XiaoMi-AI文件搜索系统
World File Search System灰狼
MH-139A 灰狼 (MH-139A)
常见首字母缩略词和缩写 $B - 数十亿美元 $K - 数千美元 $M - 数百万美元 ACAT - 收购类别 Acq O&M - 收购相关运营和维护 ADM - 收购决策备忘录 APB - 收购计划基准 APPN - 拨款 APUC - 平均采购单位成本 BA - 预算授权/预算活动 Blk - 区块 BY - 基准年 CAPE - 成本评估和计划评估 CARD - 成本分析要求说明 CDD - 能力开发文件 CLIN - 合同项目编号 CPD - 能力生产文件 CY - 日历年 DAB - 国防收购委员会 DAE - 国防收购执行官 DAMIR - 国防收购管理信息检索 DoD - 国防部 DSN - 国防交换网络 EMD - 工程和制造开发 EVM - 挣值管理 FMS - 对外军售 FOC - 全面作战能力 FRP - 全速率生产 FY - 财政年度FYDP - 未来国防计划 ICE - 独立成本估算 Inc - 增量 IOC - 初始作战能力 JROC - 联合需求监督委员会 KPP - 关键性能参数 LRIP - 低速率初始生产 MDA - 里程碑决策机构 MDAP - 主要国防采购计划 MILCON - 军事建设 N/A - 不适用 O&M - 运营与维护 O&S - 运营与支持 ORD - 作战要求文件 OSD - 国防部长办公室 PAUC - 项目采购单位成本
使用改进的灰狼方法选择 EEG 通道...
摘要 — 脑机接口 (BCI) 是一个日益发展的研究领域，旨在形成计算机与大脑之间的直接通信渠道。然而，提取随机时变脑电信号的特征并对其进行分类是当前 BCI 面临的主要挑战。本文提出了一种改进的灰狼优化器 (MGWO)，它可以选择用于 (BCI) 的最佳脑电通道，识别数据集中主要特征和非重要特征的方式以及要消除的复杂性。这使得 (MGWO) 能够选择最佳脑电通道，并在使用数据集对分类器进行训练时帮助机器学习分类。 (MGWO) 模仿灰狼的领导和狩猎方式，并考虑元启发式群体智能算法，是两个修改的集成，以实现探索和开发之间的平衡，第一个修改对迭代次数应用指数变化以增加搜索空间，从而进行开发，第二个修改是交叉操作，用于增加种群的多样性并增强开发能力。实验结果使用四个不同的EEG数据集BCI Competition IV-数据集2a，BCI Competition IV-数据集III，BCI Competition II数据集III和来自UCI机器学习库的EEG Eye State来评估（MGWO）的质量和有效性。使用交叉验证方法来衡量（MGWO）的稳定性。
用灰狼优化器进行0-1 knapsack问题的量子启发的差分进化
摘要：背包问题是研究最广泛的NP完整组合优化问题之一，并且具有许多实际应用。本文提出了一种具有灰色狼优化器（QDGWO）的量子启发的差分进化算法，以提高Di-Versity和Connergence性能，并提高0-1个knapsack问题的高维情况下的性能。所提出的算法采用量子计算原理，例如量子叠加状态和量子门。它还使用差异进化的自适应突变操作，差异进化的交叉操作和量子观察来产生新的解决方案作为试验个体。选择操作用于确定存储个体与突变和交叉操作创建的试验个体之间的更好解决方案。如果试验个体比目前的个体还差，则使用自适应灰狼优化器和量子旋转门来保留人口的多样性，并加快寻找全球最佳解决方案的搜索。0-1背包问题的实验结果证实了QDGWO的优势，具有背包问题的有效性和全球搜索能力，尤其是在高维情况下。
基于灰狼优化的隧道工程围岩挤压分类改进概率神经网络算法
围岩挤压变形是隧道工程中常见且突出的病害，常在TBM掘进过程中诱发盾构卡洞灾害。本文基于139组历史挤压变形案例，建立了混合PCA-IWGO-PNN挤压分类模型。根据挤压变形的影响因素及特点，选取强度应力比、隧道埋深、隧道等效直径、岩体质量指数、支护刚度等建立挤压程度预测指标体系。由于概率神经网络（PNN）要求输入变量独立，因此采用主成分分析（PCA）对原始数据进行预处理，消除预测指标间的相关性并实现降维。扩展系数是PNN中关键的超参数，采用改进的灰狼优化（IGWO）算法实现其高效的自动寻优。然后，将PNN模型应用于工程实际，20个试验样本中仅有1个误判，预测精度达到95%。最后，与人工神经网络（ANN）模型、支持向量机（SVM）模型、随机森林（RF）模型进行对比分析，其中PNN模型的预测精度最高，其次是人工神经网络（85%）、RF（85%）、SVM（80%）。此外，PNN模型的运行速度最快，仅耗时5.6350 s，而ANN、SVM、RF的运行时间分别为8.8340、6.2290、6.9260 s。本研究提出的混合PCA-IWGO-PNN模型为围岩挤压分类提供了一种有效的方法，在预测精度和运行速度方面均具有优势。
