搜論文知識(shí)網(wǎng)為客戶提供省級(jí)以上期刊發(fā)表的相關(guān)信息以及相關(guān)渠道的中介服務(wù)。本站是《自動(dòng)化與儀器儀表》雜志的依托網(wǎng)站，《自動(dòng)化與儀器儀表》雜志是本站的主體雜志，直接負(fù)責(zé)該雜志的的推薦、征稿、信息整理收錄等工作。網(wǎng)站本著用心為客戶服務(wù)的原則，根據(jù)客戶的不同需要推薦最適合您的論文欄目，幫助客戶節(jié)約時(shí)間和成本，提高論文發(fā)表的成功。

　　雜志簡(jiǎn)介：《自動(dòng)化與儀器儀表》雜志是由重慶市自動(dòng)化與儀器儀表學(xué)會(huì)和重慶工業(yè)自動(dòng)化儀表研究所主辦,其特點(diǎn)是學(xué)術(shù)水平高、實(shí)用性強(qiáng)、覆蓋面寬、發(fā)行量大、廣告效果好。據(jù)中國(guó)科技信息研究所館藏期刊借閱統(tǒng)計(jì)表明,她是最受讀者喜愛(ài)的刊物之一。

　　辦刊宗旨：旨在加強(qiáng)學(xué)術(shù)交流，促進(jìn)中國(guó)自動(dòng)化與儀器儀表的發(fā)展，為自動(dòng)化和儀器儀表工作者服務(wù)。

　　期刊榮譽(yù)：本刊是中國(guó)學(xué)術(shù)、學(xué)位評(píng)定論文認(rèn)定期刊,是中國(guó)學(xué)術(shù)綜合評(píng)價(jià)數(shù)據(jù)庫(kù)來(lái)源期刊,也是中國(guó)期刊網(wǎng)、中國(guó)學(xué)術(shù)期刊(光盤(pán)版)、中國(guó)核心期刊,(遴選)數(shù)據(jù)庫(kù)全文收錄期刊,同時(shí)還是中國(guó)自動(dòng)化在線網(wǎng)站和北極星電力電信專業(yè)網(wǎng)站收錄期刊。

　　主要內(nèi)容：主要報(bào)道控制理論、系統(tǒng)理論、自動(dòng)化技術(shù)、工業(yè)自動(dòng)化儀表、計(jì)算機(jī)及其應(yīng)用技術(shù)等方面的研究成果、發(fā)展動(dòng)態(tài)、經(jīng)驗(yàn)交流。適合于從事工業(yè)自動(dòng)化、儀器儀表、計(jì)算機(jī)應(yīng)用、機(jī)電儀一體化、自動(dòng)控制等專業(yè)的科研、設(shè)計(jì)、應(yīng)用、生產(chǎn)、銷(xiāo)售的科技工作者、大專院校師生、管理干部、技術(shù)工人閱讀。

　　主要欄目：綜述、控制理論研究、控制系統(tǒng)設(shè)計(jì)、應(yīng)用技術(shù)、儀器儀表與裝置、實(shí)踐與創(chuàng)新。

　　收錄情況：

　　國(guó)家新聞出版總署收錄　獲獎(jiǎng)情況

　　中國(guó)儀器儀表學(xué)會(huì)優(yōu)秀期刊(83)

　　四川省科協(xié)優(yōu)秀期刊獎(jiǎng)(87)

　　重慶市優(yōu)秀期刊一等獎(jiǎng)(93)

　　鳴網(wǎng)鄭重承諾：

　　1.期刊推薦

　　網(wǎng)站所有的期刊均為國(guó)家新聞出版總署批準(zhǔn)的省級(jí)、國(guó)家級(jí)、核心正規(guī)刊物，具有國(guó)內(nèi)國(guó)外雙刊號(hào)。凡增刊、假刊、各類(lèi)專刊、版權(quán)有爭(zhēng)議的未經(jīng)新聞出版總署備案的非法刊物均謝絕合作與發(fā)表。

　　2.寫(xiě)作指導(dǎo)

