摘要：使用少量标签样本训练得到的传统模型往往预测精度低、泛化能力弱,很难应用到实际生产中.针对小样本图像提出一种基于困难样本对激励分类方法,包括预训练阶段和元学习阶段.预训练阶段在基类数据集上训练编码器,并作为元学习阶段的初始特征编码器;元学习阶段将进一步优化此编码器,元训练过程使用本质特征法降低异常样本对质心的影响;结合度量学习与元学习设计了困难样本对激励损失函数,从样本对角度出发,在训练过程中引导模型扩大正负样本间距离,使同类样本更加紧凑.在公开数据集mini-ImageNet,tiered-ImageNet上进行实验的结果表明,分类精度分别为64.12%,70.15%,验证了所提方法的有效性和可行性.

摘要：为了优化同时考虑最大完工时间和机器能耗的双目标分布式柔性作业车间调度问题,提出了一种改进的多目标松鼠搜索算法。引入了基于升序排列规则的转换机制,实现了松鼠位置向量与调度解之间的转换,并针对机器空闲时间设计了从半主动到主动的解码策略。针对不同优化目标设计了三种种群初始化策略。同时提出了动态捕食者策略来更好地协调算法的全局探索和局部开发能力。设计了四种领域搜索策略用于增加种群多样。20个实例上的实验结果验证了改进后的算法求得解的质量和多样性更好,从而证明了其可有效求解分布式节能柔性调度问题。

摘要：表面缺陷检测是热轧带钢生产过程中十分重要的环节,是提高热轧带钢产品质量的关键。首先,针对当前带钢表面缺陷图像形貌多样、干扰多以及检测算法精度有待提高的问题,设计了一种自蒸馏框架(Self-knowledge Distillation,SD)来提高模型的缺陷检测精度,通过采用几何变换、色彩增强和图像线性插值的数据增强方法,增加样本数据的表征信息;从标签的概率分布和接近程度两方面提出了新的损失函数(LCK Loss),使模型能更好地学习样本提供的知识,实现相同数据不同表征间的信息传递,进而提高模型的泛化能力。其次,将Poolformer网络应用到热轧带钢表面缺陷检测中,针对Poolformer12网络参数量多的问题,设计了轻量化网络LRAM-Poolformer8,通过减少网络层数和计算量,实现模型加速的目的。最后,在武钢CSP机组的8类带钢表面缺陷数据集上进行了试验,结果表明,所提SD-LRAM-Poolformer8模型的平均识别精度为98.20%,相较于Poolformer12,检测精度提高了1.62个百分点,且计算量仅为原来的56.4%,这证明了新模型在热轧带钢表面缺陷检测中的可行性与有效性。

摘要：在带钢热连轧生产过程中,带钢表面会出现不同类型的缺陷,给带钢性能造成不利影响,严重时引发质量异议。目前在线使用的带钢表面检测系统经常需要人工调整缺陷图片库,部分类别的典型缺陷图片调整后会影响另一些类型的检测精度。采用深度学习方法,设计了一种轻量化残差网络LDS-ResNet14,缩减了原始残差网络ResNet18的层数和宽度,并将普通的卷积替换成深度可分离卷积,网络的参数量和运算量大量减少;同时,使用知识蒸馏(Knowledge Distillation,KD)方法迁移大型残差网络ResNet50的知识,并提出一种混合KL散度和交叉熵的损失函数让知识更好的迁移到LDS-ResNet14上,在压缩模型的同时提升了模型的精度和泛化能力。离线试验表明,提出的网络LDS-KD-ResNet14针对武钢CSP机组的8类带钢表面缺陷的平均识别精度为99.16%,相较于ResNet18精度提高0.67%,计算量仅为原来的12.1%。实际现场在线应用表明,针对武钢CSP热连轧机组的折叠、油污、夹杂和麻点这4类缺陷,模型缺陷检出率达到96.43%、缺陷识别率达到94.10%,单张图片的检测速度为16.5 ms,满足实际生产要求。

