【摘 要】
：
随着经济的发展,机器人制造单元对制造行业的生产效率和生产质量有很大提高.相对于传统的柔性制造单元,带机器人搬运的车间的调度问题还考虑了加工物料的搬运环节.因此,生产调度所面临的问题越来越复杂.针对Pareto支配关系在高维多目标优化中的支配能力不足,本文将Lorenz支配和CDAS支配分别与NSGA-Ⅲ算法相结合,并首次应用到带机器人制造单元的高维多目标车间调度问题上来.考虑到现代生产过程的复杂化,本文提出对最大完工时间、加工总能耗、交货期提前量、延迟量、生产总成本等多个目标同时进行优化,用于确定机器人工
【机 构】
：
长安大学 电子与控制工程学院, 西安 710054;陕西航天时代导航设备有限公司, 宝鸡 721099
论文部分内容阅读
随着经济的发展,机器人制造单元对制造行业的生产效率和生产质量有很大提高.相对于传统的柔性制造单元,带机器人搬运的车间的调度问题还考虑了加工物料的搬运环节.因此,生产调度所面临的问题越来越复杂.针对Pareto支配关系在高维多目标优化中的支配能力不足,本文将Lorenz支配和CDAS支配分别与NSGA-Ⅲ算法相结合,并首次应用到带机器人制造单元的高维多目标车间调度问题上来.考虑到现代生产过程的复杂化,本文提出对最大完工时间、加工总能耗、交货期提前量、延迟量、生产总成本等多个目标同时进行优化,用于确定机器人工作时操作状态和搬运顺序,提高生产效率.通过实验发现基于Lorenz支配和CDAS支配的NSGA-Ⅲ算法在该生产调度问题上比传统的NSGA-Ⅲ在解的收敛性和均匀性上表现更优.
其他文献
位姿估计一直是三维重建领域的关键性问题.为保证移动端有限计算资源下的实时性并提高轨迹计算的准确性,提出一种紧耦合的移动端实时位姿优化方法.首先,获取图像信息与运动传感器信息进行特征提取、预积分等预处理;然后根据对极几何约束,计算重投影误差与惯性传感器误差;最后采用加权误差联合优化计算位姿轨迹.紧耦合策略可以有效利用图像信息与惯性运动信息对位姿约束的一致性.在公开数据集EuRoC上的实验表明,与已有视觉惯性位姿估计方法相比,文中方法在保证移动端实时性的同时,重建相机轨迹误差更小.
在文本分类任务中,由于短文本具有特征稀疏,用词不规范等特点,传统的自然语言处理方法在短文本分类中具有局限性.针对短文本的特点,本文提出一种基于BERT(bidirectional encoder representations from Transformers)与GSDMM(collapsed Gibbs sampling algorithm for the Dirichlet multinomial mixture model)融合和聚类指导的短文本分类算法,用以提高短文本分类有效性与准确性.本算法一
汉字书法是中华传统文化的代表,但是,由于书法字体具有风格迥异、结构复杂、变形繁多等特点,给大众学习和欣赏书法带来了极大障碍.为了解决普通老百姓解读书法作品的困难,提出一种基于改进DenseNet网络的书法字体识别算法,设计区域权值比例池化规则替换传统DenseNet网络的最大池化和平均池化规则,采用Nadam算法优化模型训练效果,进行自适应学习率调整,此外,提出基于剪枝技术的模型裁剪策略,在保证识别性能的同时,提高了模型的训练效率.实验结果表明,在由楷书、行书、隶书和篆书4类字体组成的混合字体数据集中,本
长文本匹配是自然语言处理的一项基础工作,在文本聚类、新闻推荐等方面有着关键作用.受语料、篇幅结构、文本表示技术的限制,长文本匹配工作进展缓慢.近年提出的BERT模型在文本表示方面具有非常卓越的表现,而对于BERT来说,长文本的处理有截断法、分段法和压缩法3种常用方式,截断法丢失大量文本信息,分段法保留文本信息却丢失部分语义信息,压缩法可能丢失部分关键信息.针对以上问题,本文对分段法加以改进,提出一种基于BERT的长文本匹配模型(long text matching model based on BERT,
