摘要:城市轨道交通系统主要由弓/网系统、轨道线路、车辆、车站等组成,传统的人工巡检等方法检测效率低、劳动强度大、自动化和智能化程度不高,给城市轨道交通的运营保障和进一步健康发展带来了巨大的挑战.机器视觉作为一种重要的检测手段,在城市轨道交通系统状态检测领域得到了广泛的应用.鉴于此,针对机器视觉在城市轨道交通系统安全状态检测中的研究和应用进行综述.首先,简要介绍城市轨道交通的基本概念和快速发展所面临的挑战与机遇.然后,详细介绍机器视觉技术在城市轨道交通各子系统安全状态检测中的研究与应用情况;针对弓/网系统状态检测问题,分别重点介绍机器视觉在受电弓磨耗检测、受电弓包络线等其他病害检测、接触网几何参数检测、接触网磨耗检测以及接触网悬挂病害检测中的国内外研究现状;在轨道线路安全状态检测方面,分别介绍机器视觉在扣件安全状态检测和钢轨表面病害检测中的应用与研究现状;从不同检测项点角度详细介绍机器视觉在车辆状态检测中的应用与研究进展;梳理和总结机器视觉在车站电扶梯安全监控和站台安全监控的异常行为检测中的具体应用和研究;并重点介绍机器视觉在轨道交通司机行为监测中的具体应用和背景技术.最后,对机器视觉技术应用于城市轨道交通系统状态检测领域的未来进行展望.

摘要:构建清洁、低碳、安全、高效和可持续的现代能源体系被列为我国国家能源发展战略.综合能源系统(integrated energy system,IES)包含多类能源的产生、传输、转换、存储以及分配等过程,其综合管控与协同优化是在系统工艺与装备相对完备的情况下提升能源效率、降低成本、保护环境的关键技术,可为我国构建低碳可持续发展的能源运行模式,特别是工业园区的能源管控提供技术基础.随着大数据与机器学习技术的发展,一系列数据驱动的方法在IES相关研究中相继出现,其研究重点涵盖了IES的建模、评估以及动态调度等内容.鉴于此,综述数据驱动方法应用于以上几个方面的国内外研究现状,详细分析当前研究中亟需解决的科学问题与技术挑战,在此基础上探讨数据驱动的IES运行优化研究的未来发展方向.

摘要:Anchor作为行人检测算法中的初始框,可以解决行人平移问题和缓解行人尺度变化问题,目前的行人检测算法通常都基于anchor.然而,使用anchor就需要精心调整对检测性能影响非常大的anchor超参数,如anchor的尺度和高宽比等.为避免这一问题,提出一种基于anchor-free损失函数的行人检测算法,并通过融合特征金字塔网络(FPN)所有检测分支的特征,使anchor-free行人检测算法在训练过程中不需要为FPN的每个检测分支设置有效的训练尺度范围.另外,还提出一个尺度注意力(scale attention,SA)模块,用于融合FPN所有检测分支特征的过程,使网络在检测某个尺度的行人时,能够自适应地为行人所对应的不同尺度的感兴趣区域(ROI)特征赋予合适的权重.实验结果显示,所提出的行人检测算法不仅可以实现anchor-free,从而避免anchor的超参数调整问题,而且在性能上优于其他行人检测算法,在CityPersons数据集上取得了目前最好的效果9.19%MR$ {^{-2

摘要:单工厂环境下的混合流水车间调度问题已受到广泛关注,而多工厂环境下的分布式混合流水车间调度问题(distributed hybrid flow shop scheduling problem,DHFSP)研究进展则较小.针对考虑顺序相关准备时间的DHFSP,提出一种多班教学优化(multi-class teaching-learning-based optimization,MTLBO)算法以同时最小化最大完成时间和最大延迟时间.该算法采用双串编码方式,将种群划分成s个班级,每个班级的进化都由两个教师阶段和一个学生阶段组成;引入一种班级质量评价方式,实现奖惩机制和淘汰过程.通过大量实验测试MTLBO的性能,计算结果表明,MTLBO对于所求解的DHFSP具有较强优势.

