A cell-based robust optimal coordinated control on urban arterial road

Process of optimizing coordinated control is divided into two stages.At the first stage,the study improves a robust optimal control model of single-point intersection to optimize cycle and split.At the second stage,the study combines all links with intersections of arterial road as a complete system,and applies cell transmission model to simulate traffic flow on urban signalized arterial road.We propose a coordinated control model based on the platform to optimize offset between adjacent intersections.Genetic algorithm is executed by MATLAB to solve the model.The performance evaluations show that the model not only effectively reduces average delay and stopping rate of vehicles on arterial road and largely enhances traffic capacity of arterial road,but also lowers the sensitivity of signal control for flow fluctuations.     

新的e修正鲁棒自适应控制方法在航空发动机上的应用

针对航空发动机模型的结构和参数的不确定性,提出一种基于非李亚普诺夫方程(NQLF)的e修正鲁棒模型参考自适应控制法。该方法无需知道发动机精确数学模型,抗干扰能力强,在输出误差信号的作用下具有比普通方法更快的收敛性,振荡性能够得到很好的控制。从仿真结果可见控制器能使系统比较好地跟踪参考模型的输出,对发动机模型参数和结构的变化有一定的适应能力,鲁棒性较好。     

基于改进HBA算法的生鲜闭环供应链网络鲁棒优化设计

针对生鲜闭环供应链网络设计问题,建立了一种基于生鲜闭环供应链网络的鲁棒优化模型,以解决供应链网络中的不确定性问题。首先,针对涵盖五个节点的生鲜供应链网络结构建立了多周期、多产品,以最小化成本、最小环境影响为目标的混合整数规划模型,采用模糊折中规划与区间数据鲁棒优化方法进行处理;其次,在原有蜜獾算法的基础上引入差分进化原则,增强算法的全局搜索能力与收敛速度;最后,通过MATLAB数值分析与仿真实例表明,所提鲁棒优化模型与蜜獾算法在求解生鲜闭环供应链网络设计问题中具有明显优势。     

基于参数区间不确定性分析的无人机辅助物联网鲁棒优化

无人机辅助物联网技术被广泛应用于灾害应急通信中,但物联网设备的通信中存在多种不确定因素。针对位置参数区间存在不确定性的问题,提出了无人机辅助物联网通信的鲁棒优化方法。使用椭球不确定集对地面物联网设备位置参数区间不确定性进行描述,建立了包含不确定性的物联网设备通信鲁棒优化模型,并对模型进行了求解。为提高模型求解的准确性,提出一个有关位置参数区间不确定和椭球误差域之间的相关分析方法,分析了两类不确定因素对物联网设备通信模型的影响程度。以地面物联网设备最优部署和通信最小功率为目的,设计了仿真实验。结果表明,在不确定因素存在时,所提优化模型能有效实现地面物联网设备间的最优部署和通信功率最小化。     

一种低复杂度的鲁棒自适应波束形成算法

传统基于干扰噪声协方差矩阵（interference-plus-noise covariance matrix,INCM）重构的鲁棒自适应波束形成（robust adaptive beamformer,RAB）算法在多种样本数据协方差矩阵误差和信号导向向量误差的失配环境中具有较强的鲁棒性,但目前主流的INCM重构法都是对信号和干扰的导向向量通过建立凸优化模型来估计,这带来了很高的计算复杂度。为了解决这个问题,提出了一种低复杂度的基于INCM重构的RAB算法。该算法首先将干扰信号的导向向量分解为对应标称项和误差项的和,然后通过一种子空间方法估计得到误差项的单位向量。接下来对一个Capon空间谱功率最大问题进行求解,得到误差项的模值,以此得到重构的INCM。同时利用Capon空间谱中残差噪声的存在,使用交替投影法估计得到期望信号的导向向量,最后得到所提算法的权重向量。仿真实验表明所提算法在多种误差环境下具有较强鲁棒性的同时,还具有较低的计算复杂度。     

