考虑工程约束的船体分段测量点集匹配方法

为了能准确分析船体分段的建造误差,给出合理的修改方案,船体分段测量点数据与CAD模型的最佳匹配是关键.传统的匹配算法不考虑船体分段测量点带有的船舶工程约束,得出的匹配结果往往不能满足工程实际要求.针对此问题,提出一种考虑船舶工程约束的船体分段测量点集自动匹配算法,该算法利用奇异值分解(SVD)法得到匹配初值,利用权值向量实现对不同方向上精度要求的误差分配,利用多目标优化法,把水平度、垂直度、平面度、直线度等工程约束引入到优化目标函数中,然后求解非线性多目标优化模型进而得出最佳匹配结果.实例表明,该算法能够在满足工程约束的前提下,获得最合理的匹配结果,为后续装配提供依据.     

利用局部特征联合匹配的非刚体目标跟踪

针对视频序列中非刚体目标的跟踪问题,提出了基于局部特征联合匹配的快速跟踪算法．算法将基于关键点的特征匹配问题转化为求解平衡指派的最优化问题,进而依据整体匹配最优的原则实现特征的联合匹配．跟踪过程为:首先分别提取目标模板和当前搜索区域的局部关键点并进行特征描述;然后依据联合匹配策略确定目标模板关键点在输入帧图像中的匹配结果;最后依据匹配结果确定目标在输入帧图像中的位置和尺度．实验结果表明,该算法对目标的非刚性形变具有较强的鲁棒性,能够适应复杂的背景变化并获得稳定的跟踪结果．     

分级优化自重构构形匹配策略研究

针对机器人自重构过程中的构形匹配问题,提出了基于分级优化机制的自重构构形匹配策略．首先以待匹配方案与目标构形之间的公共连接作为一级优化目标;在一级优化结果的基础上结合构形连通性这一特点构造新的目标函数,即以匹配方案与目标构形之间的公共拓扑作为二级优化目标．通过设置两级优化目标,简化了构形匹配的过程．最后利用遗传算法对所提出的构形匹配方法进行了验证,结果证明了该匹配方法的可行性．     

应用于测试资源匹配的婚姻稳定算法改进

下一代自动测试系统中将实现测试资源的动态分配,我们使用婚姻稳定（Stable Marriage）算法来解决测试过程中测试资源与被测设备的匹配问题,本文中使用择偶倾向队列缩减模型对求解典型“婚姻稳定”问题的Gale—Shapley（G—S）算法进行优化．该模型中使用择偶倾向队列描述婚姻稳定问题中匹配优先M页序,该队列会随着算法进行逐渐缩短,在简化数据规模的同时优化了处理婚姻稳定问题的G-S算法处理流程,改进后算法实现无效匹配请求的预先清除,从而使用后来请求优先的原则对匹配请求进行处理机制,对原有算法的时间空间成本实现了优化,适应了测试资源匹配任务的需求．     

模糊多目标遗传算法及其在营养决策中的应用

讨论了用进化算法来解决多目标优化问题，提出用一个模糊增强Pareto进化算法FSPEA来解决多目标优化问题，并且通过与其他4种算法所获得的解进行比较来分析FSPEA算法的性能．最后把FSPEA应用到营养分析和决策的优化问题来获求最佳膳食营养结构．结果证明了该算法的有效性．     

一种快速人脸目标检测和跟踪算法

以人脸为运动目标,利用图像的YUV模型和颜色检测算法在小范围内搜索,即时获得人脸的模板图像．在对序列图像进行目标搜索时,将金字塔方法和序贯相似匹配方法相结合,并采用粗精结合的两步匹配算法,获得运动目标的准确轨迹．实验证明,与传统的模板匹配算法相比,该算法的计算量大大降低,较大程度地提高了运动目标检测的速度．     

一种高分辨的稀疏孔径ISAR成像方法

逆合成孔径雷达回波缺失程度较大时,传统的线性插值方法会带来较大的误差．针对这一情况,提出了一种基于压缩感知的稀疏孔径高分辨成像算法．通过构造一组时域稀疏的基空间和线性测量矩阵,结合范数1稀疏约束,利用凸优化进行基匹配搜索,直接提取目标的散射特性及多普勒频率信息,最终得到距离多普勒像．该方法无需对稀疏孔径进行插值,并且成像结果不存在旁瓣,对目标分辨特性较好．点目标模型仿真和实测数据处理的结果验证了该算法的有效性和优越性．     

