基于HLA的复杂产品协同设计中数据一致性

通过分析复杂产品协同设计的特点和高层体系结构(high level architecture,简称HLA)在工程设计领域中的应用,构建了一种基于HLA的联邦式协同设计系统体系结构,阐述了系统中各平台的组成和功能.为确保协同设计过程中联邦成员收发数据的一致性,提出了各平台中联邦成员的时间管理策略,给出了系统整体时间推进的方法和过程.在时间管理策略的基础上,通过采用设置内部和外部事件逻辑计数器方法和基于仲裁的锁定机制,实现了系统运行过程中设计邦员动态注册的初始一致性.     

保持空间准确度与时间一致性的深度估计算法

为提高深度图的准确度,提出了一种基于图割的深度估计算法. 利用平均亮度 梯度联合匹配测度函数代替单像素亮度匹配,并考虑邻近像素深度相关性改变图割网络结构,提高深度估计的空间准确度;采用前一时刻同位置像素的深度约束当前时刻像素的深度值,使估计的深度图在时间上保持一致. 提出的算法考虑了深度图的空间、时间特征,可以提高深度图的准确度. 实验结果表明,与传统的基于图割的深度估计算法相比,新算法估计的深度图更加准确.     

混合误差下半变系数模型的相合估计

讨论了误差序列是混合序列的变系数模型。给出变系数模型系数函数的局部多项式估计,并证明了该模型系数函数估计是弱相合估计。     

四元体系汽液平衡的热力学一致性逐点检验

1 引言 以往用于多元体系汽液平衡的热力学一致性逐点检验的算法大多是有限差分法,对三元体系变成求解10~4～10~6量级的非线性方程组,收敛速度极慢,计算不稳定,难以实际应用。以后不同作者提出不同方法使多元体系热力学一致性逐点检验得到相应的改善。本文将加权残差法的特例——最小二乘法,用于四元体系恒温及恒压的汽液平衡的热力学一致性逐点检验。     

一种AHP中群体决策逆判问题的新方法

为了研究AHP中的逆判问题,利用模糊关系对AHP中群体决策的一致性给出了判断方法,即由一致性系数构造模糊关系矩阵,对其一致性进行分类,当分类情况基本一致时,则专家们给出的判断矩阵是公平公正的。通过算例验证了方法的可行性,并对AHP中的逆判问题提出了一种新算法,定义了新的一致性系数,经算例验证与相关文献的结果是一致的。     

犹豫模糊群共识实现算法及其数据系统优选

针对犹豫模糊偏好关系（HFPR）可以在复杂的管理环境下全面描述专家的犹豫评价信息的优势,基于HFPR构建了一种犹豫模糊群共识实现算法,并将其应用于银行数据系统的选购过程中。引入一种新的一致性指数方法来衡量个体HFPR的一致性水平;为了提升群体专家对决策结果的满意度,设计了一种犹豫模糊群共识实现算法,该算法能够在群体HFPR达到共识水平的情况下保证个体HFPR仍然具有满意一致性;通过银行数据系统的选购实例和对比分析实验说明了提出的方法的实用性和有效性。     

高维小波密度估计器的收敛性

为了研究高维Lebesgue可测空间Lp(Rd)中估计器的收敛性,利用小波方法,给出估计器在Lp 范数意义下的相合性.研究发现：若小波尺度函数φ紧支且满足条件S,则任给fELp(Rd),1≤p<∞,有limn→∞E f-f^n p =0.     

基于智能家居的一致性模型融合技术研究

在智能家居的自适应软件设计中,往往采用传统的模块构建技术。但由于其适应逻辑存在着低复用性、高复杂度等问题,很难验证模块组合后的正确性及有效性。为了满足开发过程中用户的增量性需求,针对适应逻辑的组合难题,提出把部分行为模型的形式化方法引入到适应行为的描述中。通过三值逻辑KMTS模型描述语言,提出一致性模型的判断方法以及融合算法,以提供明确的适应模型在线融合支持。最后通过智能家居中的一个模型实例来分析并验证融合后的适应逻辑。     

解析第二重要极限的三步骤法

针对第二重要极限存在计算公式多样化及形式构造复杂化的问题,提出了解析第二重要极限的三步骤法。利用幂指函数的连续性处理1∞未定型极限,并将其归纳为判定类型、构造“1加”、指数倒数形式的三步骤,即可得到极限计算结果。三步骤法简化了第二重要极限的计算步骤,降低了第二重要极限学习和掌握的难度。     

无人驾驶车辆局部路径规划的时间一致性与鲁棒性研究

在无人驾驶系统中,局部规划在跟踪全局路径的同时完成避障,提高了规划系统在动态未知环境中的工作能力.避障分析的有效性是局部规划最重要的功能之一.然而在仿真和实车测试中发现,广泛使用的基于优化求解的局部规划算法无法在不依赖全局精确定位时保证规划结果满足时间一致性要求.时间不一致将导致车辆的实际行驶路线偏离初始规划结果,造成避障分析失效.本文设计了基于前向预测的局部路径规划算法,在不依赖全局精确定位的前提下保证规划结果的时间一致性.除了时间一致性问题外,跟踪控制误差也是导致规划结果避障分析失效的主要原因之一.现有研究大多通过膨胀障碍物体现误差的影响,然而这种方法无法避免车辆驶入膨胀危险区域而停车.本算法在路径生成过程中增加误差影响,用通行区域代替原有不具有宽度的规划路径进行避障分析,既可以解决误差导致的避障失效,又避免出现膨胀障碍物带来的问题.通过V-Rep软件与实车规划程序进行联合仿真,在能够体现时间一致性影响的典型场景中对本算法与基于最优化曲线生成的局部路径规划算法进行比较, 验证了该算法具有更好的安全分析有效性.应用本算法的北京理工大学无人驾驶平台参加了2013年智能车未来挑战赛,在无人干预的情况下顺利完成 18公里城郊赛段和5公里城市赛段行驶,展现了良好的避障能力.