摘要:为了平衡人工蜂群算法局部开发能力和全局搜索能力,提高算法收敛速度,提出一种基于阈值搜索的人工蜂群算法.首先,提出一种混沌镜像初始化方法,保证初始种群的多样性和优异性;然后,利用个体阈值动态调整搜索半径,提高搜索精度和收敛速度,考虑外部档案解的开发次数,合理选择精英解来引导进化.在11种测试函数上与其他几种算法对比的仿真结果表明,所提出算法具有较好的分布性和收敛性.

摘要:针对现有概率矩阵分解(PMF)技术的个性化推荐系统在采用社交网络中信任信息时常常忽视项目相关描述文档信息的问题,提出一种融合用户信任和通过卷积网络以获取项目描述等信息的PMF模型.首先,利用用户偏好信息和行为轨迹信息构建一种新的信任网络;然后,通过卷积神经网络从项目描述文档中提取项目潜在的特征向量;最后,在概率矩阵分解过程中同时利用评分数据、信任网络中用户的信任信息和项目的描述信息,计算用户和项目的潜在特征向量以预测评分并进行个性化推荐.为验证算法的有效性,选择3种算法在4个数据集上进行对比,实验结果表明所提出的算法在推荐精确度和鲁棒性方面优于其他3种算法.

摘要:电力系统经济调度问题是电力系统中的一个重要的研究课题,针对该问题,提出一种改进粒子群优化(ODPSO)算法.改进算法在搜索前期,采用广义的反向学习策略,使算法能够快速地靠近较优的搜索区域,从而提高收敛速度;在搜索后期,借鉴差分进化算法的进化机制设计改进的变异和交叉策略,对当前种群的最优粒子进行更新,从而提高种群的多样性,进而协助算法获得全局最优解.为了验证改进粒子群优化算法的有效性,对CEC2006提出的22个基准约束测试函数进行仿真,结果表明改进算法相比其他算法在寻优精度和稳定性上更具优势.最后,将改进算法应用于考虑机组爬坡速率约束、机组禁行区域约束以及电力平衡约束的两个电力系统经济调度问题,取得了令人满意的结果.

摘要:针对滤波方法实现的视觉-惯导里程计(VIO)问题,为更准确传递旋转运动的不确定性并降低系统线性化误差,提高位姿估计的精度,设计并实现了一种高维矩阵李群表示的采用容积卡尔曼滤波框架实现的VIO算法.算法将状态变量构建为一个高维李群矩阵,并定义了李群变量在容积点采样过程中的‘加法’运算,将容积点和状态均值、方差等概念由欧氏空间扩展到流形空间;采用容积变换传递状态均值及方差,避免了旋转运动复杂的雅克比矩阵计算过程,降低了模型线性化误差.最后,使用EuRoc MAV数据集进行算法验证,结果表明所提出算法在提高位姿估计精度方面是有效的.

摘要:针对执行器发生部分失效故障的空间机器人,提出一种基于比例因子识别的自校正反馈神经网络容错算法.首先,针对无故障系统设计一种常规的神经网络控制算法;然后,利用比例因子观测器对真实的比例因子进行识别;最后,将该神经网络控制算法与识别的比例因子相结合,得到一种具有容错功能的自校正反馈神经网络控制算法.控制器与观测器的稳定性判据均由Lyapunov函数法严格给出,并通过数值仿真表明所提出控制策略的可行性.

摘要:研究一类具有测量数据随机丢失以及网络拓扑结构随机切换的分布式$l_2-l_\infty$滤波器设计问题.在分布式滤波器网络,每个本地滤波器估计系统的状态不仅基于节点自身信息,而且利用网络拓扑中邻居节点的信息.首先,采用已知概率分布的二进制序列描述传感器测量数据的随机丢失,Markov链描述滤波器网络拓扑结构的切换;其次,构造一个Lyapunov函数来分析滤波误差系统的$l_2-l_\infty$性能,并研究其均方指数稳定性;再次,通过线性矩阵不等式(LMI)技术,给出分布式$l_2-l_\infty$滤波器的设计方法;最后, 通过数值例子验证所提方法的有效性.