基于熵矩阵的多目标非线性0-1规划近似算法

为了简化多目标二元匹配问题的求解,将该问题建模为多目标非线性0-1规划模型,该模型将变量约束转移到目标函数中,从而降低了问题求解难度.针对该模型,设计了基于熵矩阵计算的贪心近似算法,该算法通过熵矩阵的熵值计算确定多目标二元匹配度,并根据熵值的大小预先优化匹配顺序,从而使近似解更快速地接近最优解.仿真实验结果证明,对于单目标非线性0-1规划问题,本算法优于已有的近似算法,对于多目标非线性0-1规划问题,本算法在计算时间以问题规模的指数级减少的情况下,近似解能够很好地逼近最优解.因此,本算法与其它近似算法相比,在不增加时间复杂度的前提下,结果更优,近似度更高.     

考虑风电不确定性的中长期合同电量分解

中长期合同电量交易是中国新一轮电改初期主要的交易形式.由于风电的不确定性,中长期合同电量分解面临着巨大的挑战.在此背景下,提出考虑风电不确定性的中长期合同电量分解算法,建立发电成本、电量偏移和碳排放最小的日前电量分解优化模型,并通过归一化加权法将其转化为单目标模型,再通过修正算法解决实际发电量与计划电量的偏差问题.算例表明,该分解算法可在实现节能减排、电量偏差最小的同时,保证分解结果公平可行.     

考虑风电不确定性的中长期合同电量分解

中长期合同电量交易是中国新一轮电改初期主要的交易形式.由于风电的不确定性,中长期合同电量分解面临着巨大的挑战.在此背景下,提出考虑风电不确定性的中长期合同电量分解算法,建立发电成本、电量偏移和碳排放最小的日前电量分解优化模型,并通过归一化加权法将其转化为单目标模型,再通过修正算法解决实际发电量与计划电量的偏差问题.算例表明,该分解算法可在实现节能减排、电量偏差最小的同时,保证分解结果公平可行.     

基于视觉评价模型的色域匹配算法

针对跨设备再现色彩时色域不匹配的问题,提出一种符合视觉感知的色域匹配算法．首先基于色域匹配的主观评价定义了一种视觉评价模型,并验证了它与主观评价结果的一致性;然后以该模型为指导,考虑图像的色彩和空间统计特征,采取分治策略并构造匹配融合模型实现色域映射．实验表明该算法获得的图像匹配结果较传统算法在颜色相似度和细节保持方面均有明显的提高．     

基于网格的统计优化特征匹配算法

基于图像特征点的匹配算法广泛应用于图像检索,目标检测、识别等图像处理领域。针对特征匹配算法召回率较低的问题,提出了一种基于归一化互相关函数网格的统计优化特征匹配算法,将匹配主方向差和匹配尺度比引入特征匹配过程中,综合利用SIFT(scale invariant feature transform)特征点的主方向、尺度和位置等约束在网格框架下加速匹配位置的求解,优化特征匹配结果,提高匹配召回率和综合匹配性能。首先在目标图中寻找原图每个特征点的最近邻匹配特征点,得到初匹配结果;其次利用匹配主方向差剔除初匹配中的大部分误匹配,然后基于匹配尺度比信息对匹配图像划分网格,统计匹配特征点的位置信息在网格间的分布情况,最后计算原图中每个网格的归一化互相关函数以判断该网格内的匹配是否正确,得到优化后的特征匹配结果。实验结果表明,新算法的匹配准确率在与经典特征匹配算法相当的基础上将匹配召回率平均提高了10%以上,获得了更好的综合匹配性能。     

一种高效并行的匹配场反演混合优化算法

为解决浅海匹配场反演所面临的复杂的参数优化问题，设计了一种基于差异进化算法与下山单纯形算法的混合优化算法。差异进化算法是一种并行的全局优化算法，其优化机制使其在优化的起始阶段有较高的效率，但不能持续；下山单纯形算法是一种对目标函数梯度信息敏感的局部优化算法，具有很强的压缩参数向量的能力。利用所导出的检测差异进化算法效率跌落的机制，将2种算法有机结合，以下山单纯形算法强的参数向量压缩能力保证差异进化算法持续进行全局、并行搜索，得到一种高效的全并行混合优化算法。高维函数优化与匹配场反演仿真算例表明，该算法能有效解决复杂场合下的参数优化问题。     

