摘要:马田系统是一种产生于质量工程学领域中的模式识别方法,该方法能够在不平衡数据环境中进行异常值识别和特征选择,并且不需要任何数据分布假设,具有样本需求量小、原理简单和易于操作等优点.为更好地促进马田系统理论及应用研究,首先对马田系统的异常值识别和特征选择原理进行介绍;然后从马氏距离、信噪比、马氏空间、特征选择、阈值、数据环境和应用等7个方面,梳理马田系统的研究进展;最后,对马田系统研究进展进行总结,指出马田系统仍存在的问题以及未来可能的研究方向.

摘要:基于图像的视觉伺服机器人控制方法通过机器人的视觉获取图像信息,然后形成基于图像信息的闭环反馈来控制机器人的合理运动.经典视觉伺服的伺服增益的选取在大多数条件下是人工赋值的,故存在鲁棒性差、收敛速度慢等问题.针对该问题,提出一种基于Dyna-Q的旋翼无人机视觉伺服智能控制方法调节伺服增益以提高其自适应性.首先,使用基于费尔曼链码的图像特征提取算法提取目标特征点;然后,使用基于图像的视觉伺服形成特征误差的闭环控制;其次,针对旋翼无人机强耦合欠驱动的动力学特性提出一种解耦的视觉伺服控制模型;最后,建立使用Dyna-Q学习调节伺服增益的强化学习模型,通过训练可以使得旋翼无人机自主选择伺服增益.Dyna-Q学习在经典的Q学习的基础上通过建立环境模型来存储经验,环境模型产生的虚拟样本可以作为学习样本来进行值函数的迭代.实验结果表明,所提出的方法相比于传统控制方法PID控制以及经典的基于图像视觉伺服方法具有收敛速度快、稳定性高的优势.

摘要:针对分布式柔性作业车间调度问题的特点,提出一种改进人工蜂群算法.首先,建立以最小化最大完工时间为优化目标的分布式柔性作业车间调度优化模型;然后,改进基本人工蜂群算法以使其适用于求解分布式柔性作业车间调度问题,具体的改进包括设计一种包含三维向量的编码方案,结合问题特点针对性地设计多种策略用于种群初始化,在雇佣蜂改良搜索操作中设计多种有效的进化操作算子,并在跟随蜂搜索操作中引入基于关键路径的局部搜索算子以提升算法的局部搜索能力;最后,利用扩展柔性作业车间通用测试集得到的测试数据设计实验验证算法性能,使用正交试验法优化算法参数设置.仿真实验结果表明,改进后的人工蜂群算法能有效求解分布式柔性作业车间调度问题.

摘要:针对计算节点较多的泛集群环境下难以快速、合理地制定计算密集型任务流调度方案的问题,提出一种基于多目标连续竞买博弈的任务调度策略.建立多目标优化调度模型,降低多目标优化函数维度,并采用线性加权和法将其转化为总和目标函数,以保证最优解的合理性.为提高最优解搜索速度,引入ETC矩阵作为最优解表达形式,设计连续竞买博弈算法.模拟真实场景并通过与同类算法的对比,表明了调度策略在泛集群环境下的响应速度、资源性价比和总成本支出等方面具有明显优势.

摘要:偏最小二乘(PLS)算法通常适用于稳定工况下的工业过程故障检测.在日趋复杂的工业过程中,过程数据通常不满足正态分布,存在非线性、动态、多模态等问题.针对多模态问题,已有大量模态区分方法可用,但这些方法都未考虑质量相关因素,因此并不适用于质量相关类算法.为此,针对质量相关类算法提出新的质量相关模态区分规则,该规则通过核模糊聚类对添加线性递增时间变量的数据在时间方向上进行初步的聚类,再通过质量相关指标进一步准确划分模态;同时,过程复杂化导致静态控制限不能满足故障检测的需求,现存的动态控制限适用范围具有一定的局限性,可通过改进动态控制限将其推广为广义动态综合控制限.实验中,先是基于两种非线性偏最小二乘模型将新方法应用于青霉素发酵过程故障检测中,极大减少了漏报率和误报率.最后,通过数值仿真实验验证了添加线性递增时间变量的合理性.

