摘要:近年来,控制障碍函数因其具有实时性强、兼容性强、约束性强、鲁棒性强等优势,已成为无人机安全领域的一个重要研究分支.由于无人机系统多以非线性控制系统为主,且保障无人机飞行安全至关重要,首先以非线性控制系统为基础,展开介绍控制李雅普诺夫函数、控制障碍函数、安全屏障证书的基本概念;然后围绕基于控制障碍函数构成的二次规划控制器差异的角度梳理其在无人机系统中的应用现状,多无人机系统相比单无人机系统拥有更高的任务效率和适应性,因此进一步梳理集中式和分散式两种类型安全屏障证书在成对无人机中的应用;最后针对当前控制障碍函数在无人机系统应用中存在的技术难题进行分析,并提出未来需要进一步发展的研究方向.

摘要:针对PCB缺陷检测任务中存在的目标与背景相混淆、缺陷目标较小不易识别等问题,提出一种基于特征增强和多尺度融合的PCB缺陷检测方法FCM-YOLO.所提出方法以YOLOv5s为基础,首先在特征提取网络中引入由空间到深度层和非跨步卷积层的组合,构建特征重提取模块,以减少信息丢失,保留小目标特征信息;然后,在特征提取网络的最深层引入上下文注意力模块,通过学习上下文信息,使用可变形卷积提取小目标特征,以此增强对目标与背景的区分能力,从而减少漏检情况;最后,在特征融合网络中引入多尺度感受野增强模块,通过多分支结构加强特征信息间的相关性,增强特征的语义表示.在PCB缺陷数据集和GC10-DET数据集上对不同算法进行对比实验,实验结果表明,FCM-YOLO能够更加精确地识别缺陷目标,相比改进前的YOLOv5s算法,所提出算法在这两个数据集上的检测精度分别提高4.7%和3.7%.

摘要:基于分解的高维多目标进化算法在处理不规则前沿优化问题时需要调整参考向量,为避免这一复杂操作,提出一种基于聚类引导和目标值和的高维多目标进化算法.该算法借助一个储存非支配解并定期更新的精英集,通过聚类引导当前种群进化,从而使得当前种群保持较好的多样性.选择个体时,根据Pareto支配关系以及目标值和衡量个体的收敛性,基于该收敛性度量方式进行非支配排序和适应值排序,从而选择收敛性较好的个体.与7种算法在2套高维多目标优化测试题上进行对比实验,实验结果表明,所提出算法能有效解决不同类型的高维多目标优化问题.

摘要:为了解决现有多目标进化算法难以处理复杂帕累托前沿的问题,提出一种基于改进角度惩罚距离和自适应参考向量的高维多目标进化算法(improved angle penalized distance and adaptive reference vector based many-objective evolutionary algorithm,PDAREA).算法中采用改进的角度惩罚距离策略进行个体选择,有效减少种群中个体收敛性与分布性的冲突.自适应参考向量策略能够根据目标函数的变化动态调整参考向量的分布,可有效改善个体在帕累托前沿上分布不均的问题.通过参考向量再生策略,提高算法处理带有不规则帕累托前沿问题的能力和效率.最后,将所提出算法与7个主流算法进行仿真实验对比,并应用于两个实际问题中.结果表明,所提出算法在求解带有复杂帕累托前沿的高维多目标优化问题上具有较强的竞争力,能有效平衡种群收敛性与分布性.

摘要:目标检测是计算机视觉领域中的一个重要研究方向,针对目标检测算法中存在的模型庞大、多尺度目标检测等问题,基于HRNet(high resolution net)和自适应空间特征融合(adaptively spatial feature fusion,ASFF)提出一种多尺度特征融合目标检测算法.首先,利用通道拆分(channel split)操作和深度可分离卷积(depthwise separable convolution,Dwconv)改进HRNet的基础模块,结合CSPNet改进HRNet的分支结构,减少模型的参数量,在得到轻量化L-HRNet三个分支后使用空间特征金字塔EESP(extremely efficient spatial pyramid)模块获得不同感受野大小特征,并将其融合后加强特征;其次,使用ASFF模块自适应融合EESP模块输出多尺度特征,该模块为3个分支的特征分配不同的特征融合权重,自适应融合重要的空间特征;最后,引入SIoU(shape-aware IoU)作为边界框定位损失函数,综合考量边界框回归之间的角度关系、中心点距离关系以及边界框的形状关系,使得预测框与真实框之间的损失度量更加准确,整体参数量为5.7M,在公开数据集PASCAL VOC上达到了85.1%的mAP,在MS COCO上的实验结果表明,mAP$_{0.5{\text{ -

