摘要:符号表达的模仿学习是共融机器人提高其智能性的一条便捷、可行的途径,也为解决复杂、多步骤任务的学习问题提供了一个切实可行的解决方案,而对示教轨迹进行自动分割并获取其基本动作是成功应用这种学习方式的前提条件.鉴于此,首先,在介绍符号表示的模仿学习的基础上,分析该种学习方式对自动分割方法的具体要求;然后,按照示教任务先验知识的有无将其分为两大类并详细地介绍每类所含的典型分割方法;最后,对上述轨迹分割方法进行对比分析与总结,并展望示教轨迹自动分割方法未来的发展趋势.

摘要:针对共生生物搜索算法存在易早熟、收敛速度慢等缺陷,提出一种基于子种群拉伸操作的精英共生生物搜索算法.在“互利共生”阶段,根据适应度值将种群划分为两个子种群,设计有针对性的进化策略,使两个子种群分别负责开发和探索,有效地平衡算法的收敛速度与精度;在“偏利共生”阶段,利用最优个体的方向性引导信息,引入拉伸因子和差分扰动向量,并修正个体更新模式,从而在提高算法收敛速度的同时保证种群的多样性;模拟寄生体和宿主的生物关系,提出精英“寄生”机制,进一步平衡算法在整个迭代过程中的探索与开发能力.对与标准共生生物算法、改进后的共生生物搜索算法以及其他4个群智能进化算法在17个函数上的测试结果进行比较分析,结果表明所提出的算法精度更佳,收敛速度优势明显.

摘要:以多个疲劳结构组成的飞机为对象,针对此类系统存在的维护困难、停机成本大等特点,研究多疲劳结构动态成组维修优化问题.在充分考虑结构停机维修用时以及多个疲劳结构之间维修相关性对于飞机使用率和维修费用的影响下,以维修费用和使用率为优化目标,以可靠度为约束,建立多疲劳结构动态成组维修决策优化模型.考虑飞机工作环境的严酷性和动态性,基于滚动时间轴模型,提出多疲劳结构动态成组维修决策优化方法.为了充分利用传感器获得的实时状态信息降低结构服役过程中损伤不确定性对维修计划制定的影响,并使维修计划能够适应复杂多变的动态环境,当每执行完一次停机维修活动或出现新的结构状态信息时,通过将维修决策时间窗口进行不断的滚动,使维修计划能够自适应地动态调整,达到无限规划周期的效果.

摘要:针对装备保障编组协同任务规划问题,构建以时效优先为目标,考虑保障任务时序逻辑关系、任务执行质量和保障编组占用冲突等复杂约束以及保障编组能力更新机制的数学模型,提出一种基于入侵杂草蝙蝠混合算法的双子群任务规划方法.首先,采用佳点集初始化方法,在解空间生成具有均匀分布特征的种群;其次,设计具有修复操作的解编码和任务优先排序,实现任务-编组-时间的匹配和冲突消解;再次,划分双子群,利用入侵杂草优化算法和Fuch混沌蝙蝠优化算法协同进化;最后,应用重组算子引导种群进化,均衡算法全局探索和局部搜索能力.仿真算例表明,所提方法可对大规模复杂任务分配方案进行精确高效的求解.

摘要:针对表贴式永磁同步电机无位置传感器矢量控制系统, 提出一种具有电机参数在线辨识的基于Super-twisting algorithm的自适应二阶滑模观测器.在两相静止坐标系下,将模型参考自适应方法与基于Super-twisting algorithm的二阶滑模方法相结合,实现反电动势的准确估计.采用李亚普诺夫理论证明观测器的稳定性,并由李亚普诺夫稳定性方程推导定子电阻和转子转速的自适应律.在同步旋转坐标系下,采用二阶滑模观测器估计永磁磁链,并将其输入位置跟踪观测器估计转子位置.该算法充分抑制了滑模抖振,同时避免了低通滤波和相位补偿环节的使用,转子位置检测不受定子电阻和永磁磁链变化的影响,具有较强的鲁棒性.仿真结果验证了所提出算法的有效性.

