针对时变速度下的低碳配送需求,本文以配送总成本最小化为目标,构建考虑三维装载和时间窗约束的绿色车辆路径优化模型。模型考虑时变速度和实时载重对车辆燃油消耗量的影响。为准确计算行驶时间和油耗,采用二分K-means聚类算法对时段进...针对时变速度下的低碳配送需求,本文以配送总成本最小化为目标,构建考虑三维装载和时间窗约束的绿色车辆路径优化模型。模型考虑时变速度和实时载重对车辆燃油消耗量的影响。为准确计算行驶时间和油耗,采用二分K-means聚类算法对时段进行合理划分。设计两阶段算法求解模型:第一阶段采用自适应大规模邻域搜索(adaptive large neighborhood search,ALNS)算法以确定车辆配送路径;第二阶段采用遗传算法(genetic algorithm,GA)对货物进行三维装载顺序的可行性校验。算例结果表明,基于二分K-means聚类算法的时段划分方法能更精确地计算总成本,从而验证了本文所构建的模型和所设计的算法具有可行性和有效性。展开更多
为了解决梨果实采摘机器人目标检测模型在复杂果园环境下检测效果不佳,且难以部署于资源受限嵌入式平台的问题,本研究提出一种基于改进YOLO v8模型的轻量化梨果实检测模型:设计一种PR_Bottleneck模块,通过创新结构设计,有效削减模型参...为了解决梨果实采摘机器人目标检测模型在复杂果园环境下检测效果不佳,且难以部署于资源受限嵌入式平台的问题,本研究提出一种基于改进YOLO v8模型的轻量化梨果实检测模型:设计一种PR_Bottleneck模块,通过创新结构设计,有效削减模型参数量和计算量,显著降低模型运行负担;构建SPPF_CBAM模块,大幅增强模型对目标区域的聚焦能力,显著提升其在复杂场景下的目标识别精度;引入ADown下采样模块,降低模型复杂度和参数量,增强下采样过程的信息保留能力;引入WIoU损失函数,使模型在训练过程中的回归损失函数能够集中在平均质量的锚框,从而提高检测器的整体性能指标,增强模型的泛化能力。试验结果表明,与YOLO v8原始模型相比,改进模型精确率、召回率、平均精度均值(mAP_(50))分别提高了0.7个百分点、3.7个百分点、1.7个百分点,其参数量和计算量分别降低38.72%和30.86%,模型体积缩小38.33%,检测速率为1 s 85.4帧,较原始模型提升1 s 12.8帧。因此,改进YOLO v8轻量化模型不仅提高了检测精度和检测速率,而且明显降低了计算量和参数量,能够部署在嵌入式平台上快速有效进行梨果实的实时目标检测。展开更多
风扇盘是航空发动机的重要断裂关键结构,为保障其服役安全性和可靠性,需要编制反映实际使用情况的载荷谱,用于疲劳寿命评定。基于某发动机2种任务类型的实际使用数据,进行了风扇盘单参数载荷统计分析,采用任务段分析法编制了中值转速谱...风扇盘是航空发动机的重要断裂关键结构,为保障其服役安全性和可靠性,需要编制反映实际使用情况的载荷谱,用于疲劳寿命评定。基于某发动机2种任务类型的实际使用数据,进行了风扇盘单参数载荷统计分析,采用任务段分析法编制了中值转速谱;采用SWT(Smith-Watson-Topper)公式和线性累积损伤理论计算载荷谱损伤,采用DTW(Dynamic Time Warping)方法进行载荷谱相似性分析,结合TC17钛合金模拟试件成组试验,建立了基于载荷谱相似性的损伤分析方法;进行了机群风扇盘转速谱损伤计算,获得载荷谱损伤样本,拟合优度检验表明风扇盘转速谱损伤服从对数正态分布,中值转速谱损伤接近机群转速谱中值损伤,验证了编谱方法的合理性。为准确评估风扇盘安全寿命提供了重要支撑。展开更多
文摘针对时变速度下的低碳配送需求,本文以配送总成本最小化为目标,构建考虑三维装载和时间窗约束的绿色车辆路径优化模型。模型考虑时变速度和实时载重对车辆燃油消耗量的影响。为准确计算行驶时间和油耗,采用二分K-means聚类算法对时段进行合理划分。设计两阶段算法求解模型:第一阶段采用自适应大规模邻域搜索(adaptive large neighborhood search,ALNS)算法以确定车辆配送路径;第二阶段采用遗传算法(genetic algorithm,GA)对货物进行三维装载顺序的可行性校验。算例结果表明,基于二分K-means聚类算法的时段划分方法能更精确地计算总成本,从而验证了本文所构建的模型和所设计的算法具有可行性和有效性。
文摘为了解决梨果实采摘机器人目标检测模型在复杂果园环境下检测效果不佳,且难以部署于资源受限嵌入式平台的问题,本研究提出一种基于改进YOLO v8模型的轻量化梨果实检测模型:设计一种PR_Bottleneck模块,通过创新结构设计,有效削减模型参数量和计算量,显著降低模型运行负担;构建SPPF_CBAM模块,大幅增强模型对目标区域的聚焦能力,显著提升其在复杂场景下的目标识别精度;引入ADown下采样模块,降低模型复杂度和参数量,增强下采样过程的信息保留能力;引入WIoU损失函数,使模型在训练过程中的回归损失函数能够集中在平均质量的锚框,从而提高检测器的整体性能指标,增强模型的泛化能力。试验结果表明,与YOLO v8原始模型相比,改进模型精确率、召回率、平均精度均值(mAP_(50))分别提高了0.7个百分点、3.7个百分点、1.7个百分点,其参数量和计算量分别降低38.72%和30.86%,模型体积缩小38.33%,检测速率为1 s 85.4帧,较原始模型提升1 s 12.8帧。因此,改进YOLO v8轻量化模型不仅提高了检测精度和检测速率,而且明显降低了计算量和参数量,能够部署在嵌入式平台上快速有效进行梨果实的实时目标检测。
文摘风扇盘是航空发动机的重要断裂关键结构,为保障其服役安全性和可靠性,需要编制反映实际使用情况的载荷谱,用于疲劳寿命评定。基于某发动机2种任务类型的实际使用数据,进行了风扇盘单参数载荷统计分析,采用任务段分析法编制了中值转速谱;采用SWT(Smith-Watson-Topper)公式和线性累积损伤理论计算载荷谱损伤,采用DTW(Dynamic Time Warping)方法进行载荷谱相似性分析,结合TC17钛合金模拟试件成组试验,建立了基于载荷谱相似性的损伤分析方法;进行了机群风扇盘转速谱损伤计算,获得载荷谱损伤样本,拟合优度检验表明风扇盘转速谱损伤服从对数正态分布,中值转速谱损伤接近机群转速谱中值损伤,验证了编谱方法的合理性。为准确评估风扇盘安全寿命提供了重要支撑。