摘要:针对个体差异普遍存在于产品性能退化过程中,而当前基于退化模型的优化设计普遍没有考虑产品个体差异的问题,提出一种具有随机效应维纳过程的步进应力加速退化试验优化设计方法.基于累积失效原理,建立考虑个体差异的多应力步进加速退化模型.在给定测量间隔的前提下,以总试验时间和加速应力为限制条件,通过最小化正常使用应力条件下寿命分布的p分位寿命渐近方差,对试验应力水平设置、各应力水平下的测量次数进行优化.通过LED灯双应力步进加速退化试验优化设计案例,验证所提出方法的有效性.对最优试验方案进行参数敏感性分析,所得结果表明,当参数在小范围变动时最优试验方案具有非常好的鲁棒性.

摘要:基于哈希的近邻查找技术在图像检索、文本匹配、数据挖掘等信息检索领域均有广泛应用.该技术将原始数据通过哈希函数压缩成低维的二进制编码,然后在海明距离下排序检索,具有快速高效且维度不敏感的优势.但是,目前学术界针对流数据的实时在线哈希学习方法的研究很少,而且基本没有讨论哈希函数的更新频率和稳定性问题.针对这一问题,通过增加置信区间来减少更换哈希函数的频率,并构造在线学习的目标函数,使得算法尽可能保持稳定,且快速收敛.为了验证所提出算法的效率和有效性,在公开数据集上与同类的OSH、OKH在线哈希算法进行比较,比较结果表明,所提出的算法在平均准确率和训练时间上有一定优势.

摘要:给出一种量化表述线性扩张状态观测器(LESO)观测误差的近似方法.通过线性化“总扰”项,从时域内推导出LESO的观测误差解析式,包括动态响应部分和稳态静差部分.进而提出将静差解析式作为观测误差的量化表达式,并使用该方法讨论LESO取不同构建方式对观测精度产生的影响,分析建模不准确、输入量存在偏差情况下观测器的容错能力.仿真结果很好地验证了讨论结论的正确性,从而间接证明了将量化表达式作为一种描述LESO观测精度的近似方法的可行性.

摘要:针对相机定位问题,设计基于深度相机和惯性传感器的视觉惯性里程计,里程计包含定位部分和重定位部分.定位部分使用不变卡尔曼滤波融合多层迭代最近点(ICP)的估计值和惯性传感器的测量值来获得精确的相机位姿,其中ICP的估计误差使用费舍尔信息矩阵进行量化.由于需要使用海量的点云作为输入,采用GPU并行计算以快速实现ICP估计和误差量化的过程. 当视觉惯性里程计出现定位失败时,结合惯性传感器数据建立恒速模型,并基于此模型改进随机蕨定位方法,实现视觉惯性里程计的重定位.实验结果表明,所设计的视觉惯性里程计可以获得准确追踪相机且可以进行有效的重定位.

摘要:针对一类由半线性抛物型偏微分方程描述的分布参数系统,考虑系统边界为Robin或混合边界条件的情况,提出基于边界控制的控制策略,并研究其镇定问题.首先,根据无穷维抽象发展方程理论和Lumer-Phillips理论证明闭环系统的适定性;其次,通过传感器对系统状态进行测量,并将数据传递给控制器,根据测量方式的不同,分为平均域测量和边界值测量;再次,基于Lyapunov稳定性理论,采用Lyapunov直接法,并借助于线性矩阵不等式(LMI)方法,设计满足系统稳定条件的有效控制器;然后通过在系统边界处分别施加基于平均域测量和边界值测量的输出反馈控制作用,使原本不稳定的开环分布参数系统状态在较短的时间内到达稳定状态;最后,通过仿真实验验证了所设计控制器的有效性.

摘要:针对磨机筒体振动/振声多尺度频谱与磨机负荷参数间的模糊特性、多源多尺度频谱间的冗余性与互补性,以及现有文献中潜结构选择性集成模型难以模拟运行专家“听音”推理识别磨机负荷参数等问题,提出一种基于多尺度振动/振声频谱特征自适应提取与选择的磨机负荷参数软测量模型.该方法首先进行多尺度频谱获取,然后基于核潜结构映射和互信息进行多尺度振动和振声频谱特征的自适应提取和选择,最后采用同步聚类算法、Madani模糊模型以及基于分支定界和自适应加权融合算法的选择性集成学习策略构建磨机负荷参数软测量模型.通过实验球磨机验证了所构建的软测量模型能够模拟运行专家的模糊推理机制,具有较好的建模精度.