摘要：在折弯工件的整个工艺流程中,操作板料的掉头、翻转次数、各个工步的距离和模具的选择都会影响钣金折弯工序的效率。为此,采用改进的鲸鱼优化算法对折弯工序进行优化设计。对经典鲸鱼优化算法进行改进,重新定义鲸鱼个体以及围猎方式,并引入局部搜索操作增强解的可行性,以减少陷入局部最优解的概率。最后应用于折弯工序问题上,并与已知相关算法分析比较。实验结果表明:使用改进后的离散鲸鱼算法对折弯工序问题进行计算,得出了符合要求的最佳折弯工序方案,求解质量高于对比算法,离散鲸鱼算法在寻找最佳工序方案的问题上有着更佳的全局寻优能力和较快的收敛特性。

摘要：针对连铸计划中的组中间包问题,建立了多旅行商问题(MTSP)模型,提出了一种结合启发式、k-opt邻域搜索和EDA进化的混合优化算法.该算法首先利用启发式规则确定虚拟炉次的个数,从而确定染色体编码长度,每个染色体代表一种中包组合方案,然后设计了基于概率矩阵模型的EDA进化算法对染色体进行全局寻优,并使用k-opt邻域搜索进行局部优化.EDA算法不需要设计如遗传算法(GA)那样的交叉算子,避免了交叉导致的编码非法性问题.通过对企业实际生产数据进行仿真计算,其结果表明了算法具有良好的优化性能和实用性.

摘要：针对热轧带钢表面缺陷检测精度低的问题,提出一种改进的YOLOv5算法。首先,设计了一种多尺度融合平行骨干网络,其中,辅助骨干中的各个特征层经过转换,作为输入逐级复合连接到主骨干的各个特征层,利用辅助骨干提高主骨干的表达能力,从而提升了网络的表达能力;其次,在骨干网络和颈部中引入基于内容感知的特征重组模块(content-aware reassembly of features,CARAFE),获取检测任务所需的丰富语义信息,改善上采样语义信息丢失的问题;最后,在多尺度融合平行骨干中加入坐标注意力模块(coordinate attention,CA),增强网络的特征提取能力,更加准确定位目标位置。实验结果表明,改进后的YOLOv5算法在武钢热轧带钢表面缺陷数据集上平均准确率(mean average precision,mAP)达到93.1%,较原始YOLOv5算法提升3.9%,检测速度FPS保持在78.4,具有较高的检测精度。

摘要：由于财务共享服务中心具有财务管理效率高、运营费用较低的优势,近年来我国越来越多的大型企业开始构建财务共享服务中心。然而,随着企业不断壮大,财务共享服务中心运营过程中的缺点逐步显露出来。基于此,文章结合A集团财务共享服务中心组织架构中存在的问题,以区块链技术的“三链架构”为新视角,对A集团财务共享服务中心组织架构进行优化设计,构建了区块链“三链架构”下的财务共享服务中心,拓展财务共享服务中心组织架构的外延。

摘要：针对具有双边随机网络时延和丢包的网络控制系统,首先基于Markov的随机过程描述系统丢包的特性;然后利用系统增广矩阵的方法建立参数不确定的离散时间跳变系统模型,在考虑Markov链转移概率矩阵中部分元素未知甚至完全未知的条件下,采用Lyapunov稳定理论和随机理论的分析方法,设计依赖于丢包特性且满足系统均方稳定要求的时变控制器;最后通过数值算例仿真表明所提出方法的有效性.

摘要：铁路轨道的局部变形直接影响火车的高速安全行驶。为实现铁路轨道的自动化巡查,提出一种从车载激光点云中提取轨面与枕木的方法。首先,利用基于高程约束的欧氏聚类对原始点云数据进行预处理,得到路基区域;然后,对路基区域进行网格划分,并对每个网格内的点云进行高程判断,从而提取出轨面点云;最后,利用枕木与砟石的几何形态差异,设计出一种面向轨道点云的动态阈值分割方法,以提取枕木点云。对多个路段的铁路轨道进行实验,结果表明,本文方法仅利用点云坐标信息就能实现不同区域的轨面与枕木的自动检测,平均提取质量分别达到97.8%和93.6%,验证了本文方法的可行性与有效性。