公共文化服务平台

林硕: 作品数：21 被引量：58H指数：5; 供职机构：沈阳建筑大学信息与控制工程学院更多>>; 发文基金：国家自然科学基金沈阳市科技计划项目辽宁省教育厅科学技术基金更多>>; 相关领域：自动化与计算机技术机械工程一般工业技术经济管理更多>>

合作作者

基于机器学习的设备异常分析研究被引量：1: 2022年; 文章通过对烟草企业生产线自动化生产设备的异常诊断问题进行分析,根据生产设备运行时生产数据的采集,选择了CNN和LSTM网络这两种机器学习的算法对设备异常诊断进行了研究。通过对仿真实验的数据对比,选择了LSTM网络作为设备异常诊断模型的核心算法。通过算法的仿真实验,以及烟草企业的实际需求,验证了LSTM网络算法在异常诊断上的可用性和先进性。在面对大量的实时设备运行数据时,能够快速地判断设备状况,并且在出现异常时能够迅速准确地分析出异常的类型,进而快速地制定设备异常解决方案,使设备能够快速地恢复正常生产状态,减少企业的经济损失。; 郑龙朱瑞龙林硕; 关键词：烟草 CNN

基于改进蝙蝠算法的柔性流水车间排产优化问题研究被引量：9: 2017年; 为解决柔性流水车间调度问题(flexible flow shop scheduling problem,FFSP),提出了一种基于精英个体集的自适应蝙蝠算法(self-adaptive elite bat algorithm,SEBA)。针对蝙蝠算法存在求解离散问题具有局限性、易陷入局部极值、优化结果精度低等问题,该算法采用ROV(ranked order value)编码方式,使算法适用于求解离散型的FFSP;提出基于汉明距离的精英个体集,由多个适应度高但相似度低的精英个体轮流引导种群进化,增强种群进化活力,避免寻优过程陷入局部极值;提出自适应位置更新机制,提高算法优化精度。最后采用不同规模的标准实例对改进算法进行测试,与已有算法进行对比,实验结果验证了改进蝙蝠算法求解FFSP问题的有效性。; 韩忠华朱伯秋史海波林硕; 关键词：汉明距离

基于新容量退化模型的锂电池RUL预测研究被引量：3: 2020年; 为准确预测锂离子电池剩余使用寿命(remaining useful life,RUL),建立能有效描述锂离子电池非线性退化特征的模型非常必要。采用新颖的回归方程构建容量退化模型,与双指数退化模型的对比表明:该模型具有更强的描述能力。依赖于此模型,提出了基于新容量退化模型和粒子滤波(particle filtering,PF)算法的锂离子电池剩余寿命预测方法,并与非线性退化自回归模型(nonlinear degradation auto regression,ND-AR)和正则化粒子滤波算法的混合方法(regularized particle filter,RPF)的预测结果做比较。结果表明:该方法对不同锂离子电池具有较好的适应性,能给出比ND-AR和RPF的混合方法更高精度的预测结果,且收敛性较好。; 李亚滨林硕袁学庆刘竞远; 关键词：粒子滤波算法锂离子电池

基于多个再生核希尔伯特空间的多角度人脸识别被引量：1: 2013年; 针对传统谱算法在人脸识别中的局限,提出一种基于多个再生核希尔伯特空间的多角度人脸识别算法.首先,利用landmark标记法对图像进行预处理,得到训练图像的角度;其次,通过人脸数据的多次核化迭代,使其在构建的再生核希尔伯特空间中呈线性,针对不同类型的人脸数据,建立多个再生核希尔伯特空间;最后,通过对比训练图像,判断待检测人脸图像的再生核希尔伯特空间归属,实现多角度人脸识别.选取FERET和CMU-PIE两类数据集进行对比实验,实验结果表明:所提出的算法不仅在平均识别率上高于传统算法5%,平均识别效率也较传统算法提高20%.; 林硕龚志恒韩忠华史海波; 关键词：预处理迭代

柔性流水车间排产问题的一种协同进化CGA求解方法被引量：5: 2015年; 为了解决柔性流水车间排产优化问题(flexible flow shop scheduling problem,FFSP),设计了一种动态协同进化紧致遗传算法(dynamic co-evolution compact genetic algorithm,DCCGA)作为全局优化算法。DCCGA算法基于FFSP特点,构建了描述问题解空间分布的概率模型,并对标准紧致遗传算法(compact genetic algorithm,CGA)的进化机制以及个体选择方式进行了改进。在其进化过程中,2个概率模型结合最优个体继承策略协同进化,并以一定的频率进行种群基因分布信息的交流,提高了算法进化过程中的种群基因信息多样性,增强了优良进化趋势的稳定性以及算法持续进化的能力。设计实验对DCCGA算法中新引入的重要参数进行了分析和探讨,确定了最佳参数值。最后,采用不同规模的FFSP实例对DCCGA算法进行测试,与已有算法进行对比分析,验证了DCCGA算法对于解决FFSP的有效性。; 韩忠华朱一行史海波林硕董晓婷; 关键词：紧致遗传算法

