摘要:非线性方程组的求解是优化领域的一个重要研究课题.近年来,利用智能优化算法求解非线性方程组已成为一个重要方向.首先介绍非线性方程组的定义;其次,根据智能优化算法求解非线性方程组问题的基本框架,从转化方法和智能优化算法两方面入手,对求解非线性方程组的算法的研究进展进行归纳总结;再次,对非线性方程组的测试函数及评价指标进行描述,对比了5个具有代表性算法的性能,分析了目前利用智能优化算法求解非线性方程组亟待解决的问题;最后,指出值得进一步研究的方向.

摘要:为提升粒子群优化算法在复杂优化问题,特别是高维优化问题上的优化性能,提出一种基于Solis & Wets 局部搜索的反向学习竞争粒子群优化算法(solis and wets-opposition based learning competitive particle swarm optimizer with local search,SW-OBLCSO).SW-OBLCSO算法采用竞争学习和反向学习两种学习机制,并设计了基于个体的局部搜索算子.利用10个常用基准测试函数和12个带有偏移旋转的复杂测试函数,在不同维度情况下将SW-OBLCSO算法与多种优化算法进行对比.实验结果表明,所提出算法在收敛速度和全局搜索能力上表现出突出的性能.对模糊认知图(fuzzy cognitive maps)学习问题的测试表明,SW-OBLCSO算法在处理实际问题时同样具有出色的性能.

摘要:针对“潜龙二号”AUV在实际航行过程中,资源勘查系统传感器数据具有多重变量相关性、故障类型多样、受运行状态和环境变化影响数值变化大以及噪声强等问题,提出一种新的基于多块信息提取的主元分析(PCA)故障检测方法.首先,针对变量之间的多重相关性,通过滑窗和相关系数的方法提取变量间相关性信息;然后,根据变化率在不同运行状态和环境下基本稳定的特点,对于不同类型故障,分别提取变化率信息和变化率信息的各阶统计量累积误差信息;最后,基于提取的特征信息建立3个子块,对每个子块分别建立PCA模型并进行检测,将检测的结果通过中值滤波去噪后,用贝叶斯推断进行融合.通过对“潜龙二号”实际运行数据进行检测,验证所提方法的有效性.

摘要:质量相关故障检测技术是保障工业过程安全顺行和质量稳定的重要手段,是当前流程工业过程控制领域的研究热点.针对工业过程的非线性与动态特性及其质量相关故障的时变特性,提出一种基于自适应混合核典型变量分析(AMKCVA)的质量相关故障检测方法.该方法通过设计合理的混合核函数和自适应监测统计量,提升了工业过程质量相关故障的检测性能.通过对典型的热轧过程现场数据进行仿真验证,并与传统方法对比分析,表明了所提算法的有效性和实用性.

摘要:在线故障诊断是工业过程中十分重要的问题.相比传统贡献图而言,基于重构的故障诊断受到特别关注.传统的主元分析方法没有考虑故障数据中同时包含正常工况信息和故障信息,因而提取出故障子空间对故障的描述准确性不足.为提高故障子空间的准确性,提出一种基于广义主成分分析的重构故障子空间建模方法.首先,同时考虑正常工况数据和故障数据,分析数据关联,提取出两个数据的广义主成分,利用投影关系建立故障子空间模型;然后,构建主成分分析故障监测模型,通过监测重构数据筛选广义主成分和故障方向数量,得到正常运行和故障子空间最优组合.该方法充分利用正常工况和故障工况的数据,所提取的故障子空间能够更加充分地反映故障信息,对后续提高故障诊断的准确性具有重要的作用.最后,通过Matlab数值仿真和TE工业过程验证所提出方法的有效性.

