停车场规划的多点区域分配—迭代寻优选址法

在研究了停车场选址问题的基础上,抓住了主要因素,建立了实用停车场选址的模型,并设计了往复调整、下降迭代相结合的算法,并在昆山市交通管理规划应用中取得了良好的效果。

降维-联合迭代算法的大规模MIMO系统能效研究

针对大规模多输入多输出(MIMO)技术系统能效降低的问题,同时考虑大规模MIMO系统的上、下行链路,提出一种降维-联合迭代算法。该算法考虑发射功率、发射天线数和终端用户数对系统能效的影响,首先基于迫零预处理和动态的功耗模型推导出系统的能效表达式,然后通过注水算法求得最佳的发射功率,将三维问题转化为二维优化,最后联合迭代发射天线和终端用户数,输出系统最优能效值。仿真结果表明,在不同信道状态单小区多用户场景下以及使用不同导频复用因子的多小区多用户场景下,该算法都可以在降低复杂度的情况下取得较好的系统能效性能。

框式凸规划的原始-对偶不可行内点算法的全局收敛性

对框式约束的可微凸规划提出了一个原始-对偶不可行内点算法,并证明了算法的全局收敛性.

广义混合变分不等式的近似点-投影算法

引入了求解广义混合变分不等式的近似点-投影算法,证明了由算法所生成迭代序列强收敛于非扩张映射不动点集合与广义混合变分不等式解集合的公共元素.方法和结果是新的,且推广了这一领域内许多已知结果.

基于小平面区域特征的文物碎片重组算法

针对非薄壁文物碎片重组复原过程中,因碎片边缘或断裂面磨损而导致拼接误差大的问题,提出了一种基于小平面区域特征的文物碎片拼接算法。首先根据区域增长分割把碎片的三维点云分割出许多小平面,建立以小平面作为拼接的特征区域,根据特征描述找到初始相似的小平面区域对,然后灵活应用几何约束+随机采样一致性(RANSAC)约束策略的方法,消除误匹配;最后通过4PCS(4-Points Congruent Sets)算法进行碎片的粗对齐,再根据迭代最近点算法(ICP)实现碎片的精确拼接。实验结果表明:小平面的特征描述简单,且有较强的稳健性,采用两级约束策略的方法较好的解决了误匹配问题,提高了磨损碎片拼接的成功率,同时有效减少渗透现象。

一个求解半正定规划问题的新原始-对偶内点算法

在原始对偶内点算法的设计和分析中,障碍函数对算法的搜索方法和复杂性起着重要的作用.本文由核函数来确定障碍函数,设计了一个求解半正定规划问题的原始-对偶内点算法.这个障碍函数即可以定义算法新的搜索方向,又度量迭代点与中心路径的距离,同时对算法的复杂性分析起着关键的作用.我们计算了算法的迭代界,得出了关于大步校正法和小步校正法的迭代界,它们分别是O(n^(1/2)log n log n/∈)和O(n^(1/2)log n/∈),这里n是半正定规划问题的维数.最后,我们根据一个算例,说明了算法的有效性以及对核函数的参数的敏感性.

单目标—多条件约束网络RRAP问题分段迭代PSO算法研究

研究2-状态可靠性-冗余分配问题(简写为RRAP),即选择元件的可靠度与冗余度(都是决策变量),在满足系统的费用、重量和体积等的约束下,使得系统的可靠度最大。构造系统的解结构:由系统的元件可靠度与系统可选元件的冗余度按照子系统元件顺序构成一个行向量,即行向量分量既有实数,又有整数部分。在此基础上,设计新解生成算法;构造具有固定压缩系数、动态权重系数的两阶段迭代粒子群优化算法。对算法用Matlab编程实现,用典型网络进行测试,算法都给出了问题的最优解。因此,适当设计的粒子群优化算法是求解复杂的可靠性-冗余分配问题的有效工具,算法具有原理容易理解,微型计算机上容易实现的特点。

物流配送点选址模型及其算法研究

首先介绍以最低送货运输费用为目标 ,借助最小二乘法推导出单物流配送点的选址模型及其迭代算法 ;在此基础上重点分析了已知物流配送点数目条件下的选址和物流服务分配问题 ,提出用二进制数的矩阵来描述物流服务分配方案 ,推导出其选址的数学模型 ,并给出交替选址迭代算法 ;

