摘要:实体消歧是将文本中出现的命名实体映射到一个已知的无歧义的结构化知识库中的技术.实体消歧是自然语言处理中的关键问题,对自然语言的发展起到重要作用.实体消歧对知识图谱构建、语义搜索、知识问答、推荐系统等应用有着重要的意义.对此,从实体消歧的定义、分类和相关研究基础出发,对实体消歧技术进行全面的解析.首先,对实体消歧的五元组定义进行说明,并给出实体消歧的常用分类以及相关研究基础;然后,分别对基于聚类的实体消歧、基于实体链接的实体消歧的研究内容以及研究现状进行详细综述;最后,对实体消歧的应用以及评测进行总结,并对未来研究方向进行了展望.

摘要:针对含有未知系统动态和外部干扰的机器人系统,提出一种不依赖于函数逼近器且能保证瞬态和稳态性能的控制算法.设计未知系统动态估计器可重构机器人系统的未知动态(向心力、重力)和外部干扰,与其他方法相比,该估计器结构简单,只需调节一个参数,且引入滤波操作可避免使用加速度信号,有利于在实际机器人控制中的运用.控制器设计中引入描述收敛速率、最大超调量和稳态误差的预设性能函数,使机器人系统跟踪误差限制在预先规定边界内,保证机器人系统的性能和安全性.通过李雅普诺夫稳定性理论证明闭环系统的稳定性,并通过数值仿真和实验结果验证所提出方法的有效性.

摘要:针对角速度信息不可测条件下的多航天器系统姿态协同跟踪控制问题,提出一种基于积分滑模的分布式固定时间姿态协同跟踪控制方法.基于bi-limit齐次性理论设计一种新型的固定时间收敛的积分滑模面.为估计出不可测的航天器信息,提出一种固定时间观测器,同时为减少航天器间的通信信息流,引入滑模估计器估计领航者的姿态信息.结合固定时间观测器、滑模估计器和积分滑模方法设计分布式固定时间输出反馈姿态协同跟踪控制器,保证各跟随航天器在固定时间内实现对领航者姿态的协同跟踪.通过代数图论和Lyapunov理论证明闭环系统的固定时间稳定性.通过对比仿真结果验证所提出的控制方法的有效性和优越性.

摘要:针对外界干扰和输出误差约束条件下的四旋翼无人机的跟踪控制问题,提出预定性能反步跟踪控制策略.首先,将四旋翼无人机动力学模型转换为带有外界干扰的严反馈形式;然后,利用反步法设计控制器,通过引入障碍Lyapunov函数保证跟踪误差的预定性能,设计干扰观测器对外界干扰进行估计,并通过滤波器估计姿态子系统中部分虚拟控制输入的导数;通过稳定性分析说明所设计的控制器可以保证跟踪误差的有界稳定性,且跟踪误差一直处于预设边界内;最后,通过仿真验证所设计控制策略的有效性.

摘要:为了改善多区域互联系统电能质量的问题,在原有负荷频率控制系统(LFC)的基础上引入由超级电容和蓄电池两者组成的混合储能系统(HESS),并针对电力系统中难以避免的传感器故障问题设计传感器主动容错策略.首先,建立含HESS的LFC系统模型用以减少负荷扰动对系统频率带来的影响;其次,针对带HESS的互联电力系统设计传感器主动容错策略,避免因传感器故障而引发的系统故障;最后,通过对一个三区域带HESS的互联系统进行仿真实验,验证HESS对改善互联系统电能质量的可行性和所提出的容错控制(FTC)的有效性.

摘要:研究三轴稳定充液航天器姿态控制过程中存在外部未知干扰、参数不确定和输入饱和的问题,提出一种抗干扰有限时间滑模控制的姿态机动控制方法.将部分充液贮箱内液体燃料晃动等效为球摆模型,采用动量矩守恒定律推导出充液航天器耦合动力学方程.首先,设计有限时间积分滑模干扰观测器,保证控制系统中集总干扰可以在有限时间内被估计;然后,基于所设计的干扰观测器,提出一种抗干扰有限时间快速终端滑模控制策略,并且证明在该控制律的作用下闭环系统的状态是有限时间稳定的,而且收敛到指定的快速终端滑模面上.此外,通过引入辅助变量补偿控制输入超调量,克服输入饱和的约束.仿真结果验证了该控制策略的有效性和鲁棒性.

