摘要:书法机器人将书法创作与机器人技术相融合,通过控制机械臂模拟人的书写行为和书法创作,再现艺术魅力.机器人书法作为机器人运动规划的典型应用,对传统书法文化的传承和教育具有深远意义.按照书法机器人的研究脉络,回顾分析书法机器人的发展历程.首先介绍笔画分离与提取关键技术,总结虚拟笔刷建模的两种经典笔触模型;然后详细阐述书写轨迹涉及到的核心技术,应用不同的书写轨迹规划控制书写路径,在此基础上分析目前书写评价指标,讨论书法机器人的评价模型;最后回顾总结已有的研究进展及流程,对比传统书法机器人和智能书法机器人各自的优缺点,提出将传统的书写轨迹路径、笔触模型融入到智能书法机器人训练模块中,以弥补其在笔画书写顺序方面的不足.同时,展望书法机器人未来的研究方向和发展趋势,指出未来书法机器人可围绕深度神经网络、深度神经进化、深度强化学习等开展研究.

摘要:提出一种基于深度强化学习的微电网在线优化调度策略.针对可再生能源的随机性及复杂的潮流约束对微电网经济安全运行带来的挑战,以成本最小为目标,考虑微电网运行状态及调度动作的约束,将微电网在线调度问题建模为一个约束马尔可夫决策过程.为避免求解复杂的非线性潮流优化、降低对高精度预测信息及系统模型的依赖,设计一个卷积神经网络结构学习最优的调度策略.所提出的神经网络结构可以从微电网原始观测数据中提取高质量的特征,并基于提取到的特征直接产生调度决策.为了确保该神经网络产生的调度决策能够满足复杂的网络潮流约束,结合拉格朗日乘子法与soft actor-critic,提出一种新的深度强化学习算法来训练该神经网络.最后,为验证所提出方法的有效性,利用真实的电力系统数据进行仿真.仿真结果表明,所提出的在线优化调度方法可以有效地从数据中学习到满足潮流约束且具有成本效益的调度策略,降低随机性对微电网运行的影响.

摘要:实际应用中的卫星调度方案往往受到外界因素的影响,例如电磁干扰、卫星失效、云层遮挡以及新任务的动态到达等,需要在短时间内对原始调度方案进行调整并生成新的调度方案,以保证卫星系统的稳定性.对此,考虑新任务到达情况下的卫星应急调度,建立多星协同应急调度的整数规划模型,并提出一种基于动态邻域结构的卫星应急调度算法(satellite emergency scheduling algorithm based on dynamic neighborhood,SESA-DN).设计多种类型的邻域结构以及动态的邻域选择策略,能够根据任务完成情况进行有效反馈,通过对应急任务的插入与替换生成卫星应急调度方案;同时,构建多星应急调度场景,通过大量仿真实验将SESA-DN算法与多种对比算法进行比较.实验结果表明,SESA-DN算法的稳定性优于对比算法,对于多星协同动态调度问题具有很好的适用性.

摘要:无人机航迹规划是指在环境威胁与自身约束条件下,规划一条安全可行的航迹,是实现无人机自主化飞行的关键技术之一.为实现无人机在不同城市环境下能够快速规划一条安全可靠的航迹,提出一种基于自适应粒子群差分进化-最小捕捉(APSODE-MS)算法的无人机航迹规划方法.首先,建立城市环境航迹规划数学模型,以航程距离、威胁约束、违背约束代价3者的加权和作为目标函数;其次,在PSO算法中引入自适应非线性惯性权重,根据粒子偏离全局最优解的程度分配不同的搜索模式,结合动态差分进化(DE)算法加快粒子的收敛速度,引入改进的正态扰动提高跳出停滞与早熟现象的能力;最后,筛选关键航迹点,并采用最小捕捉轨迹(MS)算法对航迹进行光滑处理.仿真结果表明,所提出的APSODE-MS航迹规划方法能够在不同城市仿真环境下较好地完成规划任务,并能获得更优的航路,从而验证算法的有效性和鲁棒性.

