摘要:

目标检测的目的在于从静态图片或视频中检测并定位设定种类的目标物体, 已有研究大都将目标检测问题简化为一个二分类问题. 鉴于支持向量机在模式识别领域尤其是解决二分类问题中所表现出来的优越性, 如何将其应用于目标检测已成为当今计算机视觉领域关注的重点. 对此, 从支持向量机原理、目标特征模型构建、学习训练和目标检测框确定等角度, 综述了基于支持向量机的目标检测算法的研究现状, 并就进一步的发展进行了展望.

摘要:

研究线性混杂自动机(LHA) 模型. 线性混杂自动机在一定条件下可以转化成与之等价的状态依赖空间模型, 等价性是指两个系统所产生的轨迹是相同的. 采用非线性广义最小方差算法对状态依赖空间模型进行控制器的设计, 非线性广义最小方差控制器的设计则基于更为一般的非线性模型, 模型中可含有时滞项和外界干扰, 控制器的计算过程简单且易于实现. 仿真结果表明, 非线性广义最小方差控制算法能够有效地控制线性混杂自动机, 而且在系统存在延时、干扰以及噪声的情况下能够得到较为理想的控制效果.

摘要:

为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能, 提出一种基于AdaBoost 和匹配追踪的选择性集成算法. 其基本思想是将匹配追踪理论融合于AdaBoost 的训练过程中, 利用匹配追踪贪婪迭代的思想来最小化目标函数与基分类器线性组合之间的冗余误差, 并根据冗余误差更新AdaBoost 已训练基分类器的权重, 进而根据权重大小选择集成分类器成员. 在公共数据集上的实验结果表明, 该算法能够获得较高的分类精度.

摘要:

提出一种高效的基于全景视觉的室内移动机器人地图构建和定位方法. 该方法充分利用全景视觉系统视野广阔、获取环境信息完整的特点, 根据全景图像生成环境描述子; 利用上述环境描述子描述环境, 创建拓扑地图, 将地图表示为环境描述子的集合. 在此基础上, 提出一种基于贝叶斯理论的定位方法, 根据当前全景摄像头的观测值, 利用已生成的地图完成状态跟踪, 全局定位和“绑架”定位. 最后通过实验验证了该方法的有效性, 并给出了计算成本分析.

摘要:

针对一般广义时变系统, 采用广义Lyapunov 不等式和受限等价变换的分析方法, 提出了一般广义时变系统容许性和二次容许性的概念, 建立了一般广义时变系统的Lyapunov 不等式. 将一般广义时变系统容许性问题转化为求解Lyapunov 不等式问题, 获得了该类系统容许和二次容许的充要条件, 所得结论是广义系统容许性研究成果向一般广义时变系统的自然推广. 最后, 通过数值算例验证了所得结论的有效性.

摘要:

针对可重构机械臂系统位置传感器和速度传感器多故障, 提出一种主动取代分散容错控制方法. 基于可重构机械臂的模块化属性, 设计正常工作模式下的分散神经网络控制器. 利用微分同胚原理将子系统结构进行非线性变换, 将传感器故障转化成伪执行器故障, 设计分散滑模观测器以对多传感器故障进行实时检测, 并利用其输出信号取代故障传感器信号, 实现了多传感器故障情形下可重构机械臂的主动容错控制. 仿真结果表明了所设计的容错控制方法的有效性.

摘要:

提出一种多目标扰动生物地理学优化算法(MDBBO) 来求解多目标优化问题(MOPs). 该算法基于现有群体中非支配可行解的比率, 联合个体非支配等级排序和拥挤距离对个体进行评价; 在生物地理迁移策略基础上提出扰动迁移算子并应用于群体进化, 增强群体多样性; 应用归档种群来保存所获得的非支配可行解, 并用循环拥挤距离法对其更新, 确保群体的均匀分布性. 通过标准函数测试以及与经典算法比较表明了该算法求解MOPs 的有效性.

摘要:

提出一种基于投票的聚类集成方法. 通过分析聚类结构与聚类准确率的关系, 将内聚度最高的聚类成员作为重新标记的基准以实现簇标记的统一; 同时, 根据数据点在不同聚类成员中与所划分簇中心的距离确定权值, 最终实现加权投票. 实验结果表明, 该算法在准确率和稳定性上均有较大提高.