　　我們擁有眾多來(lái)自各領(lǐng)域?qū)�業(yè)知識(shí)過(guò)硬、寫(xiě)作經(jīng)驗(yàn)豐富的的論文編輯團(tuán)隊(duì)，并擁有一批來(lái)自全國(guó)各高校、科研機(jī)構(gòu)的專家學(xué)者，為您的論文發(fā)表把脈獻(xiàn)策。如果您有需要，我們將以高效率、高標(biāo)準(zhǔn)、高質(zhì)量的標(biāo)準(zhǔn)竭誠(chéng)為您服務(wù)，直到您滿意為止。

　　3.投稿保證

　　對(duì)于收到的論文稿件，本公司會(huì)有專門(mén)人員進(jìn)行認(rèn)真處理，保證第一時(shí)間與您溝通處理意見(jiàn)，并根據(jù)發(fā)表要求以及您的需要負(fù)責(zé)審核、潤(rùn)筆等工作!

　　4.客戶投訴及建議

　　鳴網(wǎng)專門(mén)設(shè)立了客戶投訴電話，如果您對(duì)我們的服務(wù)有不滿之處，或有相關(guān)意見(jiàn)或建議，請(qǐng)聯(lián)系本站客服人員，我們的相關(guān)負(fù)責(zé)人會(huì)第一時(shí)間為您解決和答復(fù)。如果您覺(jué)得我們的服務(wù)人員滿意，請(qǐng)轉(zhuǎn)告你身邊的同事和朋友。

　　最后，感謝您一直以來(lái)對(duì)網(wǎng)站及《自動(dòng)化與儀器儀表》的關(guān)注與支持，我們會(huì)認(rèn)真對(duì)待您繁忙之余提出的寶貴意見(jiàn)和建議，我們會(huì)再接再厲，與您攜手共進(jìn)!

　　自動(dòng)化與儀器儀表最新期刊目錄

基于聯(lián)邦算法的異構(gòu)信息智能分類(lèi)及系統(tǒng)研究————作者：劉煒;

摘要：為了實(shí)現(xiàn)對(duì)異構(gòu)醫(yī)學(xué)圖像的準(zhǔn)確分類(lèi)，研究提出了一種異構(gòu)醫(yī)學(xué)圖像分類(lèi)系統(tǒng)。該系統(tǒng)以密集連接卷積網(wǎng)絡(luò)為骨干網(wǎng)絡(luò)，并結(jié)合了聯(lián)邦對(duì)比學(xué)習(xí)和增強(qiáng)遷移學(xué)習(xí)以提高分類(lèi)性能。結(jié)果顯示，改進(jìn)聯(lián)邦對(duì)比學(xué)習(xí)模型在分類(lèi)準(zhǔn)確率、特異性、F1-measure和敏感性方面均優(yōu)于其他算法。具體而言，改進(jìn)聯(lián)邦對(duì)比學(xué)習(xí)的分類(lèi)準(zhǔn)確率平均為92.7%，特異性為89.7%，F(xiàn)1-measure為78.3%，敏感性為79.8%。此外，消融實(shí)驗(yàn)...

基于SSD算法和自適應(yīng)理論的智慧城市軌道交通安檢方法研究————作者：楊麗紅;

摘要：為了提升智慧城市軌道交通的安檢精度與效率，研究提出了基于自適應(yīng)理論的單發(fā)多盒探測(cè)器（Single Shot MultiBox Detector，SSD）算法，以實(shí)現(xiàn)候選框的自適應(yīng)調(diào)整、裁剪偏移量回歸以及自適應(yīng)感受野匹配。在此基礎(chǔ)上，采用特征融合模塊對(duì)原算法加以優(yōu)化，提升小尺寸目標(biāo)檢測(cè)精度。結(jié)果顯示，基于自適應(yīng)理論的SSD算法的均值平均精度值最高達(dá)到了94.68%。同時(shí)，該算法的每秒幀數(shù)最高達(dá)到了5...

