融合云模型和反向学习的克隆选择算法

为了进一步改善高维对象优化时免疫克隆算法的种群多样性,提高算法全局优化能力和搜索效率,提出了融合云模型和反向学习的克隆选择算法。引入云模型概念,使用正向云发生器产生云变异因子,进而对克隆后种群进行变异;利用反向学习策略,对变异前后的种群求反向解,进而实现种群抗体选择;通过马尔可夫链理论证明了算法收敛性。六组高维函数测试结果表明,与差分遗传算法、免疫遗传算法和自适应混沌克隆选择算法相比,该算法实现了100%的寻优,且最小收敛代数、平均收敛代数及迭代代数标准差分别平均减少33.7%、19.8%、29.1%,从而验证了其强优化能力、高搜索效率和好稳定性。     

面向车路协同的路侧感知仿真系统

路侧感知是车路协同应用开发的重要组成部分,通过在路侧部署传感器,将采集到的路面信息经V2X通信给到车辆,使车辆拥有超视距的感知能力.在实际应用中,为达到最优的路侧感知效果,不同的场景往往需要不同的RSU配置,RSU的选型及安装是一个耗时耗力的过程.交通参与者的识别是路侧感知的核心,基于机器学习的识别算法需要大量的标签数据,而人工打标签被验证是一个效率极其低下的方式.通过构建路侧感知仿真系统可以很好地解决RSU配置及样本数据生成的问题,实验一通过在仿真系统中调整激光雷达的高度和角度,得到极端情况下的车辆遮挡情况,从而为激光雷达的实际安装高度提供参考,实验二在仿真环境中输出带标签的激光雷达点云数据,通过与实际采集的点云数据进行融合对比,验证仿真系统输出的激光雷达点云数据可以作为模型训练的数据补充.     

Neural Network Based Visual Servo Control Under the Condition of Heavy Loading

International Journal of Control, Automation and Systems - This paper proposes an image-based visual servo (IBVS) control system for hoist positioning under the condition of heavy loading. Various...     

基于ZYNQ飞艇囊体应变在线监测系统设计

针对当前高空飞艇囊体的应变实时测量装置无法同时具备体积小和实时测量的工作属性,创新性地用光学器件和感光元件配合,对工作中飞艇囊体两个固定点的相对位移量进行测量,提出了一种能够在线监测飞艇囊体应变的测量装置,能够实现应变在线测量且测量精度高;采用TCD1500C电荷耦合器件作为数据来源;主芯片采用ZYNQ处理器,ZYNQ能够具备FPGA的并行处理能力和Cortex的数据调度能力,能够处理CCD高速数据;通过自定义IP核,使用PS端与PL端互联AXI协议,实现了高速、大量数据传输;为了得到应变信号,采用了将应变信号转化为位移信号进行采集的方法,之后将位移信号采集存储至SD卡中并周期性显示到上位机上,实现地面对飞艇囊体应变的实时监控;实现了飞艇囊体应变的实时测量并把测量精度提高至0.1％.     

Neural network-based adaptive decentralized learning control for interconnected systems with input constraints

In this paper, the neural network-based adaptive decentralized learning control is investigated for nonlinear interconnected systems with input constraints. Because the decentralized control of interconnected systems is related to the optimal control of each isolated subsystem, the decentralized control strategy can be established by a series of optimal control policies. A novel policy iteration algorithm is presented to solve the Hamilton–Jacobi–Bellman equation related to the optimal control problem. This algorithm is implemented under the actor-critic structure where both neural networks are simultaneously updated to approximate the optimal control policy and the optimal cost function, respectively. The additional stabilizing term is introduced and an improved weight updating law is derived, which relaxes the requirement of initial admissible control policy. Besides, the input constraints of interconnected systems are taken into account and the Hamilton–Jacobi–Bellman equation is solved in the presence of input constraints. The interconnected system states and the weight approximation errors of two neural networks are proven to be uniformly ultimately bounded by utilizing Lyapunov theory. Finally, the effectiveness of the proposed decentralized learning control method is verified by simulation results.     

"雪龙2"号极地考察船电力系统谐波计算分析

针对电力系统中,由于正弦电波加压于非线性负载而导致基波电流产生谐波的问题,论文以"雪龙2"号极地考察船电力系统为研究对象,利用SIMSEN模拟工具搭建系统模型,通过改变各元件中的参数,模拟不同工况,成功验证"雪龙2"号总电压谐波不超过5％,单次谐波不超过3％,可有效改善谐波畸变,提升电能质量.     

基于帧间动态和纹理特征的邮轮舱室火焰识别

火焰探测是火灾探测和监测系统中的一项重要任务。论文提出了船舶火灾探测中火焰的动态和纹理分析方法。火焰最初是根据多尺度颜色空间中的颜色强度分割的,称为候选火焰区域。从候选火焰区域中提取动态和纹理特征,通过混合纹理描述符获得混合纹理特征。结合动态特征,得到了动态混合纹理特征。最后,利用极值学习机分类器,根据提取的动态和纹理特征,将候选火焰区域划分为真实火焰或非火焰区域。结果表明,所提出的火灾探测技术有较好的识别率,可有效降低误检。     

基于改进花朵授粉算法的车辆路径问题研究

针对标准花朵授粉算法演化后期寻优能力受限等问题,论文提出一种将人工蜂群算法融入到花朵授粉算法中的优化算法.该算法主要通过人工蜂群算法的采蜜阶段和侦查阶段,将花朵授粉的算法的解进一步优化,从而提高花朵授粉算法的寻优能力.使用改进后的花朵授粉算法对现代物流配送的车辆路径规划问题进行求解,仿真实验结果表明,改进后的算法在性能上优于其他对比算法,并且在求解小于22个配送点车辆路径规划问题上均能得到最优路径,验证算法能力.     

基于坐标变换的圆柱体点云数据拟合方法

为了解决工程测量中圆柱体点云数据的拟合问题,论文通过迭代逼近法求解圆柱体中轴线方向向量,再将点云数据按照中轴线方向进行坐标变换到与竖直方向平行,最后通过拟合平面圆形得到圆柱体的模型参数,将三维的非线性拟合问题转换为二维的线性拟合问题,降低了处理的复杂度,也避免了非线性最小二乘拟合过程中初值选取的问题,同时也能处理任意方向的圆柱体拟合问题.另外通过计算拟合中误差进行噪声点剔除处理,通过迭代拟合提高了圆柱体的拟合精度.实验结果表明该算法能够满足实际工程测量中圆柱体拟合的精度需求.     

粒子群可拓的新冠肺炎建模与仿真

本文提出了一种基于粒子群可拓神经网络预测模型。根据国外近段时间每日新增新冠肺炎确诊人数,利用可拓神经网络模型对国外日新增新冠肺炎确诊人数进行预测,并利用粒子群算法(PSO)对权值进行优化,最后与LSSVM、ABC-LSSVM及PSO-LSSVM模型进行比较。结果表明:采用文中提出的粒子群可拓神经网络模型拟合效果较好,精度较高,性能优于其他三种模型,适用于COVID-19的疫情研究。