摘要:

针对离散Hopfield 神经网络(DHNN) 的权值设计问题, 提出一种改进型学习算法, 并在DHNN动力学分析的基础上设计该学习算法. 利用矩阵分解的方法(MD) 得到正交矩阵, 并采用得到的正交矩阵直接计算DHNN的权值矩阵. 通过该学习算法得到的权值矩阵, 可以很好地存储训练样本的信息, 使测试样本收敛到稳定点. 该学习算法不需要进行分块计算, 减少了计算步骤和计算量, 降低了网络的迭代次数, 从而提高了网络运行速度. 最后, 将该学习算法应用于水质评价, 验证了其有效性和可行性.

摘要:

针对D-S 证据理论在融合高度冲突的证据时可能导致与直观结果相悖的问题, 已有的基于修改数据模型的方法更多地考虑如何提高冲突证据结果的聚焦程度, 而没有考虑冲突成因以及如何通过冲突原因判断来削减证据之间的冲突. 对此, 提出一种闭世界框架下的灰色模糊多属性决策方法. 根据一般的灰色关联分析方法的基本思路, 将灰色关联度与欧氏距离有机结合, 构造出一种平均相似度对方案进行评价, 进而得到方案的排序结果. 最后, 通过实例分析验证了所提出方法的可行性和有效性.

摘要:

针对模糊时间序列研究中比率划分论域方法存在对非均匀数据划分效果不理想的缺陷, 提出一种基于模糊C 均值聚类(FCM) 算法的多尺度比率划分论域的方法. 首先利用FCM算法对样本数据进行分类; 然后计算各类数据的平均相对误差, 并基于各类的平均误差划分论域, 产生非等间隔的多尺度论域划分方法; 最后, 通过算例表明了多尺度比率论域划分方法的有效性.

摘要:

在多属性群决策中, 针对每一个属性下决策者都有一个关于决策方案的乘法偏好关系的决策问题, 提出一种基于乘法偏好关系的群一致性偏差熵多属性群决策方法. 此方法考虑到不同属性下的决策者具有不同的权重, 并通过迭代运算可以达到群一致性水平, 从而得出最终的不同属性下决策者的权重; 同时, 可以利用偏差熵模型来求解属性权重, 利用这两个权重最终获得一个综合各方意见的群一致性乘法偏好关系. 最后通过算例分析验证了所提出方法的有效性.

摘要:

轨迹预测在打乒乓球机器人击球的过程中具有十分重要的作用, 轨迹预测的准确性关系到击球的成败. 因击球时, 非光滑的接触面对乒乓球产生摩擦力, 使乒乓球产生了旋转并对乒乓球的飞行轨迹产生了一定影响, 造成轨迹预测的不准确. 在对旋转球进行受力分析的基础上, 详细讨论了不同旋转模式下Magnus 力对乒乓球飞行轨迹的影响, 并设计了两个模糊神经网络分类器, 分别对左右旋和上下旋的飞行轨迹进行分类. 发球机实验验证了分类器的有效性.

摘要:

针对现有灰色模型不能适用于小样本振荡序列预测的问题, 提出了基于傅立叶级数的小样本振荡序列灰色预测方法. 首先对原始序列建立GM(1,1) 幂模型以描述系统行为的总体趋势; 然后利用傅立叶级数提取模型的残差序列所包含的周期性振荡规律, 并以二者之和构成新的时间响应函数; 最后以平均误差最小化为目标, 建立非线性优化模型求解最优参数. 应用实例表明, 该方法能够有效地提高灰色模型对小样本振荡序列的预测精度.

摘要:

针对缺乏有效应急预案的一类突发事件应急响应问题, 沿用基于相似案例分析的决策范式, 提出一种考虑应急方案实施效果的突发事件应急方案生成方法. 首先, 计算目标案例与历史案例间的相似度, 进而运用事先设置的相似度阈值筛选并构建有效相似历史案例集; 然后, 综合评估各有效相似历史案例的应急方案的实施效果, 计算综合评价值, 并提取综合评价值最大的有效相似历史案例的应急方案, 生成目标案例的应急方案; 最后, 通过一个算例说明了所提出方法的可行性与有效性.

摘要:

针对再入飞行器鲁棒姿态控制问题, 提出一种基于高阶滑模观测器的自适应时变滑模控制器设计方法. 首先, 设计了一种时变滑模面, 并在此基础上推导了相应的时变滑模控制律, 其中滑模控制中切换增益通过一种自适应算法获得, 消除了控制器设计过程中对系统不确定性上界已知的要求; 然后, 利用高阶滑模观测器对控制器设计过程中用到的姿态角导数信息进行观测, 同时能够获得系统扰动估计值, 从而构造一种基于观测器的控制器形式; 最后, 通过仿真验证了所提出的控制算法在提高再入飞行器姿态控制精度以及系统鲁棒性方面的有效性.