摘要:光场相机能够实现一次拍摄即获得三维场景的多视角信息,在深度估计领域中具有独特优势.但是,当场景中存在复杂遮挡时,现有深度估计方法提取深度信息的精度会明显降低.针对该问题,设计一种基尼指数成本量指导下的抗遮挡光场深度估计方法.首先,利用光场重聚焦方法获得焦栈图像;然后,构造中心视角与其他视角的基尼指数成本量,并根据成本最小原则计算得到初始深度图;最后,结合彩色图进行联合引导滤波,获得最终的高精度的深度图像.实验结果表明,所提方法对复杂场景更加鲁棒,能够在较小的算法复杂度下获取更好的深度估计结果.相比于其他先进方法,所提方法获取的深度图精度更高,图像边缘保留效果更好,在HCI数据集上的MSE₁₀₀指标平均降低约7.8%.

摘要:针对复杂网络环境下存在的恶意欺诈行为,提出一种将服务可信性评价和基于QoS感知的服务组合优化相结合的方法框架.首先,基于Web服务的历史行为分别采用贝叶斯学习理论和用户评价方法,从客、主观两方面对Web服务可信性进行评估;然后,利用可信性度量后的QoS属性构建多目标优化模型,并提出一种改进的多目标灰狼优化(IMOGWO)算法用于模型求解;最后,通过实验数据验证所提出方法框架在服务组合优化时的有效性.

摘要:线性判别分析(LDA)是最经典的子空间学习和有监督判别特征提取方法之一.受到流形学习的启发,近年来众多基于LDA的改进方法被提出.尽管出发点不同,但这些算法本质上都是基于欧氏距离来度量样本的空间散布度.欧氏距离的非线性特性带来了如下两个问题:1)算法对噪声和异常样本点敏感;2)算法对流形或者是多模态数据集中局部散布度较大的样本点过度强调,导致特征提取过程中数据的本质结构特征被破坏.为了解决这些问题,提出一种新的基于非参数判别分析(NDA)的维数约减方法,称作动态加权非参数判别分析(DWNDA).DWNDA采用动态加权距离来计算类间散布度和类内散布度,不仅能够保留多模态数据集的本质结构特征,还能有效地利用边界样本点对之间的判别信息.因此,DWNDA在噪声实验中展现出对噪声和异常样本的强鲁棒性.此外,在人脸和手写体数据库上进行实验,DWNDA方法均取得了优异的实验结果.

摘要:为实现智能化柔性化焊接,并解决焊件本身立体结构遮挡焊缝影响视觉引导的问题,提出一种基于物体识别与位姿估计思想的焊接机器人视觉引导方法.首先,通过焊件的CAD模型离线建立焊接模型库;然后,在线计算焊件点云的VFH特征,与焊接模型库进行比对实现焊件识别,计算FPFH特征实现SAC-IA和ICP结合的两步位姿估计,并通过假设验证优化结果;最后,利用焊接模型库的焊接信息结合焊件位姿生成焊接轨迹,为焊接机器人提供视觉引导.实验结果表明,所提方法可以利用目标整体三维信息准确识别焊件并估计其姿态,进而引导机器人完成智能柔性的焊接操作.

摘要:受市场需求主导,工业过程需要在多种工作模态下切换,数据往往呈现多模态复杂分布特性,研究多模态的故障检测技术对于保障工业过程的安全运行具有重要意义.为此,提出一种基于局部近邻标准化(LNS)和方向熵加权核熵成分分析(DEWKECA)的故障检测算法.利用LNS实现多模态数据的标准化,相比于全局标准化, LNS可以有效消除多模态特性;考虑到故障样本与正常样本在变化趋势上的差异,定义样本变化方向的信息熵为方向熵,用来衡量样本变化方向的无序程度,从而利用DEWKECA实现数据降维,可以更有效提取数据变化方向特征;考虑到多模态数据往往服从非高斯分布,采用局部离群因子(LOF)算法建立监控统计量,根据核密度估计确定其控制限.最后,通过数值例子及TE过程仿真验证所提出算法的有效性.

