摘要:水泥熟料烧成系统模型对于理解水泥熟料煅烧过程、改进煅烧工艺、优化控制段烧状态、提高燃烧效率至关重要.然而,水泥熟料煅烧过程机理复杂,燃烧状态不稳定,存在建模难的问题.经过学者几十年的努力,已涌现出一大批优秀的研究成果,但仍存在一些不足和挑战.对此,针对水泥熟料烧成系统建模问题,综述国内外已有的建模方法和技术,分析各种方法的优势及存在的问题.最后,分析并指出水泥熟料烧成系统建模领域未来的研究方向和前景.

摘要:针对三相-两相矩阵变换器(3-2MC)拓扑无大容量储能元件,输出不对称影响输入电流质量的问题,提出一类引入脉动功率补偿单元的三端和四端输出3-2MC拓扑.首先,详细阐述上述所提两种变换器抑制输出脉动功率进而提高输入性能的原理、实现过程和适用范围,推导四端输出3-2MC的电压传输率与系统参数之间的关系式,并基于上述拓扑特点,提出输出扇区划分方式;然后,提出以输出侧与补偿侧三相电流加权量作为间接控制量的级联式控制策略,从理论上对其可行性进行分析,并给出系统控制参数的优化选取方法.仿真结果表明,基于间接控制策略的四端输出3-2MC拓扑可有效改善输出不对称情况下的输入电流性能,与传统的三端无补偿单元拓扑相比,该方法具有良好的动态性能和更大的输出适用范围.

摘要:增量式属性约简是针对动态型数据的一种重要的数据挖掘方法,目前已提出的增量式属性约简算法大多基于离散型数据构建,很少有对数值型数据进行相关的研究.鉴于此,提出一种数值型信息系统中对象不断增加的增量式属性约简算法.首先,在数值型信息系统中建立一种分层的邻域粒化计算方法,并基于该方法提出邻域粒化的增量式计算;然后,在邻域粒化增量式计算的基础上给出邻域粒化条件熵的增量式更新方法,并基于该更新机制提出对应的增量式属性约简算法;最后,通过实验分析表明所提出算法对于数值型数据的增量式属性约简具有更高的有效性和优越性.

摘要:灰狼优化算法(GWO)具有较强的局部搜索能力和较快的收敛速度,但在解决高维和复杂的优化问题时存在全局搜索能力不足的问题.对此,提出一种改进的GWO,即新型反向学习和差分变异的GWO(ODGWO).首先,提出一种最优最差反向学习策略和一种动态随机差分变异算子,并将它们融入GWO中,以便增强全局搜索能力;然后,为了很好地平衡探索与开采能力以提升整体的优化性能,对算法前、后半搜索阶段分别采用单维操作和全维操作形成ODGWO;最后,将ODGWO用于高维函数和模糊C均值(FCM)聚类优化.实验结果表明,在许多高维Benchmark函数(30维、50维和1000维)优化上,ODGWO的搜索能力大幅度领先于GWO,与state-of-the-art优化算法相比,ODGWO具有更好的优化性能.在7个标准数据集的FCM聚类优化上, 与GWO、GWOepd和LGWO相比,ODGWO表现出了更好的聚类优化性能,可应用在更多的实际优化问题上.

摘要:针对永磁同步电机(PMSM)的高性能控制问题,在充分考虑时变特性、不确定性以及测量噪声等随机因素的基础上,通过PMSM的逆系统将被控对象补偿成为具有线性传递关系的系统,提出一种基于改进自适应逆控制的控制方案.采用矢量控制的双闭环控制结构,将多维泰勒网逆控制方法引入速度环.首先,对PMSM数学模型的可逆性进行证明以解决非线性系统逆建模的存在性问题;然后,建立新颖的动态网络化控制器-----多维泰勒网(MTN),其具有结构简单、计算复杂度低的优点;最后,为了实现高精度的速度控制,将3个MTN分别作为实现系统建模的自适应模型辨识器、逆建模的自适应逆控制器和噪声干扰消除的非线性自适应滤波器,并将PMSM的动态响应控制和消除干扰的控制分为相对独立的过程进行,同时实现最优控制.仿真结果表明,所提出控制方案能够实现PMSM伺服系统精确的速度控制,具有良好的跟踪性能和较强的抗干扰能力.