摘要:针对公路场景下作速度保持的自动驾驶汽车实时轨迹规划问题,提出一种基于Frenet坐标系的优化轨迹规划算法.首先,利用Frenet坐标系将车辆运动解耦, 构建无约束横向/纵向独立积分系统;然后,根据初始配置和可内嵌到行为层的目标配置,通过采样生成有限的4次、5次多项式候选轨迹集合;最后,利用以高斯卷积、加速度变化率为核心的安全性和舒适性评价指标构建损失函数,评价轨迹成本,并结合曲率、加速度检查,选择能够最小化损失的最优解.结果表明,该算法能满足公路型场景的规划需求,车辆运动轨迹平滑、舒适、安全性更高.

摘要:异构载运工具合作执行复杂任务是提高任务完成效率的有效手段,已被广泛应用于军事与民用任务.关注对水下目标的搜索与打击任务,此项任务由水面航行器(unmanned surface vehicle,USV)与水下航行器(autonomous underwater vehicle,AUV)合作完成.首先描述USV&AUV系统的框架以及USV与AUV在系统中发挥的作用.在协同航迹规划模型中,整个任务被划分为目标搜索和目标打击两个阶段,两个阶段的目标分别是使得搜索空间最大和AUV与目标的末端位置误差最小.模型中的约束包括USV和AUV的机动能力、目标探测能力、通讯范围等.在协同策略的设计中,针对该任务两个阶段的特点,分别基于随机模拟实验和异步规划策略设计协同航迹规划算法,以集中式和分布式模式分别生成两阶段的航迹.仿真结果表明,USV&AUV系统能够在不同的条件下完成对水下目标的搜索与打击任务.在目标打击阶段,与集中式规划结构相比,分布式规划结构能够应对各种复杂的场景并成功完成任务.

摘要:针对智能车路径规划过程中常存在动态环境感知预估不足的问题,使用基于蒙特卡罗深度策略梯度学习(Monte Carlo prediction deep deterministic policy gradient,MCPDDPG)的智能车辆路径规划方法,设计一种基于环境感知预测、行为决策和控制序列生成的框架,实现实时的决策和规划,并输出连续的车辆控制序列.首先,利用序贯蒙特卡罗预估他车行为状态量;然后,设计基于强化Q学习的行为决策方法,使智能车辆实时预知碰撞风险,采取合理的规避策略;最后,构建深度策略梯度学习网络框架,获取智能车辆规划路径的最优轨迹序列.实验结果表明,所提方法能够缓解环境感知的预估不足问题,提升智能车辆行为决策的快速性,保障路径规划的主动安全,并输出连续的轨迹序列,为智能车辆导航控制提供前提.

摘要:针对水面无人艇路径规划问题,提出一种改进蚁群算法进行求解.该算法建立作用时效不同的局部禁忌表和全局禁忌表,实现对蚂蚁途经栅格的分类存储,在蚂蚁发生障碍死锁和自死锁时分别采取不同的死锁处理策略,从而降低无效蚂蚁产生的概率,提高解的多样性;引入当前蚂蚁所处栅格与终点栅格之间的欧式距离,设计自适应启发函数,以避免蚂蚁路径搜索的初期盲目性与后期单一性;适时采用历史最优路径替换本轮迭代中的最差路径,保证已搜索到的最优路径不会丢失.在不同规模、不同复杂度地图中的仿真结果表明,所提出改进算法能够大幅度提高搜索过程中有效蚂蚁的数量,其收敛速度与精度两方面性能均优于未改进算法.在规模较大、复杂度较高的地图中,更能体现应用改进算法的优越性.

摘要:针对输入受限的多旋翼无人机轨迹跟踪问题设计了鲁棒正定不变集.考虑多旋翼无人机的非线性动力学模型、外部不确定干扰以及输入饱和约束等因素,首先设计带有干扰抵消项的非线性控制律以保证无人机轨迹跟踪的稳定性,进而基于线性矩阵不等式(LMIs)构造了鲁棒正定不变集.在所设计的控制律作用下,无人机轨迹跟踪误差一旦进入所构造的不变集则将始终处于该集合内,并最终趋于零.理论推导过程与仿真实验结果均验证了以上特性.