摘要:在推荐系统中,基于知识图谱的神经网络与传统神经网络相比,以图形作为输入,可以很好地将节点信息和拓扑结构相结合进行推理和推荐.然而,现有基于图神经网络的推荐算法,面临着知识表示不准确以及信息融合单一的问题.对此,将图神经网络与注意力机制相结合,提出一种基于偏差的图注意力神经网络推荐算法.该方法采用翻译模型对知识图谱信息进行特征表示的嵌入,获取节点在同一投影空间下的三元组信息,考虑到在三元组中预测值与真实值之间存在误差,以及邻居节点在信息传播时权重的差异,采用基于偏差的注意力计算机制以便更好地捕获节点间高阶连通性.其次,在神经网络的传播训练过程中,通过多通道融合机制对节点和邻居信息进行聚合以提高模型的健壮性.最后,在3个真实数据集上与经典算法进行对比,验证所提出算法的有效性.

摘要:针对自动驾驶场景下行人检测任务中对中、小尺寸目标和被遮挡目标的检测需求,以及现有深度学习模型的不足,提出基于ResNet34_D的改进YOLOv3模型:通过改进残差网络的卷积块结构提出ResNet34_D,并作为YOLOv3的主干网络以降低模型尺寸和训练难度;在ResNet34_D的3个尺度卷积特征图之后,增加SPP层和DropBlock模块以提高模型的泛化能力;基于K-means聚类算法确定自适应的多尺度锚框尺寸,提高对大、中、小3种尺寸行人目标的检测能力;引入DIoU损失函数,提高对被遮挡目标的识别能力.所提出模型的消融实验验证了各个改进部分在提高模型检测准确率上的有效性.实验结果表明,所提出的基于ResNet34_D的改进YOLOv3模型具有较好的准确率和实时性,在BDD100K-Person数据集上的AP₅₀达到69.8%,检测速度达到130FPS.由所提出方法与现有目标检测方法的对比实验可知,所提出方法对小目标和遮挡目标的误检率更低,速度更快,具有一定的实际应用价值.

摘要:域泛化的行人再识别能够在源数据集进行训练并在目标数据集进行测试,具有更广泛的实际应用意义.现有域泛化模型往往由于专注解决光照和色彩变化问题而忽略对细节信息的有效利用,导致识别率较低.为了解决上述问题,提出一种融合注意力机制的域泛化行人再识别模型.该模型首先通过叠加卷积层的瓶颈层(bottleneck layer)设计提取出包含不同视野域的多尺度特征,并利用特征融合注意力模块对多尺度特征进行加权动态融合;然后通过多层次注意力模块挖掘细节特征的语义信息;最后将包含丰富语义信息的细节特征输入到判别器进行行人再识别.此外,设计风格正则化模块(style nomalization module)用于降低不同数据集图像明暗变化对模型泛化能力的影响.在Market-1501和DukeMTMC-reID数据集上进行对比和消融实验,表明了所提出方法的有效性.

摘要:为了探究各特征在SAR影像分割中的作用规律,提出一种贝叶斯框架下基于曲波特征加权的SAR影像分割方法.首先,利用曲波变换提取像素的多尺度光谱特征,构成像素特征矢量,为了探究提取的多尺度光谱特征在SAR影像分割中的作用规律,赋予该矢量中的每个特征分量不同的贡献权重,并利用上述特征和贡献权重定义特征加权影像;然后,划分影像域,并在贝叶斯框架下构建基于曲波特征加权的SAR影像分割模型;同时利用马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)算法和最大期望值(expectation maximization,EM)算法实现影像分割和权重估计;最后,利用所提出方法和4种对比方法对SAR影像进行分割实验,通过其定性及定量评价结果验证所提出方法不仅能够自适应地确定特征在影像分割的作用,还能有效提高SAR影像分割精度,表明所提出方法在SAR影像多特征分割中的优势.

摘要:利用一阶谱图卷积探索类别标签间关系是目前多标签图像识别常用的手段,但是,较多的图卷积层数易出现过度平滑现象,使得该方法存在局限性.为此,提出一种基于自适应多尺度图卷积网络的多标签图像识别方法,主要思路为:采用块Krylov子空间形式的谱图卷积来挖掘类别标签间的相关性,在每个图卷积层中拼接多尺度信息并扩展到深层结构,并在自适应标签关系图模块所构建的关系图上学习分类器,从而更加有效地进行多标签图像识别.通过两个公开数据集PASCAL VOC 2007和MS-COCO 2014 上的实验结果验证了所提出方法的有效性.

