Joint Planning of Assembly Sequence Planning and Assembly Line Balancing Based on Improved Artificial Fish Swarm Algorithm
本文提出了一种结合改进摄食机制与模拟退火算法的帕累托混合人工鱼群算法,通过最小化平衡损失、切换时间和节拍时间,实现装配顺序规划与装配线平衡的同步优化。
974 篇论文
本文提出了一种结合改进摄食机制与模拟退火算法的帕累托混合人工鱼群算法,通过最小化平衡损失、切换时间和节拍时间,实现装配顺序规划与装配线平衡的同步优化。
本研究评估了 Apriori 算法在大规模合成事务数据集上的性能,旨在证明虽然降低支持度阈值会增加规则的多样性,但也会显著提高计算成本,从而最终强调了通过优化阈值选择来平衡算法深度与效率的必要性。
本文提出了一种具有统一状态控制器的群体状态感知协同自适应差分进化(PSAC-DE)算法,用于解决四目标动脉交通信号协调模型,并在杭州模拟场景中证明了与主流优化算法相比,该算法在延迟、停车次数、绿波带宽和碳排放方面具有显著改进。
该论文提出了 FreqPrompt-AD,这是一个通过利用频率引导的局部语义提示来克服 CLIP 类模型中全局图像-文本对齐局限性的无需训练的框架,旨在增强零样本工业异常检测与分割,并在多个基准测试上实现了最先进的性能。
本文引入了一个基于效用公理的测度论框架,用于评估大语言模型的理性程度,揭示了许多模型表现出系统性的偏好传递性违背,这种违背破坏了决策的一致性,尽管其中某些模式反映了人类行为。
TopoLeaf 是一个针对农业信息物理系统的无需训练、零样本视觉异常检测框架,它通过将几何距离与基础模型特征上的局部持久同调相结合,在无需标注数据的情况下,稳健地识别不同作物领域中的新型植物疾病和结构偏差。
本文对 80 项研究(2010–2026)进行了系统性综述,分析了人工智能驱动的网络威胁检测与对抗性规避技术之间不断演进的军备竞赛,并提供了统一的分类法、趋势的可视化分析,以及对零信任安全环境下挑战与未来方向的批判性评估。
本文介绍了 TimeSynth,这是一个受控基准测试框架,它通过揭示领先模型中存在的显著相位和频率误差,暴露了标准逐点指标在评估健康信号数字孪生方面的局限性,从而倡导基于时间保真度诊断的架构驱动型模型选择。
本文介绍了 GutenbergLM,这是一个拥有 1.095 亿参数的仅解码器 Transformer 模型,该模型从零开始在经过时间平衡处理的古腾堡计划(Project Gutenberg)语料库上进行训练,并引入了时代调节标记(era-conditioning tokens),证明了显式的时间分层能够使模型在早期、中期和现代文学时代之间生成截然不同的、符合特定时期的写作风格。
本文介绍了一种名为内燃机优化(ICEO)的新型元启发式算法,该算法受四冲程发动机循环的启发,并由自适应发动机控制单元进行管理,通过有效平衡勘探与开发以避免过早收敛,在解决高维、非线性优化问题方面显著优于现有的先进方法。