随机运动目标搜索问题的最优控制模型

提出了Rn空间中做布朗运动的随机运动目标的搜索问题的最优控制模型.采用分析的方法来研究随机运动目标的最优搜索问题,并将原问题转化为由一个二阶偏微分方程(HJB方程)所表示的确定性分布参数系统的等价问题,推导出随机运动目标的最优搜索问题的HJB方程,并证明了该方程的解即是所寻求的最优搜索策略.由此给出了一个计算最优搜索策略的算法和一个实例.     

多极小值粒子群优化算法

针对标准粒子群算法只能搜索到目标函数一个最小值的缺点,提出多极小值粒子群算法.该算法通过在每一代粒子群中搜索极小值粒子,使得该算法中的粒子不仅具有目标函数的最小值点信息,而且还具有目标函数的极小值点信息,从而达到搜索目标函数最小值和多个极小值的目的.该算法消除了标准粒子群算法在搜索多极小值函数时全局最优粒子在不同极小值位置附近振荡的缺点,明显的提高了收敛的速率和搜索的精度.通过对典型的一维、二维和多维目标函数进行测试,证明了多极小值粒子群算法能够寻找到目标函数的全部极小值和其所在位置,且具有很强的全局收敛能力,验证了多极小值粒子群算法的有效性.     

纯方位目标定位观测器轨迹的 快速优化算法

在移动传感器网络中,观测器与目标的相对位置对目标的定位性能有重要的影响.为了提高目标的定位精度,提出了一种观测器运动轨迹的优化算法.算法把目标均方位置误差作为优化对象,使用扩展卡尔曼滤波器估计目标的位置.算法以目标和观测器的方位分布关系为基础,减小了观测器最优位置的搜索范围.仿真结果表明,使用多个观测器进行目标定位,滤波收敛速度快,定位误差小.最后给出了单个和多个观测器的"最优"运动规则.     

连续空间优化问题的自适应蚁群系统算法

蚁群算法是进化计算中一种新型优化算法,其基本算法用于求解排序类型的组合优化问题本文提出一种用于连续空间优化问题求解的蚁群算法,采用了新的基于目标函数值的启发式信息素分配算法,以及搜索过程中最优解的筛选方法.根据目标函数来自适应调整蚂蚁的路径搜索行为,从而保证算法快速找到全局最优解.一个多极值点的连续优化问题求解实例证明了该方法的有效性     

求解球面点分布问题一种新型的遗传算法

如何将N个点均匀分布在单位球面上的问题,具有许多不同的求解目标.本文主要针对物理学家Thomson在研究核电子的平衡时提出的将N个点分布在三维单位球面上,满足某种形式的α-能量最低的分布问题.球面点分布问题具有维数高,计算量大,求解困难等特点.目前国际上针对该问题的求解主要采用物理模拟,数学论证等方法,它们都只针对该问题α=0,α=±1的特定情况适用,而且求解精度有限.本文设计了一种基于拟物算子的新型遗传算法来求解MinE(α,ωN)问题.它极大地改进了搜索空间,能精确地求解球面点数小于等于100时包括素数点数的最优分布问题.     

正交Scatter Search算法

针对Scatter Search算法在初始种群的分布欠均匀,难以搜索到全局最优,目标函数评价次数多等方面的缺点,把正交设计方法同Scatter Search算法结合起来,提出了Orthogonal Scatter Search(OSS)算法,以改进其不足,满足实际工程的需要.实验证明OSS算法优于SS算法,不仅目标函数评价次数少,收敛速度快,而且易于搜索到全局最优或者非常接近于全局最优,尤其是高维空间效果更加明显.     

遗传算法求最优路径的设计与实现

遗传算法是一种在搜索过程中自动获取和积累有关搜索空间知识,并自适应地控制搜索过程,从而得到最优解或近似最优解的通用搜索算法,可广泛应用于求解一些非线性、多目标函数的最优化问题.设计了基于遗传算法求解最优路径问题的方法,并讨论了以Visual Studio 2005为开发环境的实现要点.     

融合局部搜索与二次插值的粒子群优化算法

针对粒子群优化算法易早熟和求解精度差等问题,提出一种融合局部搜索与二次插值的粒子群优化算法.首先由标准粒子群优化算法产生N个位置,从这N个位置中随机选取3个不同位置,进行二次插值操作产生每个粒子的新位置,更新每个粒子的历史最好位置的全局最好位置;然后经过一定迭代步后,利用Hooke-Jeeves局部搜索技术,对得到的当前全局最优位置进行局部搜索;最后,对9个典型测试函数进行仿真实验并与其它算法进行比较,数值结果表明所提出的算法具有较快的收敛速度和较强的全局搜索能力.     

一种多目标优化的多概率模型分布估计算法

提出了一种用于多目标优化的多概率模型分布估计算法,该算法在进化的每一代中使用多个概率模型来引导多目标优化问题柏拉图(Pareto)最优域的搜索.分布估计算法使用概率模型引导算法最优解的搜索,而使用多个概率模型可以保持所得多目标优化问题最优解集的多样性.该算法具有很强的寻优能力,所得结果可以很好地覆盖Pareto前沿.实验通过优化一组测试函数来评价该算法的性能,并与其它多目标优化算法进行了比较,结果表明该算法相比于其它同类算法可以更好地解决多目标优化问题.     