摘要:针对前置激光雷达的点云数据,提出一种基于DST融合多视图模糊推理赋值的有效障碍物分割判别方法.将点云数据转换为体素地图并进行路面分割,得到前、俯视图.在两视图中根据不同的模糊推理规则对某体素属于目标的程度进行基本概率赋值,并通过DST融合判别目标,精确分割目标,从而得到方盒模型参数.将三维识别问题转换为一系列的二维检测问题,与直接利用三维点云信息相比,可以降低数据处理复杂度,提高系统稳定性.在自主研发的自动驾驶汽车上采用前置16线激光雷达和TX2嵌入式开发板进行多次在线试验,并在KITTI上进行对比验证,结果表明所提方法在实际应用中拥有较好的实时性和准确性.

摘要:为了提高工业机器人装配的实时性、自适应性和鲁棒性,借鉴人类后天感知学习方式,提出一种基于接触状态感知发育的柔性装配方法.采用机器人末端的位姿和力/力矩来描述装配接触状态,结合支持向量数据描述和改进极限学习机对接触状态感知发育,形成可自我更新成长的经验知识库,预测机器人的装配动作,完成柔性装配任务.为验证所提出方法的有效性,以小型断路器卡合装配为例进行实验,实验结果表明,采用接触状态感知发育可实现装配经验知识库的自我更新,完成机器人的柔性装配,验证了所提出方法的可行性和有效性.

摘要:针对电动汽车存在电池使用寿命和续航里程不足的问题,引入超级电容、电池和DC/DC变换器构成车载复合储能系统.基于五阶状态空间电路平均模型,提出一种基于指数趋近律的全局滑模(E-GSM)控制策略,并基于Lyapunov方法进行控制策略的稳定性分析.该策略包括一个全局滑模电流控制器(用于精确跟踪电池和超级电容电流参考值)和一个PI控制器(用于稳定母线电压);同时,提出一种改进的基于规则的能量管理策略,用于生成电池电流参考值.仿真结果表明,E-GSM控制策略能够精准跟踪负载功率变化,在中国典型城市工况及新欧洲行驶工况下,电池SOC终值分别提高10%和7%,且避免了电池大电流放电,验证了E-GSM控制策略的有效性.

摘要:针对带有输入电压波动、输出负载突变以及电感电容参数摄动等匹配和非匹配扰动的Buck型变换器系统,提出一种基于变速趋近律和扰动观测器的抗扰动控制方法.设计反余切型辅助函数构造变速趋近律,通过改变系统状态的收敛速度,保证系统具有较快的瞬态响应速度和较小的控制器抖振.通过对系统模型进行低通滤波,设计一种新型扰动观测器估计系统匹配和非匹配扰动.该观测器只包含一个设计参数,且无需对系统状态量求导,可以避免因求导带来的系统噪声放大问题.最后,基于李雅普诺夫稳定性理论给出观测误差和输出电压误差的收敛性分析,并通过仿真和实验对比验证所提方法的有效性.

摘要:在不平衡电网电压情况下,风电系统的不脱网运行会导致系统输出功率出现波动,并网电流出现显著的谐波畸变.由于恒定的输出功率和良好的并网电流质量无法同时实现,对此,提出一种基于量子粒子群(quantum particle swarm optimization,QPSO)优化算法来实现功率/电流协调控制的方案.在电流参考值的计算中引入调节系数α和beta,并推导出功率波动幅值、电流谐波畸变率与调节系数的关系.为了同时兼顾功率和电流,以输出功率波动最小为控制目标,以电流谐波畸变率限值为约束条件,建立调节系数的优化模型.在不同类型的不平衡电压故障下,通过Matlab仿真实现功率/电流的协调控制,从而验证所提出方法的可行性及有效性.