摘要:研究一类线性连续时间时滞系统的有限时间有界跟踪控制问题.首先,采用预见控制理论中求导的方法构造带有时滞的误差系统,把误差信号的信息包含在误差系统的状态向量中,再将其作为误差系统的输出向量;其次,通过为误差系统设计一个有记忆的状态反馈控制器,把问题转化为研究带有时滞的误差系统的闭环系统输入-输出有限时间稳定问题;再次,借鉴输入-输出有限时间稳定的研究方法和线性矩阵不等式的方法, 通过构造Lyapunov-Krasovskii函数,给出由一组线性矩阵不等式表征的控制器增益矩阵的设计方法,由此得到原系统的一个有限时间有界跟踪控制器;最后,通过一个数值实例验证所设计的控制器的有效性和优越性.

摘要:针对传统容积卡尔曼滤波(CKF)在面对系统模型失配和状态突变滤波精度下降的问题,将强跟踪滤波器(STF)和高阶容积卡尔曼滤波(HCKF)相结合,提出一种简化高阶强跟踪容积卡尔曼滤波(RHSTCKF)算法.该算法具有比传统CKF更高的滤波精度,并且利用滤波模型的特点,简化HCKF的计算步骤,同时在HCKF中引入多重渐消因子增强算法的自适应性和应对状态突变的能力.将所提算法应用到SINS/GPS组合导航系统中进行仿真实验,结果表明,RHSTCKF可以准确估计出突变状态的真实值,能够抑制滤波器状态异常的干扰,滤波性能明显优于HCKF,能够提高组合导航系统的自适应性和定位精度.

摘要:针对人工蜂群算法收敛速度慢、局部搜索能力差等缺点,提出一种新的改进人工蜂群算法.新算法依据蜜源适应值进行排序,将排序结果作为权值,构造一个虚拟蜜源,即加权中心.若加权中心优于当前最优解,则取代当前最优解,以便得到更好的当前最优解.在加权中心的基础上,增加全维搜索策略,以改善算法的局部搜索能力.两种策略的应用能够加快算法的收敛速度,增强局部搜索能力.在经典的22个基准测试函数上,对新算法的有效性进行实验仿真分析,实验结果表明,所提出算法在求解精度和速度上均有显著提高,在给定等同的时间下远高于其他算法.

摘要:液压驱动型高性能足式仿生机器人具有很好的适应能力,为尽可能地避免其足地接触过程中的冲击和碰撞,足式机器人的关节应具有一定的柔顺性,而基于力的阻抗控制是一种在液压驱动型高性能足式仿生机器人腿部关节中常用的主动柔顺控制方法.针对驱动足式机器人关节运动的液压驱动单元(HDU),研究基于力的阻抗控制方法在HDU上的应用,推导其状态空间表达,并在HDU性能测试平台上对阻抗控制效果进行实验验证.针对影响阻抗控制效果的4个主要控制参数,对比分析不同灵敏度分析方法的优劣势,最终确定使用相对简单求解过程的一阶矩阵灵敏度分析方法,对4个参数在4种不同工况下进行动态灵敏度分析以及定量灵敏度分析,并进行实验验证.所得基于力的阻抗控制参数灵敏度分析结论可作为不同工况下控制参数优化的理论参考和实验基础.

摘要:针对力跟踪时环境刚度不确定及环境位置动态变化的未知性,提出一种非结构环境下基于自适应变阻抗的力跟踪控制策略.首先,通过建立机器人与环境的接触力模型,分析理想情况下对环境刚度和环境位置的要求;然后,建立新的阻抗模型来适应环境刚度不确定的情况,并根据接触力的变化对阻抗模型参数进行在线自适应调节,用于实时地补偿对环境动态变化的未知性,并对自适应变阻抗的稳定性进行证明;最后,对经典的定阻抗与所提出的自适应变阻抗进行非结构环境下的仿真和物理实验的对比,实验结果表明该策略相比于定阻抗控制能够达到更好的力跟踪效果.