摘要:作为样本生成的重要方法之一,生成式对抗网络(GAN)可以根据任意给定数据集中的数据分布生成样本,但它在实际的训练过程中存在生成样本纹理模糊、训练过程不稳定以及模式坍塌等问题.针对以上问题,在深度卷积生成式对抗网络(DCGAN)的基础上,结合残差网络,设计一种基于深度残差生成式对抗网络的样本生成方法RGAN.该样本生成方法利用残差网络和卷积网络分别构建生成模型和判别模型,并结合正负样本融合训练的学习优化策略进行优化训练.其中:深度残差网络可以恢复出丰富的图像纹理;正负样本融合训练的方式可以增加对抗网络的鲁棒性,有效缓解对抗网络训练不稳定和模式坍塌现象的发生.在102 Category Flower Dataset数据集上设计多个仿真实验,实验结果表明RGAN能有效提高生成样本的质量.

摘要:针对信息物理系统环境下可能发生的信息丢包问题,提出一种随机分布式预测控制的分析与设计方法.考虑控制器端到执行器端的传输丢包,采用马尔科夫过程对这一丢包过程进行描述.通过对马尔科夫跳变的线性模型进行增广,研究一种具有随机丢包不确定系统的分布式预测控制方法;将系统分解成多个子系统进行描述,研究基于最小最大化优化的分布式预测控制器设计方法,并提出基于迭代交互的子控制器协调算法.将随机分布式预测控制算法在实际电机系统中进行仿真测试,以验证所提出方法的有效性.

摘要:随着机载光电稳瞄平台在国防军事领域的广泛应用,现代武器系统对机载光电稳瞄平台控制技术的要求越来越高.鉴于此,结合分数阶控制和扰动观测器原理,提出一种基于扰动观测的分数阶控制方法,用于提高机载光电稳瞄平台控制系统的各项性能.给出相应的闭环控制系统结构和控制器设计方法,并对其输入输出特性、扰动抑制能力等性能进行研究.在阶跃响应、正弦跟踪、扰动抑制和鲁棒性等仿真实验中,所提出控制器均表现良好.仿真结果表明,所提出基于扰动观测的分数阶控制器不仅具有分数阶控制响应速度快、鲁棒性强的特性,还表现出扰动观测器抗扰能力强的优点,可以达到提高机载光电稳瞄平台控制系统性能的目的.

摘要:提出一种基于序贯概率似然比多模型假设检验的认知无线电协作频谱感知方法,用于检测可能含有不同结构和参数不确定性的未知信号.传统的认知无线电协作频谱感知方法(如基于序贯概率似然比的单模型假设检验、M元假设检验等),仅限于处理已知信号分布,不考虑信号分布的不确定性,可能会造成检测误判.所提出方法不仅可以处理认知无线电信号分布模型的不确定性问题,而且可以得到满足错误概率约束的有效检测.对频谱感知的一个典型场景进行仿真实验,结果表明所提出基于序贯概率似然比多模型假设检验方法相对于传统方法的检测有效性.

摘要:为解决梯级水库联合优化调度求解时间较长的问题,提出一种改进的电子搜索算法(IESA).改进算法在原算法的基础上,首先采用新的参数自适应方法,同时保证运算前期向优秀个体的迁移速度以及运算后期较强的局部搜索能力;然后,针对梯级水库联合优化调度强约束性的特点,提出可行域内搜索策略,使核周围产生的电子和迁移后的原子核均满足水库调度的各项约束,避免可行域外的无效搜索,提高搜索效率.运用改进后的电子搜索算法求解李仙江流域两座水库联合发电优化调度问题,结果表明,所提出的方法较传统的动态规划和遗传算法,能同时保证算法的收敛速度和所得结果的质量,具有推广价值.

