陈柏志
- 作品数：6 被引量：23H指数：3
- 供职机构：西南科技大学制造科学与工程学院更多>>
- 发文基金：四川省教育厅资助科研项目四川省应用基础研究计划项目更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 改进二叉树支持向量机及其TE过程故障诊断被引量：4
- 2018年
- 针对层次结构对二叉树支持向量机分类性能影响较大的问题,提出了一种改进的完全二叉树支持向量机构建方法。基于帕累托原则以核心圈样本最近类间距离和类内计算半径圈样本平均密度建立了类间差异性估计策略,将类间距离大且类内样本分布紧密的类别最先分离出来,并提出了构建完全二叉树的算法步骤。通过在UCI标准数据集上与其他SVM多类分类算法作比较,验证了改进算法的优越性。以TE过程故障诊断为研究对象,基于核主成分分析提取故障特征,应用改进的二叉树支持向量机实现了故障的准确识别。
- 陈柏志石宇强詹钧凯邬江波
- 关键词：支持向量机二叉树哈夫曼树TE过程故障诊断
- 智能制造下的个性化定制动态生产调度被引量：5
- 2017年
- 智能制造是满足个性化定制动态生产调度的技术与平台。在智能生产车间中,为解决个性化定制产品生产的不确定性、生产产品结构、制造方法复杂的生产调度问题,考虑加工过程中的紧急订单与工况异常,提出带有重调度的最大最小蚁群算法(MMAS)。通过实验和实例仿真验证了算法的可行性。
- 颜颂涛石宇强陈柏志
- 关键词：个性化定制最大最小蚁群算法动态调度重调度
- 云制造环境下面向多目标优化的虚拟资源调度研究被引量：9
- 2019年
- 为解决云制造环境下虚拟资源调度存在的算法求解效率不高、模型建立缺乏考虑任务间关系约束和任务间及子任务间的物流时间及成本因素等不足,构建了兼顾交货期时间最小化、服务成本最低化、服务质量最优化为目标的多目标虚拟资源调度模型;采用一种基于项目阶段的双链编码方式进行编码,并提出自适应交叉与变异概率公式,以避免交叉、变异概率始终不变导致算法效率下降与过早收敛的问题;在此基础上利用基于项目阶段的多种交叉变异策略相结合的改进遗传算法进行求解,保证了算法的全局与局部搜索性能。实例结果表明,相比于传统的模型与算法,该模型适用性更强,改进的遗传算法在求解效率、准确度与稳定性方面均有较大提高。
- 夏世洪石宇强吴双陈柏志
- 关键词：云制造多目标
- 基于QFD的多目标产品配置模型及配置优化研究被引量：1
- 2018年
- 为了使产品配置结果更符合客户需求,采用QFD和云模型将客户需求转化为产品质量特性,指导产品配置设计。考虑个性化需求等约束,构建以性能、成本和交货期为目标的产品配置模型,采用改进的NSGA-Ⅱ算法求解配置模型,并根据客户偏好推荐配置方案。该算法采用动态罚函数处理约束问题,采用自适应交叉、变异概率和算术交叉算子对NSGA-Ⅱ算法进行改进。通过算法验证与实例应用,证明本模型有效可行,改进NSGA-Ⅱ算法在配置问题求解上优于NSGA-Ⅱ算法。
- 詹钧凯石宇强夏世洪陈柏志朱智鹏
- 关键词：QFD多目标优化产品配置模型云模型
- 改进ReliefF算法在水泥工艺故障诊断中的应用被引量：1
- 2022年
- 针对ReliefF算法在迭代过程中受样本选取随机性、随机样本可能带有干扰及类别先验概率等因素影响较大的问题,提出了一种无需类别先验概率,且可以在所有类别的样本核心圈进行迭代的改进ReliefF算法。在标准数据集上的试验结果表明,改进ReliefF算法克服了传统ReliefF算法容易受迭代次数、最近邻样本数影响的问题,且算法的特征选择结果稳定,在选取特征维数相同的情况下,改进ReliefF算法选取特征的分类效果较传统ReliefF算法也有所提高。最后,将改进ReliefF算法运用于水泥工艺故障诊断,运用该算法提取故障特征,以支持向量机作为分类器,实现了故障的准确识别。
- 石宇强董学文陈柏志
- 关键词：RELIEFF算法支持向量机故障诊断
- 多目标产品配置优化研究被引量：3
- 2020年
- 针对多目标产品配置优化问题,考虑实例关系和个性化等约束,构建了以性能、成本和交货期为目标的产品配置模型。设计了一种改进的非支配排序遗传算法(Non-Dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)进行配置模型求解,并根据顾客偏好推荐配置方案。该算法采用动态罚函数处理约束问题,采用自适应交叉和变异概率提高算法收敛速度,对变异操作结果进行模拟退火操作,避免了算法陷入局部最优解,并针对多目标问题改进了Metropolis准则。通过算法验证与实例应用,证明本模型有效可行,改进NSGA-Ⅱ算法在配置问题求解上优于NSGA-Ⅱ算法。
- 詹钧凯石宇强陈柏志蔡跃坤
- 关键词：多目标优化产品配置模型自适应模拟退火算法