摘要:混凝土内部损伤破坏形态具有明显的离散性和随机性,内部损伤特征检测是混凝土细观研究的重要内容.针对已有混凝土结构内部损伤特征检测模型精度低的问题,提出一种特征共享双头Cascade R-CNN模型对混凝土CT图像的损伤特征进行检测.首先,为了有效识别损伤特征的空间信息,构建具有空间敏感性的fc-head(fully connected head)与空间相关性的conv-head(convolution head)相结合的Cascade R-CNN网络模型;其次,通过特征共享的方法将检测网络各层级分类信息进行融合,提升低IOU(intersection over union)阈值(0.5sim0.7)ROI(regions of interest)检测任务的精度.实验结果表明,所提方法在检测混凝土CT图像的损伤特征中平均精度达到91.31%,比原始的Cascade R-CNN提高3.04%,低IOU阈值(0.5sim0.7)ROI平均精度提高1.49%,该模型可以较好地从混凝土CT图像中检测出细观损伤部分,具有精度高、运算简单、易于工程实现等特点.

摘要:基于IoU网络提出一种IT-AWCR(IoU network tracking with adaptive weighted characteristic responses)目标跟踪算法.首先,根据目标运动速度设计目标搜索区域确定策略,通过理论分析使用ResNet50的block3、block4卷积块的输出分别作为目标的浅层和深层特征表示;然后,以目标定位准确度和滤波模型抗干扰能力为评价指标,通过优化算法自适应计算目标深、浅特征响应加权权重,从加权融合响应中获取目标粗略位置和边界框,经扰动操作获取多个候选边界框输入IoU调制-预测网络预测IoU值,取最大IoU对应边界框为最终预测目标边界框;最后,根据训练样本的相关学习权重和样本间相似度更新生成样本集,基于样本集采用稀疏优化策略实现滤波模型更新.OTB2015和VOT2018数据集上的实验结果验证了所提出算法的有效性.

摘要:针对多四旋翼无人机编队在巡航飞行过程中队形形成和保持问题,采用分布式模型预测控制方法将该问题转化为在线滚动优化问题.建立线性时不变的编队运动模型,进而在考虑状态和输入约束,不考虑时延、外界干扰、噪声的情况下,利用领航跟随策略设计一种分布式模型预测控制器,通过引入自身和邻居的假设状态轨迹设计代价函数.其中邻居信息的交互是在有向、时不变通信拓扑结构下进行的.基于该控制器,无人机能够在跟踪目标轨迹的同时,快速形成预先设定的队形并保持队形飞行.通过引入终端等式约束保证系统稳定,进而将目标函数作为Lyapunov函数,给出编队系统渐近稳定的充分条件.最后,利用6架无人机仿真验证控制算法的有效性和优越性.

摘要:传统故障诊断方法大多是针对单一故障类型,然而在实际工业中多种故障会同时出现,即复合故障.针对复合故障诊断问题,一些学者引入多标签学习思想,多标签K近邻算法(ML-KNN)就是其中之一.然而ML-KNN算法作为一阶算法,只考虑标签与对应样本数据间的关系,却忽略了标签间的联系.针对该问题提出一种分级多标签学习算法,名为分层多标签K近邻算法(HML-KNN).HML-KNN算法将机械设备的退化阶段和故障类型分为两级,将第1级得到的标签信息进行转化,转化后的信息作为新特征放入第2级进行判断.HML-KNN算法是一种高阶算法,考虑了全局的标签信息,并在算法中包含了标签的特征转化,使得到的结果准确率更高.最后通过XJTU-SY数据集验证HML-KNN算法在处理复合故障诊断问题上的优越性.

摘要:桥式起重机是一种广泛应用的大型搬运设备,在实际工作过程中,台车运动时会产生伴有初始负载摆角的负载摆动,影响工作效率并带来安全隐患.针对这种情况,设定期望的台车误差轨迹和摆角误差轨迹,将桥式起重机动力学模型转换为误差跟踪动力学模型,提出一种基于能量分析方法的桥式起重机防摆控制策略.通过LaSalle不变性原理和Lyapunov方法对闭环系统的稳定性进行理论分析.仿真与实验结果表明,所提防摆控制方法的控制性能几乎不受初始负载摆角的影响,可以保证桥式起重机在无初始负载摆角和带有初始负载摆角的情况下都能取得良好的控制效果,能够驱动台车准确到达目标位置,有效抑制并快速消除负载摆角,同时对外部扰动具有很强的鲁棒性.

