摘要:随着基于数据融合的目标检测在军事以及自然防护等领域广泛应用,越来越多的研究希望通过对检测融合系统进行优化或引入新的检测融合方法来更好地进行目标检测,从而推动相关领域的发展.基于数据融合的目标检测具有重要的学术意义和应用价值,为此,从先进的检测技术到优化创新的前沿论文等方面详细介绍基于数据融合的目标检测方法的最新研究进展.首先对融合定义、模式及其优缺点展开讨论,并总结目前该领域所面临的挑战;然后从传感器辅助方法、融合层次方法两个方面对相关研究方法进行详细的分类阐述,综述该领域的研究现状,并对所介绍的文献从检测性能、复杂程度、成本大小、检测目标(数量、动态、维度)等方面展开归纳总结;最后进行全文总结并对该领域的研究前景进行展望.

摘要:针对网络化多传感器分布式估计中传感器能量和通信网络带宽约束问题,提出一种基于降低发送频率和数据压缩降维的分布式一致性融合估计算法.为了满足通信网络带宽要求,各传感器节点直接选取局部估计信号的部分分量进行传输;与此同时,各节点随机间歇式发送数据包到其他节点来节省能量.在给定一致性权重下,建立以一致性估计器增益为决策变量,以所有传感器节点有限时域下状态融合估计误差协方差矩阵的迹的和为代价函数的优化问题,基于Lyapunov稳定性理论给出使得融合估计误差在无噪声时渐近稳定的一致性估计器增益存在的充分条件,并通过最小化代价函数的上界得到一组次优的一致性估计器增益值.最后,通过算例仿真验证算法的有效性.

摘要:为满足高超声速飞行器高精度和高可靠性的导航要求,提出一种在发射惯性系下利用智能优化算法实现捷联惯性系统误差参数两次优化辨识的方法.建立惯性测量单元(IMU)误差补偿模型和完整的非线性捷联惯性系统导航模型,为数值优化计算提供准确的模型基础.基于SINS/GPS/CNS组合导航系统信息,建立陀螺仪误差优化模型和加速度计误差优化模型,采用两次优化策略分步估计捷联惯性系统误差参数:首先利用粒子群算法对陀螺仪误差参数进行优化辨识和补偿;然后利用粒子群算法对加速度计误差参数进行优化辨识.仿真结果表明,基于组合导航系统信息和非线性优化模型,两次优化辨识方法能够在线辨识出高精度的捷联惯性系统误差参数,陀螺仪和加速度计优化参数值的相对误差均在20%以内,从而有效提高了高超声速飞行器导航精度.

摘要:针对经典动态规划分段算法只适用于低维时间序列的问题,提出一种基于因子模型和动态规划的多元时间序列分段方法.首先利用增量聚类自动对变化趋势相似的变量序列进行聚类,然后引入动态因子模型使降维后的低维多元时间序列能够最大限度反映原始多元时间序列的整体变化趋势,最后利用动态规划在低维多元时间序列的架构上实现高维多元时间序列的分段.实验结果表明,所提方法对变量个数较多的多元时间序列数据具有良好的分段效果.

摘要:针对过道布置问题中忽略设施深度及物流交互点置于过道边线的问题,结合实际布局活动对过道布置问题进行拓展,构建考虑设施深度的过道布置问题的混合整数规划模型,并提出一种改进烟花算法.该算法采用2-opt邻域构造方法对爆炸操作进行离散化处理;设置搜索深度并执行两点变异操作,实现变邻域搜索;通过贪婪选择方法更新种群以记忆精英解.为改进算法,引入混沌映射初始化烟花种群和设置阈值以加速算法寻优.通过对比数学规划方法与所提出算法的求解结果,验证了模型的有效性和所提出算法的求解优势.最后,通过不同算法的对比实验表明,改进烟花算法在寻优精度、收敛效率和稳定性方面均有明显优势.

摘要:在应用微型化技术进行大规模模拟集成电路设计过程中,存在多个性能指标相互冲突的问题,因此,提出一种精英导向型多目标差分变异烟花算法(GMOFWA-DV),利用粒子进化信息引导爆炸,提高算法搜索效率,同时采用差分算法中变异、交叉综合变异方式,增强粒子间信息交流以及导向策略的适用性.将该方法与其他3种算法进行仿真实验比较,实验结果验证了所提出算法的有效性.将该方法应用于CMOS模拟集成电路设计参数优化的实际工程应用中,可以降低模拟集成电路设计的开发周期.