基于云計(jì)算的無(wú)線通信弱信號(hào)自動(dòng)檢測(cè)方法————作者：雷蕾;

摘要：為提高對(duì)下無(wú)線通信中的弱信號(hào)檢測(cè)精度，提出一種基于云計(jì)算和改進(jìn)大腦情感學(xué)習(xí)模型(Brain Emotional Learning, BEL)的弱信號(hào)檢測(cè)方法。首先，對(duì)無(wú)線通信信號(hào)進(jìn)行相空間重構(gòu)，然后構(gòu)建基于BEL的弱信號(hào)檢測(cè)神經(jīng)網(wǎng)絡(luò)模型，并通過(guò)遺傳算法和模擬退火算法對(duì)BEL網(wǎng)絡(luò)的權(quán)重參數(shù)和偏置項(xiàng)參數(shù)進(jìn)行優(yōu)化，以提高模型對(duì)弱信號(hào)檢測(cè)的精度；最后，在對(duì)本方法進(jìn)行測(cè)試。測(cè)試結(jié)果表明：改進(jìn)后的BEL模型收...

賽教協(xié)同模式下基于Agent和改進(jìn)CNN的多源異構(gòu)網(wǎng)絡(luò)信息融合技術(shù)————作者：楊鵬;

摘要：在教育信息化進(jìn)程中，賽教協(xié)同模式的發(fā)展受到多源異構(gòu)數(shù)據(jù)整合能力的限制，而數(shù)據(jù)孤島問(wèn)題導(dǎo)致信息資源浪費(fèi)和決策效率下降。為應(yīng)對(duì)這一挑戰(zhàn)，提出了一種融合多Agent系統(tǒng)和改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合技術(shù)。實(shí)驗(yàn)顯示，研究所提方法在自建數(shù)據(jù)集訓(xùn)練集中的準(zhǔn)確率比單一模型分別增加了15.85%、9.20%。研究提出的混合模型平均增益為38.37%,而鄧普斯特-謝弗證據(jù)理論和粗糙集理論的平均增益僅為12.50%、1...

八塊排樣方式的快速生成算法————作者：潘衛(wèi)平;

摘要：討論板材無(wú)約束二維剪切排樣問(wèn)題，用一張板材剪切出若干種已知尺寸和價(jià)值的矩形件，使得剪切出的矩形件的總價(jià)值最大。提出八塊排樣方式的快速生成算法。該排樣方式能均衡考慮計(jì)算復(fù)雜度和切割工藝復(fù)雜度。首先將板材劃分為八個(gè)矩形塊，然后在每個(gè)塊中排放一種方向相同的矩形件。構(gòu)造一種基于隱式枚舉的快速算法生成八塊排樣方式，首先確定所有可能尺寸的塊的最大價(jià)值及對(duì)應(yīng)的矩形件排樣方式，然后考察板材所有可能的八塊劃分方式。...

基于PLS-SEM的火力發(fā)電行業(yè)碳排放分解與減排策略優(yōu)化研究————作者：張亞玲;王天曉;郭慶杰;楊紅艷;冀樹(shù)春;

摘要：全球氣候變化的加劇使得火力發(fā)電行業(yè)面臨巨大減排壓力。因此，研究首先通過(guò)對(duì)數(shù)平均迪氏指數(shù)法分解碳排放變化的驅(qū)動(dòng)因素。其次，采用偏最小二乘結(jié)構(gòu)方程模型估算變量路徑系數(shù)。最后結(jié)合粒子群優(yōu)化算法和反向傳播神經(jīng)網(wǎng)絡(luò)，提出了多變量輸入改進(jìn)和動(dòng)態(tài)慣性權(quán)重調(diào)整策略，構(gòu)建了基于改進(jìn)粒子群優(yōu)化反向傳播神經(jīng)網(wǎng)絡(luò)的碳排放預(yù)測(cè)模型。測(cè)試表明，當(dāng)?shù)�代次�?shù)為200次時(shí)，改進(jìn)模型的均方誤差減少了0.024,平均絕對(duì)誤差減少了0....

智能配電網(wǎng)運(yùn)行狀態(tài)數(shù)據(jù)高頻采集方法研究————作者：張衛(wèi)玲;朱大智;曹璐;鐘曉文;

摘要：智能配電網(wǎng)作為電力系統(tǒng)的重要組成部分，正逐步成為實(shí)現(xiàn)能源高效利用、保障電力供應(yīng)安全、促進(jìn)可再生能源接入的關(guān)鍵環(huán)節(jié)。配電網(wǎng)的運(yùn)行環(huán)境日益復(fù)雜多變，難以滿足智能配電網(wǎng)對(duì)高頻數(shù)據(jù)的需求。為此提出一種智能配電網(wǎng)運(yùn)行狀態(tài)數(shù)據(jù)高頻采集方法。將明顯錯(cuò)誤數(shù)據(jù)進(jìn)行剔除，對(duì)其進(jìn)行排序，補(bǔ)全缺失的數(shù)據(jù)，基于決策樹(shù)算法，按照數(shù)據(jù)的不同屬性值，對(duì)關(guān)鍵詞進(jìn)行檢索，將運(yùn)行數(shù)據(jù)分為靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)，按照數(shù)據(jù)類(lèi)型，對(duì)數(shù)據(jù)進(jìn)行累積...