摘要:为了更好地将实时控制算法应用于无人船的自动导航,针对以往跨平台实时控制的数据类型不统一、通信不可靠等问题,根据日本国立水产工学研究所进行无人船水池实验的研究模式,建立一种基于用户数据报协议(UDP)的远程控制模型,该模型在服务器端使用python编写,在客户端使用Matlab/Simulink.为验证控制的实时性,在实验水池进行基于自抗扰控制技术的航向控制实船实验,同时验证所设计控制系统的实时性和控制算法的有效性.在系统测试时,采用基于RBF神经网络抗扰算法对无人船动力定位系统进行仿真,并对所设计的控制器进行稳定性分析.仿真实验结果表明,应用不同编程环境进行复杂远程控制UDP通信是平稳的,过程控制结果令人满意,为后续进行复杂无人船实船实验奠定了基础.

摘要:为了对图像中的显著目标进行更精确的识别,提出一种基于前景优化和概率估计的区域显著性检测算法.所提出算法主要包括前景与背景线索选择、前景线索优化及基于概率估计的显著性区域检测3部分.首先,采用简单线性迭代聚类算法对图像进行初始分割;然后,分别检测图像的背景线索和前景线索,并利用背景线索对前景线索进行优化;最后,采用概率估计算法分别对基于背景线索和优化后前景线索进行显著性区域检测,并对两者结果进行融合.对比实验表明,所提出算法相比其他算法取得了较高的查准率,具有较好的检测性能.

摘要:受道路环境和人为因素影响,实际交通系统可视为一个复杂的非线性动力系统,交通流数据具有较强的非线性、时变性和易受随机噪声影响等特征.针对复杂环境下的短时交通流预测问题,提出一种基于烟花差分进化混合算法-极限学习机的短时交通流预测方法.采用奇异谱分析方法滤除原始交通流数据中包含的噪声成分,降噪后的交通流数据用于训练极限学习机(ELM)网络预测模型.进行相空间重构,利用C-C算法确定ELM网络的结构和关键参数.通过融合烟花算法和差分进化算法提出一种烟花差分进化混合算法,可有效提高基本算法的整体优化性能.将改进的混合优化算法用于优化ELM网络的权阈值(结构为9-11-1,维数为110),建立短时交通流预测模型.测试与应用结果表明,所构建的短时交通流预测模型具有较高的预测精度和较强的泛化能力(均方误差为7.75,平均绝对百分比误差为0.0867),预测值与实际值的拟合程度较好.

摘要:针对自主巡航车队发生通信中断的情况,提出一种由协作式自适应巡航控制(CACC)模式切换至自适应巡航控制(ACC)模式的方法.当通信中断时,将车辆按照通信能力分组优化处理,并将通信中断车辆由CACC模式切换到ACC模式,且保持原CACC模式下的时间间距不变;为了保证车队安全,结合避碰理论和拉格朗日中值定理,提出一种基于最小安全距离的时间间距切换策略;为了保证两次切换后混合巡航车队(车队中既有CACC车辆也有ACC车辆)的稳定性,结合终值定理和频域分析法设计了混合巡航模式下的CACC-ACC控制器.最后通过仿真与现有方法对比,验证了所提出方法的有效性.

摘要:为了满足工程船舶对低航速下减摇的需求,提高船舶在锚泊和低航速下的耐波性,提出减摇鳍在低航速下的控制策略,重点针对低航速下升力与鳍角之间相位关系对航速十分敏感的问题和船舶横摇模型的不确定性问题进行研究.通过数值迭代解决低航速下升力相位对航速的敏感性和升力与鳍角的非线性关系问题,相位调节器可以克服航速测量误差的影响,保证最佳的相位匹配;利用分数阶鲁棒控制器保证模型参数变化时整个系统的控制性能.对所设计的控制策略进行数值仿真,仿真数据表明,在随机海洋环境干扰下,减摇鳍可以获得满意的低航速减摇能力.进行船模水池试验,试验结果也表明,所设计的控制策略可以使减摇鳍在锚泊和低航速下产生满意的减摇效果.

