基于神经网络的移动机器人路径规划

针对移动机器人的未知环境下安全路径规划,论文采用了一种局部连接Hopfield神经网络(ANN)规划器。对任意形状环境,ANN中兼顾处理了“过近”和“过远”来形成安全路径,而无需学习过程。为在单处理器上进行有效的在线路径规划,提出用基于距离变换的串行模拟,加速了数值势场的传播。仿真表明该方法具有较高的实时性和环境适应性。     

A functional correspondence between call-by-need evaluators and lazy abstract machines

We bridge the gap between compositional evaluators and abstract machines for the lambda-calculus, using closure conversion, transformation into continuation-passing style, and defunctionalization of continuations. This article is a followup of our article at PPDP 2003, where we consider call by name and call by value. Here, however, we consider call by need.We derive a lazy abstract machine from an ordinary call-by-need evaluator that threads a heap of updatable cells. In this resulting abstract machine, the continuation fragment for updating a heap cell naturally appears as an ‘update marker’, an implementation technique that was invented for the Three Instruction Machine and subsequently used to construct lazy variants of Krivine's abstract machine. Tuning the evaluator leads to other implementation techniques such as unboxed values. The correctness of the resulting abstract machines is a corollary of the correctness of the original evaluators and of the program transformations used in the derivation.     

大功率缺失下频率最低点估计的低阶仿真模型

作为频率监视的关键参量和频率控制的决策依据,大功率缺失下频率响应过程中的频率最低点需要被准确估计,包括最大频率偏移和频率最低点时间。提出了一种大功率缺失下频率最低点估计的低阶仿真建模方法。通过对调门扰动响应微分进行多项式拟合,描述了调速器的冲激响应特性。基于各机组调速器响应特性的频域变换,建立了系统等效调速器模型。依据大功率缺失下频率下降过程的形态特征,评估了低阶仿真模型的有效性。算例结果表明,所提建模方法能够显著降低频率响应模型阶数,有效提升仿真求解效率,充分保证了频率最低点的计算精度。     

考虑风电接入和气电转换的综合能源系统日前区间优化

针对气电综合能源系统优化调度中未充分挖掘可调度因素、未充分考虑风电预测误差不确定性的现状,研究含风电的气电综合能源系统日前区间优化调度方法。首先,基于区间数学对风电出力的不确定性进行区间描述,综合考虑抽水蓄能、气电双向转换以及需求响应等资源和技术,并用区间数学表示优化目标和优化约束,构建含高比例风电的气电综合能源系统日前优化模型,综合优化系统的经济性、环保性。然后,基于区间序关系和可能度的方法将区间优化模型转化为确定性优化模型,继而采用Jaya算法进行求解,保证求解的高效性和解空间的可行性。最后,进行算例分析,仿真结果验证了综合利用抽水蓄能、气电双向转换以及需求响应等要素对系统进行区间优化,能取得优化效果上的优势,并能为系统调度人员提供风电不确定度对系统优化影响的信息。     

Three-dimensional image correction of tilted samples through coordinate transformation

In scanned probe measurements of micrometer- or nanometer-scale lines, it is nearly impossible to maintain the sample in a perfectly level position, and even a small amount of tilt can contribute to the accuracy of the result of the measure such as linewidth or step height. The current practice in image processing to deal with this problem is to conduct a line-by-line analysis to find the best fit of the substrate profile and subtract this background from all data points, thus describing 3D plane turns as a series of lines and processing them in succession in the x- or y-direction.In this paper a coordinate transformation method is proposed. The new coordinate system can be established on the basis of the inclined angle of the sample as well as the translation of three axes between the old coordinate system and the new coordinate system. The method can mathematically derive and hence correct all tilts around the x-, y- and z-axes and produce a leveled image simultaneously. Feature dimensions such as width, height, sidewall angle and pitch are calculated on the basis of simulated images using the coordinate transformation method and other methods. The result shows the advantage of the proposed method.     

3自由度并联柔索驱动变刚度操作臂的刚度控制

利用柔索的弹性及驱动冗余性构造了一种3自由度并联柔索驱动变刚度操作臂,在静力学与刚度分析的基础上,进行刚度控制研究。首先,将柔索驱动力映射到关节空间,并分析等效关节力与柔索张力和外力的关系, 提出该操作臂的三维力矢量闭合原理。根据微分变换原理进行刚度分析,得到关节刚度矩阵及操作手刚度矩阵, 并进行数值算例分析,结果表明:刚度与柔索的张力有关,调节柔索张力可以改变系统刚度。最后,采用位置与张力混合控制的策略,对该变刚度操作臂进行了刚度控制,并进行了仿真验证。     

基于XML的CAD系统和虚拟装配系统之间的数据转换

针对计算机辅助设计系统和虚拟装配系统之间的模型转换问题,提出了基于特征的统一的产品层次信息模型,采用XML中性文档和三角面片模型文件,通过信息分解的方法,分别将在产品建模系统中建立的产品层次信息模型中的装配信息和几何拓扑信息与三角面片信息通过数据转换接口转换到虚拟装配系统中,并在虚拟装配系统中通过映射关系进行模型重构,较好地解决了计算机辅助设计系统和虚拟装配系统之间信息共享的问题,通过实例验证了研究成果的可行性。     

基于Hilbert的单边带调制随机共振的微弱信号检测

为了克服经典随机共振中的小参数检测条件的限制,介绍了基于Hilbert变换的单边带频率调制技术,并与二阶随机共振系统相结合,提出了运用调制随机共振的方法实现工程中大信号检测的应用。针对小采样频率和大采样频率进行了分开讨论,并对基频信号的选取做了相关研究。研究结果发现,小采样频率下,Hilbert单边带频率调制技术结合二阶系统有很好的检测效果。大采样频率下,可以结合变尺度处理进行优化。数值仿真分析表明,基频信号取在频率轴分辨率的10～60倍时,会有一个较高的并且较稳定的输出信噪比。并将变尺度Hilbert单边带频率调制技术运用于实际的轴承内外圈故障信号检测中,能明显、准确的检测出单频故障大信号。     

基于奇异值分解行人对齐网络的行人重识别

为解决行人重识别的训练数据集中自动检测出的行人图像背景过大和行人部分缺失的错位现象问题,使用空间变换网络层对图像错位进行处理。为优化整个网络的深度学习过程,提高图像检索能力,增加网络特征层,使用奇异值向量分解方法对其进行处理。将行人对齐网络和奇异向量分解相结合,构造奇异值分解行人对齐网络,既可解决图像错位问题,又提高图像特征的相似性度量的效果。在Market1501、CUHK03和DukeMTMC-reID数据集上进行试验,并与行人对齐网络和其他深度学习与非深度学习的行人重识别方法进行比较,试验结果中整个网络的平均检索精度和行人图像第一次匹配正确的概率平均达到了65%和80%左右,这表明奇异值分解行人对齐网络可以提高对行人匹配的效果。     

安徽省新能源发展现状及对策研究

文章以"促进清洁低碳能源结构转型、推动新能源健康有序发展"为基本出发点,简要概述了安徽省新能源发展现状及面临的形势,从用户环节、电源结构、电网环节、政策机制等方面深入分析我国新能源消纳的影响因素,指出目前我国新能源消纳存在的主要矛盾和问题。文章最后立足国内发展现状,结合国外主要新能源国家的经验,提出了应对安徽省新能源未来发展相应的对策。