計(jì)算機(jī)網(wǎng)絡(luò)中基于集成式圖卷積神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)技術(shù)————作者：范申民;王磊;張芬;

摘要：為了保障網(wǎng)絡(luò)環(huán)境的安全性，提出了基于集成式圖卷積神經(jīng)網(wǎng)絡(luò)算法的網(wǎng)絡(luò)入侵檢測(cè)技術(shù)。研究方法采用隨機(jī)梯度下降算法和均方根傳播(Root Mean Square Propagation, RMSProp)優(yōu)化器提升了檢測(cè)模型的訓(xùn)練效率，強(qiáng)化了檢測(cè)模型的分類(lèi)效果。研究結(jié)果顯示，研究模型的入侵檢測(cè)準(zhǔn)確率為96.41%～97.18%。可見(jiàn)經(jīng)過(guò)研究模型優(yōu)化后，入侵檢測(cè)技術(shù)在模型訓(xùn)練效率和模型訓(xùn)練精度上都有明顯提...

復(fù)雜環(huán)境下無(wú)人機(jī)編隊(duì)離線重構(gòu)優(yōu)化技術(shù)————作者：李士途;宋江濱;羅強(qiáng);左英桃;

摘要：在復(fù)雜環(huán)境中，無(wú)人機(jī)編隊(duì)的任務(wù)執(zhí)行面臨著諸多挑戰(zhàn)，如障礙物規(guī)避、動(dòng)態(tài)環(huán)境適應(yīng)等。為了優(yōu)化無(wú)人機(jī)在復(fù)雜環(huán)境下的編隊(duì)效果，研究提出了一種基于混合離線重構(gòu)優(yōu)化的無(wú)人機(jī)編隊(duì)技術(shù)。該方法通過(guò)控制參數(shù)化與模擬退火算法的結(jié)合，優(yōu)化了無(wú)人機(jī)編隊(duì)的全局路徑規(guī)劃，避免了陷入局部最優(yōu)解的風(fēng)險(xiǎn)。研究通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了所提算法的有效性，并與改進(jìn)勢(shì)場(chǎng)法進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明，所提算法在避障場(chǎng)景中表現(xiàn)出更高的路徑平滑度和編隊(duì)...

基于幀調(diào)度及增量調(diào)度的高鐵通信網(wǎng)絡(luò)調(diào)度算法————作者：李敬欽;

摘要：為保障高鐵通信網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性，研究對(duì)其門(mén)控調(diào)度算法進(jìn)行了分析，提出了基于幀調(diào)度及增量調(diào)度的門(mén)控調(diào)度算法。該算法采用了幀調(diào)度和增量調(diào)度的關(guān)鍵技術(shù)，并通過(guò)等價(jià)簡(jiǎn)化技術(shù)有效減少了約束數(shù)量。經(jīng)實(shí)驗(yàn)測(cè)試，研究提出的門(mén)控調(diào)度算法能實(shí)現(xiàn)數(shù)據(jù)流的有序傳輸，避免流間沖突。同時(shí)，研究提出的算法還能降低時(shí)間觸發(fā)流和非時(shí)間觸發(fā)流各8.8%和16.3%的傳輸時(shí)延，并降低時(shí)間觸發(fā)流46.4%的傳輸抖動(dòng)。此外，以500條...

