摘要：针对实际生产中广泛存在的紧凑型带钢生产热轧调度问题(HRSP_CSP),提出一种两阶段智能优化算法(TIOA)进行求解。为合理控制成本并确保效益,采用主次目标进行优化。主目标为如何加入最少的无委托带钢(即订单外生产的带钢)来构成最小轧制批次;次目标为如何在主目标确定的轧制批次中,确定各批次内的带钢集合和轧制顺序,以实现轧制平均平滑率(即各批次带钢轧制平滑率的平均值)最小。基于HRSP_CSP的特点,TIOA设计为两阶段优化算法。在TIOA的前一阶段,分析问题特征,提出启发式算法获取问题的最优解(即最小轧制批次)。在TIOA的后一阶段,分析问题性质,提出改进人工蜂群(IABC)算法在较短时间内获取问题的优质解。IABC算法采用基于集合的编码方式,并设计问题解的最优解码策略来提升解的质量,同时设计结合无效邻域判断策略的两类Swap邻域操作以增强局部搜索效率。通过仿真实验和算法对比,验证了TIOA的有效性。

摘要：针对视频输入的单人三维人体姿态估计中表征不精确、融合不充分、结果不平滑的问题,提出三维人体姿态估计的多尺度时空特征融合方法.首先在空域定义关节点、肢体和上/下身人体标记并通过位置嵌入表示人体的空间多尺度特征;然后结合自注意力机制和多层感知机构建空间多尺度特征融合模块,融合关节点、肢体和上/下身三个空间多尺度特征,得到初步姿态特征序列;最后建立时序多尺度编码进行时序特征融合获得最终姿态特征序列,并通过时序解码,优化生成细化的三维人体姿态.在Human3.6M数据集上的实验结果表明,所提方法的平均每关节位置P-MPJPE和速度误差MPJVE分别为33.6和2.4,较对比方法降低了2.3%和4.0%,能够降低计算复杂度,提高三维人体姿态估计精度,生成准确、平滑的三维人体姿态估计结果.此外,在HumanEva-I数据集的测试结果表明,所提方法也具有一定的泛化性.

摘要：文本正则化是语音合成(TTS)前端分析任务中不可或缺的步骤,而语义歧义性是文本正则化任务面临的主要问题,比如数字、日期、时间等非标准词的语义歧义性。针对该问题,提出一种基于编辑约束的端到端文本正则化方法,并且在充分考虑越南语的语言特点后,设计专门用于越南语的标注方法,以提高模型对上下文语义信息的建模能力。此外,针对神经网络模型容易产生不可恢复性错误的问题,提出一种编辑对齐算法以有效约束非标准词文本的范围,减小解码端的搜索空间,从而避免模型自身局限性所导致的非正则化文本预测错误。选取FastCorrect模型作为基准模型,将各类优化方法应用到基准模型中得到新模型。实验结果表明,所提模型在越南语不同优化方式的对比实验中的精准率相比使用无标注数据的基准模型提高了23.71个百分点,在同类中文实验中的精准率提高了26.24个百分点。可见,所提方法不仅在越南语上表现出色,而且在中文开源数据上也取得了显著的效果,验证了该方法在越南语之外的适用性。而且,与六类基线模型相比,使用所提方法的模型取得了最高的97.14%的精准率,在F1值上超过加权有限状态转换器(WFST)的两阶段方法2.29个百分点,证明了所提方法在文本正则化任务上的优越性。

摘要：为提高超宽带滤波器的选择性,同时减小其他无线通信系统对超宽带系统的干扰,设计出一种具有双陷波且高选择特性的超宽带滤波器。该滤波器采用圆环型多模谐振器与输入输出馈线进行耦合实现高选择特性的超宽带滤波器,在此基础上加载级联的C型谐振器产生两个陷波点。利用HFSS进行优化仿真,可知该滤波器通带为3.1~9.7 GHz,相对带宽为103.0%,选择因子为0.89,有效提高了滤波器的选择特性,并且在6.86 GHz与8.15 GHz处各有一个陷波点,有效地避免了X波段通信卫星和其他国家C频段卫星通信的干扰,证明了该设计的优越性与实用价值。

摘要：文中提出在终端短路式交指带通滤波器的开路端引入一段微带加载线,使谐振器产生尺寸跳变。通过改变微带加载线的线宽,增加谐振器的等效电感值,从而实现降低该带通滤波器中心频率的目的,并且给出了在设计指标下,随加载线宽变化中心频率变化的经验公式。对X波段的微带交指带通滤波器和微带线尺寸跳变进行了研究,研究数据表明:谐振器越短,中心频率往高频偏移越多;微带线尺寸跳变越大,中心频率往低频偏移越多。通过合理减小谐振器长度和增加微带加载线线宽,滤波器整体长度减小而宽度不变,且改进前后滤波特性不发生改变,达到了滤波器小型化的目的。通过在HFSS中建立滤波器模型并进行仿真,改进后增加了传输零点,回波损耗更加稳定,谐振器长度减小10%,微带加载线线宽增加0.15 mm,整体滤波器尺寸减小10%,验证了所提出结构的可行性。