摘要:为了提高假位置k-匿名位置隐私保护方法中的假位置生成效率和查询服务质量,以及解决假位置生成过程中预处理复杂、没有充分考虑地理语义信息特征等问题,提出一种基于近似匹配的假位置k-匿名位置隐私保护方法.首先,将所选区域划分为若干个正方形网格,并将各位置坐标按所在网格转换为莫顿码;然后,通过对各位置莫顿码之间的近似匹配,选取互不相邻、分布在不同网格的位置点,生成假位置候选集;最后,对候选集中位置点的地名信息进行近似匹配, 得到位置点之间的语义相似度, 并选取语义相似度最小的$k-1$个位置点作为假位置.实验结果表明,所提出的方法在保证假位置之间物理分散性和语义多样化的同时,能够提高假位置生成效率,有效平衡隐私保护效果和查询服务质量.

摘要:机器人制造单元是智能制造系统的主要载体,研究机器人制造单元的生产调度问题对于提高智能制造系统的生产效率有着重要作用.对此,研究带批处理机的混合流水线机器人制造单元调度问题.首先,针对机器人制造单元与批处理机的生产特性,建立数学优化模型;其次,设计差分进化算法对其进行求解,提出染色体组编码的概念,求解该问题的染色体组由两个染色体构成,第1条染色体确定工件在每个工序选择的机器,第2条染色体确定加工顺序以及机器人的搬运顺序;然后,设计差分变异、交叉以及选择操作;最后,进行数值实验,结果证明,针对带批处理机的机器人制造单元调度问题,差分进化算法能缩短完工时间,得到更好的解.

摘要:针对压缩感知中时变稀疏信号的重建问题,提出一种基于自适应线性预测的卡尔曼滤波恢复算法.该算法采用滑动窗口对信号进行观测,基于前后窗信号之间的相关性并利用自适应线性预测方法,建立前后窗口信号的状态转移方程,与修正后的观测方程共同构成系统状态空间模型.在信号重构时,采用贪婪算法确定信号支撑集、降阶卡尔曼滤波算法迭代得到其精确解.对调频信号、调幅信号、WiFi射频信号和语音采样信号进行仿真实验验证,仿真结果表明,所提出算法在不显著增加计算复杂度的情况下,重建精度比改进前的循环平移模型算法提高约5%,且远高于其他同类算法;同时在不同的噪声环境下,重建后的信号比原信号信噪比提高$1\sim 8$dB,表明算法具有较强的抗噪声性能.

摘要:认知人类的步行机理是双足机器人开发的重要基础.在人类行走过程中,外力力矩是影响行走稳定性的决定性因素,步态与外力力矩的相互作用是人类步行机理研究中的关键问题.尽管质心角动量可反映人体受到的外力力矩变化,但会随步态的演化呈现不同的变化规律.以人类自然行走步态为研究目标,通过准确获取人体行走过程中实时运动信息与质心角动量的变化,根据人体行走过程中的外力力矩与质心角动量的角度对人体步态进行力学分析,并结合人体行走过程中的足地关系与矢状面质心角动量变化规律,得出角动量特征点与步态特征点在时间上具有高度一致性的结论,最终实现基于矢状面质心角动量的人类步态周期阶段的精准划分.研究结果对于认知人类步行机理,指导行走康复医疗和双足机器人研发具有重要意义.

摘要:针对节点功率受限的无线多跳网络,研究业务流路由确知时的联合功率分配、流量分配和拥塞控制问题,并基于原始对偶内点法设计一种具有二阶收敛性能的算法.该算法利用矩阵分裂方法实现业务流源速率和节点功率的分布式更新,最终优化网络效用.仿真结果表明,算法能有效降低网络中的功率消耗,提高网络的能量效用,同时相较于传统拉格朗日对偶分解法,所提出算法具有非常好的收敛性能.

