【摘 要】
：
针对制造系统的标注Petri网模型,提出一种基于回溯法估计系统最小代价计划序列的算法.已知标注Petri网模型的网结构与初始标识,根据给定的标注序列划分搜索阶段,每个标注对应
【机 构】
：
青岛大学复杂性科学研究所,山东省工业控制技术重点实验室,青岛港国际股份有限公司,山东科技大学计算机科学与工程学院
【基金项目】
：
国家自然科学基金(62072260,61602279),山东省自然科学基金(ZR2020MF094)。
论文部分内容阅读
针对制造系统的标注Petri网模型,提出一种基于回溯法估计系统最小代价计划序列的算法.已知标注Petri网模型的网结构与初始标识,根据给定的标注序列划分搜索阶段,每个标注对应的代价较小的变迁优先发生.按此规则观测到所有的标注后,对应的变迁发生序列代价的加和为最小总代价,并储存最小代价计划序列及总代价.按照深度优先策略遍历解空间树,以当前最小总代价为约束条件,剔除其他路径中不必搜索的标识以及变迁发生序列,缩小搜索空间.通过实例验证了该方法的可行性,与动态规划法执行结果相比,提出的方法能够实现更少的计算量和更高的工作效率.
其他文献
在短语音环境下,总变率空间对语音概率分布估计不足,导致说话人识别性能下降。针对上述问题,提出一种基于总变率空间和时延神经网络(TDNN)的增强说话人身份向量的方法。目的是学习总变率空间和时延神经网络的线性相关性,同时提取说话人嵌入向量并投影在新的空间上,组合成新的说话人超向量来增强说话人信息。训练阶段,分别训练总变率空间和时延神经网络,重新组建一个无关说话人集,从中提取身份向量和x向量并在典型关联分析(CCA)下得到投影矩阵;注册和测试阶段,抽取注册和测试说话人的嵌入向量,通过投影矩阵映射在新空间中,然后
金属表面缺陷检测是工业生产质量把控的重要一环。在复杂的工业场景中,传统的图像处理方法无法有效地检测缺陷区域,而人工检测既费时又费力。快速有效地检测金属表面缺陷已成为提高生产效率的关键。复杂的光照条件会使金属表面产生强反射和倒影,缺陷种类多样、边界模糊,给缺陷检测问题带来巨大的挑战。提出了一种基于注意力机制的级联网络缺陷检测算法(R-CNN),对金属表面缺陷进行高质量分类和定位。设计了一个轻量级的网
特征选择是从数据集的原始特征中选出最优或较优特征子集,从而在加快分类速度的同时提高分类准确率。提出了一种改进的混合二进制蝗虫优化特征选择算法:通过引入步长引导个体位置变化的二进制转化策略,降低了进制转换的盲目性,提高了算法在解空间中的搜索性能;通过引入混合复杂进化方法,将蝗虫群体划分子群并独立进化,提高了算法的多样性,降低了早熟收敛的概率。采用改进算法对UCI部分数据集进行特征选择,使用K-NN分类器对特征子集进行分类评价,实验结果表明:与基本二进制蝗虫优化算法、二进制粒子群优化算法和二进制灰狼优化算法相
无源系统能量紧缺导致系统难以长时间处于活动状态下工作,时常因能量不足而掉电.为保障程序完整执行,程序运行环境通常先让系统在低功耗状态从环境采集能量,然后切换至活动状态执行一个程序片段,循环往复直至完成.根据执行程序的不同策略,现有运行环境可分为两大类:一次执行和断点执行.前者在充能足够后一次性完整执行一个程序,适用于感知等轻量级程序;后者将程序拆分成若干片段,可间断执行,适用于长时间计算类程序,但
人脸识别系统的快速发展对人脸活体检测技术提出了新要求,包括检测实时性、面对复杂环境的泛化性、对多种攻击类型的鲁棒性以及用户体验的友好性等。主要阐述了人脸活体检测的必要性,对方法进行了分类、整理和总结,根据所提特征的不同,将活体检测分为基于手工特征的方法和基于深度学习的方法,并将近期针对算法泛化性的研究进展归纳为基于辅助监督信号方法、基于域适应域泛化的方法、基于特征解耦的方法、基于噪声建模的方法、基
网络嵌入是在保持网络性质不变的前提下,将节点转换为低维向量,以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而,许多真实世界的网络节点通常具有丰富的层次标签信息,这些层次标签信息对获取高效的网络嵌入具有重要价值。由于不同层次的标签之间的信息很难相互关联或继承,如何合理利用层次标签信息进行网络嵌入,获得更高效的向量表示是亟待研究的问题。针对上述问题,提出了一种新的基于层次标签的属性网络嵌入框架(HLANE),该框架利用层次注意力机制将层次标签信息融入网络嵌
真值表的化简对于逻辑电路的分析与设计具有及其重要的意义。对真值表的化简问题进行研究,提出了一种利用分辨矩阵从真值表中获取最小布尔表达式的粒分辨矩阵方法,实现其在逻辑优化中的应用。首先,将真值表视为逻辑信息系统,将真值表的化简问题转化为逻辑信息系统的最简规则发现问题。然后,在传统分辨矩阵的基础上,利用等价关系模型构造粒分辨矩阵,找出可以组织成最小布尔表达式的信息粒,利用信息粒的析取合取运算获得逻辑信息系统的最小布尔表达式。为进一步加快算法的收敛速度,引入启发式信息的概念,给出了组织信息粒的判定法则,避免在最
随着复杂网络及大数据技术的发展,大规模全局优化方法已成为复杂工程系统的重要支撑技术.解决大规模全局优化问题的关键在于如何识别决策变量之间的相互依赖关系并根据这些依赖关系进行有效的变量分组.针对该问题,本文提出了一种基于形式概念分析的大规模全局协同进化优化算法,首次将数据分析领域的形式概念分析思想引入决策变量依赖关系分析和自适应分组过程中,进而处理大规模全局优化问题.该算法基于协同进化框架,利用形式概念分析的外延与内涵结构特征,将决策变量转换为形式概念文本,通过文本向量矩阵运算进行决策变量的自适应分组,使其
基于标准以太网的时间敏感网络通过增强时间同步、确定性流调度以及高可靠无缝冗余能力实现多业务流高质量共网传输.它能提供高可靠与确定有界低时延流传送服务,是未来工业自动化系统、车载通信、智能电网等垂直行业应用的核心网络技术之一.本文首先从时间同步、低时延流控、可靠性、网络管控以及应用场景五个方向对时间敏感网络相关标准及其最新进展进行了介绍和分析,重点阐述其解决的问题与关键技术.其次对时间敏感网络的研究现状进行了综述分析,重点分析比较现有方案的优缺点.最后讨论了时间敏感网络的发展趋势与研究挑战.
为了达到快速、精准的继电保护信息系统终端设备测试效果,设计一种继电保护信息系统终端设备智能测试系统。利用无线方式将数据采集模块所采集的终端设备数据传输至数据处理模块;利用信号处理算法除掉原始数据中的干扰数据,使其符合监测预警模块的要求;实现终端设备运行状态量变化实时监测,并发出预警等级信息;智能测试模块将高于监测预警指标的终端设备数据形成录波数据,利用保护装置结合录波数据获取保护运作行为结果,通过评价运作行为结果完成终端设备智能测试。实验结果表明,所研究的系统能够实现继电保护信息系统终端设备的智能化测试,