摘要:针对基本果蝇优化算法收敛速度慢、求解精度低、易于陷入局部极值以及算法候选解不能取负值等不足,提出一种用于解决约束优化问题的改进果蝇优化算法.该算法利用果蝇个体历史最佳记忆信息和种群全局历史最佳记忆信息构建多策略混合协同进化的搜索机制,以达到有效平衡算法的全局探索与局部开发的目的,同时也能够较好地避免算法的早熟收敛问题;通过种群最优信息的实时动态更新和局部深度搜索策略的引入,进一步提高该算法的收敛速度和收敛精度.采用13个基准测试函数和2个工程优化问题来验证所提出算法的可行性与有效性,仿真实验结果表明,与其他典型智能优化算法相比,所提出的优化算法具有全局搜索能力强、稳定性好、收敛速度快、收敛精度高等优势,可有效解决复杂的约束优化问题.

摘要:针对一类由标签Petri网模拟的离散事件系统的故障问题,提出一种利用网结构中路径信息的诊断方法.假设标签Petri网模型的网结构是已知的,隐藏在系统传感器或者执行机构中的故障用不可观测的变迁或者可观测且标记不可分辨的变迁模拟.首先,在故障诊断过程前,提出网结构转化规则转化原始Petri网;随后,在转化后Petri网的子网中,划分出若干条特定路径,解析多种路径间的约束关系;最后,利用路径间约束关系制定相应的约束规则,导出系统故障诊断的结果,并针对其中不确定的情况分析故障发生的概率大小.该方法基于路径信息的全新视角进行故障诊断,其贡献之一是得益于网结构转化规则,删除冗余结点,缩减内存成本.另一个贡献是由于网结构中路径数量有限,该故障诊断方法无需遍历系统状态空间,具有多项式级计算复杂性,满足实时性要求.

摘要:高炉炼铁多元铁水质量的实时准确预报是高炉内部状态进行实时监测和有效控制的重要手段,但预报结果存在准确度不高和缺乏可信度表征的问题,特别是在炉况不稳定和高炉数据波动大的情况下,多元铁水质量的预报结果存在较大偏差和较低可信度,不能为高炉日常操作和调节提供指导.针对这一工程难题,提出一种基于Stacking的高炉铁水质量区间预测建模算法,用于建立铁水质量区间预报模型.首先,为了提高建模的准确度,建立基于Stacking的铁水质量模型;然后,为了表征预测结果的可信度,引入区间预测的方法,用于多元铁水质量值和预测区间的同时预报;最后,通过工业实验表明,所提出算法能够实现对高炉多元铁水质量的准确预报,并且预测区间拥有较高的可信度,对实际生产操作具有较好的指导意义.

摘要:针对单入单出(SISO)与多入多出(MIMO)非线性时滞系统构建预测模型准确性问题,分别提出基于多维泰勒网(MTN)的预测模型构建方案.首先,分别依靠非递推技术与递推技术来设计非递推d步与递推d步超前MTN预测模型,给出二者表达式,二者皆可对未来d步范围进行预测,并有效弥补时滞带来的影响;然后,利用阻尼递推最小二乘(DRLS)算法,带有动量因子的BP算法,Levenberg Marquardt(L-M)算法和扩展卡尔曼滤波(EKF)算法分别作为MTN预测模型的学习算法进行实时在线学习;最后,引入两个仿真例子来验证所建立预测模型的准确性和实时性,并与神经网络预测模型作对比.实验结果表明,相比较神经网络预测模型,所提出的两种在线构建预测模型方案具有更好的准确性与实时性.同时,4种不同的学习算法对MTN预测模型的准确度影响不大.