基于KPLS鲁棒重构误差的高炉燃料比监测与异常识别

作为钢铁冶金制造的核心工序, 高炉炼铁是典型的高能耗过程, 其运行能耗约占钢铁总能耗的50%以上, 其中, 80%的能耗是焦炭和煤粉等燃料消耗. 因此, 对表征高炉燃料消耗的燃料比参数进行监测, 并尽可能早地识别影响燃料比异常波动的关键因素, 对于高炉炼铁过程的节能降耗具有重要意义. 本文针对先验故障知识少的高炉燃料比监测与异常识别难题, 提出一种基于核偏最小二乘(Kernel partial least squares, KPLS)鲁棒重构误差的故障识别方法. 该方法首先建立过程变量与监测变量的KPLS监测模型, 然后根据非线性映射空间的协方差矩阵和核空间Gram矩阵之间的关系, 反向估计原始空间变量的正常估值. 为了增强算法的鲁棒性, 采用迭代去噪算法减少异常数据对原始空间正常估值的影响. 通过利用原始空间正常估值和真实值来构造故障识别指标, 并给出故障识别指标的控制限. 基于实际工业数据的高炉数据实验表明所提方法不仅可以监测出正常工况下影响燃料比异常变化的潜在因素, 还可识别出异常工况下影响燃料比异常变化的关键因素, 具有很好的工程应用前景.     

基于非负矩阵欠逼近和剪枝技术的多结构几何模型拟合

鲁棒几何模型拟合是计算机视觉中一项非常重要且具有挑战性的研究问题.它已被广泛应用于人工智能领域的多个相关任务,如车道线检测、三维重构、图像拼接和运动分割等.鲁棒几何模型拟合的主要任务是从包含离群点和噪声的多结构数据中估计模型实例的参数和数量.然而,当前的模型拟合方法在拟合精度和计算速度上仍然无法满足实际场景中应用的需求.为此,该文提出一种基于非负矩阵欠逼近和剪枝技术的模型拟合方法,以提升模型拟合的性能.该文所提出的模型拟合方法包含误匹配剪枝算法、模型假设剪枝算法和改进的非负矩阵欠逼近算法.我们首先将误匹配移除技术引入到模型拟合中,以减少离群点对数据点采样过程的影响,进而减少生成无效模型假设的数量;接着我们利用模型假设剪枝算法来修剪无效的模型假设并选择有意义的模型假设,以构建一个高质量的非负偏好矩阵;最后,我们将空间约束和稀疏约束引入到非负矩阵欠逼近的优化问题中,并采用结构合并策略自适应地估计模型实例的参数和数量.在合成数据和真实图像上的实验结果表明,该文所提出的方法比当前一些有代表性的模型拟合方法具有更好的拟合性能和鲁棒性.在拟合精度上,该方法比T-Linkage和RS-NMU分别提升了约197.2％和47.7％.在拟合速度上,该方法比T-Linkage和RS-NMU分别快了约2.3倍和1.9倍,而且在三维重建任务的运行速度上比最新的拟合方法MCT快了约42.5倍.     

一阶时滞过程PID控制器优化准则

对单回路控制系统,期望得到控制器的统一优化准则.以误差积分性能指标描述系统时间响应,以环路函数的频域约束表示系统稳定裕度,从而建立一种综合的鲁棒性能(RP)指标,即系统的稳定裕度和积分性能的指数加权指标.针对比例积分微分( PID)控制器串联一阶时滞过程(FOPDT)的系统,通过计算机数值运算,选择出RP的合理加权因子范围为1～2.以加权因子取1.5的RP作为控制器优化准则,对时滞比从0到∞的FOPDT过程获得了最优PID控制.仿真表明,该法对鲁棒性和积分性能的折中是合适的,对一般工业过程的控制器参数优化有较大的借鉴意义.     

一种通用语音接口模式的设计和实现

用户的语音输入和对话系统关系密切,通用的接口风格应该能够进行灵活和有效的开发;而且应用程序接口的开发要鲁棒易于进行。本文主要针对现有的接口模武在应用中的局限,提出了一个通用的语音接口模武,适应于处理指挥所事务的对话系统。并对该模式的语言以及详细的策略进行了介绍。实验表明该模式具有较好的语音识别性能、鲁棒性,而且系统开发周期较短。     

多变量网络化DMC算法的鲁棒稳定性研究

在工业控制系统优化算法的研究中,引入网络化控制系统,针对多输入多输出动态矩阵控制(DMC)算法的鲁棒稳定性问题,首先根据有限脉冲响应(FIR)模型导出了网络控制系统通信信道上存在随机网络诱导时延的网络化DMC算法;其次,在考虑预测模型与系统实际模型之间存在模型失配情况下,利用线性矩阵不等式方法(LMI)分析该网络化DMC算法的鲁棒稳定性问题,进而建立了网络化DMC算法的鲁棒稳定性的充分条件。数值仿真验证表明解决工业控制系统性能优化的有效性。