摘要：以电力系统状态完全可观测和相量测量单元PMU配置数目最小为优化目标,基于PMU的功能特点和电力网络的拓扑结构信息,形成快速且通用的电网拓扑可观测性判别方法,并设计了一种结合免疫系统信息处理机制的二进制粒子群优化算法对目标函数进行求解,该算法综合了粒子群优化算法简单快速和免疫系统种群多样性的优点,明显改善了进化后期算法的收敛性能和全局寻优能力。最后通过对IEEE14和新英格兰39母线系统进行PMU优化配置仿真及量测冗余性分析,验证了本文方法的有效性和优越性。

摘要：为了研究结构的尺寸效应,开展了3种不同尺寸几何相似玄武岩纤维布约束钢筋混凝土圆柱的轴压试验。试验总共设计制作了27个试件,15根为对比未加固试件,12根为约束(加固)试件,并按试件直径将它们分为150、200、250mm 3组。3组试件的箍筋直径、纵筋直径及加固用的BFRP层数分别按3∶4∶5制作。试验结果表明,试件破坏时的名义应力随着试件尺寸的增大而降低,即试件强度具有尺寸效应,且几何相似圆柱强度的尺寸效应遵循Banzant的尺寸效应规律。

摘要：作为整个夹具设计中最为复杂和抽象的环节,装夹布局方案的规划直接影响着工件的加工质量、生产效率和制造成本。为此,在前期关于基于层次分析法与定位确定性的工件定位方案规划算法的研究基础上,进一步建立了一种基于逼近理想解排序法(TOPSIS)和基于分解的多目标进化算法(MOEA/D)的夹紧方案设计方法。首先,通过建立选择夹紧表面的层次结构模型,提出了计算候选夹紧表面贴近度的TOPSIS方法。其次,考虑到工件稳定性和装夹变形的双重因素,建立了同时满足夹紧阶段和加工阶段的装夹布局多目标优化模型,在利用切比雪夫方法对多目标函数进行正对性分解的基础上,构建了夹紧方案多目标优化模型的MOEA/D求解方法。最后,利用建立的方法设计出非规则零件钻孔用的装夹布局方案,并与现有夹具结构方案进行对比和分析,结果表明设计方案与现有方案完全吻合。基于TOPSIS和MOEA/D的夹紧方案规划算法易于编程实现,既能为任意工件合理地规划出夹紧方案,也能为计算机辅助夹具设计系统的开发提供理论支持。

摘要：将公理设计理论引入优化设计中,阐述基于公理设计的优化设计思想,提出基于独立公理的多目标优化设计方法。通过确定主要的设计参数,将设计参数按无耦合设计的形式分组,生成函数依赖关系表,依照一定的次序对各目标函数进行优化,并给出基于独立公理的优化设计流程。实例结果表明,该方法简便可行,可为圆柱螺旋压缩弹簧以及其他产品的设计提供一种新的方法。

摘要：由于异常定义的模糊性,异常数据的稀少性,以及复杂的环境背景和人类行为,视频异常检测是计算机视觉领域中一大难题。现有基于深度学习的异常检测方法往往是利用训练好的网络提取特征或者是基于现有网络结构的,而并非针对于异常检测这个目标而设计网络的。提出一种基于深度支持向量数据描述(Deep Support Vector Data Description, DSVDD)的方法,通过学习一个深度神经网络,使得输入的正常样本空间能够映射到最小超球面。通过DSVDD,不仅能找到最小尺寸的数据超球面以建立SVDD,而且可以学习有用的数据特征表示以及正常模型。在测试时,映射在超球面内的样本被判别为正常,而映射在超球面外的样例判别为异常。提出的方法在CUHK Avenue和ShanghaiTech Campus数据集上分别取得了87.4%和74.5%的帧级AUC,检测结果优于现有的最新方法。