摘要:讨论空间机器人在轨捕获非合作航天器过程避免关节受冲击力矩破坏的避撞柔顺控制问题.在机械臂与关节电机之间配置一种弹簧类柔顺装置-----旋转型串联弹性执行器(RSEA),其作用在于:1)在捕获碰撞阶段,可通过其内置弹簧的变形吸收碰撞产生的能量;2)在镇定运动阶段,结合避撞柔顺策略适时开、关电机,以保证关节所受冲击力矩受限在安全范围.首先,应用拉格朗日方法和牛顿-欧拉法分别得到捕获前空间机器人及目标航天器系统动力学方程;然后,结合整个系统动量守恒关系,捕获操作后速度约束关系及力的传递规律,建立捕获后两者形成联合体系统的动力学方程;最后,针对失稳的联合体系统提出一种基于复合误差的避撞柔顺自抗扰控制方案以实现其镇定控制.系统数值仿真结果表明了上述避撞柔顺策略的有效性.

摘要:研究多个欠驱动水面艇在纵向速度和艏向角受限情况下的协同有限时间直线路径跟踪问题.针对水面艇在位置和速度方向上受到的干扰,考虑欠驱动水面艇同时受到匹配和不匹配扰动的情况,通过在控制方案中引入积分视线制导律和有限时间观测器来估计并补偿两类扰动.设计非对称障碍Lyapunov函数来保证欠驱动水面艇在航行过程中不违反约束条件,之后通过加入一个功率积分器构造有限时间控制器,确保系统误差能在有限时间内收敛到零.最后,通过Simulink仿真结果进一步表明所设计控制器的有效性.

摘要:提出一种应用于Bouc-Wen迟滞模型的混合差分遗传算法.该算法可以自适应调节缩放因子来改变交叉概率因子的值,同样也可以自动调节交叉概率因子来调整缩放因子的值.通过缩放因子和交叉概率因子的混合作用,能使算法前期维持种群多样性,同时强化对全局最优值的搜索能力,从而快速寻找最适模型参数.在算法后期,随着局部最优值搜索能力的提高,会进一步提高最优模型参数的精度.与传统的自适应差分遗传算法在Bouc-Wen迟滞模型上的应用进行对比,仿真结果表明所提出的混合差分遗传算法不仅收敛速度更快而且计算精度更高.

摘要:针对四旋翼无人机轨迹跟踪过程中存在的参数不确定与外界干扰问题,设计一种双闭环自适应控制策略.为了降低控制器设计复杂度,根据四旋翼无人机系统的欠驱动特性将系统分成姿态内环和位置外环.在扰动观测器的基础上,利用积分型反步控制算法完成无人机位置信息在外界干扰下的稳定跟踪控制.在扰动观测器的基础上,利用自适应滑模控制算法完成无人机姿态信息在参数不确定和外界干扰作用下的稳定跟踪控制.与传统PID控制和滑模控制进行仿真对比,验证所提出控制策略的优越性.

摘要:针对带有输出约束和模型不确定的柔性关节机械臂系统,提出一种基于时变障碍李雅普诺夫函数的预设性能自适应控制方法.通过构造指数衰减的时变约束边界,提出时变正切型障碍李雅普诺夫函数,能够同时适用于约束与非约束情况,进而拓宽传统对数型障碍李雅普诺夫函数的适用范围.此外,通过预先设置时变边界函数的相关参数,使得系统输出在初始阶段具有较小的超调量和较快的跟踪速度,并能够满足系统的稳态性能要求.在此基础上,结合反演法设计反馈控制律,保证系统的输出约束性能和轨迹跟踪精度.最后,基于李雅普诺夫稳定性定理证明所有闭环信号能够达到一致最终有界,并给出数值仿真对比验证所提出方法的有效性.

