课程文献中心 更多>>

关键词： 无迹卡尔曼滤波   强跟踪   机器人位姿   地图  

摘要： 传统概率假设密度同时定位与建图(Probability Hypothesis Density-Simultaneous Localization and Mapping,PHD-SLAM)方法缺乏在线自适应调整能力,容易受到不确定噪声、初始系统参数选择以及线性化近似误差的影响,从而导致粒子退化问题,进而影响机器人位姿和地图特征点的估计精度。针对这一问题,本文提出了一种基于强跟踪和无迹卡尔曼滤波(Unscented Kalman filter,UKF),并融合最新观测数据来产生重要性密度的PHD-SLAM算法(Strong Tracking UKF PHD-SLAM,SUPHD-SLAM)。所提算法在重要性采样阶段将上一时刻的机器人位姿和地图特征点增广为联合向量,为了避免传统PHD-SLAM中扩展卡尔曼滤波(Extended Kalman filter,EKF)引入的线性化误差,利用UKF对粒子进行预测,并通过引入强跟踪滤波中的渐消因子修正UKF预测后不精确的位姿状态协方差,保持量测新息正交,从而抑制不确定噪声和不精确初始系统参数设置对状态估计的影响。随后通过UKF更新每个位姿粒子,引导粒子向高似然区域移动,以获得更准确的位姿的重要性密度,从而避免粒子退化。从重要性密度中采样新的位姿粒子,针对每个位姿粒子使用基于UKF的PHD滤波计算地图特征点,并用单簇(Single-Cluster,SC)策略更新每个位姿粒子的权重。最后,提取权重最大的位姿粒子及其对应的地图作为状态估计。仿真实验表明,SUPHD-SLAM相较于PHD-SLAM 1.0和PHD-SLAM 2.0,保证计算效率的同时,能够有效的提高机器人位姿和地图特征点的估计精度。

关键词： 优化控制   供热系统   电调阀   智能调节   负荷  

摘要： 鉴于当前供热系统中调节方法导致的供回水温差较大问题,开发一种基于优化控制算法的供热系统电调阀智能调节方法。通过精确估算流量,建立流量与阀门开度之间的定量关系模型。在集中供热系统环境下,采用该调节方法计算供、回水温度,并应用粒子群优化算法改进质量调节模式,以最优适应度值指导阀门调节过程。为确保调节过程的平稳与高效,系统密切监测一网热量表的供水瞬时流量,确保每半小时内的流量调整严格控制在预设阈值以内。同时,引入加泵延时机制,有效规避突然调节对系统稳定性的潜在冲击。实验数据表明,在整个监测周期内,供回水温差稳定维持在12℃以下,充分验证了所提出的优化控制算法在电调阀调节中的显著效果。

关键词： 全景感知   拓扑识别   电量守恒   特征电流  

摘要： 为了更好地支撑台区精益运行运维运营管理,实现基于台区智能融合终端的全景状态感知配电物联网台区,拓扑识别技术成为了最核心的基础应用。针对当前低压配电台区拓扑信息不准确的问题,本文提出了一种基于电量守恒原理结合特征电流识别的拓扑校核算法。首先,融合终端接收来自云主站静态拓扑图,并通过特征电流识别生成精准的拓扑骨干图。其次,通过静态拓扑图找到拓扑关系未定的离散片段,并通过电量守恒原理校核离散片段的拓扑关系,结合骨干图生成准确的拓扑图并上报给主站。最后,经仿真验证,显示出在拓扑变化判断方面的高可靠性,结果验证了本文方法的有效性和可靠性。

关键词： 慢性阻塞性肺疾病   AI算法   能量代谢   影响因素   人工神经网络模型  

摘要： 基于AI算法研究慢性阻塞性肺疾病(COPD)患者能量代谢影响因素,并建立需求模型。方法 回顾性分析三门峡市中心医院2022年6月-2023年8月196例COPD患者的临床资料,依据能量代谢是否失衡分组,即代谢失衡组(n=49)与代谢正常组(n=147)。经单因素、Logistic多因素、人工神经网络(ANN)模型分析影响COPD患者能量代谢的相关因素。结果 经单因素分析,职业因素暴露、呼吸道症状、SI、肺功能、生活质量会对COPD患者能量代谢产生影响(P<0.05),经Logistic多因素回归分析,上述因素均为影响COPD患者能量代谢的独立因素(P<0.05);利用Bootstrap法验证模型,AUC为0.782,95%CI为0.713~0.852。ANN模型训练样本总体百分比为79.7%,检验总体百分比为83.00%,验证模型AUC为0.838。结论 职业因素暴露、呼吸道症状、SI、肺功能、生活质量均会影响COPD患者能量代谢状况。

关键词： 移动机器人   局部路径规划   改进DWA算法   速度采样   自主避障  

摘要： 针对移动机器人在局部路径规划中所采用的传统DWA(Dynamic Window Approach,DWA)算法所存在的最优轨迹不易选取、路径不平滑以及鲁棒性较差的问题,提出了一种基于速度采样策略的融合方向信息和距离信息的移动机器人路径规划算法。在传统DWA算法评价函数中增加子目标点与机器人运动方向的角偏差评估项,机器人局部路径末端点到目标点和全局路径的距离评估项,以及机器人与未知障碍物之间的距离评估项,来优化移动机器人运动路径。最后,对算法进行了算例仿真和效果评估,在室内走廊环境,对移动机器人进行了自主避障实验,证明本文改进DWA算法在路径规划和自主避障方面具有运行时间短,迭代次数少和轨迹更加平滑的特点。

