检索结果-内蒙古大学图书馆

科研管理 2025年

作者：孙柏鹏贾建锋东北大学工商管理学院工业智能与系统优化国家级前沿科学中心智能工业数据解析与优化教育部重点实验室

“环境好，则人才聚”，营造良好的营商环境是促进企业科技创新人才集聚的关键，对于企业由传统发展模式向创新驱动模式转变具有重要意义。基于生态系统理论，采用模糊集定性比较分析方法，探究了城市营商环境生态对企业科技创新人才集... 详细信息

“环境好，则人才聚”，营造良好的营商环境是促进企业科技创新人才集聚的关键，对于企业由传统发展模式向创新驱动模式转变具有重要意义。基于生态系统理论，采用模糊集定性比较分析方法，探究了城市营商环境生态对企业科技创新人才集聚的组态影响。研究发现：(1) 企业科技创新人才集聚并非由单一营商环境要素主导，而是受到多要素的组态影响；(2) 营商环境要素通过组合形成了三条企业科技创新人才集聚的路径，分别为“市场与创新环境主导下的金融与政务保障型”、“市场助力下的法治与政务保障型”和“金融服务与法治和政务环境协同驱动型”；(3) 尽管单一营商环境要素不足以成为企业科技创新人才集聚的必要条件，但政务环境表现出更强的普适性作用。研究结论丰富了企业科技创新人才集聚的前因研究，为城市通过优化营商环境生态“筑巢引凤”提供了政策启示。

关键词：营商环境人才集聚生态系统理论模糊集定性比较分析

来源：评论

学校读者我要写书评

暂无评论

基于永磁体和线圈复合结构的磁性粒子成像零磁场研究

引用

电工技术学报 2025年第2期40卷 335-345页

作者：杨丹刘素羽张昊李天兆徐彬东北大学信息科学与工程学院沈阳110819 东北大学智能工业数据解析与优化教育部重点实验室沈阳110819 东北大学计算机科学与工程学院沈阳110169

磁性粒子成像(MPI)中的磁场拓扑结构及其产生的零磁场能够直接对成像结果的质量造成影响。针对MPI系统的零磁场设计,该文提出一种永磁体与线圈复合的磁场结构。该结构综合永磁体能够直接产生大梯度静磁场的优势及电磁线圈通过控制激励... 详细信息

磁性粒子成像(MPI)中的磁场拓扑结构及其产生的零磁场能够直接对成像结果的质量造成影响。针对MPI系统的零磁场设计,该文提出一种永磁体与线圈复合的磁场结构。该结构综合永磁体能够直接产生大梯度静磁场的优势及电磁线圈通过控制激励方式精准调控磁场的优势来构造线型零磁场(FFL)。对所设计的磁场拓扑结构首先进行了基于圆形线圈、矩形线圈和矩形永磁体所产生静磁场的比较;然后从磁场空间分布、磁场梯度和磁场均匀性等方面对FFL进行分析;最后通过有限元仿真确定了线型零磁场的平移扫描区域范围,并进行了MPI分辨率及血管成像研究。结果表明,该文所提拓扑结构产生的FFL磁场梯度达到3.075 T/m,磁场梯度均匀性达到98.7%,在扫描区域为30 mm×70 mm×70 mm的空间内的成像分辨率能够达到1 mm。证明了该文所提拓扑结构应用于磁性粒子成像系统的可行性。

关键词：磁性粒子成像永磁体与线圈复合线型零磁场磁场梯度磁场均匀性

来源：评论

学校读者我要写书评

暂无评论

考虑时间和能耗的预制箱梁变速流水车间优化调度方法

引用

控制工程 2025年

作者：王化明王金涛娄航宇山东新松工业软件研究院股份有限公司东北大学智能工业数据解析与优化教育部重点实验室

针对预制箱梁生产企业在多车间并行加工特性，将其归纳为加工时间可变的分布式置换流水车间调度问题，建立以了一个完工时间和能源消耗为目标函数的混合整数规划模型，并提出一种模因算法进行求解。首先，采用混合策略生成高质量初始种... 详细信息

