引入注意力机制的JDE多目标跟踪方法

多目标跟踪是计算机视觉领域的一个重要研究内容。JDE(joint detection and embedding)多目标跟踪算法推理速度和精度较高,但是当目标重叠或尺度较小时,该算法的跟踪效果较差。针对以上问题,提出了Attention-JDE,该模型结合了注意力机制、多尺度融合等思想,利用特征金字塔（feature pyramid）和空间金字塔池化（spatial pyramid pooling）提升模型对于小尺度目标的检测和跟踪能力,结合空间域注意力机制和通道域注意力机制改进模型在目标发生重叠时的跟踪效果。此外,还引入了Mish激活函数有效地降低跟踪时的ID切换次数。在MOT16数据集进行验证,结果表明,与原JDE方法以及其他主流方法相比,Attention-JDE具有更高的跟踪精度（MOTA）,同时速度能够达到19.5 FPS,实时性较高。     

基于模糊规则的半导体生产线队列排序算法

为提高芯片的成品率、按期交货率和机器利用率,以及减少平均加工时间,提出了一种工件排序的算法。在该算法中,为提高机器利用率和减少工件平均加工时间,采用了通过排序减少瓶颈机器切换时间的方法;为提高芯片的成品率,引入一时限参数,避免工件在加工过程中因在空气中暴露时间过长而氧化作废;为确保按期交货,在调度过程中运用模糊规则方法确定工件在队列中的具体位置。实验表明,该算法可明显提高产品的成品率,其总体性能优于其他常用算法。     

冗余机械手在危险源环境下的多目标逆解研究

针对机械手逆解问题,首次给出了粒子群算法优化机械手的方法,以优化结果确定逆解。其次定义了机械手的危险度概念,并将多目标粒子群算法应用于带有危险源和障碍物环境中的冗余机械手逆运动学研究。相比传统方法,该多目标优化方法不仅确定了冗余机械手的最终形状,而且能够使其成功避障,满足避障可操作、危险度和功率最省或更多的多目标要求。相比多目标遗传算法的仿真结果,该方法可以得到更理想的性能指标,通过进一步的3个指标试验仿真,证明了该方法的正确性和有效性。     

热管式定风量换气节能装置的设计及性能分析

主要研究了兼顾火电机组经济性与环保性的负荷优化分配算法,建立了考虑阀点效应的多目标负荷分配模型。应用自主编写的算法,获得了待决策的非支配解集合(Pareto front,PF),其中算法的核心操作是多目标融合、剔除同一层相近个体、保留不同层差异个体。给出了6台机组的负荷优化分配算例,仿真结果验证了模型的合理性,并表明方法可以进一步减少火电机组煤耗成本和污染物排放量。结合逼近理想解排序法(technique for order preference by similarity to an ideel solution,TOPSIS),讨论了不同目标权重下负荷分配方案的区别,证明了基于TOPSIS的多目标负荷分配方案的确定依赖于各自目标在决策中所占的重要程度。     

水电系统中多目标模糊优化分配模型

以水电系统中发电机组担任基本负荷和调峰的双重作用为背景,以电力市场下水电机组的能源消耗最小和成本节约最大为双目标的有功经济负荷分配为目的,利用模糊算法中最大隶属度原理,提出了对双目标进行优化的模型。该方法在复杂系统中多种条件约束下,可以对非线性规划问题在求解时缺乏通用有效方法的情况下,运用泰勒级数使多目标的非线性规划问题转化为单目标的线性规划问题进行求解,使问题简单化。该方法运用于水电系统中多约束条件下的双目标优化,考虑到发电商与用电户之间的综合因素,使单位能耗的效益得到提高,反映了电价对调度的影响。文中通过IEEE30系统中18个节点的模型对考虑单目标和双目标负荷的经济分配进行比较,结果证明其方法对整体的效益优于后者,验证了该方法的正确性和有效性。     