摘要:模型确认试验是一种新的试验,其目的在于度量仿真模型的可信度.为了得到低成本、高可信度的模型确认试验方案,提出一种随机不确定性模型确认试验设计方法.首先,基于面积确认度量指标提出一种新的无量纲的模型确认度量指标(面积确认度量指标因子),并且在其基础上发展了基于专家系统的仿真模型准确性定性评判准则;然后,建立随机不确定性模型确认试验优化设计模型,提出该优化模型的求解方法;最后,通过两个数值算例对提出的模型确认试验设计方法进行验证.结果表明,小样本情况下,试验方案的随机性会影响模型评判结果的可信度;面积度量指标因子随试验样本数量的增加而收敛;随机不确定性模型确认试验设计方法能够避免试验方案对模型确认结果的影响.

摘要:传统基于暗通道先验的图像去雾算法不能有效去除有雾图像在景深突变处的雾点,边界处容易引起光晕效应,对此提出一种基于暗通道先验的自适应超像素去雾算法.首先,在暗通道的获取过程中引入自适应方法判断当前像素邻域内是否具有多个景深物体,若仅存在相同景深物体,则直接求取此像素的暗通道,若存在多个景深物体,则引入超像素分割算法区分不同景深物体,减小景深变化对暗通道获取的影响,以求取更准确的暗通道;然后,估计粗略的透射率,并根据上下文约束细化透射率;最后,通过图像降质的逆过程求解去雾图像.实验结果表明,所提出的算法与暗通道先验单幅图像去雾(DCP)算法、基于边界邻域最大值滤波的快速图像去雾(EMDCP)算法、基于自适应暗原色的单幅图像去雾(ADCP)算法、带边界约束和上下文正则化的高效图像去雾(BCCR)算法相比,可将客观质量综合评价准则提高10%,能够抑制光晕效应,提高有雾图像的视觉效果.

摘要:时尚服装受季节性、时尚流行性等因素的影响,其时尚度随时间衰减,致使市场价值不断降低,造成服装行业一直面临高库存问题.鉴于此,研究需求依赖于价格和时尚程度的服装库存模型,考虑体验服务投资可提高服装时尚度、促销降价可改善销售需求的作用,构建一般情形、体验服务投资情形、促销努力情形以及服务与促销联合4种情形下的优化订货和定价模型,分析体验服务投资和促销努力联合时对服装零售商优化决策的影响.研究结果表明:体验服务投资对边际效益的影响是先增后减;服装零售商通过决策折扣促销力度和延后折扣时间点,优化库存水平和定价,可降低库存成本,增加利润;体验服务和促销努力联合作用时,产生利润互补或替代效应,这取决于服装时尚度衰减因子,当其大于某临界值时,体验服务和促销努力两者为互补关系,反之则为替代关系.

摘要:情绪对于决策有着重要影响,由于缺乏有效的决策者情绪状态获取方法,当前考虑情绪状态的语言多属性决策方法研究偏少.随着物联网技术的发展,通过可穿戴传感器能够便捷地获取决策者脑电信号,进而可感知其情绪状态.为此,研究基于情绪感知的语言多属性决策方法.首先,提出基于SVM概率输出模型的情绪感知方法,根据决策者脑电信号,实时、准确感知决策者情绪状态的概率分布;其次,提出基于云模型的语言评价定量化方法,一方面考虑语言评价的模糊性与随机性,另一方面考虑决策者情绪状态因素,定量化语言评价;然后,提出基于前景理论的方案排序方法,在情绪泛化假设下,根据综合前景值将各方案排序;最后,通过实例验证该决策方法的可行性和有效性.