针对预制箱梁生产企业在多车间并行加工特性，将其归纳为加工时间可变的分布式置换流水车间调度问题，建立以了一个完工时间和能源消耗为目标函数的混合整数规划模型，并提出一种模因算法进行求解。首先，采用混合策略生成高质量初始种群。其次，依据问题特性引入多种遗传算子和局部搜索算子，提高算法的开发和探索能力。同时，采用基于机器学习的预选择策略来平衡两类算子的资源分配。最后，利用所提算法在一系列扩展Taillard测试算例和实际工程案例上进行仿真实验，并与4种先进智能算法进行比较。实验结果验证了提出算法的优越性，为现实中混凝土箱梁生产调度提供了更为科学有效的方法。

关键词：多目标优化模因算法分布式置换流水车间预制箱梁

来源：评论

学校读者我要写书评

暂无评论

基于迹距离划分决策树的高炉故障诊断方法

引用

控制与决策 2025年第5期40.0卷 1533-1540页

作者：刘亚雪张敬川王显鹏东北大学工业智能与系统优化国家级前沿科学中心东北大学智能工业数据解析与优化教育部重点实验室辽宁省智能工业数据解析与优化工程实验室

随着工业自动化和智能化的发展,决策树模型在高炉故障诊断领域得到了广泛应用,但对于炼铁过程中存在高维度、非线性和强耦合的特点,传统决策树模型的构建容易陷入局部最优解,效率较低且复杂度较高.针对这些问题,首先引入迹距离函数,并... 详细信息

随着工业自动化和智能化的发展,决策树模型在高炉故障诊断领域得到了广泛应用,但对于炼铁过程中存在高维度、非线性和强耦合的特点,传统决策树模型的构建容易陷入局部最优解,效率较低且复杂度较高.针对这些问题,首先引入迹距离函数,并证明在迹距离函数中任何局部最优解也是全局最优解的性质;接着针对决策树的节点分裂过程,提出一种基于迹距离划分的决策树模型,记作TraceTree.此模型一方面可以更快速地评价一个节点的划分效果,有效降低决策树模型的复杂度;另一方面能够识别出对故障诊断最有贡献的特征参数并获得更高的诊断精度.与其他改进模型的对比实验结果表明,所提出的模型在更短的训练时间内能取得最优的高炉故障诊断效果,及时地对高炉炉况进行监测与诊断.

关键词：高炉炼铁过程故障诊断数据挖掘决策树迹距离函数节点分裂

来源：评论

学校读者我要写书评

暂无评论

基于重要性最大化与社区划分的图神经网络推荐系统对抗攻击方法

引用

中国管理科学 2025年第2期33卷 95-104页

作者：柴一栋刘昊鑫姜元春刘业政合肥工业大学管理学院安徽合肥230009 网络空间行为与管理安徽省哲学社会科学重点实验室安徽合肥230009 过程优化与智能决策教育部重点实验室安徽合肥230009 大数据流通与交易技术国家工程实验室上海201203

推荐系统的安全性是目前社会关注的热点问题。由于对抗攻击能够评估并提升推荐系统对抗鲁棒性,推荐系统的对抗攻击成为重要的研究问题。针对图卷积神经网络在推荐系统的广泛使用,本文提出一种面向图神经网络推荐系统的对抗攻击方法。该... 详细信息

推荐系统的安全性是目前社会关注的热点问题。由于对抗攻击能够评估并提升推荐系统对抗鲁棒性,推荐系统的对抗攻击成为重要的研究问题。针对图卷积神经网络在推荐系统的广泛使用,本文提出一种面向图神经网络推荐系统的对抗攻击方法。该方法基于图结构干扰的思想,构建对抗攻击的优化模型。然而,该优化模型难以直接求解,因此提出了基于重要性最大化的间接求解方法。在此基础上,针对大规模用户-物品异质图,本文进一步提出社区划分的攻击策略,通过考虑社区规模进一步提升节点重要性评估的效果与效率。基于真实数据的实验表明,本文所提方法具有更好的对抗攻击效果,能够在不改变图结构的同时,有效规避现有推荐系统防御策略。所提方法为设计对抗鲁棒性更强的推荐系统提供重要依据。