基于噪声自适应的交互式多模型算法研究

机动目标跟踪精度大都依赖于匹配的系统模型和已知的噪声统计特性。模型匹配法主要采用交互式多模型算法来提高系统模型与机动目标状态的匹配。该算法的有效应用已经成功提高了机动目标的跟踪精度,但该算法只是针对系统模型的不确定性提出的解决方法,并没有解决噪声统计特性不确定的问题。针对噪声统计特性未知而导致滤波精度下降的问题,本文提出了噪声自适应的交互式多模型机动目标跟踪算法。仿真结果表明,噪声方差未知的情况下,本算法的跟踪性能优于传统的交互式多模型算法,提高了机动目标跟踪的精度。     

利用GEK代理模型的天线快速多目标优化设计

传统方法进行天线优化设计主要利用经典优化算法调用电磁仿真软件,在求解复杂天线的多目标优化问题时效率不理想．针对该问题,在多梯度下降算法中引入遗传算子,提出了一种高效的全局多目标优化算法--混合遗传算子多梯度下降算法．该算法调用梯度增强型克里金模型进行天线优化．梯度增强型克里金模型建模所需的样本规模小、时间短,并且避免了电磁仿真软件的反复计算．利用该算法优化加载各向异性Ⅰ型周期结构覆层的警用超短波宽带单极子天线和某型直升机机载专用通信系统天线及其抗干扰阵列,在达到相同优化效果时,所需的模型仿真次数为利用改进的非支配排序遗传算法调用电磁仿真软件进行优化的10.30％和18.96％,验证了该优化算法的高效性．     

基于遗传算法的机器人接触摩擦补偿

目的 提出一种在线学习算法来学习机器人操作臂摩擦模型的摩擦系数，通过摩擦补偿控制输入，根据所得摩擦系数获得摩擦力，消除未知摩擦的影响．方法 建立机器人接触摩擦力模型，采用基于自然选择原则的遗传算法进行学习训练、优化，找出优化后的摩擦系数，以优化摩擦力模型，更好地消除未知摩擦．结果 采用遗传算法，快速地获得了摩擦系数值，优化了摩擦力模型，对约束机器人接触摩擦进行了补偿．结论 遗传算法的引入可以优化摩擦力模型，实现约束机器人接触摩擦的在线补偿，仿真结果证明，该方法在接触摩擦补偿上具有有效性，可以在线进行约束机器人接触摩擦补偿。     

利用团块模型进行目标跟踪

提出了一种基于局部特征的目标跟踪算法．通过多尺度分析方法,根据颜色和空间上的相似性将目标分割为多个区域,每个区域由一个团块表示,团块包含了该区域所有像素的颜色均值、形状和位置．根据团块特征构造目标的外观模型,定义团块的匹配准则,通过团块匹配进行目标跟踪．由于目标模型是基于局部特征的,并且包含目标的全局空间结构,因此该算法在局部遮挡和目标尺度变化的情况下,依然能够进行准确地跟踪．实验表明该算法能够有效实现复杂场景下的目标跟踪,性能优于Mean-shift算法．     

用于非监督特征选择的免疫克隆多目标优化算法

提出一种基于免疫克隆多目标优化算法的特征选择方法,先将非监督特征选择问题归结为多目标优化问题,然后构造相应的问题模型和目标函数．最后,采用免疫克隆多目标优化算法,通过增加相关特征的显著性,减小不相关特征的显著性来实现每个特征显著性的优化,达到特征选择的目的．UCI数据集的仿真实验表明,该算法降低了错误识别率,验证了其在非监督特征选择中的应用潜力．     

应用于测试资源匹配的婚姻稳定算法改进

下一代自动测试系统中将实现测试资源的动态分配,我们使用婚姻稳定(Stable Marriage)算法来解决测试过程中测试资源与被测设备的匹配问题,本文中使用择偶倾向队列缩减模型对求解典型"婚姻稳定"问题的Gale-Shapley(G-S)算法进行优化.该模型中使用择偶倾向队列描述婚姻稳定问题中匹配优先顺序,该队列会随着算法进行逐渐缩短,在简化数据规模的同时优化了处理婚姻稳定问题的G-S算法处理流程,改进后算法实现无效匹配请求的预先清除,从而使用后来请求优先的原则对匹配请求进行处理机制,对原有算法的时间空间成本实现了优化,适应了测试资源匹配任务的需求.     

基于模糊决策的最优火电机组组合

提出了一个用于最优机组组合的多目标优化模型,克服了现有算法只考虑单一目标的不足,同时计及了最优权机组组合的经济性和可靠性目标,通过对各目标实现程度的隶属函数进行定义,将多目标优化问题转变成模糊决策问题进行求解．为求解最优机组组合的多目标优化模型提供了有效手段．