摘要:滚动轴承作为风电机组的关键部件,对于整个机组的安全运行起着决定性作用.针对机组滚动轴承故障诊断问题,提出一种节点优化型有向无环图大间隔分布机(O-DAG-LDM)的故障诊断方法.结合DAG多分类扩展性能与LDM二分类器泛化性能的优点,构建一种面向滚动轴承故障诊断的DAG结构扩展式LDM多分类器方法.在DAG-LDM算法框架下,利用优化算法对DAG节点进行优化排列以减小随机排布引起的累积误差,提高LDM故障分类准确率.实验表明,与其他主流智能诊断方法相比,所提出的节点优化型DAG-LDM故障诊断方法具有较高的准确率和更好的抗噪性能.

摘要:针对输入受限条件下四旋翼飞行器的轨迹跟踪控制问题,考虑系统存在模型动态不确定和未知外界干扰的情况,提出一种模糊自适应动态面轨迹跟踪控制方法.该方法设计干扰观测器估计位置模型中复合扰动项,利用模糊系统逼近姿态模型中不确定项和外界干扰,并引入双曲正切函数和辅助系统处理输入受限问题,结合反演法和动态面技术设计轨迹跟踪控制器,以降低控制算法的复杂性,最后选取李雅普诺夫函数证明闭环系统所有信号一致最终有界.应用大疆M100飞行器模型进行仿真验证,结果表明所设计的控制器能够有效处理模型动态不确定和未知外界干扰问题,避免飞行器工作过程中因输入饱和导致执行器失效现象,精确地完成轨迹跟踪控制任务.

摘要:作为一种重要的社会媒体平台,分析、检测并跟踪微博内重大社会事件可以及时提供舆论焦点.但因其碎片化、异构性和实时性,传统方法很难有效分析海量微博,为此,提出一种基于多模态特征深度融合的微博事件检测与跟踪框架.首先基于文本处理对微博事件进行标注;然后用多模态特征深度融合实现事件的检测与表示;最后利用基于时间平滑的图变换模型完成事件流的跟踪.在真实数据集上的实验表明,所提出的方法能有效检测和跟踪微博流事件.

摘要:针对低信噪比条件下多弱小目标检测前跟踪算法跟踪效率低、计算复杂度高等问题,提出一种基于箱粒子概率假设密度滤波的弱目标检测与跟踪算法.首先,针对由目标的贡献强度和噪声获得的目标强度量测图像,利用均值滤波抑制强度量测图像中的噪声;其次,以不交叉原则挑选出强度值较大区域作为区间量测;最后,利用箱粒子概率假设密度(BOX-PHD)滤波对上述所得的区间量测进行目标跟踪.仿真结果表明,所提出的方法可以提高跟踪性能,且计算效率高.

摘要:如何提升无线传感器网络使用寿命,已经成为网络工业化的热点问题.信息回传(即信息的无效传播)是造成能量浪费的重要源头,严重遏制了网络寿命的延拓.针对回传造成的能量损耗以及经典LEACH协议中能量消耗不均衡问题,提出一种新型的基于能耗区域感知的无线传感器网络路由算法FA-LEACH.该算法排除死亡节点的影响,依据节点剩余能量信息建立簇头节点候选集;基于簇头节点的位置和方向信息,引入前置感知区域概念,建立评价节点重要性的指标,甄选附属于簇头节点的中继节点(即附属簇头节点);通过有选择性的附属簇头节点的信息传递,能够有效解决信息回传问题.仿真结果表明,所提算法在网络生存周期和能量均衡利用方面均优于LEACH、LEACH-C以及EEUC算法,该项路由协议可以有效提升网络的实用性.

