摘要:

简要介绍机器人视觉中摄像机无标定产生的背景和发展现状,给出了摄像机无标定的定义.依据该定义,将现有的无标定方法归为基于雅可比矩阵等4 种主要类别,并分别对这些方法的机理及其优缺点作了简要分析.最后对无标定的发展前景进行了展望.

摘要:

提出一种解决随机用户和需求车辆路径问题(VRPSCD)的方法.针对目标函数的复杂性,设计一种基于Monte-Carlo抽样求解路径期望费用的有效方法;为提高标准交叉熵(CE)法性能,针对用于更新Markov转移矩阵关键路径,根据分位值改变大小,设计了自适应调整方法.计算结果验证了采用该方法解决此问题的鲁棒性和有效性.

摘要:

将一般形式的非线性模型线性化为输出反馈型.针对该类系统,首先利用神经网络的一致逼近任意非线性连续函数的性质,构造神经网络自适应观测器,以获取反映故障信息的残差;然后根据残差信息在线估计故障;最后通过修正控制律来补偿故障所带来的影响,并采用Lyapunov稳定性理论证明了系统的稳定性.仿真结果验证了该方法的有效性.

摘要:

针对多用户多优先级网络系统的管理问题,利用对策论中的 Nash平衡和激励Stackelberg策略等相关概念,提出了理想状态下的激励价控策略设计.在系统的动态平衡状态下,利用信息量的瞬时变化率及用户与平衡点的偏离,给出了非线性交叉干扰的多激励价控策略,加强了用户与网络管理者的合作性,激励和引导非合作用户选取对系统整体有益的服务请求,以提高网络资源的利用率.

摘要:

研究了同时具有大于一个采样周期的随机传输时延及数据包丢失的网络控制系统的稳定性问题.对于给定的数据包丢失率,网络控制系统被建模为具有两个事件速率约束的异步动态系统,利用异步动态系统理论给出了网络控制系统指数稳定的充分条件,状态反馈控制器可通过解一组矩阵不等式求出.仿真示例验证了所提出方法的有效性.

摘要:

基于数据驱动机制的逆控制是一种非线性系统控制方法,关键问题在于局部逆控制模型的准确性,但尚无校验机制来保证其能否产生期望的输出.为此,提出一种k-VNN即时学习算法,提高了逆控制模型的建模精度.将该算法与性能指标优化策略相结合,在线修正逆控制模型预估的系统控制量,可得到系统的一步最优控制量,实现非线性系统的跟踪控制.为提高控制系统的泛化能力,提出一种数据库数据更新策略.仿真结果表明了所提出方法的有效性.

摘要:

设计了具有知识表达和自学习能力的模糊神经网络同步控制器,建立了模糊控制规则,进而提出了多电机同步控制的模糊神经网络学习算法.对四轴同步控制系统进行仿真实验,结果表明模糊神经网络同步控制器能有效实现多电机同步控制,收敛速度较快,鲁棒性较好.

摘要:

使用切换技术以及多Lyapunov函数方法,研究一类切换模糊系统的稳定性问题.给出了有连续控制输入时该切换模糊系统的一种松弛稳定性条件,避免了并行分配补偿法中因模糊规则数较多而求解公共矩阵P的困难,同时给出了实现系统全局渐近稳定的切换策略.主要条件以LMI的形式给出,具有较强的可解性.空气调节系统的设计实例表明了所提出设计方法的可行性和有效性.

摘要:

针对具有矢量观测的卫星姿态估计问题,提出一种基于Marginalized 粒子滤波(MPF)的算法.采用Rao-lackwellizationB技术,将卫星模型状态向量中的线性状态部分(陀螺漂移)和非线性状态部分(卫星姿态)分开处理,从而使得估计的方差降低,以较少的运算量获得较好的估计效果.通过引入解决含等式约束条件的估计问题方法,保证了姿态四元数的归一化.将所提出的方法应用于某型号卫星,仿真验证了用该算法处理卫星姿态估计问题的优越性.