摘要:针对当前的约束处理技术存在易陷入局部最优解、难以满足等式约束和多控制参数的问题,在mu约束处理技术的基础上,以梯度下降法和多目标拥挤距离为理论依据,设计反映种群约束违反度分布信息的omega参数,它可以自适应地调节约束违反度阈值mu的松弛进而有效地解决约束问题.此外,改进了mu阈值比较准则以提高种群的多样性.经对CEC2017的标准约束优化问题(Constraint optimization problems,COP)进行求解,并与其他先进算法相比较,结果表明,改进的mu约束处理技术能够高效地处理含等式约束的COP.

摘要:传统智能故障诊断算法需要依赖人工特征提取和专家知识,而旋转机械设备复杂的工作环境和工况使得传统算法在实际应用中缺乏良好的自适应性和泛化性.针对以上问题,提出基于卷积神经网络(Convolutional neural network,CNN)的层级化故障诊断算法(CNN based hierarchical fault diagnosis,CNN-HFD).首先,将原始振动信号进行分段预处理,以实现数据扩容;然后,分别根据故障类型和故障程度设计多个卷积神经网络,并将原始振动数据以某一时间步进行分割,作为卷积神经网络的输入进行训练;最后,将待识别信号送入CNN-HFD模型,经过分层故障诊断,在末端卷积神经网络输出相应故障类别和程度.通过滚动轴承振动数据库的实验表明,所提出的算法不仅具有高达99.5%以上的故障识别率,而且在负载发生变化时依然可以保持高达97%以上的故障识别率,具有较好的鲁棒性和泛化性能.

摘要:针对虚拟企业建立过程中的合作伙伴选择问题,以合作需求为驱动,将粗糙数理论与可拓评价相结合,建立合作伙伴选择的粗糙可拓评价方法.首先,利用质量功能展开法分析企业的合作需求及其重要度,并将其转化为选择决策属性及其重要度,其中采用粗糙数处理分析过程中的不确定语义信息,基于极大熵准则对粗糙质量功能展开进行计算;然后,基于企业的合作需求构建合作伙伴选择粗糙可拓评价方法,从中推荐出最合适的候选企业;最后,通过实例分析与比较验证所提出方法的可行性和有效性.

摘要:两轮自平衡车的精确轨迹跟踪技术是实现其自主运动控制的基础.为此,采用拉格朗日法建立两轮自平衡车的动力学模型,并据此提出基于非奇异终端滑模(NTSM)和线性二次型调节器(LQR)的两轮自平衡车轨迹跟踪控制器.在Matlab/Simulink环境下,对所设计的轨迹跟踪控制器进行性能仿真,结果显示,两轮自平衡车能够精确跟踪所给定的参考轨迹,初步表明了所提出轨迹跟踪控制器的有效性.在此基础上,使用STM32F103C8T6单片机,并结合惯性测量组件(IMU)和超宽带(UWB)定位技术对所设计的轨迹跟踪控制器进行硬件实现.实验结果表明,两轮自平衡车能够对给定的参考轨迹进行良好跟踪,横坐标偏差小于0.2m,纵坐标偏差小于0.2m,转向角偏差小于0.07rad,车身倾角除了初始时的波动外均小于0.05rad.

摘要:在随机和认知混合不确定性表征的概率盒框架下,提出一种多响应模型确认度量方法.概率盒框架下的模型确认度量主要采用面积方法量化仿真与实验结果的一致程度,但传统面积度量方法并不适用于多个相关响应量的多输出确认度量问题.不确定性条件下多响应量模型确认度量问题,实质上是量化计算模型的多个响应量的联合概率分布与实验观测数据所服从的联合概率分布之间的差异程度.对此,引入马氏距离的概念对多响应量模型确认度量问题进行降维,以马氏距离作为转换的统计量,将多响应量的多指标确认度量问题转化为马氏距离的综合指标度量问题.数值仿真算例验证了所提出方法的正确性和稳定性,并将该方法应用于“2014年圣地亚验证与确认挑战问题”的研究.研究表明,基于概率盒和马氏距离的确认度量方法可以有效解决多相关响应量多输出模型确认度量问题.