摘要:异常点检测(outlier detection)领域的大量研究都集中于一类“基于密度的”方法,这类方法能够克服许多传统异常点检测方法的缺陷,但仍大多使用基于几何距离的方式进行数据点局部密度的估计,导致在某些情况下反直观结果的出现.针对该问题,用一种基于邻域链的方法取代传统方法进行局部密度的估计,设计新的异常点检测方法.实验结果表明,对比经典的基于密度的异常点检测方法LOF(Local outlier factor)以及几种基于LOF的改进方法,所提出的方法能够更加准确地区分正常和异常数据点,避免反直观结果的出现.

摘要:人类脑功能网络的小世界拓扑组织形式能够促进信息在脑功能区域间以低能量成本和较短连接代价实现高效的转发与集成.然而,使用传统的小世界网络度量指标对人类脑功能网络的小世界特性进行判定时,存在着判定精确度不高的问题.针对此问题,并考虑到人脑工作的高效率特性,提出基于网络效益的小世界度量指标(Efficiency based small world index,ESW).通过与传统的基于聚集系数、特征路径长度的度量指标以及新型的小世界指数sigma、omega进行对比,验证ESW对不同边密度和不同节点规模下仿真网络进行小世界判定的有效性.同时,对真实的人类脑功能性网络的小世界特性进行判定.首先,发现不同阈值下健康志愿者(Healthy volunteers,HV)真实脑功能网络小世界特性的变化规律;然后,通过对比分析HV与患有儿童精神分裂症(Childhood onset schizophrenia,COS)患者以及患有注意力不足过动症(Attention deficit hyperactivity disorder,ADHD)患者的小世界特性,发现COS患者以及ADHD患者的小世界特性明显减弱.关于人类脑功能网络小世界特性的研究,为相关研究人员从网络的拓扑组织形态探索人脑的工作与连接模式提供了参考.

摘要:提出一种反向学习全局和声搜索(OLGHS)算法.基于反向学习技术初始化和声记忆库,提高初始和声向量的质量;通过当前最差和声向当前最优和声学习进化,提高算法的全局搜索性能;通过其他和声向量之间不断回溯交互的随机学习策略,提高算法局部搜索性能;用由两种不同学习策略随机交叉动态产生的新和声与反向和声二者较优的个体更新和声记忆库,提高算法的搜索性能.将OLGHS算法与其他启发式优化算法以及目前文献中较优的改进HS算法进行性能测试,测试结果表明OLGHS算法具有较高的寻优精度和较快的收敛速度.

摘要:研究一类多品种工件到达的传送带给料加工站系统(CSPS)的前视距离(Look-ahead)优化控制问题,以提高系统的工作效率.在工件品种数增加的情况下,系统状态规模会呈现指数性增长,考虑传统$ Q $学习在面对大规模离散状态空间所面临的维数灾难,且难以直接处理前视距离为连续化变量的问题,引入了RBF网络来逼近$ Q $值函数,网络的输入为状态行动对,输出为该状态行动对的$ Q $值.给出RBF-$ Q $学习算法,并应用于多品种CSPS系统的优化控制中,实现了连续行动空间的$ Q $学习.针对不同的品种数情况进行仿真分析,仿真结果表明,RBF-$ Q $学习算法可以对多品种CSPS系统性能进行有效优化,并且提高学习速度.

摘要:对于非线性随机系统,以均值、方差等低阶统计特征作为研究目标往往难以满足实际的控制要求,需要考虑更高阶的统计特征.概率密度函数(Probability density function,PDF)包含了完全统计特征,因此PDF控制能够实现各阶矩的有效控制.针对受高斯白噪声激励的非线性随机系统,将福克-普朗克-柯尔莫哥洛夫(Fokker-Planck-Kolmogrov,FPK)方程作为研究工具,提出一种基于多高斯闭合法(MGC)的PDF控制方法.首先,根据目标PDF的形状构造一个由多个高斯型PDF相叠加的PDF;然后,构造一个优化问题,使得该PDF逼近目标PDF;进一步,通过求解FPK方程得到被控系统的状态方程;最后,结合原始状态方程求得控制函数,实现对目标PDF的追踪控制.针对不同类型目标PDF进行的仿真结果表明了所提出方法的可行性和有效性.

