期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于遗传算法的森林抚育间伐小班智能选择 被引量:5
1
作者 王建明 吴保国 梁其洋 《林业科学》 EI CAS CSCD 北大核心 2017年第9期63-72,共10页
【目的】探索在森林抚育间伐任务目标控制下,基于空间分析和遗传算法的森林抚育间伐小班智能选择方法,为以小班为单位的作业方案编制等后续森林经营活动提供决策支持。【方法】以内蒙古赤峰市桦木沟林场为例,根据抚育间伐任务和经营者... 【目的】探索在森林抚育间伐任务目标控制下,基于空间分析和遗传算法的森林抚育间伐小班智能选择方法,为以小班为单位的作业方案编制等后续森林经营活动提供决策支持。【方法】以内蒙古赤峰市桦木沟林场为例,根据抚育间伐任务和经营者指定的基本属性条件,基于空间查询或点缓冲区分析方式选择出空间分布连续的小班作为初始小班集合,设计环带控制算法(ACA)动态计算点缓冲区的初始半径和步长。以迫切度、难易度和立地因子构建目标条件函数,用目标条件值衡量小班与任务目标的符合程度,并以目标条件值最大为目标条件、任务面积为限制条件建立抚育间伐小班智能选择的数学模型,使用改进的遗传算法(IGSEGA)进行求解,从而对初始小班集合内的小班进行优选,得到最符合任务目标的小班集合。【结果】研究区内指定任务面积300 hm^2、上限值5%和其他条件,基因交叉率0.6,变异率0.3,变长系数3,迭代次数100,目标函数各参数根据任务要求进行设置。ACA算法计算得到初始半径1 407 m,且只需1次半径扩增即可构造出初始小班集合,普通点缓冲区分析由于初始半径和步长的不确定性,分析效率明显低于ACA算法。以林场场部为中心点选择时得到小班40个,所选小班皆为符合基本条件且最接近目标条件值的小班,另外2个测试点得到的结果同样说明算法的智能性和有效性。由于IGSEGA算法构建的初始个体适应值已较为接近最优解,经14~15次迭代即可求解出任务目标小班集合,求解效率优于标准遗传算法(SGA)。【结论】提出森林抚育间伐小班智能选择概念,以迫切度、难易度和立地因子构建目标条件函数,同时构建小班选择的数学模型并采用IGSEGA算法进行求解。设计ACA算法优化点缓冲区分析,可提高空间分析效率,改进贪婪策略对遗传算法的编码方式及对应的遗传算子,为森林抚育间伐小班智能选择的实现提供一种有效方法,该方法还可应用于造林、林分改造等其他经营任务中对小班进行智能选择,为后续森林经营活动提供决策支持。 展开更多
关键词 抚育间伐 小班选择 贪婪策略 遗传算法 小班智能选择算法
在线阅读 下载PDF
人脸动画关键点最优化算法 被引量:4
2
作者 祝铭阳 孙怀江 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2013年第1期93-100,共8页
Thin-shell变形算法基于一组控制点的位移计算所有顶点的位移,不同的控制点集合会得到不同的重构结果.为了使该变形算法更精确地重构人脸表情动画,基于该算法,提出一种最优控制点计算方法.首先将计算人脸变形最优控制点问题建模,以最小... Thin-shell变形算法基于一组控制点的位移计算所有顶点的位移,不同的控制点集合会得到不同的重构结果.为了使该变形算法更精确地重构人脸表情动画,基于该算法,提出一种最优控制点计算方法.首先将计算人脸变形最优控制点问题建模,以最小化thin-shell变形算法的重构误差为目标,提出一种自适应前后向贪婪策略学习最优化控制点,称为人脸动画关键点;通过引入边界约束、对称性约束以及多分辨率性,使得所提出的关键点具有通用性.实验结果证明,所提出的人脸动画关键点方法在仿真数据和真实数据上可以有效地获取关键控制点和重构人脸动画. 展开更多
关键词 thin-shell变形算法 自适应前后向贪婪算法 人脸动画 关键点
在线阅读 下载PDF
基于QAR数据的着陆超限风险贝叶斯网络分析模型 被引量:12
3
作者 汪磊 孙景陆 +2 位作者 王文超 齐心歌 王菲茵 《安全与环境学报》 CAS CSCD 北大核心 2023年第1期26-34,共9页
为分析民机着陆超限风险及其影响因素,基于飞行快速存取记录器(Quick Access Recorder,QAR)数据,构建着陆超限风险贝叶斯网络分析模型。首先,采集2019年和2020年国内某航空公司B737-800机队共37443个航段QAR数据作为样本数据;然后利用Ge... 为分析民机着陆超限风险及其影响因素,基于飞行快速存取记录器(Quick Access Recorder,QAR)数据,构建着陆超限风险贝叶斯网络分析模型。首先,采集2019年和2020年国内某航空公司B737-800机队共37443个航段QAR数据作为样本数据;然后利用GeNIe 3.0软件GTT(Greedy Thick Thinning)算法进行参数学习,建立着陆超限风险贝叶斯网络(Bayesian Network,BN)模型,应用10-fold交叉验证方法对模型进行检验。结果表明,着陆超限风险贝叶斯网络可有效分析着陆超限事件的因果关系,计算得出样本机队减小着陆超限风险的飞行参数组合。该分析模型可用于对机队或飞行员个体的着陆超限风险预测,为降低着陆飞行超限风险、前移安全关口提供客观依据。 展开更多
关键词 安全工程 快速存取记录器(QAR)数据 着陆超限 贝叶斯网络 gtt算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部