关键词： 配电网   故障定位   支持矢量机  

摘要： 本文针对配电网故障定位困难、精度低等问题,提出一种基于SVM算法的智能定位技术。该技术通过优化的数据预处理、特征工程和模型训练方法,构建了一套完备的故障诊断体系。在IEEE 34节点配电网测试系统上的实证研究表明,该技术的故障类型识别准确率达99.67%,平均定位误差仅为0.19%,优于传统阻抗法和行波法,可有效支撑配电网的智能运维。

关键词： 科学数据   国家冰川冻土沙漠科学数据中心   建设思路   数据管理   数据共享  

摘要： 科学数据已成为战略性资源,科学数据中心作为科学数据长期保存和开放共享的重要载体,支撑着科技创新发展。基于30多年的科学数据建设积累,国家冰川冻土沙漠科学数据中心聚合了60%以上国内冰川冻土沙漠研究领域的科学数据。为了推动本领域科学数据资源的开放共享,国家冰川冻土沙漠科学数据中心研究了寒区旱区科学数据的资源体系建设,数据共享的机制和方法。本文通过回顾国家冰川冻土沙漠科学数据中心的发展历程、建设思路,从标准规范体系建设、数据资源管理、系统平台建设、共享服务成效与进展等方面,总结了国家冰川冻土沙漠科学数据中心在寒区旱区科学数据共享领域的研究实践。最后,针对国家科学数据中心的可持续发展给出未来展望。

关键词： 时序图链路预测   社团结构   对比学习  

摘要： 时序图旨在表示现实世界中实体之间的时序交互关系,而时序图链路预测是建模这种关系的重要方法。现有基于表示学习的时序图链路预测方法通常基于时序图神经网络建模节点之间交互,并将时间信息融入到图神经网络的消息传递机制中以捕捉交互中的时序关联。时序图神经网络输出的节点嵌入作为时序图表示学习的结果被用于链路预测任务。然而,现有的方法仅考虑了节点之间的交互,而忽视了时序图中广泛存在的社团结构。为解决这一问题,提出一种融合社团信息的时序图链路预测算法(TLPC)。不同于传统社区划分的方法,该方法关注节点邻域社团的表示学习。在节点特征的基础上,引入对比学习技术,使用邻域结构特征采样出正样本和负样本进行对比学习约束,以编码节点所在邻域社团。所学习到的节点邻域社团编码可以有效提升节点嵌入的表示能力,从而提升链路预测的有效性。在四个真实数据集上的时序链路预测任务的实验结果表明,TLPC的准确率相比现有方法平均提升6.47%,F1平均提升6.77%,同时训练时间平均减少62.27%。

关键词： 建筑垃圾   调配场   建设规划   粒子群算法  

摘要： 为实现建筑垃圾的合理调配,优化管理现有收运体系,采用聚类分析和粒子群算法开展某城市建筑垃圾调配场建设规划研究。以某城市下辖的4个行政区为研究对象,通过聚类分析得到不同调配场建设方案的建筑垃圾产生点的分类结果,并对比各方案总成本得出优化的建设方案调配场数量为4座,其对应的总成本费用最低(17795.95万元)。在此基础上应用粒子群算法,以成本最低为目标进行建筑垃圾调配路线规划,得出各调配场建设最优选址结果,该结果可使该城市建筑垃圾调配距离最短、调配成本最低。此外,还提出了调配场工程建设和运行的指引性建议。

关键词： 多目标进化算法   多模态多目标优化问题   进化算法   全局密度   参考向量   边界点聚集  

摘要： 多模态多目标问题需要求解多个全局或局部最优帕累托解集,找到这些最优解集具有极大的理论意义和实际经济效益.近年来,学者们提出许多进化算法用于解决该问题.然而,多数算法在进化过程中首先选择收敛性好的个体构建交配池,然后再考虑决策空间和目标空间的多样性.因此,决策空间中多样性好的个体可能被目标空间收敛性好的个体所替代.另外,由于帕累托最优子集在决策空间中有不同的形状和位置,因此个体很难均匀地收敛到每个帕累托子区域.本文提出了基于全局密度更新策略的两阶段多模态多目标进化算法.首先,为减轻交配池和亲本与子代一对一比较的负面影响,我们并不构建交配池,而是提出了新的算法框架,分两阶段寻优.该框架利用不同阶段进化算法的特征进行子代更新,有利于平衡种群的搜索和开发.然后,为了解决帕累托子集分布不均的问题,我们设计了目标空间密度自适应策略和全局密度估计更新种群策略,用于保持目标空间和决策空间种群多样性.我们将提出的算法与7种有代表性的多模态多目标算法进行比较.实验结果表明,我们的算法在决策空间中能找到更多等价的解,并且能更好地保持决策空间和目标空间多样性和收敛性的平衡,整体性能要好于所比较算法.