课程文献中心 更多>>

关键词： 微电网   日前优化调度   改进沙猫群算法   反向学习策略   柯西变异算子  

摘要： 微电网系统包括多种分布式能源,为降低微电网综合发电成本,提高供电的可靠性和安全性,合理安排微电网日前调度计划,以运行成本和环境保护成本最低为目标函数,首先,建立由水、光、微型燃气轮机、储能装置组成的微电网日前优化调度模型;然后,将反向学习策略和柯西变异算子融入到沙猫群算法中,提出一种改进沙猫群算法求解上述模型;最后,通过与其他算法进行调度的结果对比,结果表明改进沙猫群算法能更合理地安排各机组的出力计划,明显降低微电网运行综合成本,同时减少二氧化碳排放量,实现了微电网的经济环保优化调度。

关键词： 维纳滤波   水声多目标方向估计   反卷积   稀疏重构   高斯噪声  

摘要： 针对浅海复杂定位环境下信噪比低、多信源目标方位估计分辨能力低的问题,文章提出了多目标水声信号的离格稀疏贝叶斯学习重构反卷积测向算法。首先,该算法利用维纳滤波反卷积算法对阵元接收的信号进行“去噪”处理,然后对信号数据进行奇异值分解,从而降低噪声和信号重构过程的计算量;再建立离格稀疏信号模型,通过贝叶斯学习算法得到最大后验概率;最后求出多个目标信源的波达方向估计值。文章所提算法通过使用维纳滤波反卷积超分辨算法,获得了更高的方位估计的分辨率,提高了对多个目标的检测性能。仿真分析和海试实验数据结果表明,与MUSIC算法和OGSBI算法相比,该方法在信噪比大于-8 dB时,方位估计的均方根误差在1°以内,并在多目标定位精度、算法鲁棒性以及运行速度上均有更优的性能,为水下多目标波达方向估计提供了参考。

关键词： 自动化立体仓库   旋转式货架   货位优化   多目标优化   混合蛙跳算法  

摘要： 以集群旋转式货架存储货物的自动化立体仓库为研究对象,以提高货架整体和运动状态的单层稳定性、货物相关性和出入库效率等基本货位优化原则为目标,提出一种通用性较强的多参数混合蛙跳算法,对多目标优化问题进行建模,使用MATLAB工具进行仿真。通过实验结果的对比可知,多参数混合蛙跳算法比混合蛙跳算法具有一定的优越性,并且对于分析其他问题的适应性较强,对于多目标优化问题具有一定的理论意义。

关键词： 子空间聚类   迭代加权奇异值   凸优化   核范数  

摘要： 为提升算法的应用范围与聚类性能,提出一种基于奇异阈值加速算法的时间低秩子空间聚类。为了解决基于核范数的约束通常导致次优解的缺点,对代价函数提出一种强凸优化方法,从理论上保证了后续更新子问题的唯一解。然后引入外推技术和秩级递进运算,提出一种迭代加权奇异值极小化算法以及奇异值阈值加速算法,从而减小计算复杂度,确保快速收敛。在几个公开的数据集上的实验结果表明,该模型能够揭示数据空间聚集性的内在结构,推广应用范围,提升聚类性能。

关键词： 视觉惯性里程计算法   同态滤波   限制对比度的自适应直方图均衡化   弱光环境  

摘要： 针对视觉惯性里程计算法在低光照或黑暗等复杂条件下定位精度差的问题,提出了一种基于多状态约束卡尔曼滤波(MSCKF)算法的适应弱光环境的视觉惯性里程计算法。结合离散余弦变换(DCT)同态滤波和限制对比度的自适应图像均衡化处理图像,然后将增强后的图像应用于MSCKF中,计算出精确的初始位姿估计。基于多状态观测约束策略计算特征重投影误差,以更新系统状态。该算法在公开数据集EuRoC上进行了测试。结果表明,不管在正常光照还是弱光照的场景下,该算法相较于原始算法精度均有所提升,最大均方根误差从1.778 m降低到0.249 m,平均均方根误差降低57.7%。