摘要:双寡头竞争企业网络广告投放决策问题是网络营销企业面对的重要决策问题.鉴于此,重点考虑大众广告和定向广告两类网络广告,首先针对广告成本和消费者特征,给出用户群的效用函数和产品空间位置;然后,分别针对客户均匀分布和非均匀分布状况下的两类广告进行测评;最后基于测评结果深入研究定向广告的投放概率和策略选择问题.研究结果显示:无论消费者呈现均匀分布还是非均匀分布,定向广告的投入会使企业获利,但大众广告会同时降低两家竞争企业的利润,使得企业陷入囚徒困境,此外,实施价格歧视总是优于非歧视定价;网络广告的边际投放强度起到双向调节作用,定向广告的投放不总是有利的;当定向广告成本过高时,企业应当采用防御型策略;歧视定价时发放定向广告的数目总是高于非歧视定价.

摘要:针对在突发事件应急决策中,信息表述为精确数、区间数、语言术语、直觉模糊数、中智数、梯形模糊中智数等多样性的特点,同时鉴于案例推理方法的简单易用,提出一种异质信息环境下基于案例推理的应急决策方法.首先,引入异质数据的距离及相似度测度,并基于偏差最大化方法计算异质信息属性权重;然后,基于综合相似度测度,采用案例推理的方法从案例库中找到与目标案例相同或者相似的历史案例,从而获得有效的解决当前突发事件的应急预案和处理措施;最后,通过一个应急突发事件案例验证所提出决策方法的可行性和有效性,同时与其他方法相比较验证其优点.

摘要:针对概率犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于符号距离和交叉熵的多属性决策方法.首先,定义用于测量决策者犹豫程度的3种概率犹豫模糊元的犹豫度:数值犹豫度,信息不完全度和总犹豫度,基于3种犹豫度提出概率犹豫模糊符号距离;然后,为了避免人为添加元素,定义调和概率犹豫模糊元,并结合信息不完全度提出概率犹豫模糊元的交叉熵;最后,根据概率犹豫模糊元的符号距离和交叉熵构建多属性决策模型,并通过算例验证了该模型的有效性和合理性.

摘要:针对目前关于犹豫模糊运算与测度的研究中存在的不足,首先给出犹豫模糊熵函数的定义,并将其作为犹豫模糊信息不确定性测度,进而提出犹豫模糊信息特征向量概念,以信息特征向量为出发点对犹豫模糊距离测度和相似性测度展开研究;为优化群决策过程,提出基于完全优先关系的群一致性测度概念并研究其性质;最后,提出基于相似性测度和群一致性测度的群决策方法并结合算例验证所提出方法的有效性.

摘要:数据包络分析(data envelopment analysis,DEA)已被证明是测度高技术产业创新绩效的好方法,但现有文献忽略了现实中企业会将创新带来的经济效益回馈至两个子阶段进行再研发和生产,从而保证持续创新.基于此,结合高技术产业创新过程的特征,将其分为技术研发和商业转化两个子阶段,提出考虑共享回馈DEA模型的两阶段效率测度模型,不仅拓展了数据包络分析方法,也促进了创新绩效管理研究.实证结果表明:中国高技术产业整体效率良好,仍有提升空间,但省际发展不均衡,各省内部不同阶段效率也存在明显的差异,实行有针对性的管理是提升绩效的有效措施.

摘要:提出一种基于递归稀疏主成分分析(recursive sparse principal component analysis,RSPCA)的工业过程故障监测与诊断方法,可用于时变工业过程的自适应故障监测与诊断.通过引入弹性回归网,将主成分问题转化为Lasso与Ridge结合的凸优化问题,采用秩-1矩阵修正对协方差矩阵进行递归分解,递归更新稀疏载荷矩阵和监测统计量的过程控制限,以实现连续工业过程长时间自适应故障监测,对检测出来的故障通过贡献图法实现对故障的诊断.在田纳西-伊斯曼(TE)过程进行实验验证,结果表明,与传统的故障监测方法相比,所提出的方法有效降低了故障漏检率和误报率,且时间复杂度低,确保了故障监测的灵敏度和实时性.