一種孔板流量?jī)x表的失效定位檢索系統(tǒng)的設(shè)計(jì)————作者：莫斌;孫懷義;劉巧;

摘要：科技的發(fā)展促進(jìn)了生產(chǎn)方式的轉(zhuǎn)變，改變了工業(yè)生產(chǎn)的流程。孔板流量?jī)x表作為工業(yè)生產(chǎn)中重要設(shè)備，它的維護(hù)和檢修在企業(yè)生產(chǎn)過(guò)程中尤為重要。設(shè)計(jì)了一種孔板流量?jī)x表的失效定位檢索系統(tǒng)，該系統(tǒng)以失效影響信息為索引，檢索出與失效影響相關(guān)聯(lián)的失效模式和失效部位等信息，方便維修人員快速定位失效位置和失效原因，降低維修的時(shí)間消耗。實(shí)例證明，檢索系統(tǒng)檢索結(jié)果準(zhǔn)確，使用便捷

基于機(jī)器視覺(jué)的帶電條件下低壓電流互感器全量程校準(zhǔn)研究————作者：尹文慶;李寧;王永超;楊永建;

摘要：提出了一種基于機(jī)器視覺(jué)的帶電條件下低壓電流互感器全量程校準(zhǔn)方法，以解決傳統(tǒng)校準(zhǔn)方法中存在的操作復(fù)雜、精度受限不足等問(wèn)題。研究通過(guò)優(yōu)化邊界框回歸損失函數(shù)，提高了校準(zhǔn)精度和檢測(cè)效率。實(shí)驗(yàn)結(jié)果表明，研究提出的方法在不同電流等級(jí)和環(huán)境條件下的校準(zhǔn)精度誤差范圍為0.387%～0.422%,校準(zhǔn)時(shí)間為12.15 min～15.76 min,數(shù)據(jù)一致性保持在93.67%～94.78%。研究方法在精度、效率和穩(wěn)定...

大模型增強(qiáng)的繼電保護(hù)裝置多模態(tài)目標(biāo)檢測(cè)方法研究————作者：肖帥;張勇志;

摘要：繼電保護(hù)裝置的日常維護(hù)是電網(wǎng)的安全穩(wěn)定運(yùn)行的重要保障。為了提高繼電保護(hù)裝置的日常維護(hù)效率，基于網(wǎng)絡(luò)視頻的專家遠(yuǎn)程協(xié)助成為了實(shí)用性解決方案之一。在遠(yuǎn)程協(xié)作過(guò)程中，增強(qiáng)現(xiàn)實(shí)技術(shù)成為了提升協(xié)作效率的重要手段之一，而對(duì)特定視頻畫(huà)面中的繼電保護(hù)裝置目標(biāo)自動(dòng)檢測(cè)是基于增強(qiáng)現(xiàn)實(shí)的沉浸式繼電保護(hù)作業(yè)的關(guān)鍵技術(shù)。對(duì)此，提出基于大模型增強(qiáng)的多模態(tài)目標(biāo)檢測(cè)技術(shù)(LLM enhanced Multi-Modal Obje...

機(jī)器人軌跡自動(dòng)優(yōu)化數(shù)學(xué)模型構(gòu)建以及高精度控制研究————作者：程其勇;

摘要：針對(duì)機(jī)器人運(yùn)動(dòng)過(guò)程中由于滑動(dòng)等因素導(dǎo)致的軌跡偏移問(wèn)題，出于通過(guò)數(shù)學(xué)模型分析及算法優(yōu)化提高機(jī)器人軌跡控制精度的目的，提出一種機(jī)器人軌跡自動(dòng)優(yōu)化數(shù)學(xué)模型構(gòu)建以及高精度構(gòu)建的方法；通過(guò)狄克斯特拉(Dijkstra)算法進(jìn)行路徑規(guī)劃，為提高路徑規(guī)劃效率及準(zhǔn)確性采用跳點(diǎn)搜索及動(dòng)態(tài)規(guī)劃對(duì)算法進(jìn)行改進(jìn)，結(jié)合模型預(yù)測(cè)控制方法優(yōu)化機(jī)器人的軌跡跟蹤控制能力，期望實(shí)時(shí)調(diào)整控制輸入，提高機(jī)器人控制系統(tǒng)的魯棒性；設(shè)計(jì)了驗(yàn)證...