提高电压稳定的多目标优化模型及其神经网络算法

提出以电力系统电压静态稳定裕度最大作安全指标，有功网损最小作经济指标的多目标优化模型，采用神经网络作优化计算，使系统运行的安全和经济性均得到提高。通过对２２节点等多个实际系统的数值测试，结果表明，该方法具有调节控制灵活、收敛性好等优点。     

矩阵变换器输入滤波器的多目标优化设计

在深入分析滤波器对系统物理本质影响的基础上，选取了适当的滤波器结构，归纳、总结和完善了矩阵变换器输入滤波器的设计原则。提出一种输入滤波器的多目标优化设计方法。该方法以确保系统稳定、谐波总畸变率低、避免开关频率谐波电流造成滤波器谐振为约束，以工程费用、基频压降、基频相移、功率稳定裕量和阻尼电阻功耗为目标。从矩阵变换器系统稳态数学模型出发，推导出各项性能指标及约束条件的解析表达式。提出采用基于Pareto最优的非劣排序遗传算法（NSGA-II），并对此算法的约束处理作了改进。开发了通用的基于Pareto最优的输入滤波器的多目标优化算法软件，给出了具体优化实例，并对优化结果进行了分析。     

基于改进微粒群算法重建炉膛截面温度场

煤粉锅炉炉膛火焰温度场的测量是燃烧调整的基础，对于锅炉燃烧经济性、安全性诊断以及优化运行有着重要的意义。文中利用4个面阵CCD镜头来获取火焰图像的数字信号，在分析测试系统物理模型和炉膛火焰温度分布规律的基础上，建立了非线性优化数学模型，并对其利用基于向量评估的改进微粒群算法进行了求解。为验证测试模型的正确性，进行了数值模拟，并且，在某电站350MW锅炉上进行了多负荷工况下的实际测试。结果表明，重建的温度场可以作为燃烧诊断和优化运行的重要依据。     

剪刀式桥梁展桥机构铰点位置多目标优化设计

阐述一种新型剪刀式桥梁展桥机构的工作原理。针对方案样机在架设初始状态时展桥机构驱动油缸小腔受力过大、引起间断液压油溢流问题,利用Denavit-Hatenberg齐次变换矩阵建立展桥机构的运动学和静力学模型。根据展桥机构驱动油缸闭锁力与驱动力不同的特点,提出确定剪刀式桥梁展桥机构关键铰点位置的多目标优化计算方法。对剪刀式桥梁方案样机展桥机构的关键铰点位置进行优化设计,利用机械系统动力学分析ADAMS软件进一步验证了优化计算模型。研究结果表明：优化后展桥油缸的最大拉力降幅达59.5%,展桥油缸的受力分布趋于合理;所提出的展桥机构计算模型正确;优化方法具有收敛速度快、稳定性好等特点;展桥机构优化计算结果为方案样机改进提供了依据。     

动态场景下基于实例分割和三维重建的多物体单目 SLAM

针对大多数SLAM系统在动态环境下相机位姿估计不准确与环境语义信息利用不充分的问题,提出一种基于实例分割的关键帧检测和贝叶斯动态特征概率传播的动态物体检测算法,并对环境中存在的静态物体三维重建,以此构建一个动态环境下的多物体单目SLAM系统。该系统对关键帧输入图像进行实例分割与特征提取,获取潜在运动物体特征点集合与静态物体特征点集合;利用非运动物体特征点集合获取帧间位姿变换,普通帧利用贝叶斯对动静态特征点进行概率传播,利用静态特征点集实现对相机位姿的精准估计;在关键帧中对静态物体进行联合数据关联,数据充足后进行多物体三维重建,构建多物体语义地图,最终实现多物体单目SLAM。本文在TUM与Boon公开数据集上的实验结果表明,在动态场景下,相较于ORB-SLAM2算法,绝对位姿误差的均方根误差平均降低54.1%和58.2%。