摘要：在超材料吸波体的设计过程中,研究人员常采用耗时长的全波仿真方法,设计思路主要以耗时长的参数扫描和经验设计为主。为了减少设计耗时,本文提出了一种基于神经网络加速粒子群优化(PSO)算法的快速设计方法。该方法利用神经网络对超材料吸波体的电磁参数进行准确地预测,其预测结果与仿真结果均方误差(MSE)不超过0.0011。在PSO算法对结构参数空间进行搜索的过程中,预测结果被用于算法优化过程中的适应度计算,PSO算法能够根据不同的适应度值自动调节结构参数以到达电磁波宽频带吸收的目的。该方法将设计耗时缩短为全波仿真设计耗时的0.3%。通过该方法设计的超材料吸波体在8.5~17.9 GHz频段内的吸波率大于90%,吸波带宽为9.4 GHz。此外该方法优化过程避免了人工干扰,能够移植到超材料的其他应用设计中。

摘要：文章基于“人工智能”课程教学存在的问题,首先论述了“新工科”建设背景下基于OBE理念的“人工智能”课程教学改革策略,然后总结了“新工科”建设背景下基于OBE理念的“人工智能”课程教学改革成效,最后对“新工科”建设背景下基于OBE理念的“人工智能”课程教学改革进行了反思,其中策略部分包括基于OBE理念,面向行业需求设计教学内容;围绕理论教学内容,引入企业实际应用案例;强化实践运用,探索校企联合培养模式;等等。

摘要：针对低碳分布式流水线调度问题(DFSP–LC),提出了一种基于序关系的增强分布估计算法(OEEDA),用于最小化最大完成时间和总碳排放量.在OEEDA的第1 阶段,利用基于贝叶斯统计推断的分布估计算法(BEDA)在问题解空间进行一定时间的搜索,用于发现优质解并将其保存于非劣解集中.在OEEDA的第2 阶段,提出了基于序关系的四维矩阵(OFDM)对优质解的序关系(即工件块结构及其位置信息)进行有效学习和积累,进而设计了在解中固定部分块结构的采样机制,可更加明确地指导算法的全局搜索方向.同时,引入基于解、工厂间、工厂内的3种不同Insert融合的搜索方式,对2个阶段全局搜索得到的优质解区域进行较为细致的局部搜索.最后,通过仿真实验和算法对比验证了OEEDA的有效性.

摘要：针对可重入作业车间调度问题(Reentrant job shop scheduling problem, RJSSP),提出一种基于块结构性质的花粉算法(Flower pollination algorithm based on block structure properties,FPA_BSP),用于最小化总加权延误时间(Totalweighted tardiness, TWT)。首先,建立RJSSP基于析取图的数学模型,并证明在确定析取弧方向后,该模型的对偶模型为最大费用流问题模型。其次,设计扩展RSOV (Reentrant-smallest-order-value, RSOV)编码规则,将花粉算法的实数矢量个体转变为排列矢量,使其可对问题解空间进行全局搜索,以发现存在优质解的区域。然后,定义8种邻域结构,并基于最大费用流问题特性分析块结构内部性质,得到前4种邻域结构能改进TWT的判定条件,可用于避免对无效区域的搜索,进而提出融合多种邻域的高效局部搜索,对全局搜索发现的优质解区域进行细致搜索。试验和算法比较验证FPA_BSP的有效性。提出RJSSP的块结构性质,并将其与花粉算法结合得到求解RJSSP的有效算法FPA_BSP,首次将花粉算法用于求解车间调度问题。

摘要：现有跨模态行人重识别方法大多挖掘模态不变的特征,忽略了不同模态内的具有判别性的自有特征.为了充分地利用不同模态内的自有特征,提出一种多模态特征融合和自蒸馏的红外-可见光行人重识别方法.首先提出一种基于双分类器的注意力融合机制,为各模态的自有特征赋予较大的融合权重,共有特征赋予较小的融合权重,得到含有各模态判别性自有特征的多模态融合特征;为了提升网络特征的鲁棒性以适应行人外观的变化,构建一个记忆存储器来存储行人的多视角特征;还设计了一种自蒸馏无参数动态引导策略,在多模态融合特征和多视角特征的引导下,利用该策略动态强化网络的多模态推理和多视角推理能力;最后网络能够从一个行人的单模态图像推理出另一模态不同视角行人特征,提升模型跨模态行人重识别的性能.基于PyTorch深度学习框架,在公开数据集SYSU-MM01和RegDB上与当前主流的方法进行对比实验,结果表明,所提方法的Rank-1分别达到63.12%和92.55%, mAP分别达到61.51%和89.55%,优于对比方法.