摘要:考虑分数阶非线性系统的稳定和镇定问题,基于线性矩阵不等式(LMI)方法,对分数阶T-S模糊系统进行研究.利用并行分布补偿法,设计分数阶T-S模糊系统的控制器.考虑阶次满足$0<\alpha<1$的分数阶系统,给出可以利用Matlab求解的LMI形式的T-S模糊控制器设计镇定判据.该判据的优点是可以处理具有正实部特征根的分数阶T-S模糊系统的稳定性和镇定问题,能够保持与Matignon分数阶系统稳定性结论的一致性,并克服其他方法只能处理特征根在负实部的方法的局限性和保守性.数值仿真结果验证了所提控制器设计方法的有效性.

摘要:针对主蒸汽温度控制系统不可测扰动影响的问题,提出一种基于最优状态估计的动态矩阵控制(OSE-DMC)算法.首先分析主蒸汽温度系统的动态特性,归纳出减温水量对主蒸汽温度影响的数学模型;然后基于常规DMC算法,利用最优估计理论对DMC算法的预测序列进行补偿修正,有效抑制不可测扰动的影响,并提出一种Kalman滤波的降维算法,使其计算更加简洁、便于实际应用与在线计算.Simulink仿真结果表明:在不可测扰动影响下,所提出方法抑制扰动效果比常规DMC算法提高20%,抑制扰动能力有显著提升.

摘要:面向人机共融环境下机器智能对工具认知的需要,为提高家庭服务机器人的工具功能用途认知能力,设计一种基于深度几何特征空间金字塔池化的工具功用性建模与分类方法.离线训练阶段,考虑到各类工具在几何形态上的差异对工具自身更具表征性,首先,在各工具的深度图上提取多类几何特征,并融合形成工具特征图;然后,在工具特征图上提取多尺度特征块,并基于cciPCA的方法建立空间池化金字塔,从而构建最终的工具特征向量;最后,在高层语义空间上,利用SVM分类器训练工具分类识别模型.在线检测阶段,利用离线训练的工具分类模型对空间池化的样本进行分类测试.实验结果表明,所提方法能够实现家庭服务机器人对家庭日常工具的认知及分类识别,部分工具的识别精度可达97$%$及以上.

摘要:针对一类非等同非线性耦合互联系统,提出分布式协作负载均衡优化控制方法.将子系统间的通信联系建模成有向图,借助输入输出反馈线性化技术,将耦合互联系统的分布式负载均衡控制设计问题转化为广义线性多智能体系统的同步跟踪问题;基于最近邻原则和LQR方法,设计增益可调的分布式协作负载均衡优化控制律,耦合强度依赖于通信拓扑,控制增益依赖于子系统模型;借助矩阵变换方法,整个闭环系统的渐近稳定性可以解耦成每个子系统的稳定性,在假定通信拓扑只含有生成树的条件下,借助李亚谱诺夫函数,可证明整个闭环系统是稳定的,且通过调节控制增益,可以得到期望的响应速度.仿真结果验证了所提出控制方法的有效性及可行性.

摘要:统计图像建模方法使用某种参数控制的分布模型来描述纹理及其特征,即参数估计是该类方法的核心问题.鉴于此,提出一种新的纹理特征提取方法,利用广义伽马分布和广义冯cdot米塞斯分布在图像的双树复小波域上进行统计建模,利用对数累积量法进行高效的参数估计完成纹理特征提取.在VisTex和Brodatz纹理库上进行分类实验,结果表明所提方法能够有效捕获图像的纹理特征,获取较高的识别率.

摘要:基于第2类Fornasini-Machesini模型,研究离散区间2-D系统鲁棒稳定的问题.引入区间不确定性,建立离散区间2-D系统数学模型,根据2-D系统渐近稳定的一种Lyapunov不等式判据和一个对称区间矩阵正定性引理,给出离散区间2-D系统鲁棒稳定的一个充分条件,并通过数值算例表明所给出的离散区间2-D系统鲁棒稳定的充分条件是有效的.