摘要:基于纯方位信息的水下目标跟踪中常用的伪线性卡尔曼滤波算法偏差较大、跟踪精度差,结合偏差补偿算法提出一种用于纯方位水下目标跟踪的递归工具变量卡尔曼滤波算法,并将过程噪声协方差的不确定性考虑在内.针对伪线性卡尔曼滤波算法的偏差问题,采用递归工具变量算法的工具变量矩阵来消除量测矩阵与伪线性噪声间的关联性,从而消除偏差.仿真结果表明,所提出的递归工具变量卡尔曼滤波算法在水下方位角噪声较大时也能保持稳定性和跟踪精度.

摘要:针对粒子群优化算法收敛速度慢、局部搜索能力差等缺点,提出一种自适应多策略行为粒子群优化算法.算法中每个粒子拥有4种行为进化策略,在迭代过程中通过计算每种进化策略的立即价值、未来价值和综合奖励来决定粒子的进化行为,并通过策略行为概率变异算法提升个体寻优速度或避免陷入局部最优解.在经典的基准测试函数上,对新算法与其他7个群智能进化算法的测试结果进行比较分析,结果表明所提出算法具有很好的求解精度和收敛速度,尤其适合应用于一些高维优化问题.

摘要:通过极大描述和极小描述获取的覆盖多粒度粗糙集,可以更好地应用于实际.首先通过极小描述和极大描述的交并运算定义4个悲观覆盖多粒度粗糙集模型,并讨论其基本性;在此基础上进一步分析其证据结构,并得出覆盖多粒度粗糙集具有信任结构的充分条件,即上、下近似满足对偶性、可加性和可乘性.通过上述研究,进一步丰富了多粒度粗糙集的研究.

摘要:代理模型辅助的进化算法目前已广泛用于解决计算代价高的复杂优化问题.然而,大多数现有的代理辅助进化算法只适用于低维问题且仍然需要数千次昂贵的真实适应值评价来获得较优解.为此,提出一种基于多点加点准则的代理模型辅助的社会学习微粒群算法,用于解决高维问题并使用更少的评价次数.该算法选用高斯过程构造代理模型,以社会学习微粒群算法(SLPSO)作为优化器,提出一种基于相似度的多点加点规则(SMIC),用于选取需要使用原函数进行实际计算的候选解.在仿真实验中将该方法与现有研究成果进行比较,通过对50维sim100维的基准函数的测试,验证了所提出算法在有限的适应值计算次数下拥有更好的寻优性能,尤其是在高维优化问题上拥有更显著的优势.

摘要:微电子生产过程调度问题具有规模大和约束复杂等特点,如菜单、Setup时间和组批约束等,其优化调度具有一定难度.针对以最小化平均流经时间为调度目标的较大规模微电子生产过程调度问题,提出一种基于指标快速预报的分解方法(DM-IFP).首先,通过松弛不可中断约束,设计一种代理方法,即基于机器负载的操作完工时间快速预测方法(CTP-ML);其次,设计基于CTP-ML的问题分解方法,将原问题迭代分解为多个连续交迭的子问题;然后,提出一种基于双信息素的蚁群算法(ACO-D)用于求解分解后的子问题,其全局调度目标采用CTP-ML获取,有效保证了全局优化性能;最后,针对一些不同规模的仿真数据,将所提出方法与一些代表性的算法进行详尽的数值对比,计算结果表明所提出方法在所获解的质量和收敛性上均有改善.

摘要:针对传统海上搜索研究中搜索平台与行为单一、缺乏协同的问题,建立多平台海上协同搜索路径优化模型,研究协同搜索与路径优化对策.在协同搜索策略方面,给出同构协同与异构协同搜索策略的定义,并设计不同规模的协同仿真场景;在路径优化策略方面,根据海上搜索平台的搜索特点,设计基于行为和基于智能算法的路径优化策略.在此基础上,对比研究不同规模的海上协同搜索策略与路径优化策略效果.结果表明:基于混合智能算法的路径优化效果普遍优于基于行为的搜索策略与单一算法,异构协同搜索策略能够充分发挥各平台优势、取长补短,取得了优于单平台和同构协同搜索的收益效果.