摘要:在两种维护约束下,研究完工时间之和最小化的单机调度问题.第1种维护约束是,固定周期预防维护;第2种维护约束是,机器工作期间可连续加工的最大工件个数受限.对于这种带有约束的调度问题,根据问题的规模,采用4种方法进行求解.针对小规模问题,建立一个二值整数规划模型,并根据最优解的特性制定剪枝规则,进而给出分支定界算法.针对中、大规模问题,采用遗传算法进行求解,为缓解遗传算法中常见的早熟问题,对变异算子进行改进,采用动态变异方法,提出动态遗传算法.最后通过仿真实验对各种算法进行性能评估.

摘要:在多源干扰环境下,考虑一种基于输出信号的正弦干扰估计方法.引入低通滤波器激励干扰特性,得到一组级联关系的不可测信号,并将其分解为标准正弦虚拟干扰、等价有界干扰以及衰减项;在频率已知条件下,设计辅助滤波器,建立干扰频率与虚拟干扰之间关系,从而将外部正弦扰动表示为关于虚拟干扰的参数形式,利用虚拟干扰的估计值逐次降阶反推输入干扰.该干扰观测器设计方法独立于控制器结构,不需要估计等效干扰状态,可很大程度上降低计算复杂度.当不存在等价有界干扰时,这种反向递推方式可以渐近跟踪正弦干扰.在多源干扰环境下,通过调节辅助滤波器参数可以保证干扰误差动态一致最终有界特性.仿真和实验验证了该干扰观测结构的有效性.

摘要:针对具有复杂动态特性的间歇过程进行故障检测,邻域保持嵌入(neighborhood preserving embedding, NPE)算法在保持数据局部几何结构时因忽略全局信息而造成检测率较低的问题,提出一种基于交叉熵(cross entropy,CE)的邻域保持嵌入(CEGLNPE)算法.首先,将交叉熵保持全局结构的思想引入NPE的局部结构保持中,得到兼顾全局-局部的目标函数;然后,利用滑动窗进一步解决间歇过程动态性问题并建立全局-局部的故障检测模型,可以同时兼顾全局和局部数据的结构保持,以提高故障检测效率和精度;最后,通过监测SPE、$ {T^{2

摘要:工业系统的复杂性及智能化程度的不断提高使得系统的可靠性和安全性严重制约着系统正常的工作运转.长时间的工作运行会加大系统的故障风险,降低其安全稳定性.为了减少系统故障给产品质量和生产成本带来的影响,系统的最优维修决策问题逐渐成为研究的热点.分析系统的劣化状态有利于对系统做出正确的维修决策,延长系统的运行时间及减少经济损失.针对相同且劣化独立的多个部件组成的系统,建立离散状态建模下的多部件系统的多状态联合劣化空间划分模型.通过联合劣化状态空间的划分,给出所有维修需求组合及其概率计算通式,运用马尔科夫过程理论建立系统状态的平稳概率模型,并通过数值实验验证了该模型的正确性和有效性.

摘要:目标跟踪一直以来都是计算机视觉领域中的关键问题,核相关滤波算法(KCF)可避免在时域中进行目标跟踪,通过傅里叶变换将时域的计算转换到频域中进行,可大量简化计算,不但提高了跟踪速度,而且在跟踪精度上也有很大的提升.针对复杂条件下的目标跟踪问题,在确保算法实时性的前提下,在KCF的基础上对其特征、尺度以及模型更新机制进行3处改进:提出一种多特征融合算法,针对每种特征在不同环境下的优势,将其进行融合;提出一种分类树形尺度自适应的算法,通过树形搜索方式对目标尺度的大小进行判断,找到最佳响应位置;提出一种自适应模型更新策略的算法.实验结果表明,在公开数据集OTB-2013中算法整体的跟踪精确度达到87.4%,成功率也达到67.1%,可很好地实现复杂条件的目标跟踪,综合性能在已公开发表的跟踪算法中排名第2.尤其是在尺度变化、目标遮挡和图像模糊情况下,所提出算法的跟踪精确度和成功率排名第1.