摘要:为了增加基本沙猫群算法的搜索效率、收敛效率,增加种群的多样性,增强全局搜索能力,提出一种多策略混合的改进沙猫群算法(improved sand cat swarm optimization algorithm,IMSCSO).利用Sine映射进行初始化以得到分布更加均匀的种群;在攻击行为中根据个体适应度的大小对攻击区间进行区域划分,减小攻击范围,增加搜索效率;将向量的线性变换引入到搜寻行为中,通过对系数矩阵的设计增加收敛效率;利用聚集度圆增加算法跳出局部最优的能力;通过引入生存机制的黄金正弦策略增强其局部开发的能力.使用12个基本测试函数对改进后的算法进行测试,经过Wilcoxon秩和检测、时间复杂度分析、李亚普诺夫稳定性分析验证改进算法的优越性.最后使用改进沙猫群算法对SVM参数进行优化,并应用于轴承故障检测,证明算法在实际应用中的有效性.

摘要:为了增强传统模糊C均值聚类算法的抗噪性能,保持任意像素与相邻像素间的隶属度相似性,提出一种自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割算法.首先,通过快速双边滤波器获取局部空间强度信息,用于平滑噪声像素;然后,将局部加权平均隶属度作为先验概率,并通过KL信息将其嵌入目标函数,从而优化隶属度的划分矩阵;最后,计算原始图像与双边滤波图像间的绝对强度差,用指数形式的绝对强度差作为双边滤波图像的自适应权值,并将其倒数作为原始图像的自适应权值.当混合噪声密度为30%时,所提出算法在彩色合成图像上的划分系数和划分熵分别为99.66%和0.58%,在彩色真实图像上的划分系数和划分熵分别为98.77%和2.03%.实验结果表明,与其他相关算法相比,所提出算法的抗噪性能更强、分割精度更高、稳定性更好.

摘要:高精度地图与定位是无人车实现自主导航作业的重要前提,针对现有松耦合融合方法对观测信息利用不充分,以及传统闭环检测方法匹配精度低等问题,提出一种基于扫描上下文优化的紧耦合激光SLAM方法-----optimized SC-LIO-SAM.首先,IMU通过预积分对点云进行去偏校正,同时为激光里程计提供初始位姿估计;激光里程计通过滑动窗口的方法将当前帧的特征点云与局部地图匹配,随后基于扫描上下文的方法对特征点云进行编码生成点云描述符,实现高效的闭环检测;基于LIO-SAM的框架,将IMU预积分因子、激光里程计因子、GPS因子以及闭环因子插入全局因子图中,通过基于贝叶斯树的增量平滑优化算法对全局点云优化更新.为了验证所提方法的有效性,采用KITTI数据集评估optimised SC-LIO-SAM的性能,并与LOAM、LEGO-LOAM以及LIO-SAM对比,结果表明,optimised SC-LIO-SAM相比于LOAM、LEGO-LOAM以及LIO-SAM等算法,定位精度显著提升.最后将算法应用在开源数据集中,验证了optimised SC-LIO-SAM能够构建全局一致的地图.

摘要:移动作业机器人的作业任务往往有多个目标,针对每个作业目标,机器人的可停靠位置有无数个.如何在复杂环境和多作业目标约束下,对移动作业机器人进行合理的路径规划是一项难题.鉴于此,提出一种基于可操作度的移动作业机器人路径规划方法,在进行长度最优路径规划的同时,优化机械臂对目标作业的灵活性.首先,在节点采样阶段,研究机器人的可操作度在笛卡尔空间的分布,获取机器人在可停靠区域内对目标的可操作度;然后,采用高斯采样和梯度采样的方法在自由空间和移动机器人可停靠区域进行路径点采样,构建可操作度路线图;接着,在路径搜索阶段,对传统蚁群算法进行改进,提出适用于可操作度约束的启发式函数和局部最优预警策略;最后,在不同的仿真地图下对路径规划方法进行测试,验证了所提出方法在不同的环境下均有较高的适应能力,搜索出的路径代价较低,对目标的作业可操作度较高.