关键词：推荐系统图神经网络对抗攻击重要性最大化社区划分

来源：评论

学校读者我要写书评

暂无评论

利用钢渣制备钙基CO_(2)循环吸附材料

引用

钢铁研究学报 2025年第2期37卷 258-268页

作者：刘军李宇蒙曹志众刘玉峰陶梦洁赵青本钢集团有限公司技术中心先进汽车用钢开发与应用技术国家地方联合工程实验室辽宁本溪117000 东北大学多金属共生矿生态化冶金教育部重点实验室辽宁沈阳110819 东北大学冶金学院辽宁沈阳110819 东北大学工业智能与系统优化国家级前沿科学中心辽宁沈阳110819 东北大学智能工业数据解析与优化教育部重点实验室辽宁沈阳110819

“碳中和2060”背景下研究钢渣碳捕集应用的意义不言而喻。为提高钢渣资源的综合利用,减少钢铁冶炼过程排放的CO_(2),采用湿法浸出技术提取了钢渣中的Ca、Mg组元,针对获得的Ca-Mg-Si-Al体系,开展了利用化学共沉淀法、溶胶-凝胶法和水热... 详细信息

“碳中和2060”背景下研究钢渣碳捕集应用的意义不言而喻。为提高钢渣资源的综合利用,减少钢铁冶炼过程排放的CO_(2),采用湿法浸出技术提取了钢渣中的Ca、Mg组元,针对获得的Ca-Mg-Si-Al体系,开展了利用化学共沉淀法、溶胶-凝胶法和水热合成法3种方式制备CO_(2)吸附剂的实验研究,通过XRF、XRD、SEM、BET等检测手段对吸附剂的物化特性及循环吸附性能进行了表征分析。结果表明,与其他2种方法相比,化学共沉淀法在50℃、pH=10和陈化时间2 h条件下制备的吸附剂具有较高的初次吸附容量,为0.258 g/g。制备方式不同,CO_(2)吸附剂循环吸附性能表现出不同规律。化学共沉淀法制备的CO_(2)吸附剂吸附容量随循环次数增加呈下降趋势,水热合成法制备的CO_(2)吸附剂,呈先增高后降低的趋势。

关键词：钢渣 CO_(2)吸附剂化学共沉淀法溶胶-凝胶法水热合成法

来源：评论

学校读者我要写书评

暂无评论

基于数据解析的连退生产过程多因子操作优化

引用

控制与决策 2019年第12期34卷 2713-2720页

作者：王显鹏王赞东北大学智能工业数据解析与优化教育部重点实验室沈阳110004 辽宁省制造系统与物流优化重点实验室沈阳110004 辽宁省智能工业数据解析与优化工程实验室沈阳110004

针对连退生产过程中带钢质量波动大和生产能耗过大的问题,基于数据解析方法构建带钢质量的预测模型,进而建立连退生产过程多因子操作优化模型.该模型的任务是求得一个最优工艺参数设定方案,使得模型中所包含的两个相互影响但并不冲突的... 详细信息

针对连退生产过程中带钢质量波动大和生产能耗过大的问题,基于数据解析方法构建带钢质量的预测模型,进而建立连退生产过程多因子操作优化模型.该模型的任务是求得一个最优工艺参数设定方案,使得模型中所包含的两个相互影响但并不冲突的目标能够实现同时最优化.针对该问题,提出一种改进的自适应多因子进化算法(AdaMFEA),将不同优化目标作为不同类别因子,通过父代解在不同因子上的性能评价指标决定子代解的搜索方向.为了改进算法的鲁棒性和搜索效率,算法使用多种交叉算子,并基于各算子的搜索性能分析提出多种交叉算子的自适应选择机制;同时提出基于回溯直线搜索和拟牛顿法的个体学习策略,对个体进行局部搜索.基于Benchmark问题的实验结果表明,AdaMFEA能够有效提升传统多因子进化算法(MFEA)的求解效率;基于实际工业问题的实验结果表明,AdaMFEA可有效求解连退生产过程多因子操作优化问题,实现多个非冲突目标在一个种群的进化过程中同时达到最优.