摘要:针对一类控制器增益存在摄动的不确定非线性网络切换系统,在系统同时存在随机时变时滞和数据包丢失的情况下,研究系统的非脆弱H_∞控制问题.首先,利用T-S模型,将非线性网络切换系统建模为网络切换模糊系统;其次,将数据包丢失作为时滞处理,并采用Bernoulli分布的随机序列描述该时滞;再次,采用平均驻留时间的方法(ADT)设计系统的切换律及非脆弱状态反馈控制器,并给出网络切换模糊时滞系统指数稳定的平均驻留时间条件;最后,结合李雅普诺夫(LKF)方法给出系统均方指数稳定且满足H_∞性能指标的充分条件.仿真结果验证了所提出设计方法的有效性.

摘要:针对某选矿厂由于浓密-压滤过程关键变量没有实现在线检测,导致该工序生产操作无序、生产指标难以达标、能耗经济指标高等问题,利用浓密-压滤过程的生产运行数据,提出一种基于数据驱动的浓密-压滤过程协调优化控制方法.首先,通过偏最小二乘(PLS)方法建立浓密-压滤过程的数据模型;然后,在阶梯电价、浓密机运行安全、生产指标的约束下,以浓密-压滤过程能耗经济指标最小为目标,建立浓密-压滤过程协调优化模型,规划放矿压滤时间序列.离线实验与现场应用表明,所建立优化模型能提高浓密-压滤过程底流浓度生产指标、降低过程能耗经济指标、减少滤布损耗、降低生产异常次数等应用效果.

摘要:研究一类由Delta算子描述具有不确定丢包率的时变采样网络控制系统故障检测问题.数据包丢失发生在传感器至控制器、控制器到执行器的数据传输过程中,丢包模型采用两个相互独立的伯努利随机变量表示,假设传感器至控制器通道中的丢包率是不确定的,其均值由常数和不确定值两部分组成.时变采样周期利用有限长切换序列表示可降低保守性.采用Delta域的Lyapunov函数方法,提出所考虑的增广系统渐近稳定且具有${\textstyle H_{\infty

摘要:为解决被跟踪目标在快速剧烈运动时,因运动模糊和低分辨率使模型发生漂移,导致跟踪器跟踪效果 变差甚至跟踪失败的问题,对全卷积孪生网络跟踪算法(SiamFC)进行改进,提出一种基于条件对抗生成 孪生网络的目标跟踪算法(CGANSiamFC).首先,在SiamFC框架的基础上嵌入条件对抗生成网络模块,对输入 的低分辨率模糊视频帧去模糊化;然后,利用全卷积孪生网络对重建后的视频帧进行特征提取,使模型的表征能力 进一步提升;最后,采用分离训练和线上组合方式对改进后的跟踪算法进行训练和测试,并使用视觉跟踪基准 数据集OTB100对改进后的跟踪算法进行性能评估;同时,为了充分验证所提出算法的有效性,使用传统的Lucy-Richardson去模糊算法对SiamFC加以改进,并与CGANSiamFC进行对比分析.实验结果表明,所提出的CGANSiamFC综合精确率和成功率指标比原SiamFC分别提高9%和8%,对运动模糊和低分辨率运动目标具有良好的跟踪效果.

摘要:针对分类过程中如何合理利用高光谱影像波段问题,提出一种基于波段影像统计量加权K-means聚类的高光谱影像分类算法.该算法的核心思想在于:由波段含有的信息量及波段间的相关性确定各波段权重,同时考虑各波段对各聚类的重要性.首先,根据波段影像的熵、标准差及均值定义波段信息量函数,根据相邻波段影像互信息定义相关性函数;其次,由上述波段信息量函数及波段间相关性函数定义波段权重函数;然后,结合波段权重和波段-类属权重定义规则化目标函数;最后,依据参数特性设计目标函数求解方案.对Salinas高光谱影像和Pavia Centre高光谱影像分别采用所提出的算法与传统K-means算法、PCA$+K$-means算法及子空间波段选择$+K$-means算法进行对比实验,对于总精度及Kappa系数,所提出的算法都高于其他3种对比算法,结果验证了所提出算法的有效性.相对于其他3种算法而言,所提出的算法可有效改善高光谱影像分类的性能.

摘要:针对一类工序加工时间不确定的可重入调度问题,以提前/拖期惩罚区间大小为目标构建调度模型,并设计一种兼顾区间极值和区间跨度的方法对惩罚区间进行定量比较,同时可根据生产的实际需求或调度人员的倾向灵活调节区间极值和区间跨度所占的比重.根据调度模型,提出一种变邻域化学反应优化算法(VNCRO),并设计4种化学反应.其中:碰壁反应采用粒子群算法中对最优粒子的跟踪思想和变步长邻域搜索方法,加速算法收敛,同时使局部搜索更加精细;双分子碰撞反应可使种群内分子进行信息交流.结合所设计的全局搜索分解反应和合成反应,可使局部搜索与全局搜索达到更好的平衡.通过仿真实验验证模型的可靠性,并通过与CRO、DICA、IDABC、DWOA算法的性能比较,说明VNCRO算法在解决工序加工时间不确定的可重入调度问题的优越性.