摘要:针对无人机在弱纹理场景下定位不准确的问题,提出一种基于边缘化加速的无人机定位方法.参考开源的VINS-Fusion算法架构,首先采用Harris角点算法提取需要优化的角点信息,融合亚像素角点算法对提取的角点信息进行迭代和精度提升,为后端优化线程提供良好的初始值;然后设计一种边缘化加速策略,通过滑窗法筛选出需要优化的视觉残差信息,采用舒尔补方法将筛选出的视觉残差信息转化为先验信息加入优化,拆分边缘化线程并且重构信息矩阵,索引视觉残差信息的行和列,将含有信息较多的矩阵块移至信息矩阵右下角,保留更多的先验信息;最后使用EuRoc数据集进行评估.实验结果表明,与开源的视觉惯导融合的SLAM系统相比,所提出算法在定位精度上得到明显提升,同时可以保证较高的运算效率,满足无人机定位的实时性要求.

摘要:针对超宽带(UWB)测距存在非视距(NLOS)误差以及LiDAR存在累计误差影响定位精确度的问题,提出一种基于改进天牛须搜索算法(IBAS)优化粒子滤波的UWB/LiDAR室内定位方法.该方法综合UWB抗干扰能力强、时间分辨率高和LiDAR高精度、高效率的优点,使用LiDAR量测信息解算组合定位系统与UWB基站的距离,剔除UWB量测值中的NLOS误差.改进天牛须搜索算法的引入可消除粒子滤波的粒子退化现象,减少算法所需粒子数,提升算法运行速度和实时性.最后构建UWB/LiDAR的组合函数,使用图优化方法优化全局位姿.实验结果表明,同等效果下经改进天牛须搜索算法优化后所需的粒子数仅为原粒子滤波算法的20%,同时相较于单一的UWB、LiDAR定位,所提出方法的定位精度分别提升了44.75%和74.47%,效果良好.

摘要:对于自由漂浮的刚性空间机器人,设计一种二阶滑模固定时间轨迹跟踪控制器.利用拉格朗日法建立自由漂浮空间机器人系统的动力学模型,结合加幂积分法与虚拟变量策略为系统设计一种二阶滑模固定时间轨迹跟踪控制器.采用Lyapunov函数法证明所提出控制器可确保空间机器人跟踪误差的全局固定时间收敛,且收敛时间独立于系统初始状态.所提方法可对系统跟踪误差的最小收敛时间上界进行估计,解决传统固定时间控制方法所存在的收敛时间过度估计的问题,并可有效削弱控制力矩的抖振现象.仿真结果与理论分析一致,校验了所提方法的可行性与优越性.

摘要:针对实际垃圾收集任务中垃圾常呈非均匀的斑块状分布的问题,提出一种基于密度交互的集群机器人自组织垃圾收集算法.首先,基于高斯核函数建立机器人邻域作业空间中垃圾分布以及邻居分布的空间密度场;然后,在密度信息驱动交互规则作用下,集群机器人通过边缘包围行为实现对垃圾斑块的环型包围;最后,配合面向粗粒度垃圾的平推收缩策略和面向细粒度垃圾的涡旋收缩策略,以群体协作的方式推动垃圾斑块向内聚拢,完成斑块状垃圾的收集任务.数值仿真以及真实集群机器人实验结果表明,所提出收集算法对单斑块、多斑块以及垃圾数量动态变化斑块均具有良好的收集效果,表现出优良的并行作业和自适应性能.

摘要:研究带有不确定扰动的一阶非线性多智能体系统的分布式快速有限时间二分跟踪一致性问题,其中领导者具有所有跟随者都未知的外部输入.基于全局有限时间稳定性理论、代数图论和变量变换,提出并分析一种静态分布式非光滑协议,证明在含扰动的非线性多智能体系统中,所有跟随者能在有限时间内快速地跟踪上时变的期望状态.该协议的局限性是控制增益会依赖于某些全局信息,如Laplacian矩阵的谱.为了消除这一限制,进一步设计一种自适应分布式协议.理论分析表明,所考虑的多智能体系统在控制增益不依赖于全局信息的前提下同样能实现快速有限时间二分跟踪一致性.最后通过两个仿真实例验证所提算法的可行性和有效性.

