【摘 要】
：
针对单一机制的灰狼优化算法(GWO)易陷于局部最优、收敛速度慢的问题,提出了一种改进灰狼优化(IGWO)算法来解决实际铁路物流配送中心选址的问题。首先,在基本的灰狼优化算法的基础上,引入佳点集理论初始化种群,从而提高了初始种群的多样性;然后,利用差值剔除策略(DES)来增加全局寻优能力,以达到一种高效的寻优模式。仿真实验结果表明:与标准的灰狼算法相比,所提出的IGWO适应度值提高了3%,在10个测
【基金项目】
：
国家自然科学基金地区科学基金资助项目(51567008,61961018),江西省自然科学基金资助项目(20181BAB202017),江西省教育厅科学技术研究青年项目(GJJ190354,GJJ190295),江西省创新创业大学生训练计划省级重点项目(202010404011s)。
论文部分内容阅读
针对单一机制的灰狼优化算法(GWO)易陷于局部最优、收敛速度慢的问题,提出了一种改进灰狼优化(IGWO)算法来解决实际铁路物流配送中心选址的问题。首先,在基本的灰狼优化算法的基础上,引入佳点集理论初始化种群,从而提高了初始种群的多样性;然后,利用差值剔除策略(DES)来增加全局寻优能力,以达到一种高效的寻优模式。仿真实验结果表明:与标准的灰狼算法相比,所提出的IGWO适应度值提高了3%,在10个测试函数中最优值精度可最多提高7个单位;与粒子群优化(PSO)算法、差分进化(DE)算法和遗传算法(GA)
其他文献
针对车联网(IoV)中云计算的高时延、数据泄漏和恶意车辆节点篡改数据等问题,提出了一种基于区块链与云-边缘计算混合架构的IoV数据安全存储与共享方案。首先,采用联盟链-私有链的双链去中心化存储结构来保障通信数据的安全;然后,利用基于身份的数字签密算法和基于离散中心二项分布的环签名方案来解决通信过程中的安全性问题;最后,提出了基于动态分层和信誉值评估的实用拜占庭容错机制(DRPBFT),并将边缘计算
为了快速计算出接骨板在断骨表面的最佳贴合位置,以减少手术中接骨板反复调整的次数,提出了一种基于改进迭代最近点(ICP)算法的接骨板贴合性快捷计算方法。首先,由医生指导在断骨表面选取贴合区域,并利用接骨板表面点的法向量之间的夹角提取接骨板的内曲面点云;然后,在对两组点云模型进行平滑处理并采用格点采样的方式来简化点云模型后,利用点云之间的特征关系进行初始配准;最后,对接骨板内曲面点云模型进行边界及内部
为了在视频异常行为检测中更加充分地运用外观和动作信息,设计出了一种能同时捕捉外观和动作信息的孪生网络模型。该网络的两个分支采用相同的自编码器结构,其中的外观子网络以连续几帧RGB图作为输入来预测下一帧,而动作子网络则输入RGB帧差图来预测未来帧差图。此外,考虑到影响基于预测的方法的检测效果的原因之一,即正常样本的多样性以及自编码器网络强大的"生成"能力,即对部分异常样本也有很好的预测效果,因此在编
针对传统实体关系标注方法存在效率低下、错误传播、实体冗余等问题,对于某些领域语料中存在"一实体(主实体)同时与多个实体之间存在重叠关系"的特点,提出一种面向领域实体关系联合抽取的新标注方法。首先,将主实体标注为一个固定标签,将文本中与主实体存在关系的其他每个实体标注为对应实体对间的关系类型,这种对实体和关系进行同步标注的方式节省了至少一半的标注成本;然后,直接对三元组进行建模,而不是分别对实体和关
针对3D点云训练数据因人工标注不精确而导致模型定位不准确的问题,提出了一种基于定位不确定性的鲁棒3D目标检测方法。首先,以基于3D体素网格的稀疏嵌入卷积检测(SECOND)网络作为基础网络,在候选区域生成网络(RPN)的基础上增加对定位不确定性的预测;然后,在训练过程中使用高斯和拉普拉斯两种分布模型对定位不确定性进行建模,并对定位损失函数进行重新定义;最后,在预测过程中结合定位不确定性和分类置信度
目前大多数的图像加密算法直接将明文图像加密成无视觉意义的密文图像,而这类密文图像在传输过程中容易被黑客发现从而受到各种攻击。针对上述问题,结合Hopfield混沌神经网络与压缩感知技术提出了一种具有视觉意义的图像加密算法。首先,利用二维离散小波变换对明文图像进行稀疏化;其次,通过压缩感知对经过阈值处理的稀疏矩阵进行加密和测量;然后,在量化的中间密文图像中加入随机数并进行Hilbert置乱和扩散操作
针对传统的神经网络模型不能较好地反映科技论文内不同章节之间的宏观篇章结构信息,从而容易导致生成的科技论文摘要结构不完整、内容不连贯的问题,提出了一种基于宏观篇章结构的科技论文摘要模型。首先,搭建了一种基于宏观篇章结构的层级编码器,并利用图卷积神经网络对章节间的宏观篇章结构信息进行编码,从而构建章节层级语义表示;然后,提出了一个信息融合模块,旨在将宏观篇章结构信息和单词层级信息进行有效融合,从而辅助
针对支持向量机(SVM)在交通流量预测中存在波动性且预测精度低的问题,提出了采用模糊信息粒化(FIG)和改进鲸鱼优化算法(IWOA)的SVM模型来预测交通流量的变化趋势和动态区间。首先,对数据处理采用FIG方法进行处理,从而得到交通流量变化区间的上界(Up)、下界(Low)和趋势值(R);其次,在鲸鱼优化算法(WOA)的种群初始化中采用动态对立学习来增加种群多样性,并引入了非线性收敛因子和自适应权
针对目前知识图谱(KG)中存在大量关系的缺失,以及在进行关系推理时没有充分考虑两实体间多跳路径中隐含信息的问题,提出了一种融合多跳关系路径信息的关系推理方法。首先,对于给定的候选关系和两个实体,利用卷积运算将连接两个实体的多跳关系路径编码到低维空间里并提取信息;其次,利用双向长短时记忆(BiLSTM)网络建模以生成关系路径表示向量,并利用注意力机制将其与候选关系表示向量进行组合;最后,采用多步推理
随着医学上对随访工作的不断重视,通过医学图像分析的方法获取随访指导的相关信息变得越来越重要;然而,在深度学习领域,大多数方法不适用于处理此类任务。为了解决这个问题,提出了一种多时期知识蒸馏(MKD)模型。首先,借助知识蒸馏在模型迁移方向上的优势,将带有长时期随访信息的分类任务转换为基于领域知识的模型迁移任务;然后,充分利用长时期医学图像中所包含的随访知识,来完成长时期的肺结节分类。同时,针对随访过