摘要:针对一类由一般非线性函数描述的离散时间非线性系统,采用等价动态线性化技术,提出一种改进的紧格式无模型自适应控制(iCF-MFAC)方法.iCF-MFAC方法的自适应控制律包含两项:时变比例控制项和时变积分控制项,与只有一项时变积分项的原CF-MFAC方法相比,iCF-MFAC方法具有更好的通用性和灵活性,并能够提供更好的动态控制性能.其次,将iCF-MFAC方法与具有类似控制器结构的基于全格式动态线性化技术的无模型自适应控制方法进行对比分析,在相同控制器参数作用下,iCF-MFAC方法具有更快的输出响应.最后,从理论上证明闭环iCF-MFAC系统的收敛性和稳定性,并分别通过数值仿真和真实实验验证所提出方法的有效性和可行性.

摘要:针对高超声速飞行器预警系统中资源难以合理利用的问题,提出一种基于双层规划的预警资源分配方法.首先,建立高超声速飞行器运动状态的马尔可夫模型,提出威胁评估的方法;其次,基于隐马尔可夫模型和卡尔曼滤波,提出双层规划的高超声速飞行器预警资源分配模型,下层规划以单位资源损耗下信息增益为目标函数,上层规划以风险的降低为目标函数;然后,针对模型的求解,提出改进的广义粒子群优化算法;最后,通过仿真分析验证所提分配方法和算法的有效性和可行性.

摘要:研究存在传感器测量数据丢失的随机不确定系统状态估计问题,用概率已知的Bernoulli随机序列描述丢包现象,并采用丢失测量数据的预测值进行丢包补偿,将不确定条件下的最优化问题表示为Min-Max问题,并通过引入拉格朗日算子,将Min-Max问题转化为受限条件下的Min-Min问题,进而实现最优状态估计的求解.对所提算法的稳定性进行研究,推导出估计误差范数平方期望的上界,并给出估计误差范数平方期望收敛的充分条件.最后通过仿真验证所提算法的有效性.

摘要:核相关滤波(kernel correlation filter,KCF)目标跟踪算法在目标发生尺度变化或受长时间遮挡时无法实现准确跟踪.对此,提出一种融合窗口滤波的抗遮挡尺度自适应的目标跟踪算法.首先,利用快速尺度估计对跟踪目标进行尺度变换;然后,当检测到目标受到遮挡时停止对分类器模型的更新,融合加权窗口滤波器对目标位置进行预测,并利用预测信息修正目标跟踪区域;最后,将所提出算法移植到DJI Guidance视觉平台上并为其设计跟踪实验.实验结果表明,该算法能够有效解决目标尺度变化与目标受遮挡等跟踪问题.

摘要:传统虚拟同步发电机(VSG)控制策略在逆变器并网运行中为其提供了虚拟阻尼与惯性,增加了系统的频率和电压的支撑能力.然而,引入的虚拟惯性会增加系统的阶数,引起逆变器并网运行过程中输出有功功率的振荡,并且虚拟惯性与阻尼会使系统的响应速度变慢.对此,基于分数阶虚拟惯性环节的频域特性分析,提出一种分数阶虚拟惯性的虚拟同步发电机控制策略.与基于一阶惯性环节的VSG技术相比,基于分数阶虚拟惯性的VSG技术增加了可调参数,能显著抑制有功功率的振荡,全面改善并网逆变器的性能.仿真结果验证了所提出控制策略的可行性和优越性.

摘要:医疗资源配置优化是云医疗系统高效运行的核心决策,然而,由于这种新型互联网医疗服务系统具有多组织协同、上下转诊以及诊疗时间不确定等特点,上述问题可以描述为需求不确定情形下核心医生服务时间分配优化问题.构建一个以最小化最大医疗服务成本为目标函数的云医疗资源鲁棒配置优化模型,通过引入决策者对患者诊疗时间和转诊概率两种不确定性因素的偏好控制参数,进一步将所建立的min-max模型转化为线性规划模型进行求解.仿真实验结果表明,所提出的模型能够降低不确定性对医疗成本带来的影响,保证云医疗系统运行的鲁棒性.

