基于D-S证据理论的多传感器目标识别应用

以目标识别为背景,详细阐述了Dempster-shafer(D-S)证据理论方法的原理、多传感器信息融合的实现方法.并以多感觉智能机器人为载体,运用递归集中式融合方法测量数据结构中的互不相容元素对目标进行识别.从识别结果可以看出,这是一种识别目标的有效方法.     

择一定理与集函数多目标优化

首先对测度空间引入了凸子类以及次凸集函数的定义,在此基础上建立了Farkas-Minkowski型择一定理。利用所建立的择一性定理讨论了一类集函数多目标优化问题的最优性条件。     

基于D—S证据理论的多传感器目标识别应用

以目标识别为背景,详细阐述了Dempster—shafer（D-S）证据理论方法的原理、多传感器信息融合的实现方法．并以多感觉智能机器人为载体,运用递归集中式融合方法测量数据结构中的互不相容元素对目标进行识别．从识别结果可以看出,这是一种识别目标的有效方法．     

非光滑广义凸多目标规划的一般对偶理论

对一大类非光滑函数提出了几种很弱的广义凸条件,然后将Mond和Weir关于光滑数学规划的一般对偶理论推广到非光滑广义凸多目标规划的情形。     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。     

基于D-S证据理论的运动平台多传感器目标分类

为提高空中运动平台对目标分类的能力，将基于D-S证据理论的信息融合方法用于运动平台多传感器的目标识别方面．在简述D-S证据理论的基础上，提出基于D-S证据理论的运动平台多传感器目标识别的信息融合方法．仿真实例表明了该方法的可行性．     

基于蚁群算法的多目标优化问题研究

为保持所求得的多目标优化问题Pareto最优解的多样性,文章提出了一种新的蚁群算法。选择策略采用多信息素权重,信息素更新结合了局部信息素更新与全局信息素更新。其中,全局信息素更新采用了两个最好解。此外,通过在外部设置外部集来存储Pareto解,并将改进的算法应用在双目标TSP上。最后进行了仿真实验,结果表明新方法比NSGA-II和SPEA2更有效。     

基于模糊理论的行星传动多目标优化

讨论了基于模糊理论的行星传动多目标优化。在充分考虑各模糊因素的情况下,建立了行星传动的多目标优化数学模型,运用模糊理论和方法求其最优解。     

基于决策变量交互识别的多目标优化算法

当前求解大规模优化问题的关键在于决策变量的有效分组.随着决策变量规模的增大,决策变量间以及决策变量与目标函数间的关系愈加复杂.在总的适应度评价次数给定的条件下,决策变量分组所消耗的适应度评价次数越多,种群进化过程中所剩适应度评价次数越少,从而影响算法收敛能力,导致解集质量下降.为解决以上问题,首先,提出了一种决策变量交...     

不变凸多目标规划

提出了一类新的多目标规划，称为ＳＫＴ不变凸多目标规划，给出了Ｋｕｈｎ－Ｔｕｃｋｅｒ点和Ｋｕｈｅ－Ｔｕｃｋｅｒ鞍点的概念，讨论了多目标规划是ＳＫＴ不变凸多目标规的充要条件，进而，对ＳＫＴ不变凸多目标规划进行了推广。     

基于凸集论的稠密视差图优化算法

针对计算机视觉领域中立体匹配算法在图像无纹理区产生的误匹配问题,提出以全变差函数为凸约束集,使用次梯度投影法,对通过初始视差变换后的立体图像对之间的像素误差函数和视差二次平滑因子形成的严格凸函数进行求解,寻求立体图像对之间的最优视差图。实验结果表明,该方法不仅能保留初始视差图的边缘,而且减少了由先前立体匹配算法求得的视差图在无纹理区产生的误匹配点,取得了良好的视差图优化效果。     

基于相关性理论的弱点目标检测技术研究

基于相关性理论,介绍目标检测与跟踪的发展现状和已有的研究方法,提出进行弱点目标检测与追踪的新方法.     

基于TRIZ理论的FDM工艺技术优化设计研究

为了实现FDM工艺技术的优化设计,本文提出了运用TRIZ理论对FDM工艺技术进行分析.通过对目前FDM工艺技术主要问题的描述,分析其目前存在的矛盾问题是成型精度和成型效率.将实际问题中需要解决的技术问题参数转化为一般标准化问题的两项工程参数.由于TRIZ理论中对不同问题具有不同解决理论并对其深入研究,并采用矛盾矩阵(Pro-Fechniques5.0软件)进行求解,得到能够解决矛盾并且可行的预作用原理,提出了FDM工艺技术优化设计方案.结果表明,将TRIZ理论应用到FDM工艺技术优化中,能有效地提高零件的成型精度和成型效率,这将在应用中有着重要的意义.     

广义凸向量最优化问题的对偶理论

本文利用 Hanson-Mond 的一般广义凸性条件,在任意维实赋范线性空间建立了向量最优化问题的对偶理论。     

基于无线电波纹图的雷达目标识别方法

基于雷达回波调制效应了一种常规低分辨雷达目标识别方法，这种方法是先对回波数据进行预处理，构造出目标的无线电波纺图像，再利用纹理特征撮的方法进行纹量特征抽取，然后采用神经网络对目标进行分类，某型号雷达６类目标实录数据的处理结果表明，该方法是成功的。     

基于极化高分辨距离像的SVM目标识别方法

针对支持向量机（SVM）对单一雷达目标高分辨距离像数据源识别率较低和鲁棒性较差的问题,结合雷达目标极化信息,生成了雷达目标的极化综合距离像,提出了一种基于极化高分辨距离像的SVM目标识别方法。应用该方法分别对四类实测和仿真目标的ISAR成像数据进行了处理和识别实验,所得结果明显优于单一极化状态下的正确识别率,且鲁棒性更高。     

基于非概率稳健可靠性的桁架结构优化设计

在结构非概率集合可靠性模型的基础上,考虑影响结构系统性能的荷载、材料弹性模量、材料抗拉强度等不确定参数,提出了桁架中压杆与拉杆的优化方法。将不确定量设定为区间,通过区间运算得到结构的非概率可靠度,使静定桁架中的杆件达到同一可靠度水平实现优化目标。并运用非概率可靠性方法对一桁架结构做了优化设计,算例证明此方法可行。     

基于模糊神经网络的目标识别

提出了一种用于常规雷达目标识别的模糊神经网络．先将目标回波用树状小波变换进行特征抽取，然后用该网络进行识别．最后，给出了５类空中目标的识别实验结果