摘要:

针对基于无线传感网的网络化控制系统,讨论了采样频率的优化问题.建立了以数字和模拟控制系统性能差距指数最低为目标,以无线节点的通信容量为约束条件的非线性优化模型,并以障碍函数法进行求解,提出了基于节点缓冲区信息的分布式迭代算法.该算法在传感节点的计算量小,易于实现.仿真表明该算法能有效收敛到系统的最优目标点,并能适应于系统的负载变化.

摘要:

基于运动预测选择最稳定的路径,讨论路由修理问题,并使用马尔可夫链模型分析了路径的可用度和路径寿命.分析结果表明,与非可修选路策略相比,带有本地可修选路的策略优化了路径可用度,延长了路径寿命,降低了控制开销.仿真结果表明,该协议具有较高的分组递交率和较低的控制开销.

摘要:

提出一种鲁棒自适应表面模型,该模型中每个像素值的变化过程由一混合高斯分布描述.为了适应目标表面的变化,这些高斯参数在跟踪期间通过在线的EM 算法自适应更新;在估计目标状态时,采用了粒子滤波算法,设计了基于自适应表面模型的观测模型;在处理遮挡时,采用了一种鲁棒估计技术.多组试验结果表明,该算法对光照变化,姿态变化,部分或完全遮挡下的跟踪具有较强的鲁棒性.

摘要:

有时间窗车辆路径问题是当前物流配送系统研究中的热点问题,该问题具有NP 难性质!难以求得最优解或满意解.在建立有时间窗车辆路径问题数学模型的基础上,设计了一种模仿动物捕食策略的捕食搜索算法.该算法利用控制搜索空间的限制大小来实现算法的局域搜索和全局搜索,具有良好的局部集中搜索和跳出局部最优的能力.通过实例计算,并与相关启发式算法比较,取得了满意的结果.

摘要:

在分析制造任务协作组织组建过程的特征,研究网络化制造与传统企业内部生产本质区别的基础上,提出了制造任务组织图模型,规定了组织图的运算规则.基于制造任务组织图,以制造任务的结构和性能参数的调整,优化为线索,研究协作组织形成的反复演进过程,分析协作组织的各种组建方案的特性,得出了一些有意义的结论.

摘要:

针对控制点修正的动态规划立体匹配算法存在控制点求取时间长、实时性差的问题,提出一种金字塔双层动态规划立体匹配算法.采用金字塔算法求取低、高分辨率图像,然后分别在低、高分辨率图像上求取候选控制点集和最终控制点集,并用最终控制点集修正高分辨率图像上的动态规划立体匹配.由于候选控制点集的求取在低分辨率图像上进行#算法用时大为减少.实验证明,此算法匹配率高、速度快.

摘要:

结合减法聚类和模糊C均值聚类,提出了一种改进型聚类算法,加快了收敛速度.利用改进后的算法对模糊系统输入或输出的样本集聚类,对聚类结果采Trust-Region法拟合高斯型和S型函数,以实现模糊系统输入、输出空间的划分和隶属度函数参数的确定.结合MATLAB的模糊和曲线拟合工具箱,详述了如何在标准算法上进行改进和模糊系统建模.通过对IRIS标准数据聚类实验以及在解决机械加工误差复映问题上的应用,验证了改进后算法和建模方法的有效性.

摘要:

针对变精度粗糙集阈值选取缺乏可预见性的问题,提出了基于集合可辨性的阈值选取方法.在变精度粗糙集模型研究的基础上,首先在满足集合可辨性条件下,选定可分辨类相关的阈值的上界;然后在近似分类质量保持不变的前提下,选定阈值区间;最后依据变精度粗糙集近似约简标准,确定阈值范围.实例计算验证了该方法的有效性.

摘要:

为了寻找一种能充分利用矩阵理论构造非线性系统李亚普诺夫函数的方法,首先提出分量函数矩阵和广义二次型函数等概念,得到了如果一个函数的导数具有某种特定形式,则不需处理旋度方程,便可直接得到该函数的若干定理;然后提出一种构造李亚普诺夫函数和判定非线性系统零解稳定性的广义二次型方法,并举例说明了该方法的应用.理论和实例表明,该方法是一种充分利用矩阵特性,适用范围广且不需处理旋度方程的方法.