蚁群遗传算法的多目标优化

为了求解带有约束条件的多目标函数优化问题,提出基于连续空间优化的多目标蚁群遗传算法。针对多目标优化问题的特点,定义连续空间中利用信息量指导遗传搜索策略和信息更新方法,将信息量指导遗传搜索、优秀决策引入、决策集更新、改变算法终止条件等方式相结合,有效地加速了搜索的收敛速度,控制了Pareto最优决策集的数量,扩大了决策的分布范围,维持了决策的多样性。数值实验说明该算法能够快速找到一组分布广泛的Pareto最优决策。     

How humans solve the frame problem

Both standard formulations of the frame problem and standard solutions implicitly assume that the re-identification of objects as persisting individuals between pre- and post-action contexts is unproblematic. In the case of human beings, this assumption is false: humans dedicate considerable cognitive resources to object re-identification. An analysis of both the phenomenology and neurocognitive implementation of object re-identification is used to show that in humans, all of the information architecturally available to solve the frame problem is in fact deployed for object re-identification. The frame problem is, therefore, equivalent to the object re-identification problem in the case of human problem solving.     

Automatic salient object sequence rebuilding for video segment analysis

Detection of salient object sequences from video data is challenging when the salient object changes between consecutive frames. In this study, we addressed the salient object sequence rebuilding problem with video segment analysis. We reformulated the problem as a binary labeling problem, analyzed the potential salient object sequences in the video using a clustering method, and separated the salient object sequence from the background by applying an energy optimization method. Our proposed approach determines whether temporal consecutive pixels belong to the same salient object sequence. The conditional random field is then learned to effectively integrate the salient features and the sequence consecutive constraints. A dynamic programming algorithm was developed to resolve the energy minimization problem efficiently. Experimental results confirmed the ability of our approach to address the salient object rebuilding problem in automatic visual attention applications and video content analysis.     

基于支持向量机的目标检测算法综述

目标检测的目的在于从静态图片或视频中检测并定位设定种类的目标物体, 已有研究大都将目标检测问题简化为一个二分类问题. 鉴于支持向量机在模式识别领域尤其是解决二分类问题中所表现出来的优越性, 如何将其应用于目标检测已成为当今计算机视觉领域关注的重点. 对此, 从支持向量机原理、目标特征模型构建、学习训练和目标检测框确定等角度, 综述了基于支持向量机的目标检测算法的研究现状, 并就进一步的发展进行了展望.     

马尔可夫随机场理论在目标跟踪中的应用

在目标跟踪问题中,被跟踪目标的尺度变化、旋转变化和遮挡都会造成跟踪精确度的降低或目标的丢失。针对这些问题,提出了一种基于马尔可夫随机场的目标跟踪方法,将运动目标跟踪问题看作是前景和背景的二值分类问题,建立前景背景分割的马尔可夫随机场模型,从而实现对前景背景的分类,以完成对运动目标的跟踪。试验证明,这种方法可以有效地克服前景目标的尺度变化和旋转变化以及遮挡给目标跟踪带来的困难。     

Correspondence of projected 3‐D points and lines using a continuous GRASP

The field of computer vision has experienced rapid growth over the past 50 years. Many computer vision problems have been solved using theory and ideas from algebraic projective geometry. In this paper, we look at a previously unsolved problem from object recognition, namely object recognition when the correspondences between the object and image data are not known a priori. We formulate this problem as a mixed‐integer non‐linear optimization problem in terms of the unknown projection relating the object and image, as well as the unknown assignments of object points and lines to those in the image. The global optimum of this problem recovers the relationship between the object points and lines with those in the image. When certain assumptions are enforced on the allowable projections mapping the object into the image, a proof is provided which permits one to solve the optimization problem via a simple decomposition. We illustrate this decomposition approach on some example scenarios.     

A Continuous Logical Method of Uniting Individual Object Preference Estimates

The paper considers the general problem of choice of the most preferable object from a collection of objects by aggregating different estimates of each object, comparing aggregated estimates, and choosing the object whose estimate is maximal (minimal). Based on operations of continuous logic, an approach is proposed to the solution of this problem.     

目标序列部分确定的翻转距离星树问题

讨论翻转距离星树问题,将3SAT问题归约到目标序列部分固定的翻转距离星树问题,证明实例中当有向符号序列个数为3时,若目标序列符号顺序固定,且有部分符号方向给定,则只确定其余符号方向以使得目标序列与已知3条给定序列翻转距离之和最小所对应的翻转距离星树问题也是NP-难解问题.同时,还给出了该问题的多项式时间近似算法.     

Optimal Motion Planning of Robotic Manipulators Removing Mobile Objects Grasped in Motion

The following study deals with motion optimization of robot arms having to transfer mobile objects grasped when moving. This approach is aimed at performing repetitive transfer tasks at a rapid rate without interrupting the dynamics of both the manipulator and the moving object. The junction location of the robot gripper with the object, together with grasp conditions, are partly defined by a set of local constraints. Thus, optimizing the robot motion in the approach phase of the transfer task leads to the statement of an optimal junction problem between the robot and the moving object. This optimal control problem is characterized by constrained final state and unknown traveling time. In such a case, Pontryagin"s maximum principle is a powerful mathematical tool for solving this optimization problem. Three simulated results of removing a mobile object on a conveyor belt are presented; the object is grasped in motion by a planar three-link manipulator.