復(fù)雜目標(biāo)場(chǎng)景下的智慧交通一體化機(jī)器視覺(jué)檢測(cè)技術(shù)研究————作者：李霞;劉曙生;嚴(yán)凱;梁靜;黎世恒;

摘要：隨著汽車(chē)保有量的提升，現(xiàn)有目標(biāo)檢測(cè)算法存在檢測(cè)準(zhǔn)確率低以及計(jì)算難度大等問(wèn)題，已經(jīng)無(wú)法滿足日益增長(zhǎng)的檢測(cè)精度要求。因此，研究提出了基于改進(jìn)YOLOv3的三維自適應(yīng)和分層聯(lián)合檢測(cè)模型。該模型采用K-means算法調(diào)整自適應(yīng)錨框大小，根據(jù)時(shí)間、天氣以及目標(biāo)檢測(cè)構(gòu)建融合三維模型，利用誤檢閾值和交并比閾值優(yōu)化融合過(guò)程，將三類(lèi)目標(biāo)檢測(cè)模型分層級(jí)融合。實(shí)驗(yàn)結(jié)果表明，三維模型所有預(yù)測(cè)框均能準(zhǔn)確識(shí)別目標(biāo)類(lèi)別，對(duì)機(jī)動(dòng)...

核安全級(jí)壓力變送器應(yīng)用選型及其未來(lái)展望————作者：郭晶;王昱辰;張萌;

摘要：針對(duì)應(yīng)用于核電和核化工領(lǐng)域核安全級(jí)壓力變送器進(jìn)行了選型分析，涉及到基本原理、主要特點(diǎn)、國(guó)內(nèi)外設(shè)計(jì)技術(shù)和制作工藝、選型要點(diǎn)等具體內(nèi)容，另外還對(duì)應(yīng)用選型、市場(chǎng)動(dòng)態(tài)、技術(shù)發(fā)展、優(yōu)缺點(diǎn)、應(yīng)用案例等進(jìn)行了全面的探討，同時(shí)對(duì)核安全級(jí)壓力變送器的未來(lái)發(fā)展進(jìn)行了展望，對(duì)于從事核安全級(jí)壓力變送器設(shè)計(jì)選型、研發(fā)、生產(chǎn)制造等企業(yè)具有積極的參考作用

基于BIM和改進(jìn)K-means的建筑點(diǎn)云數(shù)據(jù)模型研究————作者：周飛;

摘要：針對(duì)傳統(tǒng)建筑點(diǎn)云數(shù)據(jù)模型重建效果不佳的問(wèn)題，提出一種基于BIM技術(shù)和改進(jìn)K-means的建筑點(diǎn)云數(shù)據(jù)建模方法。首先，采用三維激光掃描技術(shù)對(duì)目標(biāo)建筑點(diǎn)云數(shù)據(jù)進(jìn)行采集；然后利用BES-K-means算法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行去噪處理；之后將處理后的點(diǎn)云數(shù)據(jù)作為逆向工程基礎(chǔ)，參考建筑實(shí)景照片和原有圖紙，在Revit軟件中對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行逆向擬合和屬性信息賦予；最后通過(guò)BIM技術(shù)實(shí)現(xiàn)目標(biāo)建筑自動(dòng)化重建。實(shí)驗(yàn)結(jié)果表明...

一種基于X光的鋼絲繩芯輸送帶無(wú)損檢測(cè)方法————作者：郝允娟;

摘要：隨著工業(yè)生產(chǎn)需求的不斷提升，帶式輸送機(jī)的高效運(yùn)行成為保障物料運(yùn)輸體系穩(wěn)定性的關(guān)鍵。然而，輸送帶鋼絲繩芯在長(zhǎng)期運(yùn)行中易受損，傳統(tǒng)檢測(cè)方法難以實(shí)現(xiàn)實(shí)時(shí)、準(zhǔn)確地進(jìn)行故障預(yù)警。為此，提出了一種基于X光的輸送帶無(wú)損檢測(cè)方法，首先，設(shè)計(jì)了基于邏輯感興趣區(qū)域的序列圖像拼接算法，以此處理不完整缺陷；然后，基于輕量級(jí)特征提取器(PDN)獲取圖像屬性，采用評(píng)分機(jī)制析出缺陷圖像，結(jié)合余弦相似度(CS)判別缺陷種類(lèi)，進(jìn)而...