摘要:针对广义标签多伯努利滤波器(GLMB)预测步和更新步分别需要进行剪枝而导致计算量大、运行效率低且只考虑到单个运动模型的问题,提出一种多模型一步更新广义标签多伯努利机动扩展目标跟踪算法.首先通过公式推导将预测步与更新步合并,给出一种新的一步递归表达式;然后将多模型思想引入到一步递归表达式中,得到最终的多模型一步更新方程,同时基于吉布斯采样提出一种快速剪枝方法对其进行剪枝.由于改进后的滤波算法只涉及到一次剪枝且剪枝方法高效,算法的运行时间大大缩短;同时,由于采用了多模型思想,对机动目标的跟踪精度有了一定的提高.仿真实验表明,所提出的改进算法可以有效估计机动目标状态,且相比于多模型标签多伯努利滤波器(MMGLMB)计算效率明显提高.

摘要:针对传统的基于精确数学模型的路径跟踪控制方法很难适应复杂多变驾驶环境的问题,提出一种基于终端滑模控制与自抗扰控制的路径跟踪控制方法.首先,通过构造一个期望偏航角函数能够满足当车辆的实际偏航角趋近于该期望偏航角时其侧向位移偏差趋近于零,从而简化路径跟踪控制;然后,采用扩张状态观测器实时估计系统的未建模动态,同时采用非奇异终端滑模来设计非线性误差反馈律,从而实现偏航角快速、准确地跟踪控制.仿真结果表明,所设计的控制器能够保证车辆稳定行驶的同时快速、精确地跟踪期望的路径.

摘要:针对一类具有外部扰动的不确定广义时滞系统,首先,设计一个积分型滑模面函数,基于Lyapunov稳定性理论,并结合线性矩阵不等式等技术,给出该滑动模态方程鲁棒渐近稳定的一个充分性判据;然后,通过设计一个新型的自适应滑模控制器,使得该闭环系统的状态可在有限时间内到达滑模面并作滑动运动;最后,通过一个数值仿真例子验证所提出的方法是有效可行的.

摘要:结合一类非完整移动机器人的运动学模型和链式转换,在质心与几何中心重合的情况下,研究含有未知参量的非完整移动机器人的跟踪控制问题.首先,利用针孔摄像机模型提出一种基于视觉伺服的运动学跟踪误差模型;然后在此模型下,将动态反馈、Back-stepping技巧与自适应控制相结合,设计一个区别于以往处理方法、含有两个动态反馈的自适应跟踪控制器,从而实现动力学系统的全局渐近轨迹跟踪,并通过李亚普诺夫方法严格证明闭环系统的稳定性和估计参数的有界性;最后,利用Matlab仿真验证所提出的控制器的有效性.

摘要:针对多目标跟踪过程中存在目标相互遮挡的问题,提出一种基于时空渐进特征模型的抗遮挡多目标跟踪方法.该方法根据目标的关联状态、重叠情况、深度顺序构建遮挡推理模型,在线识别被遮挡目标, 并对其进行基于时空渐进特征模型的目标再检测.首先,利用目标特征模型中的空间位置参数确定搜索区域;然后,计算目标模型与检测响应之间的表观特征相似度,引入一种自适应阈值,并选择相近程度较高的检测响应为候选量测;最后,采用时间特征匹配的方式获得目标真实检测响应,完成多目标跟踪的任务.通过MOT15和MOT17数据集中的实验结果表明,所提出方法能够有效地识别被遮挡目标,可在多种复杂场景下实现相互遮挡目标的鲁棒性跟踪,相对于现有方法具有较高的准确性、精度和轨迹完整性.

摘要:提取并补充新的特征参数,是解决当前复杂体制雷达辐射源信号分选难题的有效途径.由于模糊函数能够很好地展现信号波形的内在信息,从主、侧视角分别提取模糊函数三维图的主岭重心、主峰分布半径作为雷达辐射源信号分选的特征向量.核模糊C均值聚类实验表明,所提出方法在10dB以上的固定信噪比环境下分选6类典型信号的成功率均为100{%

摘要:针对导弹自动驾驶仪动态特性条件下的机动目标拦截问题,基于非线性干扰观测器和命令滤波器设计一种新的三维双环制导律.将制导系统解耦为外环系统和内环系统.其中:外环控制器产生虚拟制导指令,以零化球坐标系下的弹目法向相对速率;内环控制器产生真实制导指令,以实现导弹自动驾驶仪对外环虚拟指令的快速跟踪.由于外环命令滤波器同时计算出虚拟制导指令的一阶导数和二阶导数,三阶系统的制导律设计问题仅用两步即可完成.拦截高速高机动目标的仿真结果表明,所设计的制导律能够有效补偿导弹自动驾驶仪动态特性影响,抗目标机动鲁棒性强,制导精度优良.