摘要:为了提高蚁群算法的路径寻优效果和搜索效率,提出一种改进的蚁群算法,用于移动机器人在栅格环境下的路径规划.在标准蚁群算法中,蚂蚁的搜索方式一般是4方向4邻域或者8方向8邻域,在此基础上提出一种16方向24邻域的蚂蚁搜索方式,给出蚂蚁的移动规则;针对启发信息,结合向量夹角的思想设计2种启发信息的计算方法,通过实验分析两种计算方法的使用特点;在转移概率部分引入转移概率控制参数,通过调整转移概率控制参数可以调控算法的搜索范围.最后,在不同规模的栅格地图环境下,通过实验仿真验证所提算法的有效性.

摘要:为提高空天观测资源协同观测能力,基于分而治之框架,提出一种两阶段迭代优化方法以解决空天观测资源协同任务规划问题.第1阶段,根据观测机会和冲突度构造适应度函数,基于适应度将任务分配到合适的子规划中心;第2阶段,子规划中心根据分配到的任务进行资源调度,得到各类观测资源的观测计划,并将资源观测方案和观测收益反馈给第1阶段.第1阶段再根据第2阶段的反馈结果,结合禁忌表策略,对任务分配方案进行迭代调整和更新,直到生成近似最优或满意的任务分配方案和资源观测方案.为验证所提出方法的有效性,开展大量仿真实验.实验结果表明,与最大权重最先分配算法、基于适应度的任务分配算法、基于资源优先度的任务分配算法相比,所提出方法在任务收益率方面提高了2.40%sim14.14%.研究成果可为空天观测资源传感网络的协同管控提供技术支持.

摘要:针对当前求所有约简的算法其结果中存在较多冗余(约简的超集)的现状,对矩阵重排技术进行改进,设计一个多次运用改进矩阵重排技术求所有约简的算法,从而能够更高效地在属性集的幂集上进行剪枝,删除所有非约简和大部分超约简,同时给出一种快速判断属性子集是否为超约简的方法.与已有方法相比,所提出算法结果中超约简的数量更少,算法效率更高.

摘要:针对战场图像雾霾导致图像目标不清晰,影响目标识别及指挥决断的问题,提出一种结合双边分解与$L_1$暗通道的战场图像增强算法,利用双边滤波将图像分解为低频基础含雾图像及高频纹理含噪图像.对于低频图像,分割天空区域优化大气光计算,之后根据上下文约束构建$L_1$正则化方程精确求解透射率来改进暗通道先验模型进行去雾处理;对于高频图像,利用导向滤波进行噪声抑制与细节增强,将图像融合并进行双伽马校正得到最终图像,实现图像去雾与去噪的解耦合.将所提出的算法与现有的算法处理效果进行对比,应用于战场环境下图像的去雾,并运用客观评价因子进行分析,实验结果表明,所提出的算法可以有效去除战场图像雾霾,抑制噪声并增强视觉效果,且在客观评价因子方面优于现有算法.

摘要:针对鲸鱼优化算法(WOA)容易陷入局部最优解、收敛速度慢等缺陷,提出一种改进鲸鱼优化算法.首先,利用Circle混沌序列取代原始算法中随机产生的初始种群,提高初始个体的多样性;其次,提出一种逐维小孔成像反向学习策略,增加寻优位置的多样性,提高算法摆脱局部最优的能力;最后,提出融合贝塔分布和逆不完全$\varGamma$函数的自适应权重,在保留鲸鱼优化算法优点的前提下,协调算法的搜索能力.通过对10个基准函数进行仿真实验,同时使用Wilcoxon检验、MAE等方法来评价改进后鲸鱼优化算法的性能,实验结果表明,改进算法在求解效率和稳定性等方面都有较大提升,同时,算法的寻优精度和收敛速度也比原始算法更优秀.

摘要:为了求解具有多目标多约束的柔性作业车间调度问题,提出一种基于正态云模型的状态转移算法.构建以最小化最大完工时间、机器总负荷及瓶颈机器负荷为目标的多目标柔性作业车间调度问题的数学模型;针对灰熵关联度适应度分配策略在Pareto解比较序列与参考序列之间的差值相等时不能引导算法进化的情况,提出一种改进灰熵关联度的适应度值分配策略;同时引入兼具模糊性和随机性的云模型进化策略以改进状态转移算法,可有效避免算法早熟并增加候选解的多样性.仿真结果表明:基于正态云模型的状态转移算法能够有效解决多目标柔性作业车间调度问题;与其他算法相比,所提出算法求解问题的收敛精度更高、收敛速度更快.