摘要:研究具有随机时变时滞和系统不确定性的网络化切换控制系统基于观测器的鲁棒H_∞控制器设计问题.首先,采用满足Bernoulli分布的随机序列来描述数据传输过程中的时变时滞现象;然后,在具有平均驻留时间(ADT)的切换信号下,设计基于观测器的控制器,目的是估计系统的状态以及衡量系统对扰动的鲁棒性;最后,基于李雅普诺夫(LKF)方法给出系统均方指数稳定且具有满意的H_∞性能指标的充分条件,并以线性矩阵不等式(LMI)形式给出观测器和控制器的求解方法.仿真结果验证了所提出方法的有效性.

摘要:针对分布式通信网络,研究多无人机完全分布式编队生成和保持控制问题.基于滑模和自适应方法设计自适应耦合增益,进而结合与邻居无人机之间的相对状态设计一种新的有限时间编队控制器.该算法去掉了传统编队控制器依赖通信网络范围和拓扑及Leader无人机状态等全局信息的限制,基于Lyapunov理论证明无人机编队误差在有限时间可以收敛到边界可调的邻域内.对三维运动的多无人机编队进行仿真验证,结果显示,所设计的编队控制算法可以实现多无人机有限时间完全分布式编队生成和保持.

摘要:针对多无人机自动驾驶仪速度与航向角通道系数未知的目标轨迹追踪问题,提出一种自适应追踪控制方法.通过对自动驾驶仪通道系数进行在线估计,解决了系数未知所造成的设计困难.为克服外界干扰及系统内部误差因素对无人机运动控制系统的影响,设计了补偿项来消除干扰项的影响.采用Lyapunov定理证明了轨迹追踪误差最终可收敛于任意小的区域内.仿真结果验证了所设计方法的有效性.

摘要:为了提高供应链中销量预测的准确性,提出一种改进森林优化算法(Improved forest optimization algorithm,IFOA)来优化销量预测.首先,引入量子系统中的delta势阱模型,使得算法能在充分利用局部最优的同时避免陷入局部最优;其次,引入自适应局部播种步长,从而优化算法的全局和局部寻优速度,保证算法精度;然后,定义森林广域播种中的自适应转移率,有效地平衡森林个体多样性与算法局部收敛能力之间的矛盾;接着,挖掘外部数据作为特征,通过计算每个特征与销量的相关性及其显著性进行特征选择并对历史销量数据进行基于聚合经验模态分解(Ensemble empirical mode decomposition,EEMD)的特征提取;最后,将上述特征用于支持向量回归模型的建立,并使用改进的森林优化算法对模型参数进行优化,最终得到销量的准确预测.

摘要:为了提高低照度条件下采集的全景图像的视觉效果,提出一种基于细节特征加权融合的低照度全景图像增强算法.首先,利用双边滤波算法提取出图像的光照分量,并分别采用自适应伽马校正和对比度受限的自适应直方图均衡化算法对光照分量进行处理;然后,与原始光照信息进行加权融合得到校正后的光照分量,并在反射分量调整时,提出一种自适应调整函数来校正反射信息;最后,将光照分量与反射分量合并,以实现对低照度全景图像的增强.实验结果表明,所提出的算法在提高图像亮度的同时,可以增强图像细节信息,去除噪声,使增强后图像色彩信息更加丰富自然.

摘要:在回顾层级数据空间滞后(HSLAG)模型和层级数据空间误差自回归(HSEAR)模型的基础上,构建可同时考虑数据空间误差局部冲击效应与嵌套随机效应的层级数据空间误差移动平均(HSEMA)模型.在广义矩(GMM)估计的框架下,推导出HSEMA模型的18个矩条件元素,并得到各参数的估计量.通过蒙特卡洛仿真实验对比HSEMA模型、HSLAG模型和HSEAR模型各估计量的估计残差分布,以衡量各估计量的估计精度,并比较其有限样本性质.

摘要:研究排污者将污染治理业务外包给治污者的两部制线性计费的合同设计问题. 在考虑双方风险偏好的前提下讨论3种情况下的最优合同参数:完全信息、不完全信息提供单一合同、不完全信息提供可选合同.结果表明:1)当信息完全时,治污方的薪酬均等于其治污成本与风险成本之和,只能获得保留收益.2)当信息不完全时,排污方总可以通过提供可选择合同提高自身收益.3)不同的风险偏好组合下,单位可变支付随边际治污成本和环境扰动的变化是不同的.4)双方均为风险中性时,排污方收益最大;而双方均为风险规避时,排污方收益最小.