摘要:

针对电子商务物流配送实时监控与调度问题,以提高物流配送实时优化调度的智能性和科学性为突破口,引入人工智能和知识工程的知识表示理论,提出一种基于知识的物流配送问题的树状表示法,给出了基于GIS的物流配送问题知识表示的系统模型以及物流配送知识在GIS中的映射方案.该方案通过XML关系映射文档,保持了知识库和空间数据库的一致性.仿真研究表明,所进行的工作有利于深化基于GIS 的物流配送实时决策和智能调度系统的研究.

摘要:

针对输入和输出均为时变函数或过程的实际系统建模和仿真问题,提出一种输入和输出均为时变函数的反馈过程神经网络模型.该模型的第1隐层对来自输入层的时变信号进行空间加权聚合和激励运算,并在将其输出传送至第2隐层的同时反馈至输入层;第2隐层完成对其时变输入的空间加权聚合、时间累积聚合和激励运算,并将其输出传送至输出层.给出了相应的学习算法,并以实例验证了该模型及其学习算法的有效性.

摘要:

首先引入一种新的受限系统等价分解形式,将所给的系统分解成两个低维的子系统.其次设计了带有差分补偿器的切换函数,使得系统在准切换流形上的运动渐近稳定.然后在不确定项有界的条件下设计了离散变结构控制律,使得在控制的作用下,系统的解的轨迹于有限步内进入准切换流形的一个邻域内,并最终收敛于原点邻域内的一个小的抖振.最后给出了数值仿真曲线,以说明该综合设计方法的可行性和有效性.

摘要:

对于一类常见多重时滞非线性离散系统,提出基于动态非线性逼近的增量型最小化递推预测模型、广义预测控制律、噪声估计器以及参数自适应递推预报算法,实现了对存在较大滞后的时滞非线性系统的广义预测控制.仿真结果表明了该算法的正确性和有效性.

摘要:

探讨车辆调度问题的解决方法,提出一种用于求解带容量约束的多车调度问题(CVRP)的混合优化算法.该算法分为路线划分%构造初始解和改进解3个阶段:第1阶段用模糊C均值聚类算法将所有客户按车容量要求装车;第2阶段用暂态混沌神经网络方法对每条路线排序;第3 阶段用禁忌搜索法改进得到的解;最后采用标准问题进行仿真计算,通过与其他算法的比较,说明该算法是求解CVRP问题可行且高效的方法.

摘要:

为优化网络资源配置和物流任务的分工协调,提出一种协同物流网络的任务协调决策模型,并为其设计了病毒进化求解算法.该方法将时间和资源成本因素综合到主个体适应度函数中,通过遗传操作和病毒感染操作获得活动的执行顺序和执行模式,并运用逆向调度方法合理安排各种模式下活动的开始时间.对资源成本和执行时间具有不同要求的两种情况进行了仿真实验.研究结果表明,该模型和算法是可行的,为物流网络的高效协同提供了有效的决策方法.

摘要:

针对合成孔径雷达(SAR)图像降噪算法中滑动窗的选择问题,提出了同时考虑结构信息和自适应滑动窗的联合降噪算法.联合算法先对局部区域进行自适应增长,然后利用比值模板对得到的滑动窗进行结构检测,最后对结构特征区域进行自适应增长,从而获得完整的结构信息.仿真图像和SAR 图像的降噪实验表明,联合降噪算法在有效滤除噪声的同时对边缘纹理等细节信息具有较强的保持作用.

摘要:

针对粒子群算法早熟收敛和搜索精度低的问题,提出了基于混沌变异的小生境粒子群算法(NCPSO).该算法结合小生境技术并加入了淘汰机制,使算法具有良好的全局寻优能力.变尺度混沌变异具有精细的局部遍历搜索性能,使算法具有较高的搜索精度.实验结果表明,NCPSO算法可有效避免标准PSO算法的早熟收敛,具有寻优能力强、搜索精度高、稳定性好等优点,适合于工程应用中的复杂函数优化问题.