摘要:利用模型依赖的平均驻留时间策略研究离散异步切换线性系统的指数H_∞滤波问题.考虑到在实际问题中,所设计的模型依赖的全阶滤波器的切换往往会滞后于其相应的子系统,将子系统的运行区间划分为与滤波器匹配的区间和不匹配的区间.针对两种工作模态,利用模型依赖的平均驻留时间切换策略和mu依赖的多Lyapunov函数方法完成滤波器的设计,并使得增广得到的异步滤波误差系统全局一致指数稳定且满足指数H_∞性能指标.该滤波器存在的充分条件在文中以线性矩阵不等式的形式给出.最后通过数值仿真验证所提方法的有效性.

摘要:针对机器人操作充电枪寻孔过程,研究一种基于接触状态识别的寻孔策略.基于以接触力为基本特征点的支持向量机(SVM)的线性分割算法,提出一种寻孔接触状态识别方法.针对端面接触状态、两点接触状态和三点接触状态,分别给出充电枪插头坐标系下的向心力方向、侧向力方向和扭矩方向的寻孔速度轨迹规划方法,并提出一种跟踪Z方向寻孔装配力与XY平面寻孔速度轨迹的力位混合控制方法.最后基于6自由度协作机器人、充电枪插头及插座的实验平台,通过寻孔操作实验验证所提出方法的正确性和有效性.

摘要:讨论竞争环境下硬件平台的激励合同选择问题,旨在研究竞争环境下硬件平台的三部定价激励合同与传统接入费合同的表现,识别硬件平台激励合同竞争模式的动态演变过程,并对最终市场均衡进行分析.首先, 建立硬件平台竞争博弈模型,研究两个平台均提供传统接入费合同、均提供三部定价合同以及分别提供三部定价合同和传统接入费合同这3种情况下的博弈均衡和绩效情况;然后,比较上述3种情况下硬件商和软件商的利润,分析三部定价激励合同与传统接入费合同的不同表现;最后,从硬件商和软件商同时实现帕累托改进的角度,识别竞争性硬件平台的激励合同博弈演化过程并分析最终博弈均衡.结果表明,硬件平台竞争博弈最终会收敛到两个硬件商均使用激励合同的纳什均衡,而这在某些情况下反而会使各平台陷入利润的囚徒困境.

摘要:舰载机有序、高效着舰是确保舰载机舰面保障计划如期进行的必要前提,为提高舰载机着舰效率并减轻传统人工着舰排序的负担,研究一种舰载机着舰调度算法.首先,以加权着舰完成时间和为优化目标,构建舰载机着舰调度的数学模型;其次,提出一种改进的人工蜂群算法用于模型求解,算法在基本人工蜂群算法的基础上引入遗传算法中的交叉算子、精英策略以及一系列自适应局部搜索策略,以增强算法的全局搜索性能,提高算法收敛速度;最后,通过着舰调度案例仿真和算法对比表明,改进的人工蜂群算法具备更强的优化性能和更好的鲁棒性,可以求解大规模舰载机着舰调度问题,具有工程实际应用价值.

摘要:电力生产装置运行中各种燃料的成本逐步增加,需要最小化成本函数以求解此类复杂经济负荷调度问题.鉴于此,提出一种基于动态惩罚因子的改进蚱蜢算法求解经济负荷调度(economic load dispatch,ELD)问题和经济排放联合调度(combined economic emission dispatch,CEED)问题.为了提高蚱蜢算法(grasshopper optimization algorithm,GOA)性能,提出一种改进的混合蚱蜢算法(hybrid grasshopper optimization algorithm,HGOA),将重力搜索算子和鸽群搜索算子-地标算子加入GOA中,增强算法的搜索能力,平衡算法的勘探和开发.同时,为了更好地解决ELD和CEED问题中的约束问题,提出6个惩罚函数,包括2个V型函数、反正切函数、反正弦函数、线性函数和二次函数,并使用动态惩罚策略代替传统的固定值惩罚策略.选取3个ELD问题案例和4个CEED问题案例验证所提出方法的有效性,实验结果表明,HGOA相较于其他元启发式算法在求解质量上表现更好,且动态惩罚策略比固定值惩罚策略效果更好.