摘要:针对合成孔径雷达(SAR)图像中舰船目标稀疏的特点,提出一种基于级联卷积神经网络(CNN)的SAR图像舰船目标检测方法.将候选区域提取方法BING与目标检测方法Fast R-CNN相结合,并采用级联CNN设计,可同时兼顾舰船检测的准确率和速度.首先,针对SAR图像中相干斑噪声影响梯度检测的问题,在原有梯度算子的基础上增加平滑算子,并对图像尺寸个数和候选框个数进行适应性改进,使其提取到的候选窗口更快更准;然后,设计级联结构的Fast R-CNN检测框架,前端简单的CNN负责排除明显的非目标区域,后端复杂的CNN对高概率候选区域进行分类和位置回归,整个结构可以保证快速准确地对舰船这种稀疏目标进行检测;最后,设计一种联合优化方法对多任务的目标函数进行优化,使其更快更好地收敛.在SAR图像舰船检测数据集SSDD上的实验结果显示,所提出的方法相比于原始Fast R-CNN和Faster R-CNN检测方法,检测精度从65.2%和70.1%提高到73.5%,每张图像的处理时间从2235ms和198ms下降到113ms.

摘要:基于理想Bode传递函数,提出一种简便的分数阶PID控制器频域设计方法.采用传递函数模型匹配与辨识方法,将分数阶PID控制器5个参数的复杂设计问题转化为单个参数的一维搜索问题进行求解;结合短记忆法实现分数阶PID控制器数字化.该方法已成功应用于直流电机调速控制系统,能够达到期望的响应性能,具有强鲁棒性.实验结果验证了所提出设计方法的有效性.

摘要:针对属性值为三参数区间数和权重未知的多属性决策问题,提出一种新的基于非线性可拓简单关联度的多属性决策方法和框架.该方法基于可拓简单关联函数提出非线性可拓三参数区间关联度的计算方法,通过定义区间映射变换算子,将不同类型指标的关联度计算均变换为效益型指标的单调递增关联度计算.该方法内含偏好态度系数的设置以反映决策者态度倾向带来的决策不确定性,而且能够体现人们进行决策评价时的非线性思维.最后通过算例分析表明所提出方法的合理性和稳定性.

摘要:针对冲击扰动系统的建模预测问题,对全信息变权缓冲算子进行拓展,提出两类含幂指数的全信息变权缓冲算子,并从理论上揭示强化缓冲算子与弱化缓冲算子的转换关系.在此基础上,给出新算子参数优化机理以及具体算法,并探讨算法的时间复杂度问题.最后,以全国风力发电装机容量的冲击扰动数据预测为例,验证算子的有效性和优越性.结果表明:所提出的新算子及其优化算法在不增加时间复杂度的条件下,能够显著提高缓冲算子对冲击扰动系统的适应能力和灰色模型的预测精度.此外,全信息变权强化(弱化)缓冲算子为新算子的特殊形式,当幂指数取值为1时,新算子退化为全信息变权强化缓冲算子;当幂指数取值为-1时,新算子退化为全信息变权弱化缓冲算子.

摘要:针对现实工程应用中存在非等间距序列问题,基于新信息优先原理提出非等间距GM(1,1)$优化模型.在对现有初始条件优化方法的缺陷进行分析的基础上,基于新信息优先原理,利用一阶累加生成序列的各分量加权和重构模型的初始条件,并利用各时点分量大小计算新旧信息间的权重分配比例,强化新信息对发展趋势的修正作用;在相对误差平方和最小准则下,给出时间参数的求解公式,进而构建优化模型.通过递增和递减两个类型实例研究,表明所提出优化模型能够充分利用新信息,预测精度优于其他初始条件改进模型.

