基于GRA-PSO算法的端铣工艺参数多目标优化

考虑生产实际的需求,综合最小变形误差、最大金属切除率和最大刀具耐用度建立端铣工艺参数多目标优化模型。通过对粒子群全局寻优能力和灰色理论的适应性综合分析,研究提出耦合粒子群算法（Particle Swarm Op-timization,PSO）和灰色关联（Gray Relevancy Analysis,GRA）的多目标工艺参数优化算法。该方法将多目标函数的优化问题转化为优化单项灰关联度,得到了多项工艺指标要求下的参数优化组合。将该方法应用在多目标工艺参数优化设计中取得了满意的结果,表明其具有很大的适应性。     

直接序列扩频信号仿真数据的高效生成方法

扩频技术在通信和卫星导航领域得到了广泛应用,传统仿真数据的生成方法存在计算量大、忽略信道影响因素,较难实现高精度生成等问题.结合扩频系统信号和噪声的特点,提出了基于扩频码码片相关的信号生成以及基于AR模型的带限高斯噪声生成两种高效仿真信号生成方式.该方法计算量相对于传统高精度方法可由1GHz的生成速率降低至码片速率级的数据生成速率,同时保证了信号生成的灵活性和可控性.相关结果可用于现代化导航接收机的仿真数据快速生成.     

基于压缩感知原理的融合判别信息的协作表示方法

提出了一种用于视觉分类任务的低计算复杂度且有效的图像表示方法。把协作表示和判别信息结合在统一框架内,是基于协作表示分类方法的一种扩展形式。测试样本的协作表示系数是稀疏的,这种基于冗余和过完备的表示对于遮挡和伪装而言是鲁棒的;此外,通过最小化类内散布矩阵和最大化类间散布矩阵的判别信息的挖掘,对于视觉分类问题也是很有帮助的。在一些基准数据库上的实验表明,提出的方法相对于现有的方法而言能够获得更有竞争力的表现。     

论高中《政治生活》实施探究性学习的一般模式

探究性学习的实质是要求教师转变教育观念,在教学中充分调动学生学习的主动性和积极性,激发学生学习的主人翁意识,真正使学生成为学习的主人。因此高中政治课的课堂教学应该充分渗透探究性学习的精神,同时教师又应在这一宗旨的指导下,根据教材的内容和特点的不同采用不同的模式,选用不同的方法,这样才能达到构建高效课堂的目的。     

Computational complexity of finding Pareto efficient outcomes for biobjective lot‐sizing models

In this article, we study a biobjective economic lot‐sizing problem with applications, among others, in green logistics. The first objective aims to minimize the total lot‐sizing costs including production and inventory holding costs, whereas the second one minimizes the maximum production and inventory block expenditure. We derive (almost) tight complexity results for the Pareto efficient outcome problem under nonspeculative lot‐sizing costs. First, we identify nontrivial problem classes for which this problem is polynomially solvable. Second, if we relax any of the parameter assumptions, we show that (except for one case) finding a single Pareto efficient outcome is an ‐hard task in general. Finally, we shed some light on the task of describing the Pareto frontier. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 386–402, 2014     

基于TS201S的分段谱相关算法SSCA的实现

分段谱相关函数算法SSCA(Strip Spectral Correlation Algorithm)是一种实用的高效循环谱估计算法,对循环平稳信号的检测和参数估计的硬件实现具有重要意义。利用信号的循环平稳特性能很好的抑制平稳噪声和干扰,实现低信噪比条件下信号检测与参数估计。文章以SSCA的ADSP TS201S的实现为研究重点,分析了实时运算时各参数的选取依据,讨论了工程实现的难点和解决方案,并给出了程序的优化方案,为循环谱的工程应用打下坚实的基础。     

基于复杂表面形状的端铣切削力模型

以传统的端铣切削力模型为基础,针对复杂加工表面形状,提出了一种更加符合实际加工情况的端铣切削力模型。该模型的建立涉及到复杂表面形状的几何表示、不同刀具轨迹的描述和刀齿-工件接触计算等关键技术。通过对模拟结果进行分析,验证了所建端铣切削力模型的有效性。     

Energy‐efficient scheduling for sustainable manufacturing systems with renewable energy resources

Environmentally friendly energy resources open a new opportunity to tackle the problem of energy security and climate change arising from wide use of fossil fuels. This paper focuses on optimizing the allocation of the energy generated by the renewable energy system to minimize the total electricity cost for sustainable manufacturing systems under time‐of‐use tariff by clipping the peak demand. A rolling horizon approach is adopted to handle the uncertainty caused by the weather change. A nonlinear mathematical programming model is established for each decision epoch based on the predicted energy generation and the probability distribution of power demand in the manufacturing plant. The objective function of the model is shown to be convex, Lipchitz‐continuous, and subdifferentiable. A generalized benders decomposition method based on the primal‐dual subgradient descent algorithm is proposed to solve the model. A series of numerical experiments is conducted to show the effectiveness of the solution approach and the significant benefits of using the renewable energy resources.     

一种新的Gabor小波支持向量机人脸识别算法

提出了一种新的基于Gabor小波特征重组的支持向量机人脸识别方法。该方法首先计算5个尺度和8个方向的Gabor小波变换结果,再把不同人脸中的同一尺度和方向的变换结果进行特征重组,得到40个新特征矩阵,分别利用PCA方法降维去噪,最后构造40个支持向量机分类器并采用选票决策机制决定识别结果。实验结果表明,该方法不仅拓宽了主元分析法中累积方差贡献率可选范围,并在一定程度上解决了核参数选择难的问题,同时取得了理想识别效果。     

一种应用于超大数据库的人脸识别方法

针对数据库中待识别人脸数目巨大，计算困难的问题，提出了一种基于小波变换和主成分分析的人脸识别方法。该方法首先对数据库中的人脸进行小波变换，然后对小波变换后的图像进行主成分分析提取特征，将特征送入BP神经网络进行训练、识别。经过对比实验，结果表明：该方法可以在保证较高识别率的前提下，大大降低数据维数，从而该方法可以应用于超大数据库的人脸识别。