BGP协议明文传输,攻击者易对前缀与路径信息进行伪造,进而引发危害巨大的前缀劫持攻击.其中,AS路径信息保护问题主要涉及两个方面:路径防篡改与非法内容验证.RPKI作为解决路由劫持的重要安全体系,目前其体系下的路径验证解决方案主要包括BGPSec、ASPA与Path-End,其中BGPSec主要解决的是路径篡改问题,ASPA与Path-End解决路径合法性验证问题,而这些方案分别存在计算复杂或者路径保护力度较弱的缺陷.在ASPA方案中引入少量签名,可对路径篡改的限制粒度进行提升.据此,本文提出一种改进的路
得益于增强现实技术,虚拟信息能够在真实世界中予以体现和融合,使得脱离实体的虚拟信息在现实世界中的应用场景不断泛化.基于此,本文提出了一种高效实时的虚拟试戴技术,可运用于多种实际场景中.比如在电商场景下,用户购买商品前可在先线上选择相应款式的模型文件进行虚拟试戴,并根据效果辅助决策.拟议方法依据人脸姿态参数将模型文件映射至可与实时视频流加合的图形状态,在特定区域加合后反馈给视频帧中,最终加合的模型文件能够自适应头部的位置变化.实验结果表明,拟议方法在人脸远近位置、图形渲染以及佩戴实时性等方面具有较好的效果.
针对DBSCAN聚类算法随着数据量增大,耗时越发非常严重的问题,提出一种基于KD树改进的DBSCAN算法(以下简称KD-DBSCAN).通过KD树对数据集进行划分,构造邻域对象集,提前区分出噪声点和核心点,避免聚类过程中对噪声的邻域集计算以及加快了核心点对象的邻域集查询速度.文中以浮动车GPS数据为实验数据,对比传统DBSCAN算法和KD-DBSCAN算法的聚类效果和时间性能,实验结果表明KD-DBSCAN算法的聚类效果和传统的DBSCAN基本一致,但时间性能有很大的提升.
膨胀套管螺纹接头优化设计分析时需要反复修改接头参数,高效快速建立接头三维模型,本文提出了两种利用UG软件进行膨胀套管螺纹接头参数化建模的方法.在UG中完成接头模型样板后,第一种方法通过Visual Studio开发平台编写程序得到一个可改变结构参数的可执行程序,实现膨胀套管接头二次开发建模;另一种方法是基于PTS模块完成对话框设计,通过重用库实现参数化建模.文章给出了膨胀套管接头三维参数化建模实例.通过本文的参数化建模方法能有效减少膨胀套管螺纹接头数值分析时的重复建模时间,提高工作效率.
情绪识别与日常生活的诸多领域都有很大联系.然而,通过单一算法难以获得较高的情绪识别准确率,为此,提出一种基于支持向量机(support vector machine,SVM)和K近邻(K-nearest neighbors,KNN)融合算法(SVM-KNN)的情绪脑电识别模型.在情绪分类时,首先计算待识别样本与最优分类超平面的空间距离,若两者距离大于提前设定的阈值,选用SVM分类器对情绪样本分类,否则选用KNN分类器.最后在SEED情感数据集上进行实验测试,通过对比实验,得出SVM-KNN算法提高了情绪三
随着数码相机的成本降低和普及,基于计算机视觉的非接触式结构健康监测技术越来越受到重视.传统的接触式测量仪器可能导致轻质结构上的质量负荷,并且在大型土木结构上安装和维护成本高且耗时,特别是对于长期应用.作为一种替代的非接触方法,使用数码相机的计算机视觉方法成本相对较低、灵活.针对传统光流方法在微小位移测量精度和稳定性不足的问题,本文提出了一种改进的基于相位的光流法来计算结构的振动位移.在这种方法中,通过引入基于相位的视频运动放大方法中构造的部分复数可操纵滤波器,与视频序列图像的卷积得到结构的局部空间相位信息