摘要:针对工业环境下无线传感器网络系统在受到外部较大干扰时的系统稳定性问题,提出Hamilton-Jacobi-Bellman(HJB)方程与Minimax控制相结合的方法.首先,针对无线传感器网络在复杂工况环境下出现的网络时延和连续丢包有界的情况,给出具有时延和丢包的无线传感器网络系统模型;然后,在Minimax性能指标函数下,利用HJB方程设计系统的Minimax最优控制器,进一步通过检验函数得出有关最大干扰的表达形式,从而推导出系统稳定的充分条件;最后,通过数值算例和仿真验证系统在突发较大干扰时采用所提方法的可行性和有效性.

摘要:针对三相异步电机驱动系统,提出一种基于高阶滑模速度控制器的模型预测转矩控制策略.为了降低负载扰动对系统运行性能的影响,设计一种基于二阶Super-Twisting滑模技术的速度环控制器,以代替传统PI速度控制器,并应用Lyapunov稳定性理论对其稳定性和鲁棒性进行分析,得到使速度控制系统收敛的参数范围.为了提升转矩控制精度,基于异步电机的数学模型,采用模型预测转矩控制理论,以转矩和定子磁链为控制目标设计评价函数,得到最优输出电压矢量驱动电机运行.仿真结果表明,所提出的控制方法能有效提升系统对负载扰动的鲁棒性,并有效降低转矩波动,使电机具有良好的动态和静态运行性能.

摘要:针对常规的发射子阵分割会使混合MIMO相控阵雷达的孔径减小和馈电网络复杂度增加的问题,提出一种交错稀疏的发射子阵分割方法,通过寻求最大输出信干噪比的方式获得最佳的阵列结构.首先构建交错稀疏结构下的混合MIMO相控阵雷达模型,运用序列凸近似方法将非凸的目标函数转化为凸函数;然后通过凸优化分别求解出一维和二维混合MIMO相控阵雷达在阵元数目固定和阵元数目作为变量的情况下的最佳阵列结构;最后,通过仿真表明所提出方法不仅可以获得较大的信干噪比和较低的旁瓣电平值,且较常规的子阵分割方式能获得更高的波达方向估计精度.

摘要:股价预测一直是金融时间序列研究的热点和难点,采用一种合理有效的股价预测方法对于投资者获取高额收益回报及规避交易风险具有重要的指导意义.通过结合近端策略优化(proximal policy optimization,PPO)和强化学习(reinforcement learning,RL),将股价预测视为一个时间序列预测问题,提出一种近端强化学习的股价预测方法(PPORL).此外,在预测方法的基础上引入股票的相对强弱性能和股票均线指标,提出一种能够自动捕捉潜在交易点的量化交易策略, 期望在获取高额收益的同时降低交易过程中存在的风险. 通过实验对比了长短期记忆网络(long short-term memory,LSTM)和循环神经网络(recurrent neural network,RNN)模型在上证指数(SZZS)、深证成指(SZCZ)和沪深300指数(HS300)上的预测性能和交易决策表现,并利用多种误差评估方法对预测结果进行定量分析,从而验证了PPORL在预测性能和交易决策等方面的有效性和鲁棒性.

摘要:针对多无人机协同执行任务过程中计算量大和能耗高的问题,基于计算卸载原理以及博弈理论,提出一种多无人机自适应任务卸载方案.在方案中首先对系统进行建模,构造出多节点相互制约的移动卸载模型;其次,根据卸载模型分别构建无人机执行任务时的时延与能耗计算方法,通过综合考虑延时和能耗两方面因素,生成系统全局代价函数;然后,设计出基于博弈理论和纳什均衡的自适应任务卸载算法,通过卸载算法与权重的分配实现最优计算节点的选取,实现整个直播系统的代价最小,从而平衡无人机计算时延与能量消耗;最后,与现有卸载模型相比,所提出的方案在任务执行过程中具有较强的移动性,能耗更低且时效性更高.仿真结果验证了所提出理论的有效性,具有现实意义.