摘要:针对具有限制交流结构的合作博弈,基于现实结盟局中人参与联盟程度模糊且联盟支付模糊的情形,提出一种带局中人偏好的要素(联盟与支付)双模糊限制交流结构合作博弈的A-T解(average tree solution)分配方法.首先基于局中人的风险偏好均值,结合模糊联盟合作博弈的Choquet积分形式,构建要素双模糊合作联盟的特征函数,进而给出一个满足公理体系的解公式.该博弈模型不仅能够刻画现实结盟的约束性和模糊性,且有利于分配收益函数的求解.最后,通过对典型限制交流农地经营PPP合作项目收益分配问题的应用分析,表明所提出方法相对于Shapley值更具合理性.

摘要:面对灾害波及多个不同区域,构造相对剥夺成本来度量各受灾点处伤员遭遇痛苦的差异性,研究带有时间窗限制、考虑灾害救援差异的跨区域伤员协同救援问题.以救援总耗时最短、绝对和相对剥夺总成本最低为多个决策目标,构建兼顾效率和公平的跨区域协同应急救援路径选择模型.应用蚁群算法实施算例仿真求解,并将各区域独自应急的不协同情形与基于距离和基于时间的跨区域协同应急情形作对比分析,讨论跨区域不同协同策略的适用性和有效性.研究结果可为构建高效的跨区域协同应急救援体系提供有益参考.

摘要:高炉冶炼是个具有高度复杂性、混沌性、时滞性的动态过程,工业上常常用铁水硅含量反馈高炉炉温热状态波动变化,而偏态投影深度在数据有偏时可以较好地反映出数据的离群情况,在高维数据分类计算中十分稳健.首先,通过差分处理及相关性分析确定11个影响因素作为输入变量,用于研究各变量变化对硅含量变化的关系;然后,将偏态投影深度值在 90%的置信区间外的数据视作离群值,分为稳定类和离群类;最后,对稳定数据利用Elman 神经网络预测模型进行预测,对于离群类利用Logistic模型在炉温不同波动方向下的规律进行归类预测.实例仿真研究表明,稳定类157炉的预测精度高达85.3%,离群类的预测精度达到82.6%.

摘要:针对不确定数据集成效率低的问题,构造基于区域分割的广义罚函数可行性准则,分析了分割搜索区域的迭代点特征和可行性准则的性质与优势,据此提出一种基于广义罚函数可行性准则改进的DE算法(DE-GPFFC算法).机器学习数据集UCI中不确定数据集的数值结果显示:不确定数据集中最优可行点趋向概率0.5分布,其他数据点趋向概率0,1分布,其中趋向于概率0.5分布的数据点位于可行域int(D)$,其他数据点位于非可行域out(D)$.DE-GPFFC算法使得不确定数据集在可行域边界Round(D)$进行跨区域搜索,有效提高了不确定数据分类集成效率.

摘要:无缝钢管热轧生产存在一类特殊的顺序依赖机器调整时间,调整时间依赖于相邻轧制批量间的规格切换,与批量间规格呈线性函数关系.针对具有此类调整时间的热轧批量调度问题,进一步考虑交货期要求,探讨了调整时间与交货期之间的性质特征,并以最小化总机器调整时间和最小化总拖期为目标,基于进化算法框架设计了快速重排序邻域搜索多目标算法(fast reordering neighborhood search multi-objective algorithm,FRNSM).在算法初始阶段,提出规格优化规则和交货时间优化规则,对初始解进行局部优化;邻域搜索阶段设计了基于同交货时间规格优化的快速重排序邻域搜索策略,以优化机器调整时间和拖期;针对问题多目标特征,基于Pareto思想设计解的接受准则.基于实际生产数据的实验结果表明,FRNSM算法对此类问题具有很好的求解效果.