摘要:

在投资过程中, 投资者都是在发生亏损或预期发生亏损时才对投资头寸进行调整, 即投资者调整投资组合的目的是保证组合能获得正收益. 基于该思想, 以组合的预期收益率与通过组合要实现的收益率之差作为控制量, 通过PID 控制器动态调整组合中各证券的投资权重, 以实现组合下一期的预期收益率与人们在投资之初确定的收益率相等的目标. 仿真结果表明, 按该模型配置的投资组合的预期收益率能够达到目标收益率.

摘要:

需求及回收品数量和时间的不确定性, 导致制造-再制造系统的库存管理非常困难. 为控制库存尽可能位于某一合理区间内, 在假设库存水平变化由无负跳跃Lévy 过程描述条件下, 利用更新过程和鞅理论, 构建了系统期望折扣总费用模型, 并采用交叉熵法确定最优的生产速率和调整阈值. 最后, 通过仿真实验分析了回收品、需求和系统参数对最优控制策略和期望折扣费用的影响.

摘要:

考虑一个零售商资金约束的双渠道供应链模型. 在信息对称的情况下, 根据零售商资金不足问题的解决方式不同, 利用Stackelberg 博弈理论分别对推迟支付模型和借贷支付模型进行分析, 给出了供应商与零售商的最优决策, 并证明了零售商选择推迟支付模型不仅可以增加利润, 而且有利于其提高市场竞争力、拓展市场, 说明了无论供应商的生产预算情况如何, 都愿意向零售商提供推迟支付服务的依据. 最后, 通过数值分析验证了结论的正确性.

摘要:

首先假设在由零售商主导的供应链中, 制造商的低碳声誉和零售商的促销都能增加产品的需求, 减排对制造商的低碳声誉有正面影响; 然后运用微分博弈理论, 比较了不合作、成本分担契约以及合作3 个契约对供应链成员的影响. 研究发现, 制造商和零售商的促销及减排水平在合作契约下最高, 但供应链的总价值在合作契约下最大是有条件的. 当存在合作价值时, 为了使制造商和零售商获得更多的价值设计了利润共享契约.

摘要:

研究区间灰数的排序方法, 分析已有排序方法的特点和优劣. 为了更好地切合实际问题, 考虑到灰数的取值论域, 基于信息保留原则建立了普通区间灰数到标准灰数的投影法则; 依据投影得到的标准灰数提出了相对核和精确度的概念, 在此基础上给出了灰数的排序方法, 克服了已有排序方法的不足, 且使相同灰数的排序区分度在不同的应用背景下有不同的体现, 有助于决策者进行分析. 最后, 通过算例验证了所提出方法的可行性和优越性.

摘要:

为了提高量子进化算法的全局收敛性能, 基于协同进化的思想, 并结合扩展紧致遗传算法, 提出了协同进化扩展紧致量子进化算法(CECQEA). 该算法利用多粒度机制进行量子染色体的旋转, 并依据边缘积模块(MPM) 进行交叉和变异以避免优良模式的破坏; 在每一个子种群内对个体依据MPM进行自调整操作, 同时进行种群的分裂、合并及优良个体的迁移操作. 通过对算法收敛性的分析可看出, CECQEA 能够收敛到满意解集; 经基准函数以及背包问题的仿真测试分析可看出, 算法收敛效果更加明显.

摘要:

针对标准的容积卡尔曼滤波器(CKF) 设计需要精确已知噪声先验统计知识的问题, 提出一种自适应CKF 算法. 该算法在滤波过程中, 利用Sage-Husa 极大后验估值器对噪声的统计特性进行在线估计和修正, 有效地提高了CKF 的估计精度和数值稳定性. 在某些情况下, 噪声协方差估计会出现异常现象使得滤波发散, 进而提出了相应的改进方法. 仿真结果表明了自适应CKF 算法的可行性和有效性, 且明显改善了标准CKF 算法的滤波效果.

摘要:

针对空间连接系统, 提出一种分布式递推状态估计算法, 并给出算法收敛的充分必要条件. 该分布式估计器由一系列子估计器组成, 每个子估计器只利用本地子系统和相邻子系统的输出测量值估计本地子系统的状态. 与集总式Kalman 滤波相比, 在牺牲少量估计精度的情况下, 所提出算法大幅降低了计算复杂度和数据传输压力.

