检索结果-内蒙古大学图书馆

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

考虑爬坡约束的油井间抽批调度问题

引用

自动化学报 2019年第2期45卷 388-397页

作者：郎劲唐立新智能工业数据解析与优化教育部重点实验室(东北大学) 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 辽宁省制造系统与物流优化重点实验室沈阳110819 东北大学工业与系统工程研究所沈阳110819

油井间抽批调度问题是确定未来给定计划期内油田井场间抽工作方式的油井各时间段的启停状态及采油量,在满足采油需求的情况下,考虑油井底部压力变化特征对油井开启的影响以及油井最小开关机时间和爬坡约束等生产工艺要求,使总的油井采... 详细信息

油井间抽批调度问题是确定未来给定计划期内油田井场间抽工作方式的油井各时间段的启停状态及采油量,在满足采油需求的情况下,考虑油井底部压力变化特征对油井开启的影响以及油井最小开关机时间和爬坡约束等生产工艺要求,使总的油井采油运行成本最小.针对油井数量多而导致大规模常规数学规划模型难以求解的困难,建立了基于批的混合整数规划模型.根据模型特点设计了基于变量分离的拉格朗日松弛算法(Lagrangian relaxation, LR)进行求解.针对常规动态规划方法求解分解后的带有爬坡约束的单机组子问题效率低的缺点,提出了用特征点代表同一阶段具有相同性质节点群的状态空间约简策略,使动态规划搜索节点的复杂度从O(n^4)降到O(n^2),显著提高了算法的搜索效率.通过大量随机产生的数值实验表明,提出的基于变量分离的LR算法,小规模问题与CPLEX获得的最优解接近,中大规模问题能够在合理的计算时间内获得高质量的解.

关键词：油井调度批聚合拉格朗日松弛变量分离

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

考虑安全约束的连退生产过程多目标操作优化

引用

控制与决策 2018年第10期33卷 1740-1746页

作者：王显鹏杨立文董志明张博东北大学信息科学与工程学院沈阳110004 辽宁省智能工业数据解析与优化工程实验室沈阳110004 辽宁省制造系统与物流优化重点实验室沈阳110004

针对连退生产过程中经常出现的薄料带钢跑偏问题,建立考虑安全约束的连退生产过程多目标操作优化模型,并针对问题特点提出一种基于分类和多种群竞争协调的多目标进化算法(MOEA-CMCC).在算法中引入具有不同进化策略的多个种群以增强搜索... 详细信息

针对连退生产过程中经常出现的薄料带钢跑偏问题,建立考虑安全约束的连退生产过程多目标操作优化模型,并针对问题特点提出一种基于分类和多种群竞争协调的多目标进化算法(MOEA-CMCC).在算法中引入具有不同进化策略的多个种群以增强搜索的多样性,并在多种群之间引入竞争机制和信息共享的协调机制以提高算法的鲁棒性;通过对外部档案集中的解进行分类并在类内进行局部搜索,以保证外部档案集的分散性和算法的收敛速度.基于Benchmark问题的实验结果表明,所提出的算法具有较好的收敛性和分散性;对连退操作优化问题的实验结果表明,所提出的算法能够有效求解该问题.

关键词：安全约束多目标优化连续退火生产过程操作优化

来源：评论

学校读者我要写书评

暂无评论

基于改进MOEA/D的多目标置换流水车间调度问题

引用

计算机集成制造系统 2021年第7期27卷 1929-1940页

作者：李林林刘东梅王显鹏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 沈阳中医药学校计算机系辽宁沈阳110300 东北大学辽宁省智能工业数据解析与优化工程实验室辽宁沈阳110819

针对工期和总流水时间的两目标置换流水车间调度问题,提出一种改进的基于分解的多目标进化算法(MOEA/D)。为了改进非支配解集的质量,提高算法效率,在MOEA/D中嵌入分组和统计学习机制提出一种两阶段局部搜索策略改进外部存档。利用基于... 详细信息

针对工期和总流水时间的两目标置换流水车间调度问题,提出一种改进的基于分解的多目标进化算法(MOEA/D)。为了改进非支配解集的质量,提高算法效率,在MOEA/D中嵌入分组和统计学习机制提出一种两阶段局部搜索策略改进外部存档。利用基于距离的替换策略更新种群,提高种群的多样性,保证了分组机制的有效性。基于Taillard标准测试问题的实验结果表明,所提出的改进MOEA/D算法明显优于传统MOEA/D、NSGA-Ⅱ、MEDA/D-MK等算法。