面向网络入侵检测的GAN-SDAE-RF模型研究被引量：10: 2021年; 针对传统机器学习方法在处理不平衡的海量高维数据时罕见攻击类检测率低的问题,提出了一种基于深度学习的随机森林算法的入侵检测模型,为了避免传统的随机森林面对高维数据和不平衡数据时分类精度低、稳定性差和对罕见攻击类检测率低的问题,引入生成式对抗网络(GAN)和栈式降噪自编码器(SDAE)对随机森林算法(RF)进行改进。将罕见攻击类数据集输入GAN神经网络中,生成新的攻击类样本,改善网络入侵数据在样本集中不均衡分布的情况,通过堆叠深层的SDAE逐层抽取网络数据的分布规则,并结合各个编码层的系数惩罚和重构误差,来确定高维数据中与入侵行为相关的特征,基于降维后的特征数据构建森林决策树。采用UNSW-NB15数据集的实验结果表明,与SVM、KNN、CNN、LSTM、DBN方法相比,GAN-SDAE-RF整体检测准确率平均提高了9.39%、误报率和漏报率平均降低了9%和15.24%以及在少数类Analysis、Shellcode、Backdoor、Worms上检测率分别提高了26.8%、27.98%、27.85%、39.97%。; 安磊韩忠华林硕尚文利

制丝线生产管理系统研究与设计被引量：3: 2022年; 制造业的信息化改造已经大范围地展开,烟草企业也开始加入其中。作为混合型行业,其信息化改造方案与其他离散行业和流程行业有相同点也有不同点。烟草的生产具有行业特点,在信息化改造时结合其自身的特点设计方案。针对这一问题,文章设计了针对烟草企业制丝线的生产管理系统,通过对企业关键生产环节的信息化改造,逐步实现企业信息化改造的目标,提高生产管理水平。通过在实际企业的开发与应用,证明了文章的设计方案是可行的。; 杨萍朱瑞龙林硕; 关键词：烟草行业生产管理信息化改造质量管理

改进帝国竞争算法求解柔性流水车间排产问题被引量：2: 2017年; 为了解决柔性流水车间排产优化问题(flexible flow-shop scheduling problem,FFSP),以最小化最大完工时间为优化目标,提出了一种新的改进算法—IICA算法作为全局优化算法。在标准帝国竞争算法的基础上,引入汉明距离的概念判断个体之间的相似度,将各帝国集团内最弱的殖民地用一个随机解代替并保留失去所有殖民地的帝国个体。最后通过标准实例测试,将IICA算法与多种群体智能进化算法以及标准帝国竞争算法进行仿真比较,验证了IICA算法在解决柔性流水车间排产优化问题的有效性,具有较好的收敛速度和更好的全局最优解。; 韩忠华孙越史海波林硕; 关键词：汉明距离

基于深度学习的入侵检测模型被引量：10: 2021年; 针对网络流量数据具有空间和时间的双重特征,提出了一种基于深度学习的入侵检测模型。首先,通过二分支卷积神经网络提取网络流量数据的空间特征,利用其分支结构的特点使得不同的卷积层对同一个数据样本进行粗化提取和细化提取,既保留了数据的总体特征,又从低级特征中迭代提取出更复杂的特征;然后,利用门控循环单元网络顺序敏感性的优势,挖掘网络流量数据的时序特征;最后,使用KDDCUP99数据集对入侵检测模型进行训练、验证和测试。实验结果表明,与传统的基于机器学习的模型相比,该模型具有更高的检测准确率。; 林硕林硕高治军单丹高治军; 关键词：入侵检测卷积神经网络

基于公共缓冲区的柔性流水车间缓冲区动态增容排产方法: 2020年; 实际制造企业通常通过设置公共缓冲区的方法,以此缓解柔性流水车间有限缓冲区容量限制带来的生产堵塞问题,由于公共缓冲区的存在会提高柔性流水车间排产的复杂度,因此提出一种基于模拟退火的类电磁算法(Electromagnetism-like Mechanism algorithm based on Simulated Annealing algorithm,SAEM)与局部调度规则相结合的方法,用以解决这类排产问题。首先建立同时具有有限缓冲区和公共缓冲区的柔性流水车间数学模型;其次由于工件的转运时间代价不能忽略不计,设计局部调度规则来控制工件在生产线上的移动过程,减少转运时间代价对生产过程的影响;最后将引入模拟退火算法思想的类电磁算法作为全局优化算法并与局部调度规则相结合,对同时具有有限缓冲区和公共缓冲区的柔性流水车间进行排产。采用3种不同规模的实例数据进行仿真实验,实验结果表明:在与局部调度规则结合的前提下,SAEM在对优化目标和各评价指标的改善方面均优于标准类电磁(Electromagnetism-like Mechanism,EM)算法和紧致遗传算法(Compact Genetic Algorithm,CGA)。; 韩超林硕韩忠华安磊孙亮亮; 关键词：动态增容

林硕

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

林硕

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