摘要:根据现有的不同电商销售平台模式,将制造商双渠道销售模式划分为自营模式、平台模式和混合模式.分析在制造商主导的双渠道供应链中,3种不同渠道模式下价格竞争系数和佣金比例系数对其他经济变量的影响,以及制造商的最优定价决策与渠道选择问题.通过模型和数值分析发现,在平台模式和混合模式中,当制造商保证佣金比例系数在一定范围内,制造商利润随佣金比例系数的增加而减少,传统零售商、网络零售商和供应链总利润随佣金比例系数的增加而增加.在3种渠道模式中,混合模式对传统零售商和制造商利润增加更有利,平台模式对网络零售商和供应链总利润增加更有利.

摘要:研究一类基于MapReduce模型的两阶段平行机调度问题.该模型中的每个工件包含Map和Reduce两道工序,前一工序的任务可以划分并同步加工,而后一工序不可划分,结合工件的到达时间、交货时间等约束,以最大完工时间和总延迟时间的加权和作为优化目标构建混合整数规划模型,设计采用差分变异策略和逐维角度扰动机制的改进鲸鱼优化算法求解模型.数值仿真实验结果表明,所设计的算法相对于经典的鲸鱼优化算法、粒子群算法的求解效果有显著的提升,验证了模型和所设计算法的有效性.

摘要:协同知识创造对于企业维持和获取竞争优势具有重要作用,但是知识外溢会对企业的竞争力造成威胁,从而使企业在创新网络协同知识创造决策时陷入两难困境.鉴于此,通过构造由一个核心企业和n个从属企业组成的创新网络在协同知识创造过程中知识投入决策Stackelberg博弈模型,引入知识内溢系数、私有知识、知识外溢损失等变量,探讨知识溢出下,网络成员的知识投入决策和知识产出分配问题.研究结果表明:核心企业与从属企业的知识投入比和知识投入总量与协同知识创造绩效和知识内溢收益之和有关,而与私有知识外溢的损失无关;集群创新网络协同知识创造机制得以运行的条件是核心企业的知识创造收益(即知识创造绩效与知识内溢收益之和)足够大;核心企业的知识投入比与其边际收益和知识内溢系数正相关,与从属企业的边际收益和知识内溢系数负相关;协同知识创造过程中从属企业会根据其边际收益和知识内溢系数按比例分配知识的投入比.

摘要:工业现场中不可避免地会出现噪声和不可测扰动等不利因素,造成控制器的控制变量波动,不利于加以控制和实现设备的长期使用.同时,对于现场中需要控制动作较大的阀门,在面对较小的控制动作时,无法准确跟踪控制.针对上述两种问题,结合当前工业控制目标为设定点和区间混合类型,引入动态增量阈值和静态增量阈值作为输入分辨率.当约束多变量系统通过QP规划算法求解出最优控制律后,对于动态阈值,若控制律超过阈值,则将此控制律添加到输入上,反之则忽视此控制律;对于静态阈值,若控制律超过阈值,则将此控制律添加到输入上,反之将控制律累加,直到累加值超出阈值后采用累加的控制律.仿真结果验证了所提策略能够有效保证控制变量的稳定,解决大控制动作阀门的跟踪控制问题.

摘要:欠烧是电熔镁炉熔炼过程中由于原料杂质不均匀导致炉壁局部过热的异常工况,若不及时发现和处理,可能导致炉体烧穿.目前,欠烧工况主要依靠有经验的巡检工人在电熔镁生产现场“看火”,劳动强度大且危险性高,容易漏检、误检.鉴于此,提出一种基于深度卷积网络的可见光RGB图像与红外热像相结合的电熔镁炉欠烧工况感知技术,并基于此开发原型系统.采用工业相机和红外热像仪获取电熔镁生产现场过程图像,利用深度学习技术并结合现场工人经验建立对欠烧工况视频图像的检测和识别模型,通过实时的图像分析,实现对欠烧工况的在线识别.将该技术在某氧化镁企业进行工业实验,验证了所提出技术的有效性.