摘要:研究具有不稳定模态的时滞切换非线性正系统的指数稳定问题.首先, 针对具有不稳定模态的时滞切换非线性正系统,基于改进的Halanay不等式技术结合多重最大分离Lyapunov函数,并设计模态依赖的切换策略,建立系统指数稳定的充分条件;其次,由于不再限制子系统运行的最小驻留时间,相比已有结果该条件的保守性更低,并且时滞切换线性正系统指数稳定作为该结果的特殊情况也被得到;最后,通过给定的数值实例展示理论结果的有效性.

摘要:径向基函数具有形式简单、节点配置灵活等特点,使得其可以构成网络来拟合复杂非线性系统.径向基函数构成的网络可描述非线性模型映射关系,研究有色噪声干扰下一类径向基函数非线性模型的参数估计问题.首先,为了抑制有色噪声对参数估计的影响,在不改变模型输入输出关系的前提下,利用数据滤波技术设计滤波器对观测数据进行滤波,实现有色噪声干扰下辨识模型的白噪化处理;然后,运用梯度搜索,结合多新息辨识理论,提出估计该类径向基函数非线性模型的滤波多新息增广随机梯度算法;最后,考虑到模型的参数可分离特性,在滤波辨识的框架下,基于分解技术,利用递推搜索方法,提出估计该类径向基函数非线性模型的三阶段滤波多新息增广递推算法.仿真结果表明了所提出算法的有效性和优越性.

摘要:研究带有切换网络结构的网络演化博弈同步问题.首先,利用矩阵半张量积方法,给出局势演化方程的代数化表达式,并得到一个充分必要的代数条件来验证切换网络演化博弈是否与一个静态网络演化博弈达到同步;然后,通过构造一个辅助系统并使用最大不变子集的方法,将切换网络演化博弈的同步问题转化为辅助系统的集合稳定性,提出一个易于验证的充分必要条件,并给出达到同步时最短时间的计算公式;此外,将所得结果推广到局势受限的情况,提出局部同步的概念,并讨论切换网络演化博弈的局部同步问题;最后,通过实例验证理论结果的有效性.

摘要:以桥式起重机为研究对象,针对其在三维复杂欠驱动系统中因状态参量高度耦合而导致动力学方程难以线性化处理和滑模控制器本身控制力输出的高频抖振等系列问题,设计一种基于分层滑模控制的改进超螺旋滑模控制器,以期当负载质量和钢丝绳长度等参数不断变化时,仍能实现对起重机的精确定位并有效抑制负载摆角.采用Lyapunov函数对控制器稳定性和可行性进行证明,通过搭建物理模型对所研究内容进行验证,仿真与实验结果的一致性证明了所提出的控制器对抑制负载摆动现象具有较好效果.以上结果表明所研究的控制器能够在不降低系统鲁棒性的前提下有效消除系统抖振并抑制负载摆角幅度,具有重要的理论意义与应用潜力.

摘要:等势概念是形式概念分析和概念认知学习的一个新兴课题,为社交网络分析提供了新的思路.现有的等势概念计算方法先搜索所有的形式概念再对其进行过滤,降低计算效率.随着增量式计算的发展,实现增量式等势概念的计算是一项重要的研究课题.为了解决上述问题,提出一种基于图属性拓扑的增量式等势概念计算方法.针对等势概念属性与对象的数量一致性特点,该方法通过对属性拓扑的结构进行优化,定义图形式背景下的图属性拓扑,进而证明图属性拓扑中极大完全多边形与等势概念一一对应的关系,并将此性质与属性拓扑的形式概念搜索算法相结合,提出静态图形式背景下直接计算等势概念的方法;基于此,进一步研究新增属性和新增对象对图属性拓扑中极大完全多边形的影响,完成增量式等势概念的直接计算.实验表明,直接计算方法能够有效提升等势概念的计算速度,并验证了所提出增量式等势概念更新计算的可行性和高效性.

摘要:相比于无幂函数的传统线性控制方法,有限时间控制器(finite-time controller,FTC)因具有指数参数而能实现更优的控制性能.以一阶系统为例,定性且定量地对FTC和线性控制器(linear controller,LC)性能进行较为全面的对比,共得出11个相关定理,重点研究如何选取FTC的控制参数,以获得比LC更优的控制性能.具体内容为:考虑一阶标称系统和受扰动系统,设定一系列能反映控制性能的评价指标,如最大控制量、能量消耗、收敛速度、稳态精度以及抗干扰能力等;相比于已给定的LC,通过计算求出每个指标所对应的FTC参数,并证明存在合适的参数范围使FTC在评价指标的约束下具有更优的控制性能;证明在同一评价指标约束下,相比于FTC,不存在具有更优性能的LC.该研究可为FTC优于LC提供理论支撑,也为如何选取或优化FTC参数提供理论依据.