摘要:为了提高应急救援效率,结合震后灾民对应急物资的需求特征以及应急物资进行两级调配的特点,提出一种考虑应急车辆在应急配送中心等待情况的多物资、多级配送的应急物资调配方案优化模型.结合所研究模型的特征,提出利用基于实数编码的遗传算法对模型进行求解,并依据具体算例将所提出的考虑已到达配送中心处的应急车辆是否需要等到下批应急物资运达该地后再开始下级配送的新决策方式与两种传统方式进行比较分析,验证所提出模型的有效性和可行性.结果表明:所提出的优化模型结合了两种传统方式的优点,在提高灾民对运达应急物资的数量及时间的综合满意度的同时,降低了运输费用.

摘要:研究电商平台公平关切行为下,电商闭环供应链的回收策略和协调机制.首先,构建3种决策模型,分别是无公平关切的分散决策模型、电商平台考虑公平关切的分散决策模型和联合决策模型;然后,给出每种模型的最优决策,包括废旧品的回收价格、电商平台的服务水平以及各成员的最优利润;最后,对这3种模式的最优决策进行比较分析,并在此基础上设计“佣金联合成本共担”契约, 实现系统的协调.研究表明:在分散决策下,电商平台的公平关切行为,有助于提高电商平台的利润,但是这种公平关切对再造商和系统运作均不利;联合决策下,废旧品的回收价格最高,电商平台的服务水平最高,系统的利润也达到最大;在“佣金联合成本共担”契约中,再造商分担电商平台服务成本的比例系数与再造商所分得的系统利润的比例系数相等,电商平台的公平关切行为,会造成协调机制的可行范围变小.

摘要:针对目前图像超分辨率重建效果欠佳的问题,提出一种基于加权随机森林的图像超分辨率重建算法.利用随机森林对图像块的特征进行聚类,并引入岭回归模型建立每类叶子结点中高、低分辨率图像块的映射关系,重建时根据测试低分辨率图像块所属的类别以及在每类叶子结点中的K近邻近似拟合误差,进行加权预测获得高分辨率图像块.将图像的非局部自相似性与迭代反投影算法相结合对预测的高分辨率图像进行后处理以提高重建质量.实验结果表明,所提出算法可以有效提高峰值信噪比,具有较好的可视效果.

摘要:柴油机燃油系统多故障的强关联耦合给其诊断过程带来严重的不确定性,同时导致建立诊断模型也往往依赖大量的先验知识,多故障的解耦与诊断已成为柴油机燃油系统故障诊断研究中的一大技术难题.针对该问题,提出一种基于简化模型结构和定量参数的贝叶斯网络诊断方法.在模型结构方面,利用粗糙集理论中的属性约简方法评估故障信息的等价关系,去除冗余故障特征,简化贝叶斯网络诊断模型的拓扑结构;在定量参数方面,采用因果机制独立模型分析故障事件的因果关联强度,将多故障对同种征兆的耦合影响解耦为单故障下的因果机制,模型所需的条件概率数量减化为故障数的线性形式.应用该诊断方法,燃油系统贝叶斯网络诊断模型所需的先验知识大幅减少,显著降低了该模型建立和应用的复杂程度.

摘要:针对传统特征结构配置方法鲁棒性不强的缺点,提出一种基于$L_{1

摘要:针对偏置动量卫星阻尼阶段的姿态运动特性进行分析,并基于时域分析方法提出弱偏置角动量的选取方法,改善阻尼过程中滚动-偏航角收敛的动态性能.以实际应用为背景,考虑一箭多星发射模式下,安装约束的限制导致星箭分离后偏置角动量方向严重偏离轨道面法线方向的情况,提出一种基于弱偏置角动量的姿态控制方法,在无需三轴姿态信息的情况下,可以避免由于偏置角动量的定轴性导致滚动-偏航角收敛时间很长的问题.仿真结果表明,所提出的方法能够有效减少姿态捕获时间,且易于实现,具有较高的工程实用价值.

摘要:研究一类不确定非线性系统的自适应扰动抑制问题.借助自适应技术与连续占优方法,所提出的控制策略能够处理多种不确定性的严重耦合,这些不确定性包括未知非线性参数、外部扰动和具有未知下界的时变控制系数.自适应状态反馈控制器是一维的,且其性能可以借助于$L_2-L_{2p