课程文献中心 更多>>

关键词： 车辆定位   交互式多模型   卡尔曼滤波   状态估计  

摘要： 针对传统交互式多模型算法在车辆运动过程中模型匹配不及时、定位精度较低的问题,本文提出一种结合改进交互式多模型与容积卡尔曼滤波的算法,以改善车辆定位效果.首先,将惯性测量单元和路侧单元的观测结果融合为量测信息;然后,设计一种自适应转弯模型,应对角速度非固定时单一匀速转弯模型无法有效定位车辆的情况;进一步考虑模型非线性、状态向量维度较高的特点,采用容积卡尔曼滤波估计车辆状态;最后,提出改进的交互式多模型算法,通过二次交互优化模型概率.仿真实验表明,本文所提算法可以有效提高模型切换速度和车辆定位的准确性与稳定性,其定位误差相比传统交互式多模型算法降低了8.6%.

关键词： 三支决策   五区域阴影集   平均值隶属度   三支聚类  

摘要： 为减少五区域阴影集中使用常数值来定义阴影集的五值隶属函数而造成的划归误差,利用平均值隶属度构建了一种基于二次均值阴影集的FCM聚类算法(FCM-5QSS)。首先,通过FCM算法得到对象与簇之间的隶属度矩阵;然后,使用平均值隶属度来定义阴影集的五值隶属函数,同时通过模糊度性质及不确定性平衡原理得到两对阈值,进而将隶属度对应的对象划分到5个区域中;最后,通过划分核心区域和次核心区域中隶属度μ≥ηfalse的对象簇,得到聚类结果。在8个UCI公开数据集上的实验结果表明了所提出方法的有效性。

关键词： 底盘   PID   差速转向   ROS   路径跟踪   双变量限幅  

摘要： 四轮差速转向AGV(automated guided vehicle,自动导引车)具有灵活性好、转弯半径小、机械结构复杂度低等特点,在丘陵山地农业生产中更有优势。针对传统阿克曼底盘导航算法直接应用于差速转向底盘导航所存在转弯半径过大、易导致导航失效的问题,该研究使用模块化分层开发思想,基于ROS(robot operating system,机器人操作系统)设计了一种基于双变量限幅PID的差速转向底盘导航控制算法,并通过改造的四轮差速车辆进行试验。算法通过横向偏差与航向角偏差双变量限幅PID得到前进速度与旋转角速度,再通过下位单片机实现车轮转速的闭环控制。通过仿真试验,水泥路面试验和田间试验,以横向偏差平均值、均方根误差与最大偏差3个方面对算法的准确性与适应能力进行验证。仿真试验结果表明:通过路径跟踪算法控制的四轮差速车辆在0.4 m/s的速度行驶时,平均误差为1.15 cm,均方根误差为1.27 cm,上线距离小于4.09 m,导航系统有较好的稳定性和调节能力。在水泥地试验中水泥路面环境下以0.4 m/s速度行驶时,平均误差2.83 cm,均方根误差为3.21 cm,在田间试验的果树行间路面环境下以0.4 m/s速度行驶时,平均误差5.25 cm,均方根误差6.13 cm。田间试验结果表明,导航系统与试验车辆在不同的地形环境下有着较好的适应能力,研究结果可以为差速转向底盘的导航技术提供参考。

关键词： 叶绿素a   总悬浮物   集成学习模型   Levy飞行—麻雀搜索算法   城市河流  

摘要： 由于水体的光学复杂性和不同水质参数之间的相互作用,利用集成学习方法估算水质参数具有优势;然而,在建模过程中如何合理选择超参数仍然是一个难题。麻雀搜索算法能够快速搜索集成学习模型的最优参数;而Levy飞行算法可以防止麻雀搜索算法(Sparrow Search Algorithm,SSA)陷入局部最优,并提高模型的准确性和效率。使用Levy飞行算法和麻雀搜索算法对随机森林(RandomForest,RF)、自适应回归(AdaBoost Regression,ABR)和类别提升回归(CatBoost Regression,CBR)3种集成学习模型进行了优化。以郑州东风渠和熊耳河为研究区,基于实测叶绿素a(chlorophyll-a,Chl-a)和总悬浮物(total suspended solids,TSM)数据,构建了LSSA-RF、LSSA-ABR和LSSA-CBR这3种估算模型。实验结果表明:模型经过优化后,各项指标均有不同程度的提高。其中表现最优的是LSSA-CBR模型;CBR模型是在梯度提升框架下进行的建模,对比RF和CBR模型具有更高维度的学习能力。在叶绿素a的估算中,LSSA-CBR估算模型的均方根误差为2.325μg·L^(-1),决定系数为0.896;在总悬浮物的估算中,LSSA-CBR模型的均方根误差为1.598 mg·L^(-1),决定系数为0.882。最后,将精度较好的LSSA-CBR模型应用于卫星Planet影像中,以评估河流叶绿素a和总悬浮物的空间分布情况。研究结果可为环保部门快速了解城市河流水质分布及进行水质评价与管理提供参考。

关键词： 太赫兹超材料吸收器   多目标优化   粒子群算法   参数优化  

摘要： 传统太赫兹超材料吸收器设计需多次试错调整,十分依赖设计人员的经验,设计时间成本高、效率低,而目前基于机器学习的设计方法或需要准备大量样本,或无法并行优化多个目标.为解决这一问题,本文提出一种基于多目标粒子群的几何参数优化方法,以吸收率和品质因子为设计目标寻找符合要求的结构参数和介质厚度,并以一个由四个角码型金属组成的中心对称结构的吸收器为例进行优化设计.仿真结果表明,多目标粒子群所快速获取的结构几何参数可以同时满足高吸收率和高品质因子两个设计目标,明显优于粒子群算法.通过该方法设计的吸收器在1.613 THz的吸收率大于99%,品质因子为319.72,其传感灵敏度可达264.5 GHz/RIU.相比于传统设计方法,此方法设计出的超材料吸收器可以实现高吸收率、高品质因子和高灵敏度,为超材料吸收器的设计提供了新的思路,具有广阔的应用前景.