摘要:在伪装目标检测中,针对以往的特征融合研究大多采用多级特征集成,而忽略了不同特征间的差异,提出一种基于全局上下文交互融合网络用于伪装目标检测.利用改进的金字塔视觉转换器(PVTv2)模型作为骨干网络,在多个尺度上提取全局上下文信息.首先,设计边界增强模块来关注伪装目标的结构细节,并获取物体的边缘特征;然后,借鉴动物捕食机制提出特征融合解码模块,该模块提供位置信息用于潜在目标定位来产生粗略定位图;最后,通过所搭建的全局上下文聚合模块进行多层次信息的充分交互,减少特征聚合过程中的信息丢失.采用4个公开数据集、4种评价指标进行实验,实验结果表明,所提出网络性能优于其他17个具有代表性的模型.

摘要:目前机器学习技术已被广泛应用于工业智能故障诊断中,但其成功应用的前提条件是能够获取到充足的含标签故障数据以对机器学习模型进行训练.实际工业场景中,设备常运行于正常状态,故障数据的获取与标注成本巨大,无法达到模型训练的需求.现有少样本诊断方法通常依赖于额外的有标签数据,无法克服工业场景下的数据采集与标注局限.对此,挖掘关键时序依赖特征以及专家先验知识与故障诊断任务之间的内在关联,提出一种知识自监督深度表征学习方法以实现少样本故障诊断.该方法设计了一个掩码信号重构与先验特征预测多任务联合的模型预训练策略,利用与目标设备类似设备积累的海量历史无标签数据对工业智能故障诊断模型中的特征提取器模型进行预训练,使得模型在无需额外标注数据的前提下,提取具有专家先验知识引导的时序变化模式,从而获取高泛化故障表征能力.通过上述基于知识自监督表征的预训练方法,在诊断过程中仅需利用目标设备的少量有标签故障样本对模型的全局参数进行微调,从而克服模型对有标签样本的依赖性难题.最后,通过一个跨数据集的故障诊断实验来模拟跨设备的少样本故障诊断场景,验证所提出方法在少样本场景下的有效性.

摘要:作为一种新兴的智能制造趋势,将协作机器人引入装配线,与工人以人机协同方式进行装配,正受到越来越多的重视和实践.人机协同装配线的特点在于工人和机器人可以在同一工位中独立执行、并行执行或协作执行装配任务,从而提高传统装配线的生产效率.以最小化节拍时间为优化目标,对人机协同装配线平衡问题开展研究.首先,设计节拍时间下限、上限和初始解的加强策略,并基于已有的人机协同装配线平衡问题模型,构建一个新的增强的混合整数规划模型;其次,设计一类改进的模拟退火算法,使用多种工位完工时间评估方法,实现对问题的高效求解;此外,通过大量的计算实验,验证所提模型和算法的有效性和适用性;最后,对相关参数开展敏感性分析,为制造企业引入协作机器人开展人机协同装配提供管理启示和实践参考.

摘要:针对极端天气灾害造成配电网供电短缺问题,首先提出考虑多类型极端天气的配电网统一故障率计算模型,实现配电网灾前故障场景预测;然后提出包含整体韧性和恢复速度的配电网韧性评估指标,灾害发生前,以天气灾害预判场景为依据,建立以负荷削减量、移动储能移动成本和充放电成本最小为目标的移动储能预调度模型,有效减少灾时停电时间,灾害发生后,随着灾害进程的变化,交通路况受极端天气影响呈现出不同程度的拥堵或湿滑情况,进而影响了移动储能车的实际应灾救援能力,因此提出考虑交通网影响的移动储能救援态和充电态的时空动态优化调度方法;最后以我国东北某城市实际冰灾为案例进行分析,结果表明考虑极端天气对交通路网影响的移动储能“灾前+灾后”多模态调度策略可有效提升配电网的韧性水平.