摘要:加热炉生产是影响热轧机组利用率和轧制计划质量的重要环节之一.通过分析加热炉对热轧生产的影响,抽取板坯标准在炉时间和出炉温度这两个关键因素,建立热轧板坯轧制计划的整数规划模型,并提出自适应邻域搜索算法.在算法中设计约束满足策略、自适应搜索策略和反向学习邻域搜索策略.约束满足策略针对目标特征和加热炉因素设计两种值选择规则,用于生成高质量初始解;自适应搜索策略能够自主选择邻域结构和终止邻域搜索,有效优化邻域结构选择方式和算法收敛速度;反向学习邻域搜索策略基于反向学习技术增强解空间多样性,提高全局搜索能力.基于实际生产数据设计多种规模的实验,通过实验验证了算法的有效性.

摘要:二氧化碳排放量的发展趋势作为能够反映各国减排措施的指标之一,近些年来受到广泛关注.为了缓解碳排放数据的非线性和波动性对预测精度造成的影响,提出一种高效的分解集成预测方法用于预测二氧化碳的年排放量.碳排的原始序列数据被经验模态分解(empirical mode decomposition,EMD)方法分解为不同频率的振动模块和残差项,粒子群优化算法(particle swarm optimization,PSO)优化后的最小二乘支持向量机(least squares support vector machine,LSSVM)用于预测每个分解模块.选取世界上12个国家的真实碳排数据进行实例验证,预测结果表明:EMD方法能够有效提高碳排预测的精准度;与其他预测模型相比,分解集成预测方法能够将平均绝对误差(mean absolute error,MAE)的均值最少提高46.46%,最多提高90.09%,将平均Pearson相关系数(Pearson correlation coefficient,PCC)值最少提高10.45%,最多提高45.10%.

摘要:提出一种基于对偶观测器的标准正弦信号提取方法.将受到谐波干扰的信号通过一种辅助滤波器得到与谐波频率相关的可测变量;然后利用对偶关系将受干扰信号分解为已知函数和受标准正弦信号驱动的待估项;进而构造观测器估计未知参数,直接对标准正弦信号进行重构.该方法可以将谐波信号表示为关于辅助变量的参数形式,直接建立频率与干扰谐波之间关系,实现标准信号与干扰谐波的分离.由于只需要估计受标准正弦信号驱动的未知参数,很大程度上可以降低计算复杂度.利用李雅普诺夫稳定性理论证明:当不存在有界噪声时,这种观测器可以渐近跟踪标准频率信号;在多源干扰环境下,观测器误差动态满足一致最终有界特性.仿真结果验证了该对偶观测结构的有效性.

摘要:应急设施的合理布局是灾后实现物资高效、公平和稳定供应的重要保障.针对突发自然灾害的不确定性,研究基于多重覆盖的应急设施多级协同布局鲁棒优化问题.首先,提出多级设施选址下的多重覆盖水平函数,以最小覆盖水平和期望总成本最优为目标,建立应急设施多级协同选址双目标优化模型;其次,应用基数不确定集和p-鲁棒方法构建两类鲁棒优化模型,分别研究场景内不确定需求和随机场景对设施布局的影响;最后,以湖南省救灾备荒种子储备库选址为例进行实证分析,验证所提出优化模型的有效性.研究结果表明:多级协同布局相比传统布局方案更具优势;鲁棒优化模型能够有效应对不确定情形和随机场景下的物资需求;决策者的风险偏好程度和预算水平对设施协同布局有重要影响,需对二者进行综合权衡.

摘要:研究风险规避的农户和风险中性的销售商组成的农产品供应链,在集中式决策和分散式决策下绿色投资的最优决策问题.考虑两类成本共担契约,分别为一般成本共担契约和考虑谈判权力的讨价还价的成本共担契约;同时,分析风险规避和谈判权力对相关决策变量的影响.结果表明:在分散式供应链中,风险规避与绿色投资水平负相关,而在两类契约中,两者正相关.两类契约都有利于供应链绿色投资水平和期望效用的提高.在双方谈判的成本共担契约中,成本分担比例和绿色投资水平分别与谈判权力和风险规避正相关;在满足一定条件时,供应链绿色投资水平高于集中式供应链的相应值;供应链绿色投资水平和期望效用可同时高于一般成本共担契约中的相应值.投资成本系数对供应链绿色投资水平和期望效用有负向影响.

