舰艇受损舱室的破损模式识别算法

为了方便舰员准确地判断破损进水的舱室,建立仅依赖舰艇姿态信号进行舱室破损模式识别的算法。使用宽度优先搜索以及回溯查找,建立舱室破损模式空间集的生成算法;依据信息熵理论建立识别属性集的权重计算模型;使用基于“垂面距离”的逼近理想解排序法,建立舱室破损模式识别算法。对某船模的破损模式识别进行实船计算,计算结果表明该识别算法准确、客观。     

基于特征重整及优化训练的遮挡人脸识别算法

以ResNet50网络为基础网络,提出了使用信息熵的权重特征对池化层的信息进行优化,在不增加额外参数的情况下使得网络特征提取更加充分;同时提出了改进型PSO(粒子群)算法对卷积网络误差反向传播阶段进行优化,通过比较GSA(引力搜索)优化前后最优粒子的适应度函数值,以此确保每次迭代中获得全局最优粒子.实验结果表明本文提出的方法有助于人脸的识别,尤其是在遮挡人脸的识别中,同时优化后的网络的训练收敛速度和识别速度也有了明显提升.     

有偏好的交通网络路径选择模型

在城市交通网络中,已知路径的时间属性与费用属性,分析了出行者对路径有、无主观偏好时的路径选择问题。当无偏好时,利用信息熵理论和多属性综合决策方法给出了获得路径综合属性值的计算模型;当有偏好时,对不同的路径通过互反判断矩阵给出主观偏好,然后利用互反判断矩阵之间的偏差建立关于属性权重向量的优化模型,并采用解析的方法对模型进行求解,得到每个属性的权重,从而进一步计算出每条路径的综合属性值,属性值最大的路径为最优路径。分析结果表明:在无偏好时最佳选择路径2的综合属性值为0.918;在有偏好时最佳选择路径4的综合属性值为0.965,与无偏好的相差较大,且6条路径的选择次序不同。可见,出行者的主观偏好对路径选择结果有较大的影响。     

集卡动态调度路径优化算法

从整体调度的角度出发,分析了整个码头作业面的动态调度方案,提出了一种新的集装箱卡车(集卡)动态调度路径的自适应蚁群算法。运用码头GPRS系统,以集卡速度、流量、位置等相关数据建立了感知链。通过判断阻塞状况和调整可行点集,确定了信息素浓度更新策略与转移概率计算方法。针对码头路网的复杂性和蚁群算法的实时计算效率,设计了蚁群算法的步骤。将信息熵引入到蚁群算法中,运用MATLAB软件,对集卡的动态调度方案进行了仿真计算。计算结果表明:当初始集卡速度分别为50、75km.h-1,初始集卡流量分别为800、1 000veh.h-1时,集卡行驶的最短路径为4.3km,行驶时间为0.057h;集卡行驶的最优路径为8.3km,行驶时间为0.111h。可见,该算法能有效缓解码头阻塞问题,提高集卡利用率和码头作业效率。     

基于熵权物元模型的公交综合评价指标体系

为了综合评价快速城镇化背景下城市公共交通发展状况,通过分析城市公共交通发展特征,给出公共交通综合评价指标体系。分析利用可拓论对模糊性和不相容性进行定量评价的适用性,建立基于物元模型的可拓方法并应用于公共交通综合评价。同时,将信息熵与相离度相融合的不确定语言多属性决策方法运用于权值计算,提高了评价体系的客观性和准确性。最后通过实例证明了指标体系的合理性,以及模型方法的有效性和实用性。     

基于平均明暗熵差的人脸增强算法

针对人类视觉对图像亮度的响应特征,提出了一种使用粒子群优化方法对图像灰度的非线性转换函数参数进行优化,用以使图像的平均明暗信息熵之差的绝对值最小,从而使图像的明暗灰度分布更加均匀的人脸增强算法.实验结果表明,该方法在增强图像的基础上能有效地提高图像在高灰度区域的视觉效果,对图像在高灰度区对比度有所损失的现象进行弥补,同时也能有效地提高整幅图像的视觉层次.     

基于信息熵的城市新区土地利用动态演变研究——以兰州市新区为例

分析城市用地结构的演变是土地利用优化配置的重要途径之一.以兰州新区1993~2013年土地利用数据为基础,对研究区土地利用类型变化进行分析,并运用信息熵理论对兰州新区土地利用结构进行了时间序列分析,进一步探讨了土地利用类型与信息熵的相关性.结果表明:20年间,兰州新区的耕地和草地面积呈大幅度减少,而受人为影响较大的房屋建筑区、人工堆掘地、构筑物、道路、林地等地类面积所占比例呈增加趋势,林地面积的大幅增加体现了政府部门在植树造林、改善环境方面所做的工作;兰州新区的土地利用结构信息熵、均衡度一直处于明显上升态势,而各土地利用类型的优势度有所降低;耕地、草地的减少,林地、房屋建筑区的增加是导致兰州新区信息熵持续增加的主要因素.     

基于信息熵的弹炮结合武器系统优化配置模型

为了对弹炮结合武器系统的优化配置提供合理的决策建议,研究了弹炮结合武器系统优化配置的信息熵模型。构建了弹炮结合武器系统效能评估指标体系,并对各指标定义进行了详细的说明,建立了基于信息熵理论的弹炮结合武器系统优化配置模型,通过实例仿真表明了模型的有效性和合理性。     

基于免疫遗传算法的核动力船舶设备故障诊断

针对传统遗传算法收敛速度慢且容易未成熟收敛引起的核动力船舶设备故障诊断响应延迟、误诊、漏诊问题,提出一种基于信息熵的免疫遗传算法用于核动力船舶设备的故障诊断:利用已知船舶设备故障征兆集合,选用概率因果模型,引入信息熵免疫遗传算法,求解具有最大后验概率的故障集合.某船用核动力蒸汽发生器与液压泵故障仿真结果表明,基于信息熵免疫遗传算法优化的概率因果模型不受故障样本的限制,具有较好的通用性,且模型故障诊断精度较高、寻优速度快.本方法同样适用于其他领域的故障诊断问题.