摘要：针对当前基于深度学习的遥感图像超分辨率重建模型部署时对硬件要求较高,本文设计了一种轻量级基于重参数化的残差特征遥感图像超分辨率重建网络。首先,采用重参数化方法设计了一种残差局部特征模块,以有效地提取图像局部特征;同时考虑到图像内部出现的相似特征,设计了一个轻量级的全局上下文模块对图像的相似特征进行关联以提升网络的特征表达能力,并通过调整该模块的通道压缩倍数来减少模型的参数量和改善模型的性能;最后,在上采样模块前使用多层特征融合模块聚合所有的深度特征,以产生更全面的特征表示。在UC Merced遥感数据集上进行测试,该算法在遥感图像3倍超分辨率下的参数量为539 K,峰值信噪比为30.01 dB,结构相似性为0.8449,模型的推理时间为0.010 s;而HSENet算法的参数量为5470 K,峰值信噪比为30.00 dB,结构相似性为0.8420,模型的推理时间为0.059 s。实验结果表明,该算法相比HSENet算法,参数量更少,运行速度较快,且峰值信噪比与结构相似性也有一定的提高。在DIV2K自然图像数据集上进行测试,该算法的峰值信噪比和结构相似性相比其他算法也有一定的优势,表明该算法的泛化能力较强。

摘要：为分析保修期对企业经营绩效的影响,使企业更科学合理地制定保修期,从技术和营销两个维度,对保修策略与企业经营绩效影响因素二者之间的相互关系进行了研究,并考虑研发和生产过程中持续质量改进的影响,建立了基于可靠性增长的保修期优化设计系统动力学模型,并将该模型应用于某空调企业的仿真分析。应用分析结果揭示:在产品可靠性增长的情况下,企业每年的预提保修成本先增加后减少;当产品的可靠性水平增长达到某一阈值时,应采用适当延长保修期的策略来实现企业利润的最大化。

摘要：为合理利用源侧备用资源,提出基于随机潮流和半不变量法的备用风险评估指标,以准确量化因备用不足而造成的潮流越限风险;为了实现源侧备用资源和网侧可控资源的协同优化,将网侧有载调压变压器和电容器组无功补偿装置纳入决策变量,以系统运行成本最低和系统运行越限风险指标值最小为优化目标,构建计及备用风险性的新型电力系统源网协同安全经济调度模型;将布朗运动和莱维飞行随机游走机制融入多目标微分进化算法,设计新型的布朗-莱维多目标微分进化算法,对模型进行高效求解。算例分析结果验证了所提方法的有效性和优越性。

摘要：在个性化定制已经成为一种时尚和潮流的今天,个性化定制实现了企业品牌品质和文化的升级。大数据引领的新经济时代,如果企业能及时获取并满足不同消费者的个性化需求,便会在新经济中掌握主动权。以通过网络获取用户对陶瓷产品的个性化定制需求为例,将陶瓷产品各组成配件进行数字化处理并存储于云服务器,借助Web3D技术,实现在线自由3D组合设计陶瓷产品,同时调用云端装饰图案库资源或在线自主设计装饰图案来对陶瓷产品进行图案装饰,并且建立图案资源与器形之间关联度的数学模型,以辅助普通用户提高陶瓷产品设计作品的美感。在线交互式装饰图案设计是利用***在Canvas元素上提供的互动对象模型来实现装饰图案的生成和编辑,图案编辑中应用卷积操作实现了图像滤镜处理变换。通过建立设计图案画布与陶瓷三维模型之间的映射关系,生成具有较强真实感的陶瓷产品三维模型虚拟展示。研究成果可用于陶瓷产品在线三维交互式定制和展示宣传,在满足消费者对陶瓷产品个性化定制需求的同时,还可以为当前陶瓷市场创造一种崭新的营销方式,从而实现销量的增长。

摘要：为提高蛋白质点检测的效率,利用图像处理单元(GPU)在并行计算和内存管理方面的优势,提出一种基于CUDA的蛋白质点检测快速实现方法。首先,对蛋白质点检测算法中最耗时的图像预处理、蛋白质点粗检测和重叠蛋白质点分割三部分进行并行化设计;然后,根据CUDA单指令多线程的执行方式对数据空间进行二维分块,利用共享寄存器和二维纹理内存的内存管理措施实现了蛋白质点快速检测。通过本文方法与中央处理器(CPU)串行方法进行真实凝胶图像的检测对比实验,结果表明,本文方法的执行效率明显高于CPU串行方法,并且随着图像大小的增加,效率也随之提高,对于2 048×2 048大小的图像数据,CPU串行实现时间为52 641ms,GPU则为4 384ms,效率提高了11倍。