摘要:输电线路的异常目标检测对提高输电系统的安全性、可靠性、稳定性起到十分重要的作用,而已有目标检测并未针对线路异常目标的尺度变化大、小目标多、光线暗、部分遮挡等问题进行有效设计,导致识别速度慢、易受环境干扰、误报漏报频发等.针对上述问题,采用两阶段深度网络,利用特征金字塔网络(FPN)提取多尺度特征,使主干网更好地适应目标多尺度变化,并通过全局网络进行特征增强,获得更清晰、更具有代表性的多尺度目标特征.在区域选择网络(RPN)中提出特征指导的候选框生成网络,能够生成稀疏且形状任意的锚,产生更紧密的掩模包围框.在检测阶段,采用多任务损失函数提升网络的预测精度和泛化能力,提高异常目标的检测性能.在MS COCO数据集上进行消融实验和性能对比,验证所提出方法的有效性和先进性,在输电线路数据集上异常目标检测精度达到77%,优于主流深度学习的目标检测方法.

摘要:在临床实践中,医疗推荐可能存在数据多源异构和推荐项目多准则的问题,考虑到医疗推荐的这些特征,定义了异构信息系统上不同数据类型的距离测度,实现多源异构数据的有效处理.首先,根据两个对象之间的混合距离得到异构信息系统中的二元关系,并构建异构信息粗糙集模型;然后,将多准则推荐与多准则决策方法(MCDM)相结合,运用灰色关联分析(GRA)聚合每个项目下多准则评分将其转化为单评分推荐;最后,在异构信息粗糙集模型的基础上引入三支决策,同时基于协同过滤方法实现三支推荐,考虑了推荐过程中的决策成本.在医疗应用部分采用临床数据实验,验证了所提出的模型能够为临床诊断提供知识支持,有效降低推荐决策成本,提高推荐的准确性.

摘要:依据现有4种基本稳定性能够获取冲突均衡解,但该过程通常假设决策者具有相同的行为模式.为了研究各个决策者行为模式的差异性对冲突演化分析与求解的影响,提出一种决策者组合行为冲突分析方法.首先,基于冲突分析图模型4种稳定性概念,通过预见力和风险态度两项指标识别不同决策者的行为模式;其次,定义规范化的组合均衡解概念,以此反映决策者不同行为模式对冲突决策的影响;接着,给出基于矩阵行为模式分析函数的组合均衡求解方法,以此提高均衡解的计算效率;最后,运用新方法解决企业员工体面劳动保障制度实施冲突问题.研究表明,所提出方法能够较好地提高冲突分析图模型理论的战略解析能力和决策水平.

摘要:考虑非线性的饱和发生率,建立一种刻画信息物理融合系统(cyber-physical systems,CPS)中恶意病毒传播的SIRS(susceptible-infected-recovered-susceptible)模型.为了避免因Hopf分岔的产生致使恶意病毒传播扩散,采用参数调节法和状态反馈法相结合的混合分岔控制策略,研究信息物理融合系统的Hopf分岔控制问题,建立受控系统的稳定性条件和分岔判据,探明控制增益参数对Hopf分岔点和分岔极限环幅值的影响规律,并给出分岔阈值与增益参数间的关系图.数值仿真结果表明,所提出的混合分岔控制策略不仅能够改变Hopf分岔点的位置,而且可以有效调节极限环幅值的大小,使得信息物理融合系统产生预期的动力学行为,有效降低恶意病毒传播的危害.

摘要:研究具有对抗交互的一类非线性多智能体系统的二分一致性跟踪控制问题,借助有向符号图刻画智能体之间的通信关系,并假定符号图是结构平衡的.进一步,借助符号图网络对二分一致性跟踪问题进行公式化描述.基于最近邻原则,结合拉普拉斯矩阵、牵制矩阵、符号函数、耦合增益参数等,设计分布式控制律.利用Barbalat引理和李亚谱诺夫函数证明整个闭环系统的渐近稳定性,在保持闭环系统稳定的条件下推导出耦合增益的下界.最后通过仿真验证所提出方法的有效性.

摘要:研究模型依赖平均驻留时间(MDADT)切换信号下一类齐次度为1的切换非线性正系统的有限时间稳定问题.首先,通过构造恰当的切换最大分离Lyapunov函数,借助于Dini导数,基于MDADT切换信号,给出切换非线性正系统有限时间稳定的充分条件.与已有的指数稳定性结果相比,进一步说明有限时间稳定与指数稳定的区别.其次,将所得结论应用于切换线性正系统,得到切换线性正系统在MDADT或平均驻留时间(ADT)切换信号下有限时间稳定的充分条件.最后,通过仿真算例验证所得结论的有效性.