摘要:针对双目立体视觉系统在机器人环境感知领域中存在的立体匹配以及测量精度问题,设计一种基于SIFT特征的双目立体视觉测量系统.利用SIFT特征良好的旋转、尺度、光照不变性等特性,有效地解决双目立体视觉系统的匹配问题,同时将SIFT算法在由FPGA和DSP组成的嵌入式系统上实现,显著地提高测量系统的实时性.提出一种基于二次多项式的误差补偿方法,对系统的测量结果进行补偿,弥补双目立体视觉系统测量误差随测量距离增加而增加的不足,从而提高系统测量精度.通过实际的测量实验、移动机器人环境感知实验以及与现有双目立体视觉产品的对比实验结果表明,系统能够很好地解决双目立体视觉的立体匹配和精度问题,并且能较好地应用于移动机器人环境感知任务中.

摘要:为了降低导弹飞行中不确定因素等对弹体滚转稳定的影响,设计两种新型基于二阶滑模控制理论的滚转稳定控制器,即基于二阶滑模控制理论的控制器与基于super-twisting算法的控制器.第一种控制器能够稳定地控制滚转角收敛至期望值,而第二种控制器不仅能够有效降低气动参数不确定性对弹体滚转控制造成的影响,而且能控制滚转角速度在有限时间内收敛至期望值,并有效抑制滑模算法固有的抖振现象.通过构造Lyapunov函数对所设计控制器的稳定性进行理论验证,将所设计的两种控制器与基于线性滑模控制理论的控制器和基于终端滑模控制理论的控制器进行仿真对比,并考虑不同攻角条件下气动参数的影响,以验证所设计的控制器的有效性、快速性和鲁棒性.

摘要:研究一类非理想变时滞神经网络的有限时间同步问题.首先,利用驱动-响应概念推导误差系统,并运用同步误差构造一个合适的积分滑模流型,若误差系统的状态轨迹在有限时间内到达滑模面,则同步误差将随其后在有限时间内收敛于零.然后,结合神经元激活函数的约束条件,设计一种合适的滑模控制器,根据所设计的控制器和Lyapunov稳定性理论,误差系统的状态轨迹能够在有限时间内到达滑模面,从而非理想变时滞神经网络的有限时间同步能够实现.最后,通过数值仿真结果验证所提出设计方法的有效性.

摘要:研究顾客具有多种需求,分别需要由不同类型车辆提供服务,且同一顾客多种需求的服务时间具有固定先后顺序的车辆路径问题.在考虑各个顾客需求的服务时间窗,同一顾客不同需求的服务顺序、服务时间间隔,以及各种车型的车容量及最大行驶时间等约束的前提下,以满足顾客多种需求的车辆运行成本和等待成本之和极小化为目标,建立混合整数规划模型.进一步设计求解模型的联合优化遗传算法,并利用车辆路径问题的标准测试集构造具有两种需求的测试算例,分别利用所提出的联合优化遗传算法与文献中的两阶段遗传算法进行模拟计算与分析,验证所提出算法的有效性.将经典的单一需求车辆路径问题推广到多种需求的情形,建立带约束的多需求车辆路径问题的数学模型并设计求解模型的有效算法,为解决实际问题提供了决策依据.

摘要:针对洪涝灾区紧急物资分配问题,构建结合“互联网+”的研究框架,提出一种混合优化方法.从以下几个方面进行研究:对灾区物资需求进行遗传点估计;对受灾区域进行无监督聚类划分;明确紧急度优先级;依权重将应急库存剩余救援物资分配到灾区;更新灾区物资需求,直到灾区需求达到预设满足程度.研究表明,所提出的混合优化方法能够在需求满足比率和时间分配成本两方面实现系统优化,有效利用黄金救援期实现人道主义救援.