摘要:在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限多目标项目调度问题模型.该模型是对传统多模式资源约束项目调度问题更接近研发项目群实际的扩展.针对模型提出两阶段优化算法,第1阶段是项目时序约束优化阶段,采用蚁群算法(ACO)进行任务列表的优化求解,通过对信息素增量规则的改进、串联进度生成机制(SSGS)及资源冲突消解策略的使用,使蚁群算法的求解效率和质量得以提高;第2阶段是资源约束优化阶段,以第1阶段求得的优化任务列表为输入,逐项对人力资源约束进行核查与调整,最终生成项目调度的优化方案.数值实验表明,考虑胜任力差异的数学优化模型更符合研发项目群管理实践,同时两阶段算法在求解质量方面具有良好性能.

摘要:基于Pythagorean模糊迭代多准则决策(TODIM)方法和简化的TODIM方法,首先给出简化的q-ROF TODIM方法,并分析该方法产生的悖论;其次,结合广义TODIM方法的思想,提出广义q-ROF TODIM方法;再次,通过一个实例来说明广义q-ROF TODIM方法的可行性和有效性;最后,结合该实例,将所提出的方法与其他q-ROF决策方法进行比较分析,同时分析参数的变化对决策结果的影响,进一步阐明所提出方法的优越性.

摘要:研究多智能体系统静态多一致性及其收敛性能优化问题.首先,设计控制作用时间可调的矩形波控制协议,基于赫尔维茨稳定性判据得到系统多一致的充要条件;然后,以系统谱半径最小为优化指标,采用二分法设计具有快速多一致性特点的参数优化算法;最后,通过数值仿真验证所提出的矩形波控制协议的有效性.仿真结果表明,只要矩形波控制协议中的参数选择适当,多智能体系统不仅能够实现多一致性,而且能够大幅度提高系统多一致性收敛速度.

摘要:随着智能化时代的到来,深度学习在图像处理领域的应用越来越广泛,为复杂的图像处理带来了新的解决方法.但是,深度学习在带来高准确推理结果的同时,往往会造成运算量、推理时间以及处理器内存的增加,受限于数据的缺失以及对高性能处理器的依赖.目前市场上有关深度学习技术的相关产品还未被广泛的应用.基于上述问题,提出一种具有广泛应用前景的基于深度学习的多类别目标识别方案,并在国产龙芯派平台下进行测试验证.首先,获取待处理图像数据集,进而在计算机平台下搭建并训练神经网络模型,利用得到的训练参数在龙芯派平台下建立优化后的神经网络结构,并对目标图像进行处理及识别,最后在用户界面显示目标图像所属类别.本系统利用深度学习能够自动从大数据中学习特征的优势,在龙芯派平台下实现上千类生活中常见对象的自动分类,识别准确率高达$96%$以上,识别速度在3s以内,且该方案具有优秀的可扩展性.

摘要:武器装备体系(weapon system of systems,WSoS)能力规划是武器装备体系研究的重要内容.履行使命任务时,可出动的兵力以及携行可支撑能力的武器装备数量是有限的,对此,提出一种基于效能价值的武器装备体系能力规划方法.统筹考虑作战中各项任务能力需求,结合支撑不同能力的武器装备与相应装备数量之间的关系,快速给出不同规模部队的能力规划方案.以使命任务为牵引,分析能力需求,建立归一化作战能力效能模型;基于前景理论(prospect theory),给出考虑风险因素的作战能力效能价值函数;以装备单位数量为约束变量,构建基于效能价值的体系能力规划模型,对其求解可得出使体系效能价值最大的武器装备能力规划方案.最后,以武警部队担负的反恐处突作战任务为例,验证所提出方法的可行性和有效性.