摘要:考虑系统遭受复合干扰影响,针对一类不确定非线性系统的控制问题展开研究.首先,提出一种n阶超螺旋干扰观测器,对系统干扰进行估计;然后,结合系统的结构特点和滑模控制理论构造积分滑模面,并与二阶快速终端滑模控制理论相结合,设计基于干扰观测器的滑模控制器,通过引入反曲函数降低抖振,利用Lyapunov理论证明闭环系统的稳定性;最后,将该方法应用到磁悬浮系统的稳定性控制并进行仿真实验,结果表明了所提出方法的有效性.

摘要:针对带交货期的柔性作业车间调度问题(flexible job shop scheduling problem,FJSP),提出一种离散猫群优化算法(discrete cat swarm optimization,DCSO),以优化工件最大完工时间和平均提前/拖期时间.首先,设计一种两段式离散编码方式,用于表示调度解,并采用启发式算法实现种群初始化;其次,为了使算法能够直接在离散调度空间内运行,在搜寻模式下设计基于3种不同邻域结构的搜寻方法,并在跟踪模式下提出一种新型离散个体更新公式;再次,采用线性自适应猫群行为模式选择策略,协调算法全局搜索和局部搜索的能力;最后,为了进一步改善计算结果,在算法中嵌入一种局部搜索策略.通过基准算例测试DCSO算法的性能,仿真结果表明所提DCSO算法在求解FJSP问题方面的有效性.

摘要:场感知分解机模型FFM能够有效解决高维数据特征组合的稀疏问题且具有较高的预测准确度和计算效率,广泛应用于推荐系统领域.FFM在建模时没有考虑时间动态性因素,而真实场景中部分特征值会随着时间发生变化,并在不同时间段对预测影响程度不同.鉴于此,提出一种基于时间动态性的场感知分解机模型tFFM.该模型考虑两类时间动态性:偏置动态性和特征动态性.前者从用户行为和物品流行趋势变化角度分别进行动态建模,并基于时间窗口技术设置不同粒度的时间因子;后者将特征细分为随时间变化的动态特征和保持稳定的静态特征,采用ReLU激活函数建立时间函数.采用统一特征编码方式,并设计一种样本数据生成和存取策略,能够大幅降低模型的训练和预测时间复杂度.利用随机优化方法Adam对目标进行优化,实验结果表明,tFFM比目前广泛应用的FM和FFM相关方法具有更高的预测准确度.

摘要:以不公平厌恶效用函数作为一个温和不公平厌恶零售商的决策准则,研究采用回购合约协调供应链的问题.对于合约参数的不同取值,分析回购合约定价对零售商公平状况及其最优订购决策的影响,给出达到供应链协调的回购合约,并用数值算例对结果进行进一步讨论.研究发现,存在两种协调供应链的回购合约定价规则.第一种与零售商为公平中性时的协调供应链的回购合约定价规则相同,回购定价区间只与零售商不利不公平的厌恶程度有关;另一种定价规则的利润分配总是公平的,其具体形式依赖于需求的分布及公平的利润分配比例.

摘要:利用中国74个样本城市的微观监测数据,通过构建概率模型和分解模型,以三阶段可行广义最小二乘法估计的参数测度城市空气污染脆弱性.研究发现:超过80%的样本城市具有空气污染脆弱性,且呈地域性特征;脆弱性不仅在相邻两级之间转移,还存在跨级间突变.空气污染的差异性表现为近20%的样本城市中度及以上空气污染可能性较高,46%的城市发生空气轻度污染是大概率事件,仅有12%的城市无污染脆弱性;而由于“污染避难所”效应的存在,空气污染“热点”城市趋向于欠发达地区.根据实证结果,对城市空气污染程度分类并提出了差异化的应对措施,以期为有关部门空气治理政策的制定提供科学依据,从而达到突出重点、分类指导、多管齐下、科学施策的目的.

摘要:为降低建筑楼宇的能源消耗,研究建筑集群中的多个建筑楼宇共享冷热电联供系统、热能存储装置以及电池时的能源调度优化问题.考虑到建筑楼宇的能源需求和能源价格具有随机性,并且每个建筑楼宇以各自的费用最小化为目标,从随机规划和多目标的角度,建立建筑集群供能系统的两阶段多目标随机规划模型.为了提高模型的求解效率,提出将线性规划松弛与Benders分解算法相结合,从而获得建筑楼宇共享能源系统的Pareto最优解集.算例分析中通过CPLEX软件求解,对比分析不同随机因素对最优化建筑集群供能系统总费用以及建筑楼宇各自费用的影响程度,结果表明了所提出算法的有效性以及所构建的模型可以有效提高最优化决策的准确性.