关键词：连续退火数据解析进化集成学习多因子优化操作优化自适应多因子进化算法

来源：评论

学校读者我要写书评

暂无评论

基于分解的多目标多因子进化算法

引用

控制与决策 2021年第3期36卷 637-644页

作者：么双双董志明王显鹏东北大学信息科学与工程学院沈阳110004 智能工业数据解析与优化教育部重点实验室沈阳110004 辽宁省智能工业数据解析与优化工程实验室沈阳110004

多目标多因子优化(MO-MFO)问题作为一类新的优化问题近年来受到了众多关注,其特点是需要利用单个种群来同时优化多个多目标优化任务.针对该问题,提出一个基于分解策略的多目标多因子进化算法(MFEA/D).算法通过多组权重向量,将MO-MFO问... 详细信息

多目标多因子优化(MO-MFO)问题作为一类新的优化问题近年来受到了众多关注,其特点是需要利用单个种群来同时优化多个多目标优化任务.针对该问题,提出一个基于分解策略的多目标多因子进化算法(MFEA/D).算法通过多组权重向量,将MO-MFO问题中的每个任务分解成一系列单目标优化子问题,并用单个种群同时优化.在种群进化过程中提出不同任务之间的信息交流策略,以充分挖掘不同任务之间的有用信息,进而加快每个任务的收敛速度.基于10个多目标多因子标准测试问题的实验结果表明,所提出的不同任务之间的信息交流策略能够加快问题的求解速度,使得MFEA/D算法显著优于当前的MO-MFEA算法.

关键词：多目标优化多因子优化单个种群分解信息交流进化算法

来源：评论

学校读者我要写书评

暂无评论

电阻抗层析成像技术在手势识别领域的研究进展

引用

医疗卫生装备 2025年第4期46卷 93-99页

作者：张建婧王义峻马志为杨丹东北大学信息科学与工程学院东北大学智能工业数据解析与优化教育部重点实验室

介绍了电阻抗层析成像（electrical impedance tomography,EIT）的原理，从硬件系统以及手势识别算法2个方面综述了EIT技术在手势识别领域的研究进展，分析了EIT技术应用于手势识别领域面临的挑战，并展望了未来的发展方向。

关键词：电阻抗层析成像手势识别手势识别算法人机交互

来源：评论

学校读者我要写书评

暂无评论

基于自适应多目标进化CNN的图像分割方法

引用

控制与决策 2024年第4期39卷 1185-1193页

作者：王维王显鹏宋相满东北大学工业智能与系统优化国家级前沿科学中心沈阳110819 东北大学智能工业数据解析与优化教育部重点实验室沈阳110819 辽宁省智能工业数据解析与优化工程实验室沈阳110819

卷积神经网络已经成为强大的分割模型,但通常为手动设计,这需要大量时间并且可能导致庞大而复杂的网络.人们对自动设计能够准确分割特定领域图像的高效网络架构越来越感兴趣,然而大部分方法或者没有考虑构建更加灵活的网络架构,或者没... 详细信息

卷积神经网络已经成为强大的分割模型,但通常为手动设计,这需要大量时间并且可能导致庞大而复杂的网络.人们对自动设计能够准确分割特定领域图像的高效网络架构越来越感兴趣,然而大部分方法或者没有考虑构建更加灵活的网络架构,或者没有考虑多个目标优化模型.鉴于此,提出一种称为AdaMo-ECNAS的自适应多目标进化卷积神经架构搜索算法,用于特定领域的图像分割,在进化过程中考虑多个性能指标并通过优化模型的多目标适应特定的数据集.AdaMo-ECNAS可以构建灵活多变的预测分割模型,其网络架构和超参数通过基于多目标进化的算法找到,算法基于自适应PBI实现3个目标进化问题,即提升预测分割的F1-score、最大限度减少计算成本以及最大限度挖掘额外训练潜能.将AdaMo-ECNAS在两个真实数据集上进行评估,结果表明所提出方法与其他先进算法相比具有较高的竞争性,甚至是超越的.

关键词：卷积神经网络神经架构搜索多目标优化问题基于分解的多目标进化算法自适应图像分割

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：