摘要:针对无人机执行多目标侦察任务的航线规划问题,提出一种改进粒子群算法结合高斯伪谱法的分层航线规划方法.设计改进粒子群算法进行航线预规划,针对传统粒子群优化算法收敛速度慢、易陷入局部最优的问题,通过引入混沌映射初始化和自适应参数调整策略,加快算法收敛速度,提升解的最优性.在此基础上,结合最短路求解策略,完成对侦察任务的时序排列,得到可执行的最优侦察任务方案,进而为提升侦察航线的精确性和可控性,基于高斯伪谱法进行航线再规划.引入航线预规划结果作为初值猜测,进一步提升算法的效率和准确性.最后在复杂环境下进行无人机侦察航线仿真分析,结果表明所设计算法能够快速生成任务执行方案与高精度侦察航线,符合军事无人机执行侦察任务的工程应用.

摘要:实际生活中目标间存在的遮挡会造成待检测目标的特征缺失,进而使得检测准确度降低.鉴于此,提出一种用于被遮挡特征学习的生成对抗网络(generative adversarial networks for learning occluded features, GANLOF).被遮挡特征学习网络分为被遮挡特征生成器、鉴别器两个部分.首先对数据集生成随机遮挡,作为模型的输入;然后利用生成器恢复被遮挡图片的池化特征,通过鉴别器区分恢复后的被遮挡池化特征与无遮挡图片池化特征,同时使用检测损失监督生成器,使恢复的被遮挡特征更准确.所提出被遮挡特征学习网络可以作为组件插入到任意的两阶段检测网络中.与Faster RCNN等已有模型相比,所提出模型在PASCAL VOC2007和KITTI数据集上的mAP(mean average precision)指标均有不同程度的提升.

摘要:针对图像中由于人数不确定对处理速度的影响,以及不同人体或人体自身部位的相对大小不同等尺度因素影响导致通用的关键点检测方法的检测效果不佳等问题,提出一种改进的稠密卷积网络(DenseNet)结构用于人体姿态估计.该网络结构为单阶段的端对端的网络结构,利用深度卷积神经网络进行特征提取,在卷积网络末端通过特定的尺度转换结构得到6种不同尺度的特征图,使得网络能同时使用不同层次的特征进行多尺度关键点检测,可以有效提高检测精度.所提出方法采用自底向上的方式,使得网络进行多人姿态估计任务的处理速度得到保证.实验表明,所提出方法相比几种主流方法在多人关键点检测的平均精度上提升了1个百分点,为平衡姿态估计的速度与精度提供了一种新方法.

摘要:针对两周期双寡头竞争市场,分别构建单个企业实施再制造和两个企业实施再制造的产量决策模型,探讨再制造对双寡头竞争市场的产品供应、产品价格、企业利润、消费者福利以及环境污染的影响.研究表明:1)当且仅当再制造补贴与再制造成本节约之和满足一定条件时,双寡头才会进入再制造市场.2)再制造可增加企业利润、提高消费者剩余,并在一定条件下降低环境污染;当再制造成本优势明显时,再制造企业会扩大第1周期的新产品供给.3)若只有一个企业具备再制造条件,则再制造能帮助企业提高市场份额,当再制造成本优势明显时,再制造企业可在第1周期实现对新产品的完全垄断,从而改变市场竞争格局.

摘要:设计并实证研究一种基于地标特征和元学习方法推荐最佳优化算法的实现框架.地标特征摒弃了传统的问题简单特征、统计特征和信息理论特征复杂的提取过程,通过简化运行算法并仅以算法的相对性能表现作为问题特征集.在此基础上,利用元学习方法训练建模并针对新问题作出算法推荐.为验证推荐效果,以多模式资源约束的项目调度问题(MRCPSP)为优化对象,以人工蜂群、蚁群、粒子群和禁忌搜索4种元启发式算法作为推荐对象,分别使用人工神经网络、k最近邻、决策树以及随机森林4种元学习方法建立推荐元模型.计算结果表明,多种元学习方法均指向相近的推荐准确率,平均稳定在70%以上,最高可达95%.基于地标特征和元学习方法实现优化算法推荐是一个值得进一步探讨的新方向.