摘要:研究由一个供应商与一个零售商组成的生鲜供应链,在分散式决策与集中式决策下的最优保鲜努力水平.考虑两类成本共担契约方式:一类为零售商单独提供成本共担契约的方式,另一类为供应商与零售商二者博弈制定成本共担契约的方式;同时,比较两类成本共担契约对供应链整体保鲜努力水平的影响.结果表明,成本共担契约对生鲜供应链整体生鲜水平的提高非常有益,且有利于提高供应商、零售商及供应链整体的利润,其中供应商与零售商二者博弈制定成本共担契约的方式最为有效.另外,保鲜成本与消费者生鲜敏感程度分别对供应链的发展起着消极和积极的作用.

摘要:研究再制造视角下我国大型客机供应链质量控制问题.根据大型客机制造三级供应链中供应商、主制造商及销售商的运作特点,刻画三者内在的动力学参数特征;构建基于质量奖惩和成本分摊的供应链控制契约,建立主制造商质量控制契约协调优化规则;设计大型客机供应链质量控制仿真的系统动力学模型;以液压系统为例仿真分析管控策略,并通过对比分析得出管控策略的有效性.

摘要:针对传统犯罪案件中出现的冲突证据难以处理的情况,提出一种基于证据可信度和灰色关联的冲突证据融合处理方法;基于相似性视角的灰色关联度作为证据间的联系,采用改变证据源的证据组合规则来衡量证据源中各个证据之间的贴近度;考虑到证据的可信度,提出新的基于证据贴近度的权重确定方法,以证据的可信度作为权重,对参与融合的证据的基本概率分配函数进行加权平均,使证据融合收敛速度更快,并提升融合效果.最后以安徽省某市的入室盗窃犯罪案件为例,运用基于信息融合的关联证据推理方法处理案件中的冲突证据问题,验证了所提出方法的合理性和有效性.

摘要:建筑工人的频繁流动行为影响到建筑业产业结构升级及可持续发展.将社会网络理论与博弈论相结合,建立建筑工人的社会关系网络和博弈关系网络双层平行联动网络,构建既能反映建筑劳务市场中个体的行为选择过程又能涵盖劳务组织中的关系结构网络的多智能体仿真模型,运用仿真软件进行仿真实验,从社会关系和博弈关系视角揭示建筑工人流动行为发生过程及其对行业技能水平、劳动力成本、劳动关系和社会关系的影响.结果表明,建筑工人频繁的流动不利于行业技术水平的提高,并会导致企业用工成本增加、雇佣关系恶化、工人间关系弱化等问题.建立有效的培训制度、企业实施技术奖励措施和完善市场保险保障体制,可缓解建筑工人频繁的流动,从而降低其不利影响.

摘要:为了使单关节锁定空间机械臂继续执行负载任务,提出关节锁定空间机械臂负载操作能力评估方法及轨迹规划策略.首先,将动态负载能力分析方法与蒙特卡洛法相结合建立动态负载能力容错工作空间,该空间可以直观反映关节锁定空间机械臂负载操作能力及可达性;然后,栅格化该空间,并在代价函数中加入负载能力项以改进A*算法进行搜索轨迹;最后,通过仿真验证关节锁定空间机械臂负载能力评估及轨迹规划方法的正确性,所得轨迹平均带载能力比任务要求高42.5%.

摘要:在考虑店铺辅助服务降低顾客退货率的基础上,构建微分博弈模型并研究供应链的店铺辅助策略和供应链的协调问题.首先,利用微分对策理论,给出集中和分散两种决策模式下定价和店铺辅助的最优策略,并对两种决策模式下最优策略进行比较分析;然后,为了提升分散决策下供应链的利润,设计二部收费制契约,实现动态背景下供应链的协调;最后,通过数值算例分析店铺辅助努力和店铺辅助水平效率对供应链最优解及协调的影响.研究发现:集中决策下店铺辅助努力高于分散决策下的相应值,具有较高的店铺服务水平,但两种决策结构下的价格高低依赖于系统参数;契约的协调能力会随着店铺辅助努力或服务水平效率的增加而变强.