摘要:随着低轨星座规模的不断扩张,本就相对匮乏的信关站资源变得更加紧张.为提高信关站天线的使用效率,提出一种混合克隆选择算法.首先,将卫星与信关站可见弧段转化为任务集合,将馈电链路切换问题转化为任务分配问题,并建立相应的数学整数规划模型;然后,将抗体编码为一组任务分配向量,结合启发式冲突消解规则,建立基于有向图最短路的解码方法,引入阈值参数降低解码的计算开销,提出基于自适应邻域选择的局部搜索算法,增强局部寻优能力;最后,搭建低轨星座馈电链路切换仿真场景,生成不同规模的算例来开展对比实验.仿真实验结果表明,所提出算法能够快速收敛到小规模算例的最优解,同时在大规模算例上比现有启发式算法表现出更强的求解能力和更稳定的性能,从而验证所提出算法的有效性.

摘要:针对大型设备混流装配过程中的多人协同、多工种等特点,提出基于双深度Q网络(double deep Q network,DDQN)的多人协同混流装配线平衡优化算法.首先以工作站和工人数量、工人与工作站间的负载为优化目标,建立多人协同混流装配线平衡问题的多目标优化数学模型.其次,根据装配过程中生产对象的特征设计状态空间,并根据启发式规则设计动作空间,结合优化目标设计奖励函数,从而将数学模型转化为马尔科夫决策模型.在此基础上,对传统DDQN算法进行改进,采用自适应探索概率完成动作决策,并设计基于工人利用率的解码方法.最后,通过混流装配线标准测试实例以及多人协同混流装配线测试实例,将DDQN算法与改进离散水波优化算法和模拟退火算法进行对比,验证算法的寻优精度以及模型的有效性.同时,在车身混流装配实际案例中采用DDQN算法进行平衡优化,验证算法的有效性和实用性.

摘要:在复杂系统的试验评估中,受制于时间和成本,试验次数有限,需要对试验的试验点和样本量进行设计.序贯设计适用于高成本试验,但设计效果取决于使用的准则和方法.针对这一问题,基于随机克里金模型研究序贯设计方法.在试验点设计上,对期望预测误差的组成成分分别进行估计,引入中心化$L_2$偏差平衡探索和开发,构建一种试验点设计准则;在样本量分配上,以积分均方误差准则为目标函数构造整数规划并转化为多阶段决策过程,利用松弛问题的解构造近似代价函数,提出一种基于近似动态规划的求解方法.最后,将所提出序贯设计方法分别应用于数值仿真实验和实际飞行仿真转台实验以验证方法的有效性.

摘要:针对考虑批处理机(batch processing machines,BPM)和部分阶段无优先关系的绿色模糊混合流水车间调度问题(energy-efficient fuzzy hybrid flow shop scheduling problem,EFHFSP),提出一种动态人工蜂群(dynamical artificial bee colony,DABC)算法以同时最小化最大模糊完成时间和模糊总能耗.给出基于种群评估的种群裁定方法以在每一代动态决定雇佣蜂种群和跟随蜂种群,并应用了动态雇佣蜂阶段、基于自适应交流的跟随蜂阶段、多样性强化策略以及自适应侦察蜂阶段.最后进行仿真实验, 实验结果表明DABC在求解考虑BPM和部分阶段无优先关系的EFHFSP方面具有较强的优势.

摘要:随着社会各界对绿色可持续发展的高度重视,环境友好型电车逐渐在物流配送中占据主要地位.然而,相比于传统燃油车,电车配送里程更短,因此在进行电车路径规划过程中,充电站是一个重要的因素.而实际中,外界因素引起的电量消耗不确定会影响充电站的选址.对此,针对电量消耗不确定下充电站选址-路径问题进行研究,导出鲁棒优化模型.为了求解大规模算例,提出基于自适应大邻域算法框架搭建的改进启发式算法,该算法采用新算子,并结合局部搜索提高搜索效率.数值实验表明,所提出的模型具有较好的稳健性,所设计的算子具有较优的搜索能力,这对于实际生活中的充电站选址-路径问题具有较强的现实意义.