摘要:随着社会化媒体的快速发展,社会化因素已经成为影响群体决策过程及其结果的重要因素.针对群体决策者的判断信息以残缺判断矩阵形式给出,且考虑群体决策者社会网络邻接关系的群体决策问题,提出可行的解决方法.首先,提出一种基于决策者相似性程度和社会网络距离的残缺判断矩阵补全方法;然后,提出考虑决策者社会网络影响力的群体共识交互决策模型,该交互模型不仅考虑群体决策者之间的社会邻接关系,而且可以在较大程度上保存决策者给定的原始判断信息;最后,通过一个物流企业选择存储仓库的算例验证所提出算法的可行性和优势.

摘要:提出由两个再制造商组成的环保质量和价格竞争的双寡头博弈模型.在一个再制造市场中,同时考虑消费者环保意识以及包括污染税和回收补贴在内的政府财政政策的情况下,探讨绿色网络效应对生产决策的影响,以期使企业的利润最大化.数值实验表明:高质量(低质量)产品的绿色网络效应系数越高(低),可能会反常地减少(增加)两种产品的环保质量和价格,但会促进(削弱)高质量(低质量)产品的销售和利润,而产品产异性不受影响;此外,相比较没有外部网络性的情况,在绿色网络效应的影响下,回收补贴的增加使得高质量 (低质量)产品的需求和利润都得到了一定改善(削弱).结果表明,在最优化条件下,监管者总是可以使企业利润和消费者剩余构成的“经济盈余”最大化,并使排放总量最小化.

摘要:需求和退货与供应中断相关会引发库存剧烈波动,从而导致库存控制非常困难.在采用Markov调制Lévy过程描述库存水平变化条件下,利用水平穿越法、更新过程和鞅理论确定循环期望时间和费用函数,据此构建系统长程平均费用率模型.在此基础上,通过仿真实验研究需求(退货)与供应中断相关度对最优库存控制策略的影响,并分析不同中断和退货类型下最优控制策略的变化,从而为该环境下有效管理库存提供新启示.

摘要:毕达哥拉斯模糊偏好关系(PFPR)是直觉模糊偏好关系的推广,也是毕达哥拉斯模糊集的重要研究领域.相对于其他模糊偏好关系而言,毕达哥拉斯模糊偏好关系在表达决策者的模糊偏好时更加灵活有力.在乘型一致性区间模糊偏好关系和乘型一致性直觉模糊偏好关系研究成果的启发下,定义毕达哥拉斯模糊偏好关系的乘型一致性,并提出利用毕达哥拉斯模糊权重向量构造乘型一致性毕达哥拉斯模糊偏好关系的公式.以给定的毕达哥拉斯模糊偏好关系与构造的乘型一致性毕达哥拉斯模糊偏好关系的偏差最小为目标函数建立并求解优化模型,从而获取毕达哥拉斯模糊偏好关系的标准化权重向量,为方案排序提供一种可行的方法.计算实例分析表明,所提出方法是可行有效的.

摘要:目前国内手机保护膜的产量和销量巨大,但手机膜生产线上的缺陷检验仍采用目检法,检测效率与准确率较低.针对生产线上手机膜缺陷检测的4个关键问题(正常与缺陷类别不平衡、高信噪比去噪、边缘特征提取以及缺陷样本检测效率)进行研究.采用RST和图像剪切方法实现缺陷样本扩充,解决缺陷样本少,缺陷位置和形式不足问题;提出自适应小波阈值及新的阈值函数,实现传统小波阈值去噪方法的改进,获得优异的去噪效果;在图像边缘检测技术中,引入改进小波阈值去噪方法及Otsu阈值设置方法,提高传统Canny算子的边缘检测性能,实现图像特征有效提取;利用具有旋转、平移及尺度不变性的Zernike矩对边缘检测结果进行特征表达,提高模式识别的效率及准确率.采用支持向量机(SVM)对正常手机膜和缺陷手机膜的边缘Zernike矩特征进行识别,实验结果表明所提方法准确率高、检测速度快,满足生产线上手机膜的缺陷检测要求.