关键词：置换流水车间调度多目标分解进化算法统计学习

来源：评论

学校读者我要写书评

暂无评论

基于模拟退火粒子群算法的MIT图像重建方法

引用

东北大学学报（自然科学版） 2021年第4期42卷 531-537页

作者：杨丹芦甜郭文欣王旭东北大学信息科学与工程学院辽宁沈阳110819 东北大学辽宁省红外光电材料及微纳器件重点实验室辽宁沈阳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

为了改善逆问题病态性又能提高图像重建质量,提出了一种基于模拟退火粒子群算法的MIT图像重建方法.根据Hessian矩阵的维度,构建了一种Tikhonov和NOSER型混合多参数正则化算法.将模拟退火算法和粒子群算法进行组合,以广义交叉准则构建目... 详细信息

为了改善逆问题病态性又能提高图像重建质量,提出了一种基于模拟退火粒子群算法的MIT图像重建方法.根据Hessian矩阵的维度,构建了一种Tikhonov和NOSER型混合多参数正则化算法.将模拟退火算法和粒子群算法进行组合,以广义交叉准则构建目标函数,进行正则化多参数寻优.结果表明,所提方法不仅有效克服了MIT重建图像数值解的不稳定性,增强了抗噪性能,而且所获得的重建图像的质量优于Tikhonov正则化和混合正则化算法,为MIT技术应用提供了理论参考.

关键词：逆问题病态性图像重建 Hessian矩阵模拟退火粒子群算法

来源：评论

学校读者我要写书评

暂无评论

多尺度卷积核U-Net模型的视网膜血管分割方法

引用

东北大学学报（自然科学版） 2021年第1期42卷 7-14页

作者：杨丹刘国如任梦成裴宏杨东北大学信息科学与工程学院辽宁沈阳110819 东北大学辽宁省红外光电材料及微纳器件重点实验室辽宁沈阳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

针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-Net模型的视网膜血管分割方法.在U-Net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操... 详细信息

针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-Net模型的视网膜血管分割方法.在U-Net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操作进行数据集扩充,运用CLAHE算法进行图像预处理;训练后得到的双通道特征图,进行Softmax归一化;最后通过改进的代价损失函数对归一化结果迭代优化,得到完整的视网膜血管分割模型.实验结果表明,所提方法在DRIVE数据集上分割的准确率达到0.9694,灵敏性达到0.7762,特异性达到0.9835,比U-Net模型具有更优的分割效果和泛化能力,与其他现存方法相比具有一定的竞争力.

关键词：视网膜血管多尺度卷积核 U-Net模型 Inception模块 CLAHE算法

来源：评论

学校读者我要写书评

暂无评论

基于混核LSSVM的批特征风功率预测方法

引用

自动化学报 2020年第6期46卷 1264-1273页

作者：刘畅郎劲智能工业数据解析与优化教育部重点实验室(东北大学) 沈阳110819 东北大学工业与系统工程研究所沈阳110819 东北大学辽宁省制造系统与物流优化重点实验室沈阳110819 东北大学流程工业综合自动化国家重点实验室沈阳110819

针对风电场风功率预测问题,利用历史风功率、气象数据和测风塔实时数据等相关信息,提出了带有批特征的混核最小二乘支持向量机(Hybrid kernel least squares support vector machine,HKLSSVM)方法,建立风电场风功率预测模型.为了增强模... 详细信息

针对风电场风功率预测问题,利用历史风功率、气象数据和测风塔实时数据等相关信息,提出了带有批特征的混核最小二乘支持向量机(Hybrid kernel least squares support vector machine,HKLSSVM)方法,建立风电场风功率预测模型.为了增强模型的适应性,设计改进的差分进化算法对模型参数进行优化,并利用稀疏选择方法来选取合适的训练样本集,缩短建模时间,保证预测模型精度.根据风场风机的地理位置分布情况,提出批划分的建模策略,对相近地理位置的风机进行组批,替代传统风场风功率预测方法.通过风场中实际数据进行测试,实验结果表明与其他预测方法相比,本文提出的方法能够提高预测精度和效率,减少风电波动性对电网的影响,从而提高电网的安全性和可靠性.

关键词：风功率预测批特征混核最小二乘支持向量机差分进化稀疏选择

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：