摘要:针对供应商、零售商和商业银行组成的供应链系统,考虑当零售商面临资金约束时,通过供应商信用担保贷款模式缓解零售商资金约束对供应链总体利润的影响.构建零售商和供应商期望利润模型,分别讨论银行风险中性及下侧风险控制下的零售商订货与供应商定价决策,并利用斯坦克尔伯格博弈求解.最后,对供应商担保系数、银行风险容忍系数进行灵敏度分析.研究表明:1)给定担保系数,只有当风险容忍系数小于一定的阈值时,银行下侧风险控制才会影响零售商以及供应商的最优决策;2)给定风险容忍系数,只有当担保系数小于一定的阈值时,供应商担保系数才会影响零售商以及供应商的最优决策;3)银行贷款限额是担保系数、风险容忍系数的严格递增函数.

摘要:一些生产场景中,工件以批次作业的形式被安排生产,工件批量大、加工工序基本相同,所以标准工时相同,而且实际加工时间会受到学习效应的影响.为此,讨论学习效应的最小化延误总时间的单机批次排序问题,对该问题建立数学模型.该问题属于NP-hard问题,采用动态规划算法(DP)和模拟退火算法(SA)求解该问题,通过实验分析不同规模时DP的执行时间与SA的执行时间和求解误差的变化趋势,比较SA与其他实践中常用的经典规则的求解效果.最后得出DP适合批次数小于13的小规模问题,可以得到精确解;与经典规则相比,SA至少可以使目标函数降低20%,表明SA算法具有有效性.SA解决大规模问题时效果较优,并得出SA的执行时间和误差随着控制参数改变的变化趋势.

摘要:针对连退生产过程中带钢质量波动大和生产能耗过大的问题,基于数据解析方法构建带钢质量的预测模型,进而建立连退生产过程多因子操作优化模型.该模型的任务是求得一个最优工艺参数设定方案,使得模型中所包含的两个相互影响但并不冲突的目标能够实现同时最优化.针对该问题,提出一种改进的自适应多因子进化算法(AdaMFEA),将不同优化目标作为不同类别因子,通过父代解在不同因子上的性能评价指标决定子代解的搜索方向.为了改进算法的鲁棒性和搜索效率,算法使用多种交叉算子,并基于各算子的搜索性能分析提出多种交叉算子的自适应选择机制;同时提出基于回溯直线搜索和拟牛顿法的个体学习策略,对个体进行局部搜索.基于Benchmark问题的实验结果表明,AdaMFEA能够有效提升传统多因子进化算法(MFEA)的求解效率;基于实际工业问题的实验结果表明,AdaMFEA可有效求解连退生产过程多因子操作优化问题,实现多个非冲突目标在一个种群的进化过程中同时达到最优.

摘要:机器人由当前点向目标点运动的过程中,所处环境经常为动态变化且未知的,这使得传统的路径规划算法对于移动机器人避障过程很难建立精确的数学模型.为此,针对环境信息完全未知的情况,为移动机器人设计一种基于模糊控制思想的多行为局部路径规划方法.该方法通过对各种行为之间进行适时合理的切换,以保证机器人安全迅速地躲避静态和动态障碍物,并利用改进的人工势场法实现对变速目标点的追踪.对于模糊避障中常见的U型陷阱问题,提出一种边界追踪的陷阱逃脱策略,使得机器人成功解除死锁状态.另外,设计一个速度模糊控制器,实现了机器人的智能行驶.最后,基于Matlab平台的仿真结果验证了所提出算法的有效性和实时性,与A*势场法的对比结果更突出了该算法的可行性.

摘要:基于犹豫模糊语言集理论,提出一种犹豫模糊语言信息环境下的PROMETHEE多属性决策方法,并应用于川酒品牌评价决策问题中.研究表明,犹豫模糊语言集能够很好地描述和处理复杂定性信息环境下的川酒品牌评价与决策问题;所提出的犹豫模糊语言PROMETHEE算法简便, 且改进的偏好函数允许决策者根据其对方案的严格优于偏好对参数进行选择,可保证决策过程的科学性和决策结果的准确性.