摘要:针对绿色信贷背景下不同绿色企业的运营决策和供应链绩效表现问题,构建银行主导的银行-零售商-制造商三层主从博弈模型,探索绿色信贷优惠对企业产品定价和供应链绩效的作用机制,论证绿色信贷优惠对银行盈利、企业绿色转型以及实现整体经济效益和环境效益一致性的积极影响.研究发现,银行绿色贷款优惠会导致绿色产品批发价和零售价的降低,从而促进绿色产品需求增加,而一般产品价格不受影响但需求减少.企业的绿色转型需要一定的绿色市场基础,当绿色市场较小时,绿色信贷优惠可以促使绿色产品更早地占领市场,此时,绿色信贷优惠在促进企业绿色转型方面发挥了更大的作用.在特定条件下,绿色信贷优惠可以增加总利润、消费者剩余和社会福利,同时降低环境影响,但仅具有显著环境改善作用的绿色产品才能实现帕累托改进.

摘要:真实场景图像超分辨率重构方法的研究进一步推动了超分辨率重构的应用,成为研究的热点.针对现有方法多采用单一输出代表高分辨率图像的高频特征细节,难以保障稳定、准确高频细节的问题,提出一种基于树状多分支残差注意力网络的真实场景图像超分辨率重构方法.该方法通过树状结构形成多分支超分辨率重构网络,增强特征表现能力,进而丰富重构图像高频细节.每条分支采用双通道残差策略对基础块进行连接,允许更多低频特征通过.进一步设计了基础块,融入密集残差结构和注意力机制,可以在加深网络的同时使网络在通道和空间上进行全局信息自适应调整.面对树状分支的多个重构结果,采用空间频率方法进行融合.实验结果表明,同当前先进的同类方法相比,所提出方法具有更佳的重构效果.

摘要:针对现有面板数据灰色关联模型中不同几何特征的可比性问题,以及关联序受对象排列顺序影响的问题,从时间维和对象维两个方面构建基于面板数据的灰色向量模关联模型.首先,以向量的形式对面板数据进行表征,进而定义指标多维度上的绝对变化量和相对变化量两种几何特征向量,并基于特征向量对各几何特征进行相应的无量纲化处理;然后,在时间维度考虑指标的横向发展绝对量和相对量向量的模得到时间维灰色向量模关联度,在对象维度考虑指标的纵向振荡绝对量和相对量向量的模得到对象维灰色向量模关联度,对两维度加权平均得到面板数据的灰色向量模关联度;其次,对面板数据灰色向量模关联模型的性质如规范性、接近性、数乘变换保序性等进行讨论,验证模型的实用性和有效性,且模型不受对象排列顺序的影响;最后,利用所提出的模型对江苏省地区大气污染问题进行研究,以期为江苏省大气污染防治工作提供理论支持.

摘要:对偶概率语言术语集(DPLTSs)能够同时在隶属度和非隶属度角度表达决策者的评价信息,在处理多属性群决策(MAGDM)问题时更具有效性.首先,针对目前DPLTSs距离测度的不足,提出一种新的综合距离测度方式,能够在无需进行元素个数拓展的情况下精确表征DPLTSs之间的差异;然后,基于评价相似度与DPLTSs专家可信度矩阵给出专家权重的求解方法;接着,构建群体共识的反馈调节步骤,从而得到所需的决策矩阵;再次,依据离差最大化思想计算属性权重,并构建基于后悔理论的MAGDM决策方法;最后,以新能源车企重型卡车研发策略的选择问题为例进行数值分析,在解决实际问题的同时验证所提出方法的适用性和有效性,并通过灵敏度分析和对比分析进一步验证所提出方法的稳定性和合理性.

摘要:二型模糊集本质上是将模糊集中的隶属度扩展为一型模糊集而产生的集合,是处理复杂不确定环境下决策分析问题的有效工具.首先,系统性回顾所提出的新的二型模糊集的数学表述定义,并进一步展示其在不同论域条件下的几何解释;其次,针对二型模糊偏好关系在处理复杂决策情景下的多准则决策问题时所具有的显著优势,开展针对二型模糊偏好关系及其在多准则决策中的应用基础研究,并基于新的数学表述方法分别给出二型模糊偏好关系的定义和决策解释,同时定义了加型和积型一致性二型模糊偏好关系的条件;然后,根据模糊偏好关系理论构建并分析二型模糊偏好关系的相关方法和性质来说明二型模糊偏好关系以及所提出的新的二型模糊集的数学表述定义的科学性和合理性;最后,通过旅游产品选择案例与对比分析验证所提出的新定义下的基于二型模糊偏好关系的多准则决策方法的有效性和可行性.