行政政策声明
政府强烈反对 HR 764，该法案将指示内政部长重新颁布最终规则，取消《濒危物种法》（ESA）对 45 个州灰狼的保护。HR 764 将推翻并缩短美国鱼类和野生动物管理局（管理局）基于科学的行政规则制定流程和野生动物恢复计划。管理局已将几种不同的灰狼种群从名单中除名，并最近确定目前没有必要将美国西部的灰狼列入名单。目前，北落基山脉（爱达荷州、怀俄明州、蒙大拿州和俄勒冈州、华盛顿州和犹他州的部分地区）的灰狼已被从名单中除名，明尼苏达州将其列为受威胁物种，其余 48 个州将其列为濒危物种。成功从名单中除名反映了联邦政府、部落、公民和州野生动物机构对负责任和基于科学的野生动物管理的重大合作和奉献精神。为了支持全国范围内的灰狼恢复和持久的地位确定，该服务正在制定有史以来第一个全国性的灰狼恢复计划。
多阈值优化的元启发式方法
由于脑部结构复杂，且容易受到中风、肿瘤等各种病症的影响，因此脑分割对于神经系统疾病的准确诊断和治疗至关重要。挑战在于如何在医学图像中精确描绘出解剖和病理结构，尤其是在图像质量和组织不规则性各不相同的情况下。为了解决这个问题，我们应用了八种元启发式优化算法——爬行动物搜索算法、虎鲸捕食者算法、白头鹰搜索、灰狼优化器、蜜獾算法、乌鸦搜索算法、哈里斯鹰优化和金枪鱼群优化——来提高 Kapur 熵、Tsallis 熵和 Otsu 方法等多阈值分割方法的准确性。结果显示，灰狼优化器和金枪鱼群优化脱颖而出，其中灰狼优化器在峰值信噪比和结构相似性指数等关键指标上表现出色。这些结果凸显了灰狼优化器在高级脑组织分割方面的潜力，在精确度对于有效的医疗干预至关重要的临床和研究环境中提供了显著优势。
多阈值优化的元启发式方法
由于脑部结构复杂，且容易受到中风、肿瘤等各种病症的影响，脑分割对于神经系统疾病的准确诊断和治疗至关重要。挑战在于如何在医学图像中精确描绘出解剖和病理结构，尤其是在图像质量和组织不规则性各不相同的情况下。为了解决这个问题，我们应用了八种元启发式优化算法——爬行动物搜索算法、虎鲸捕食者算法、白头鹰搜索、灰狼优化器、蜜獾算法、乌鸦搜索算法、哈里斯鹰优化和金枪鱼群优化——来提高 Kapur 熵、Tsallis 熵和 Otsu 方法等多阈值分割方法的准确性。结果显示，灰狼优化器和金枪鱼群优化脱颖而出，其中灰狼优化器在峰值信噪比和结构相似性指数等关键指标上表现出色。这些结果凸显了灰狼优化器在高级脑组织分割方面的潜力，在精确度对于有效的医疗干预至关重要的临床和研究环境中提供了显著优势。
使用元神光算法对涡轮螺旋桨飞机出租车的飞行耐力进行优化I. Fozouni Talouki，A。Toloei *新技术部
这项研究旨在使用两种元启发式优化算法优化12乘型涡轮螺旋桨飞机出租车的飞行耐力：灰狼优化（GWO）和蚂蚁殖民地优化（ACO）。最初，采用了梯度下降方法来估计飞机的最大重量。随后，将飞机的性能特性用作设计变量和飞行耐力在特定限制下进行了优化，而不会改变飞机的物理结构。实施了优化过程，并根据性能和效率进行了评估和比较结果。这项研究表明，使用随机和集体策略提到的两种算法能够提高飞机的效率。此外，与最初的耐力相比，对三架真实飞机（撞击器，比奇克船和庞巴迪）进行了优化的飞行耐力。在这种情况下，蚂蚁菌落优化算法表现出比灰狼优化算法更好的性能，灰狼优化算法可能会对飞行运营产生积极影响而无需加油或寻找替代机场的过程。
MSC助手 - 合作育种食肉动物中的群体大小的驱动因素
成功的候选人将开发一个研究项目，该研究项目侧重于美国爱达荷州爱达荷州灰狼的行为，生态和人为过程。学生将基于现有研究和长期（18年）的遗传数据集，以评估竞争，猎物和人为死亡的死亡率如何影响人口过程，最终影响人群和人口动态。学生将开发研究问题和统计模型，以评估这些因素的相对强度并确定它们如何相互联系。学生还将与爱达荷大学的灰狼研究小组（https://www.graywolfresearch.org/）合作，为爱达荷州的狼进行无创遗传调查。