基于和聲算法和ABC算法的綠色智慧交通運(yùn)行調(diào)整控制方法研究————作者：劉曙生;李霞;嚴(yán)凱;梁靜;黎世恒;

摘要：列車(chē)已經(jīng)成為人民的主要出行方式，但對(duì)復(fù)雜鐵路網(wǎng)中的列車(chē)進(jìn)行運(yùn)行調(diào)整依然存在調(diào)控不充分和節(jié)能減排等問(wèn)題。因此，研究提出了基于和聲算法和人工蜂群算法的列車(chē)協(xié)同調(diào)控優(yōu)化模型。該模型采用列車(chē)運(yùn)行調(diào)整和運(yùn)行控制作為目標(biāo)函數(shù)，并對(duì)其進(jìn)行線性加權(quán)，同時(shí)利用鄰域擾動(dòng)改進(jìn)和聲算法，引入交叉操作和高斯變異優(yōu)化人工蜂群算法。實(shí)驗(yàn)表明，改進(jìn)和聲算法的最大獎(jiǎng)勵(lì)值比其他算法高出67和82,改進(jìn)人工蜂群算法最大獎(jiǎng)勵(lì)值比其他兩種...

智慧鐵路貨車(chē)檢修車(chē)間的生產(chǎn)過(guò)程管控模塊構(gòu)建————作者：楊二斌;尉雪玲;馬學(xué)濤;林耀;姚毓瑾;

摘要：智能生產(chǎn)指揮系統(tǒng)(MES)是智慧化工廠高效運(yùn)行的神經(jīng)系統(tǒng)，其核心任務(wù)之一是對(duì)工廠的生產(chǎn)過(guò)程進(jìn)行管控。生產(chǎn)過(guò)程管控模塊是MES系統(tǒng)組織和實(shí)施生產(chǎn)工作的內(nèi)在驅(qū)動(dòng)力，也是支撐其他功能模塊有序運(yùn)行的基礎(chǔ)。針對(duì)傳統(tǒng)鐵路貨車(chē)檢修管理粗放、效率低下的瓶頸問(wèn)題，研究構(gòu)建面向智慧鐵路貨車(chē)檢修的MES系統(tǒng)生產(chǎn)過(guò)程管控模塊，分析確立模塊功能框架，建立以基礎(chǔ)數(shù)據(jù)體系為核心的生產(chǎn)過(guò)程精細(xì)化管控指標(biāo)、以檢修時(shí)間為主要管理對(duì)象...

　　相關(guān)科技期刊推薦

• 省級(jí)現(xiàn)代健康人
• 北大核心南通大學(xué)學(xué)報(bào)(自然科學(xué)版)
• 學(xué)報(bào)《水生生物學(xué)報(bào)》
• 國(guó)家級(jí)智庫(kù)理論與實(shí)踐
• 國(guó)家級(jí)大地縱橫
• 省級(jí)《江蘇電機(jī)工程》
• 省級(jí)《山東煤炭科技》
• 省級(jí)《科技管理研究》
• 省級(jí)《昆明冶金高等專科學(xué)校學(xué)報(bào)》
• 省級(jí)《時(shí)代建筑》
• 國(guó)家級(jí)《中國(guó)住宅設(shè)施》
• 省級(jí)《化工裝備技術(shù)》
• 國(guó)家級(jí)《大眾科技》
• 省級(jí)公路交通技術(shù)
• 省級(jí)上海理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)
• 省級(jí)中南工業(yè)大學(xué)學(xué)報(bào)
• 國(guó)家級(jí)《釀酒》
• 省級(jí)《湖南電力》
• 國(guó)家級(jí)陽(yáng)光能源
• 省級(jí)《煤炭科技》
• 北大核心《排灌機(jī)械工程學(xué)報(bào)》
• 國(guó)家級(jí)《百科知識(shí)》
• 省級(jí)《氣象與減災(zāi)研究》
• 省級(jí)內(nèi)蒙古水利
• 北大核心《四川理工學(xué)院學(xué)報(bào)》
• 省級(jí)成組生產(chǎn)系統(tǒng)
• 國(guó)家級(jí)《重型汽車(chē)》
• 省級(jí)城市環(huán)境與城市生態(tài)
• 省級(jí)資源信息與工程
• 省級(jí)科技文獻(xiàn)信息管理

　　核心期刊推薦

南水北調(diào)與水利科技(中英文)

公路交通科技

中南林業(yè)科技大學(xué)學(xué)報(bào)

武漢科技大學(xué)學(xué)報(bào)