关键词： 未知磁滞   径向基函数神经网络   动态面   有限时间Funnel控制   伪逆补偿   多智能体系统  

摘要： 针对一类具有磁滞输入的多智能体系统协同控制问题,设计一种基于动态面的神经网络有限时间性能渐近控制补偿算法。首先,通过Funnel控制结合有限时间性能函数,确保一致性误差可以在有限时间内进入预定义范围。其次,使用径向基函数神经网络(RBFNN)和不等式变换消除系统内未知非线性函数和未知外部扰动带来的不利影响。此外,通过估计一些未知变量的上界,大幅减少设计过程中所需自适应律数;同时,提出一种具有双曲正切函数的非线性滤波器,避免传统反步控制中的“微分爆炸”问题,并消除滤波器误差。最后,基于所提非线性滤波器设计一种磁滞伪逆补偿信号,在不需要构建磁滞逆的情况下有效补偿未知磁滞。利用李雅普诺夫稳定性理论,验证了闭环系统内所有信号都有界,一致性误差渐近收敛至零。仿真实例也表明了所提算法的有效性。

关键词： 航路规划   集体训练   小组训练   个人额外训练   适应度函数  

摘要： 无人机航路规划问题的高效求解是确保无人机飞行效率和飞行安全的关键。针对无人机三维航路规划求解效率低的问题,以足球队训练算法(footballteamtrainingalgorithm,FTTA)为基础,提出了一种基于改进FTTA的无人机航路规划方法。该方法结合了无人机飞行航路的实际要求,以航路代价、高度约束和转弯约束3个指标为核心,构造了多约束条件下无人机三维航路规划模型的适应度函数。并以典型三维航路规划问题为求解对象,从航路代价、迭代次数、算法运行时间3个评价指标出发,研究了随机概率、学习概率和通信概率对算法求解效率的影响,与鲸鱼优化算法(whaleoptimizationalgorithm,WOA)进行了对比实验。结果表明,改进后的算法在求解无人机三维航路规划时具有较高的求解效率。

关键词： 铁路智能化   技术站   安全评价方法   BP神经网络   麻雀搜索算法  

摘要： 为了提升铁路技术站的安全性,提出一种融合主客观评价方法、麻雀搜索算法与BP神经网络模型的铁路技术站智能安全评价方法,可以有效解决铁路技术站生产作业的安全评价问题。通过熵权法确定属性权重,并建立相应的安全综合评价模型生成BP神经网络的训练和测试样本,实现对铁路技术站安全性的智能化评估。考虑到选取BP神经网络关键参数的偶然性和不确定性,借助麻雀搜索算法对网络关键参数进行全局优化求解,进一步提升其准确性。通过测试分析验证所设计方法的可行性和有效性,为改善及优化铁路技术站的安全管理提供了新的思路。

关键词： 初始对准   模型分解   简化无迹卡尔曼滤波   实时性  

摘要： 针对初始对准UKF算法计算量大、运算效率低的问题,提出一种适用于SINS静基座大方位失准角初始对准的SUKF-KF混合滤波算法。将非线性误差模型分解为线性部分和非线性部分,线性部分采用KF滤波处理,由于非线性部分量测方程为线性,可对量测更新部分进行线性化处理,采用简化无迹卡尔曼滤波方法进行处理。仿真试验结果表明,在两种大方位失准角条件下,SUKF-KF算法相比UKF算法收敛速度分别提升14%和16%,收敛精度与UKF相当,SUKF-KF算法可以有效减少计算量、改进实时性。

关键词： 快速有限元分析   船体模型   模型数据   数据转换   XML格式   AVEVA Marine软件  

摘要： [目的]为提高船体有限元几何建模效率,解决船舶设计软件导出的船体模型无法直接应用于有限元几何建模的问题,提出一种基于XML文件数据的几何模型处理方法。[方法]以AVEVA Marine(AM)软件导出的船体XML文件为研究对象,通过对文件的数据结构解析,明确几何模型的数据表达规则,依据船体有限元几何建模规范,通过修改模型数据实现对船体模型的几何修正,包括对角隅、开孔等构件的删除、简化处理,对球扁钢和肘板的转化处理,对型材和板缝的移动处理。[结果]实际运用结果表明,处理后的船体几何模型可直接导入有限元软件HyperMesh中,符合有限元实体几何建模规范,保留了原模型材料、板架厚度等相关属性。[结论]与人工建模相比,测试分段实体几何建模效率显著提高,所提方法有助于船体设计模型复用、提高有限元几何建模效率。