双足机器人逆运动学的模糊自适应算法

针对双足机器人逆运动学的数值解法中存在的雅可比矩阵奇异性和调节参数固定问题,提出了一种改 进的求解方法．运用微分运动方程的近似解避开雅可比矩阵求逆,利用能够减小跟踪误差的自适应模糊控制法,调 节自适应参数以使近似解任意逼近精确解,从而得到了精确性极高和强鲁棒性的模糊自适应算法．通过双足机器人 运动学的仿真分析,验证了该算法的有效性．而且整套算法的计算时间约为0.35 ms,可以用于实际双足机器人的实 时控制．     

遥感图像分割中的信息割算法

提出了一种改进的信息割（MIC）算法。首先证明了信息割（IC）模型与Cauchy-Schwarz cut（CScut）等价,并通过图谱方法给出IC目标函数优化问题的最优解;其次利用 图像中像素点间的灰度和空间关联性,在IC算法的基础上提出一种MIC算法,该算法首次使用联合灰度信息和空间位置信息的Parzen窗函数来估计概率密度函数,降低了图像中灰度 变化对图像分割的影响。加噪合成图像及遥感图像分割实验结果表明MIC算法较IC算法具有更好的抗噪性能,且与图谱方法相比计算复杂度显著降低。     

基于Logistic回归模型的房地产上市公司财务危机预警研究

近年来房价不断上涨,我国政府采取了一系列紧缩政策来控制房价,对房地产上市公司产生了巨大影响,有部分公司因为资金链断裂而陷入困境。因此,对房地产上市公司的财务预警十分重要。文章采用非参数检验的方法,从反映企业各方面能力的20个财务指标中筛选出能显著区别ST和非ST上市公司的指标,建立Logistic回归模型,利用SPSS软件,对房地产上市公司的财务危机预警进行了研究。研究结果表明,基于Logistic回归模型的财务危机预警模型效果较好,具有良好的预测准确度。     

混合频谱分配的三层异构网络覆盖概率分析

针对城市环境热点区域业务密集化部署带来的流量激增问题,将微微基站和毫微微基站密集部署在宏基站之上以达到分流的效果,构建了一个三层簇异构网络模型。为有效抑制层内和层间传输的严重干扰,提出了一种基于簇分类的改进共享频谱分配方案。采用泊松簇过程和泊松洞过程对基站部署进行建模,详细描述了接收端精确的干扰统计特性,基于有效性准则给出了系统覆盖概率。同时还考虑了有序FBS级联方案和无序FBS级联方案2种情况。仿真结果验证了理论分析的正确性,揭示了网络参数对网络性能的影响。与无序FBS级联方案相比,有序FBS级联方案的性能增益很大程度上取决于PBS和FBS的覆盖半径。      

基于DRL的无人机辅助边缘计算服务质量优化

针对无人机（Unmanned Aerial Vehicle, UAV）搭载移动边缘服务器为地面用户进行服务时的服务质量（Quality of Service, QoS）问题,提出了一种基于深度强化学习的优化方案,旨在优化UAV飞行轨迹和卸载方案以最大化UAV为用户服务时的QoS。首先,定义了任务延迟来表征任务新鲜度,在任务延迟的基础上提出了一种新的QoS评价指标;其次,将最大化QoS问题建模为一个无转移概率的马尔可夫决策过程,并定义了该过程的状态空间、动作空间和奖励函数;最后,UAV通过所提出的算法进行训练,优化任务卸载方案并寻找最优飞行轨迹为地面用户进行服务以提高QoS。仿真结果表明所提算法较于其他算法能有效提高UAV为地面用户服务过程中的QoS且提高任务新鲜度。      

高效节能的无人机多用户携能传输优化研究

无人机携能传输技术可用于提高物联网能效,为能量受限的物联网地面设备补充能量,以支持其完成不中断信息接收任务。面对无人机携能有限的现实条件和其能耗效率提升的需求,本文针对高效节能的无人机-地面通信优化问题进行了研究,综合考虑无人机飞行耗能和地面设备能源需求,对无人机发射功率和功率分割比进行联合优化,并对无人机轨迹和地面设备唤醒时间分配进行设计。研究的节能最大化问题是一个非凸的、分式和混合整数规划问题。针对此问题,本文提出一种基于连续凸逼近（Successive convex approximation, SCA）和经典Dinkelbach方法的交替迭代优化算法。最后仿真结果验证了该算法的有效性和优越性。     

面向云数据中心的虚拟机部署时延优化算法研究

最优化虚拟机部署时延可以有效地提高云数据中心的效率,然而,目前虚拟机部署时延最优化问题主要针对的是单资源类型的部署。本文主要工作是考虑了服务器内资源容量及虚拟机多类型资源需求时虚拟机部署最优化时延问题。首先,将最优化虚拟机部署时延问题进行了形式化建模,并证明了该问题为一个NPC问题。接着,通过遗传结合贪心策略提出了一种高效的虚拟机部署算法优化时延。该算法的主要特点在于：结合了贪心策略指导个体在初始化、选择、交叉、变异时形成最优解,并且在交叉过程中采用奇、偶数位个体交叉的方式形成新个体,既避免了个体间的重复交叉,又通过多样化的新个体形成使得算法的解不会陷入局部最优。另外,由于遗传算法在交叉过程中会存在交叉冲突问题(服务器容量超载),还设计了一种交叉冲突检查方法避免了交叉冲突后非法个体的生成。最后,通过实验比对,将提出的算法分别与最新研究成果VMPDN、粒子群优化算法等算法比较,结果表明提出算法有效的缩短了虚拟机的部署时延。同时通过不同资源类型数量、迭代次数及种群大小的情况下,分析和考察了算法的性能,结果表明提出算法的性能仍好于其他的算法。     

基于神经网络的机动多目标数据关联问题研究

本文通过对联合概率数据关联的性能特征的分析,将其归结为一类约束组合优化问题,在此基础上,利用Hopfield神经网络求解典型的约束组合优化问题(旅行推销员问题)的方法,解决了传统的联合概率数据关联中出现的计算量组合爆炸现象,仿真结果表明,该方法效果良好,在密集多回波环境下,其优越性能更为突出。     

异氰酸酯的电子结构与反应能力的关系

本文用扩充赫克尔分子轧道(Extented Huckel Molecular Orbital,EHMO)法,计算了一系列芳异氰酸酯(RC_6H_4NCO)的电子结构。计算结果说明,芳异氰酸酯易发生亲核加成的原因是异氰基(NCO)中的碳原子带有较高的正电荷,且该正电荷随苯核取代基吸电子能力的增强而增加,同时,反应能力也随之增强,该结果与实验相符。另计算了异氰酸(HNCO)与水反应的动态电子密度分布,并用计算结果讨论了异氰酸酯亲核加成的机制。