摘要:

为了提高GPS/INS 组合导航系统对异常观测值的鲁棒性, 引入??∞ 滤波思想提出一种新的非线性鲁棒滤波. 分析H_∞ 鲁棒容积卡尔曼滤波中不同约束水平对滤波结果的影响, 指出在一定范围内当约束水平越小时, 系统的鲁棒性越强, 但容易造成Riccati 不等式无解, 导致滤波发散. 采用奇异值分解代替容积卡尔曼滤波中的Cholesky 分解, 改善了滤波的稳定性, 放宽了??∞ 鲁棒容积卡尔曼滤波器对约束水平的要求. GPS/INS 组合导航实验验证了该滤波方法的正确性和优越性.

摘要:

根据Forman 的离散Morse 理论的特点, 提出一种基于离散Morse 理论的优化模型. 该模型在3 维及以上空间点构建离散Morse 函数进行最优化, 得到了问题的最优解或近似最优解. 同时, 证明了所构建的函数确实是复形上的离散Morse 函数. 利用4 个典型的测试函数进行仿真实验, 结果表明了该模型的有效性, 且该模型尤其适用于解决大数据量的优化问题. 从聚类的过程即目标函数的优化过程这一角度考虑, 尝试将优化模型应用于聚类分析. 仿真实验结果表明, 所提出的算法能较好地划分数据点重叠区域的聚类形状, 验证了所提出算法的可行性和有效性.

摘要:

针对一类SISO 非线性不确定系统, 提出一种基于扰动观测器的非奇异终端滑模(NTSM) 控制策略. 在保证控制器非奇异性的情况下, 设计了一种改进的NTSM函数, 理论分析证明了到达滑模面的时间小于传统NTSM控制算法的到达时间. 同时为了消除系统扰动量对控制器抖振的影响, 设计了一种线性扰动观测器以降低滑模切换项的增益, 并采用Sigmoid 函数来替代传统的符号函数. 仿真结果表明了所得结论的正确性和有效性.

摘要:

针对仿射结构形式在丢失数据下的条件极大似然辨识问题, 首先引入交换矩阵将原随机矢量分解成观测和丢失部分; 然后确定出观测数据在丢失数据下的条件均值和条件方差, 以此建立条件似然函数; 进而从理论上给出了条件极大似然函数关于未知参数矢量、未知白噪声方差值和丢失数据的求导公式, 并从工程上给出一种可分离的优化算法; 最后通过仿真算例验证了该辨识方法的有效性.

摘要:

针对高海况条件下因海流扰动的影响导致观测噪声方差未知时变的特点, 基于模糊控制技术提出一种基于FCMAP-UKF 滤波技术的水下无源组合导航系统状态估计方法. 该方法在滤波迭代过程中引入模糊自适应因子, 对未知观测噪声方差阵进行动态调节, 提高了系统的自适应能力和鲁棒性. 滤波结果表明, 该系统在达到传统方法精度的同时, 能够克服自主导航过程中不确定的噪声和随机干扰的影响而进行有效的定位导航.

摘要:

研究应对不确定因素的鲁棒性项目调度, 针对其所用时间缓冲区技术中的两种重要方法——集中缓冲和STC (starting time criticality) 分散缓冲, 采用仿真模拟实验, 以项目管理库中的帕特森例1 为对象, 进行详细的比较研究. 研究结果表明, 分散缓冲法具有更好的解鲁棒性; 当活动时间的不确定性程度较大时, 集中缓冲法的质量鲁棒性较好; 当项目工期较紧时, 分散缓冲法具有更好的鲁棒性. 这些研究结论为管理者在特定的项目环境下选择合适的缓冲方法提供了决策依据.

摘要:

堆场出口箱区通常通过集装箱的预倒箱操作来提高后续装船作业的效率. 为此, 开发了由邻域搜索算法与整数规划算法组成的两阶段混合算法对预倒箱问题进行优化, 第1 阶段通过启发式规则压缩末终堆存状态空间, 第2 阶段通过整数规划算法缩短第1 阶段得到的预倒箱序列的长度. 两个阶段循环交替进行以快速求得最优的预倒箱序列. 借助不同种类仿真算例的实验结果及与现有研究方法下所得结果的对比, 验证了混合优化算法的有效性和实用性.

摘要:

研究马尔可夫跳变系统(MJS) 鲁棒故障检测滤波器(FDF) 的设计与优化问题. 基于观测器构建残差发生器, 将相应的FDF 设计问题转化为H_∞ 滤波问题, 以LMI 的形式得到并证明了FDF 存在的充分条件及求解方法. 为进一步改善故障检测系统的性能, 采用一种时域优化方法对其进行优化, 并以矩阵Moore-Penrose 逆的形式给出了该优化问题的最优解. 数值仿真表明该方法具有较好的检测效果.