提出了基于免疫遗传算法的形态学自适应结构元素生成算法，并将其用于光学相干断层成像(optical coherence tomography，OCT) 图像中视网膜组织边缘检测. 首先将图像进行去噪和粗分割的预处理，并将图像划分为若干子图像; 其次对每一子图利用免疫遗传算法求取自适应结构元，初始随机生成固定长度的二进制数串作为抗体，并将其转化为结构元素格式，以图像二维熵定义抗体适应度，根据子图像本身结构特征信息，寻找最优抗体结构元素; 最后利用寻优得到的各结构元素对子图进行形态学边缘检测，合并各子图的分割结果，实现整体图像目标边界提取. 实验结果表明了该方法在图像目标边界提取的有效性

将岩体破坏接近度指标(FAI)引入隧道支护设计，明确了围岩临界支护时机判别准则。基于有限差分数值计算程序，合理考虑岩体峰后应变软化特性，建立了一种隧道最优支护时机确定方法。通过算例分析，定量探讨了表征支护时机的重要参数，从工程角度阐释了支护时机的本质意义。结果表明：岩体地质强度指标GSI由75减小至25时，支护时机提前8.32 m；岩石材料常数mi由20减小至10时，支护时机提前5.85 m；岩石单轴抗压强度σci由80 MPa减小至40 MPa时，支护时机提前3.74 m；工程扰动参数D由0增加至0.8时，支护时机提前7.44 m。将建立方法在玉渡山隧道工程中进行应用，计算出研究区段的支护时机为3.3 m，经现场监测表明该方法有效、可行。该研究成果可为隧道支护体系的量化设计提供参考

以数字化柔性挤压成形砂块为研究对象，通过设计单因素试验进行了砂型种类、粘结剂质量分数及挤压压力对型腔表面质量影响规律的研究，进而得出高精度树脂砂型挤压成形的最优参数组合。结果显示：无模砂型外部与砂型内部的表面性能存在差异。不同砂型种类的砂型型腔表面性能不同，沙粒的角形系数对砂型型腔表面性能有较大影响。随着砂型挤压力的提高，砂粒之间的距离减小，砂粒并联接触方式增多，砂型在经过切削时，砂型表面产生裂纹的数量及延伸深度大幅减小，砂型型腔表面性能不断提高。随着树脂质量分数的增大，砂粒的包覆厚度增大，从而砂粒的粘结桥增多，砂型强度增加，砂型切削时产生的裂纹数量减小，砂型型腔表面性能不断提高。本文为真实获得砂型表面质量提供了方法，有助于无模铸造精密成形技术的推广

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

轧件发生局部变形是楔横轧的主要工艺特征，尤其小断面收缩率轧件轴向流动能力弱，内外变形差异显著导致楔横轧成形困难.除了容易产生心部破坏缺陷，在轧件表层一定范围内出现的螺旋组织缺陷，也会降低产品的机械性能.本文通过轧制实验，展示出轧件螺旋组织缺陷宏观上呈现为车削后在表层一定深度范围内沿展宽螺旋线分布的亮带，微观上由轧件表面折叠向内部延伸呈带状分布的组织形态.结合有限元数值模拟方法研究了缺陷产生的主要原因，发现由于成形区的金属发生沿展宽负向的金属流动，导致轧件形成沿展宽螺旋线分布的表面折叠和小轴向应变带.同时，螺旋带附近较大的径向压缩使轧件由表面向内部沿折叠裂纹方向组织具有方向性.采用对模具楔尖倒圆角局部改善金属沿负展宽方向的轴向流动，可以既消除表层螺旋组织缺陷，又避免轧件心部损伤风险，使成形质量满足使用要求.经实验验证，确定了模具楔尖圆角的最优取值

图像分割是计算机视觉领域中的重要分支，旨在将图像分成若干个特定的、具有独特性质的区域。随着计算机硬件计算能力的提高和计算方法的进步，大量基于不同理论的图像分割算法获得了长足的发展。因而选择合适的评估方法对分割结果的准确性和适用性进行综合评估，从而选择最优分割算法，成为图像分割研究中的必要环节。在综述14种图像分割评估指标的基础上，将其分成基于像素的评估方法、基于类内重合度的评估方法、基于边界的评估方法、基于聚类的评估方法和基于实例的评估方法五大类。在材料显微图像分析的应用背景下，通过实验讨论了不同分割方法和不同典型噪声在不同评估方法中的表现。最终，讨论了各种评估方法的优势和适用性

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础

教学目标及要求：理解决策活动与计划的普遍存在，决策与计划贯穿组织、控制、领导等各项管理职能之中，在管理中处于极其重要的地位。 教学内容：本章主要介绍决策的原则、过程和方法。让学生了解计划是管理的基本职能之一，计划与决策的区别和联系，计划的作用，计划的类型，计划的工作步骤，计划的方法，目标的定义及分类，目标的作用，设计良好目标的特征，目标管理的产生及发展，目标管理的过程及其优缺点。 教学重点与难点：决策的原则是满意原则而不是最优原则：程序化决策与非程序化决策：集体决策与个人决策优缺点；决策的定量方法：目标管理法

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性

前已指出,对于状态完全能控的线性定常系统,可以通过线性状态反馈任意配置闭 系统的极点。事实上,不仅是极点配置,而且系统镇定、解耦控制、线性二次型最优控制 (LQ)问题等,也都可由状态反馈实现。然而,在4.2节介绍极点配置方法时,曾假设所有 的状态变量均可有效地用于反馈。但在实际情况中,并非所有的状态度变量都可用于反 馈。这时需要估计不可量测的状态变量。需特别强调,应避免将一个状态变量微分产生另 一个状态变量,因为噪声通常比控制信号变化更迅速,所以信号的微分总是减小了信噪 比