摘要:针对异质信息环境下类案检索无法精准推送相似案例的问题,考虑到决策信息的模糊性和属性间的关联性,提出一种基于案例推理(case-based reasoning,CBR)和灰色关联分析(grey correlation analysis,GCA)的异质多属性决策方法,以提高案例检索的准确性和高效性.首先,依据模糊测度计算不同属性下的广义Shapley值,以此体现属性间的交互作用及权重信息;其次,基于案例推理的思想,运用灰色关联模型确定目标案例与历史案例的相似程度;此外,将广义Shapley值与灰色关联相结合,得到目标案例与历史案例的灰色关联度,从而获得可供当前目标案例参考的处理措施;最后,通过司法执行案件的类案检索问题验证所提方法的可行性和实用性,进而完善异质多属性决策理论体系,为解决司法领域难题拓宽新路径.

摘要:为了更好地提高客户满意度以及更高效地进行生产调度和设备维护,研究具有序列准备时间和两种周期维护类型的单机调度问题.首先通过不同预防性维护效果定义两种周期维护类型,同时考虑序列准备时间,以最小化总延误为目标建立混合整数规划模型;然后通过分析模型结构得到有效不等式提高模型求解效率;接着设计高效的多起点算法进行求解,为了避免算法陷入局部最优,设计5种局部搜索算子进行搜索;最后通过仿真实验验证模型和算法的有效性,并对参数进行灵敏度分析.研究结果表明,在不同种维护类型之间进行权衡可以降低总延误,两种周期维护类型的总延误优于单一周期维护类型.研究结果可以为制造企业实际制定调度和维护方案时提供决策支持.

摘要:随着决策环境的日趋复杂,多类型混合信息共存的现象越来越普遍.对此,考虑不同类型决策信息的分布特征,细化探讨以分段随机抽样方式将混合信息转化为随机数的方法,能够尽可能提升转化后数据与原始信息分布结构的一致性.通过大规模仿真归纳总结了不同情形下混合信息随机转化过程中最佳分段子区间的求解方法和结论,可为实际中分段抽样区间的确定提供参考.进一步,融合随机聚合求解与混合信息的随机转化过程,得到优胜度概率矩阵,并据此推导出排序位概率矩阵和可能性排序结论,从而实现决策结论由“绝对形式”向“相对形式”的柔性转化.该结论形式更加吻合原始决策信息的多样化、不确定性及模糊性特征,更具可解释性和可接受性.最后,通过对比分析验证所提出方法的有效性,并以省域发展潜力综合预判为背景构建应用算例,对所提出方法的特征及应用前景进行说明.该研究进一步丰富了混合信息的转化途径,可为多类型信息共存的复杂决策问题提供方法支撑.

摘要:为进一步提升跟踪算法在历史帧信息利用和目标特征表达方面的性能,提出基于特征增强和历史帧选择的Transformer视觉跟踪算法(feature enhancement and history frame selection based Transformer visual tracking,FEHST).首先,在骨干网络中引入动态预测模块,通过稀疏化策略提高自注意力机制的计算效率,聚焦目标区域特征;其次,提出特征增强模块,将局部信息与全局信息的优势相结合,提升特征的表达能力;最后,采用自适应历史帧选择策略,提升跟踪器对目标动态信息的关注.在LaSOT、TrackingNet、GOT-10K和OTB100等数据集上进行了大量的实验,实验结果显示,在LaSOT、TrackingNet、OTB100上分别取得70.1%、83.0%和71.6%的成功率,在GOT-10K上取得71.4%的平均重叠度,并能以27FPS的速度运行.

摘要:针对二阶网络化多智能体系统中前向通道、反馈通道和智能体之间通道同时存在通信约束(网络诱导时延和丢包)问题,提出一种基于网络化预测控制方法和时滞系统方法的新型解决方案.首先,基于智能体自身滞后的位置和速度信息,通过迭代预测得到智能体当前时刻的位置和速度预测值;然后,考虑到智能体之间通道的通信约束,设计基于邻居智能体滞后信息的时变编队控制协议;进而,推导出包含前向通道和智能体之间通道通信约束的闭环时滞系统,并利用李雅普诺夫方法给出闭环系统稳定的充分条件;最后,通过对比仿真验证所提出方法的有效性,以及网络化预测控制方法在主动补偿通信约束方面的优势.