摘要:煤电是我国电力的主要来源,燃煤发电煤耗高,所以降低发电厂的煤耗,是非常重要且亟待解决的问题.利用热力设备的大量监控数据,提出利用CART决策树方法以及CART决策树与关联规则相结合的改进方法,寻求不同工况下能降低单位煤耗的关键可控变量及其参数调节范围.相比传统的用于寻找降耗调节方式的关联规则算法,CART决策树方法无论在计算效率还是优化效果方面都具有一定的优越性,适合在煤电厂实际操作中推广使用.采用山东某热电厂锅炉的历史运行数据作实证研究,发现用CART决策树方法给出的可控变量和它们的参数调节规则进行调控,与现行的方法相比,在各种工况下的煤耗节能百分比均超过10%.利用CART方法得到的调节规则下的煤耗比传统的关联规则方法也减少了2.3%.这个实例验证了CART决策树模型在煤电降耗的实际应用过程中的有效性.最后,为了使关键可控变量的调节范围更精确,提出采用CART与关联规则相结合的改进方法.

摘要:针对制造商资金约束的闭环供应链,考虑制造商、零售商和回收商面对市场需求不确定性表现出不同的风险态度,研究闭环供应链如何确定其最优定价与回收决策.首先,依据均值-方差法给出制造商、零售商、回收商和闭环供应链的效用函数;然后,基于博弈论的思想分别确定集中式决策下闭环供应链的最优策略和效用,以及分散式决策下制造商、零售商和回收商的最优策略和效用;最后,分析相关参数对最优策略和效用的影响.研究结果表明,制造商、零售商和回收商的风险态度在很大程度上能够影响其最优批发价格、最优零售价格及最优回收率,进而影响其效用.贷款利率能够影响制造商、零售商、回收商和闭环供应链的效用,且对资金约束的制造商的效用影响最为显著.

摘要:在概率区间值直觉犹豫模糊集(PIVIHFS)的基础上,引入Maclaurin对称平均算子和Archimedean范数,构建一种基于概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子的多属性决策模型,用来刻画决策专家输入多个参数值的决策信息,决策者可根据风险偏好等主观意识选择合适的参数值进行决策,同时能保证决策信息的有效性和完整性,避免决策过程中的不确定性和决策信息缺失问题.首先,回顾PIVIHFS的定义和排序方法以及Archimedean范数;其次,提出概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子,研究其优良性质及常见形式;最后,提出一种基于PIVIHFWMSM算子的多属性决策方法,并进行比较分析,通过实例验证该方法的可行性和有效性.拓展PIVIHFS理论和应用领域,为决策属性具有相关性和决策信息有可能缺失提供新思路.

摘要:在实际的多属性决策问题中,决策者可以策略性地设置属性权重来获得期望的可选方案排名,这就是策略权重操控问题.决策者的不诚实性在现实中是普遍存在的,对于该问题的研究具有实际价值,而对该问题的研究目前主要针对于确定数.鉴于此,将策略权重操控问题的研究拓展到模糊多属性决策.首先,定义模糊多属性决策的策略权重操控问题和排名范围概念;然后,提出基于可能度和贴近度公式的混合线性规划模型来得出排名范围,并建立决策者策略权重向量最优模型;最后,以决策评价信息为区间数和三角模糊数的多属性决策问题为例,验证所提出模型的可行性和实用性,结果表明,OWA(ordered weighted averaging)算子对策略权重操控抵御能力更强,拓展模型能够保持原有确定数评价信息可选方案排名模型的优越性和准确性.

摘要:提出一种基于虚拟角急动度的并网控制策略,这种控制策略结合了下垂控制和虚拟同步机控制的优点.虚拟角急动度控制是模拟物理运动中的加速和减速过程,当电网频率或者负载出现瞬时波动时,并网逆变器频率调节按照给定频率加速和减速曲线变化,使得并网控制拥有和虚拟同步机一样的惯性和阻尼特性.对比分析下垂控制、虚拟同步机控制和虚拟角急动度控制的传递函数,说明虚拟角急动度不仅具备惯性环节,并且其动态调节时间是可量化的.通过状态方程的稳定性分析,验证虚拟角急动度拥有良好的稳定性能.仿真实验结果表明,虚拟角急动度控制算法在负荷波动时具有良好的惯性和阻尼特性,能有效抑制微网频率的波动,并确保微网的可靠运行.

摘要:研究多移动机器人协同编队控制问题,提出一种基于虚拟结构的分布式预测控制算法.与现有编队控制方法相比,基于虚拟结构的方法可以使移动团队更加稳定地保持期望编队队形运动,通过将变换矩阵与虚拟结构相结合可以改善编队结构的灵活性,从而有效拓展该方法的应用范围.最后将所提出控制算法与现有编队控制方法进行对比仿真,结果验证了其有效性.