成倍提高，而预测稳定后得到的误差均方 根序列呈指数增长趋势，这个指数就是该混沌时间序列的Lyapunov指数. 关键词： 混沌时间序列 邻域 非线性自适应预测 Lyapunov指数     

一种求解多峰函数优化问题的演化算法

针对演化计算产生新解无序的问题，提出了基于相似性的邻域搜索策略．利用邻域搜索，可以方便地建立自适应的新解产生机制．针对演化算法设计中存在的搜索效果和效率平衡问题，提出了利用适应值对个体进行分级的搜索策略．通过对个体的分级，可以区分个体在搜索过程中的职能：优秀的个体进行局部极小值的开采；其他的个体进行搜索空间的探索，以发现新的局部极小值．数值实验表明，新算法能有效处理低维多峰函数，能找到所有的全局最优解．对高维多峰函数．也能找到全局最优解．     

一类新的求解P_*(κ)阵线性互补问题的多项式内点算法

利用核函数及其性质,对P_*(k)阵线性互补问题提出了一种新的宽邻域不可行内点算法.对核函数作了一些适当的改进,所以是不同于Peng等人介绍的自正则障碍函数.最后证明了算法具有近似O((1+2k)n3/4log(nμ~0)/ε)多项式复杂性,是优于传统的基于对数障碍函数求解宽邻域内点算法的复杂性.     

$G$核开集,$G$核邻域与$G$ 核导集

在拓扑空间中, 在$G$方法意义下以$G$壳与$G$核为基础, 引入$G$壳闭集,$G$核开集,$G$核邻域与$G$核导集的概念, 讨论其相应的一些性质. 特别的, 定义了点式$G$方法, 提供了在此方法下$G$闭集与$G$壳闭集, $G$开集与$G$核开集, $G$邻域与$G$核邻域, $G$导集与$G$核导集的一致性, 丰富了拓扑空间中关于$G$闭集, $G$开集, $G$内部, $G$邻域和$G$导集的一些结果. 同时, 提出一些问题以供进一步研究.     

邻域并与泛圈图

本文中 ,我们用邻域并对泛圈图进行深入的研究 ,主要取得了“2连通 n( n≥ 3 )阶图 G,满足下列条件之一 ,则 G是泛圈图 : :δ≤ ( n-7) /3 ,N C≥ ( 2 n-3 ) /3 ; :( n-6) /3≤ δ≤ ( n+2 ) /3 ,N C≥ 2 n/3 ; :δ≥ ( n+3 ) /3 ,N C≥ ( 2 n-3 ) /3 .当 3≤ n≤ 14时 ,N C≥ 2 n/3”     

鲸群优化的粒子滤波算法研究

针对标准的粒子滤波存在粒子贫化问题,提出了一种鲸群优化的粒子滤波算法.用粒子表征鲸鱼个体,模拟鲸鱼群体搜寻猎物的过程,引导粒子向高似然区域移动.将粒子滤波中粒子的状态值作为鲸鱼群的个体位置,将粒子的状态估计转化为对鲸鱼群的寻优;通过鲸群的螺旋运动方式优化粒子的重要性采样过程,使粒子分布更加合理,对鲸群算法中的全局最优值...     

混合信息系统的邻域多粒度决策粗糙集及应用

为进一步有效处理混合型数据,在混合信息系统中引入邻域多粒度决策粗糙集;鉴于欧氏距离只考虑到数据之间的绝对距离,因此在模型中以卡方距离作为替代;在给定邻域半径之下,提出了混合信息系统的邻域多粒度决策粗糙集模型,对其相关性质进行了证明;实例分析结果表明,该模型具有更好的分类能力,并可通过调整相关参数使模型具有一定的容错性。     

基于邻域像素注意力机制的光场深度估计方法

通过发掘深度信息与子孔径图像邻域像素间的高度相关性,提出了一种基于邻域像素注意力机制的光场深度估计方法。首先根据光场图像的数据特性提出了一种邻域像素注意力机制,该注意力机制考虑了不同子孔径图像在同一邻域间的极几何关系,能够增强网络对遮挡像素的感知能力。其次基于注意力机制设计了一个光场子孔径图像序列特征提取模块,该模块通过三维卷积将相邻序列图像上的特征编码到特征图上,并通过注意力机制增强网络对光场图像极几何特征的学习能力。最后联合邻域像素注意力机制和特征提取模块设计了一个多分支的全卷积神经网络,该网络使用部分光场子孔径图像序列即可估计图像的深度特征。实验结果表明,所提方法在均方误差（MSE）和平均坏像素率（BP）指标上总体表现优于其他先进方法,同时得益于高效注意力机制的加入,与其他先进方法相比所提方法运行速度最快。     

基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。