关键词： 绿色低碳农宅   DeST和Trnsys   随机森林算法   灰色模糊综合评价   绿色低碳转型  

摘要： 为推进内蒙古西部农村地区绿色低碳高质量发展,结合走访调查、文献收集的数据,通过DeST和Trnsys软件联合模拟农宅能耗,进行单因素分析,利用正交试验法获得多组方案,采用基于随机森林算法的灰色模糊综合评价法对围护结构、采暖系统等方面进行综合优化研究,选出最适合内蒙古西部的绿色低碳农宅方案。结果表明:内蒙古西部绿色低碳农宅最优方案具体为:建筑朝向坐北朝南、层高3.4 m、地面为20 mm聚苯乙烯挤塑保温板(XPS)瓷砖地面、屋面为120 mm膨胀型聚苯乙烯泡沫保温板(EPS)倒置式混凝土砌块屋面、外墙为160 mm聚苯乙烯挤塑保温板(XPS)外墙外保温混凝土砌块墙、外窗为6C+12Ar+6C的6 mm双层普通玻璃惰性气体塑钢窗、南向窗墙比0.5、北向窗墙比0.5、阳光间进深1.2 m、阳光间材质为6C+12Ar+6C的6 mm双层惰性气体普通玻璃+塑钢窗框+保温窗帘、风能发电效率45%。最优方案的采暖能耗为2661.15 kW·h,室内最冷日平均温度为11.62℃,碳排放减少量为10.02 t/a,太阳能得热量为67702.75 kW,净现值>0,经济性良好,在内蒙古西部农村地区具有一定的推广性,为内蒙古西部农宅绿色低碳转型提供了发展方向。

关键词： 物流网络资源   资源匹配   双边匹配   RDAP算法   稳定匹配  

摘要： 针对物流企业缺乏资源搜寻和谈判能力,导致交易成本高难以合作问题,基于一对多双边匹配中稳定匹配的相关概念,提出一种基于RDAP算法的物流网络资源匹配机制,通过RDS与RP的双向选择到物流资源的稳定匹配。算法首先基于性价比的RDS决策模型得出RDS对于RP的满意度序列,然后根据基于成员稳定性的RP决策模型得出RP的满意度序列,在稳定匹配条件下构建一对多双边物流网络资源匹配模型,得出匹配结果。仿真实验表明,基于RDAP算法的物流网络资源匹配机制模型相比于传统Gale-Shapley算法模型,能更适用于物流领域,使匹配成功的RDS与RP双方的利润大大增加,为提高物流系统效率和服务质量提供了有力支持。

关键词： Transformer   PJF颜色空间   火灾检测   图像分类   注意力机制   知识迁移  

摘要： 为了更加准确和可靠地在监控图像中对火灾进行早期监测,以便辅助火焰检测仪器更加高效和准确地检测火焰,文中基于Transformer算法和PJF颜色空间,设计了一种深度学习的火灾图像检测算法。首先,对数据集中的火灾图像数据进行预处理,将图像从RGB颜色空间转化为PJF颜色空间,突出显示图像的火焰区域;然后,将预处理后的图像输入到Swin Transformer网络中,过程中采用注意力机制、移动窗口机制、相对位置偏移机制对火灾图像进行特征提取;最后,将提取的图像特征送入全连接层,获取火灾图像的检测结果。实验结果表明:该算法在测试数据集的准确率达到了98.6%。该算法同时采用迁移学习的方法,测试数据集的准确率提升至99.1%,对提高广西森林火灾防控监督效能和实现深度学习智能监测森林和城市视频火灾情况具有现实意义。

关键词： 异构图   图神经网络   元路径   路径优化   图嵌入  

摘要： 图神经网络作为处理图结构数据的一种有效方法,可以有效抽取异构图中的复杂结构与语义信息,在节点分类和连接预测任务上取得了优异表现.然而现有异构图神经网络算法忽略元路径下各个节点类型之间的相关性,导致在语义融合、更新时丢失邻域结构特征信息,从而影响模型整体性能.为解决该问题,提出融合路径优化的异构图神经网络算法.首先用特征传播使所有类型节点获得属性特征;其次通过元路径实例得到节点中心性信息;随后采用优化相似度计算不同类型节点贡献程度,学习异构图语义信息;最后提出路径优化策略进行多层训练,捕获节点之间潜在关联,获得节点嵌入表示.在ACM、IMDB和DBLP数据集上进行广泛实验,并与当前主流算法进行对比分析,实验结果证明了该方法的有效性.

关键词： 计量学   实验动物房   空调负荷   混沌映射序列   灰狼算法   BP神经网络   变分模态分解  

摘要： 提出一种Circle混沌化灰狼算法(CIGWO)优化BP神经网络与变分模态分解(VMD)结合的预测模型(VMD-CIGWO-BP-DTA),对蓄能空调负荷进行预测分析。采用CIGWO算法对BP神经网络模型寻优得到最优神经元阈值和权值,将其与多种单一模型进行实验比较,CIGWO-BP模型预测精度最高。采用变分模态分解(VMD)对单一模型的预测残差进行分解,利用决策树(DTA)模型对分解量预测,将其与原模型预测值合并为最终预测结果,预测精度均有较大提升,其中VMD-CIGWO-BP-DTA模型的MAE、MAPE和RMSE相较于CIGWO-BP模型分别降低了20.79%、45.58%、55.12%。