地铁牵引供电系统交-直流潮流算法研究

地铁牵引供电网采用双边供电方式,使得相邻牵引变电所换流器之间相互影响。本文分上、下行线路进行直流功率分配,考虑换流器之间的联系以及再生制动工况,计算各牵引变电所的有功功率输出;考虑换流器特性,将牵引变电所视为PQ节点,进行交流潮流计算;将直流功率分配收敛为最终指标,将交流潮流计算嵌入其中,并用其结果来修正直流潮流的输入量,最终达到收敛的目的。该混合迭代算法收敛性能好,实例验证了该算法的准确性和可靠性。

基于凹凸区域的断裂面匹配算法

针对破碎刚体复原给出一种断裂面匹配算法。根据平均曲率判断顶点的凹凸性,对凹凸顶点进行聚类将断裂面划分为多个凹凸特征区域;定义特征区域的协方差矩阵,根据其主成分和主方向定义特征区域的尺寸特征和各向异性特征,面积相近、类型相同和特征相近的区域为相似区域对,之后再根据距离主方向约束排除伪区域对;采用穷举法对每3对质心不共线的相似区域对,计算三维变换,将断裂面粗略对齐,再根据最近点迭代算法的收敛程度得到最优匹配,同时将两断裂面精细校准。实验结果表明,该算法能够实现较复杂断裂面的部分和完全匹配。

工业钣金件视觉检测中的一种2D-3D自动定位算法

利用图像计算目标物体空间方位一直是计算机视觉领域的重要任务。利用单幅图像结合CAD三维模型实现钣金零件空间方位的2D-3D自动定位。沿CAD三维模型在影像上投影的外轮廓统计影像边缘特征点的数目,根据极值位置确定零件方位的初始参数;提出基于广义点理论的最邻近直线迭代的算法求取零件方位的精确值。为加快轮廓跟踪速度,也对经典的8-领域轮廓跟踪串行算法进行了并行优化。

求解具有伪单调映象的广义混合拟似变分包含的邻近点算法(英文)

对集值映象引入了 η 伪单调性概念 .应用此概念和辅助变分不等式技巧 ,对求解具有伪单调集值映象的广义混合拟似变分包含 ,建议和分析了某些新的迭代算法 .算法的收敛性仅需要集值映象的连续性和 η 伪单调性 .算法和收敛性结果是新的且改进了最近文献中的某些已知结果 .

带有模糊集值映象的一般混合拟变分包含的扰动近似点算法(英文)

本文引入一类新的带有模糊集值映象的一般混合拟变分包.在Hilbert空间中,利用极大η-单调映象的预解算子技巧,建立了这类变分包与不动点的等价性.利用这种等价性,构造了一些新的扰动近似点算法,并证明了由此算法所产生的迭代序列的收敛性.这些定理改进,统一和推广了近期文献中许多重要结果.

线性化定制的邻近点算法

针对目标函数不含交叉变量的多个可分离算子的线性约束凸优化问题,利用定制的邻近点算法,线性化算法迭代的二次项,将其转变为单调的变分不等式子问题,给出一种新的线性化定制的邻近点算法.结果表明:对于多个可分离的线性约束凸优化问题,线性化定制的邻近点新算法是有效的,将其转化为等价的混合变分不等式形式,证明了算法的全局收敛性及解的唯一性.

多特征扩展信息滤波在RGB-D点云数据中的应用

针对RGB-D相机获取的数据在全局拼接中由于单点精度不高而导致误差累积的情况,提出一种多特征扩展信息滤波模型(multi feature extended information flter,MEIF)。利用迭代最近点(iterative closest points,ICP)算法获取场景内的点特征,利用区域面生长法平面拟合得到的空间平面参数作为面特征,构建多特征加权扩展信息滤波模型,实现对RGB-D相机数据的全局拼接。实验证明,该方法对误差累积的消弱有一定的作用,对RGB-D数据在室内场景生成的应用具有一定的参考价值。

解线性规划问题的基于新核函数的内点算法

原始-对偶内点算法是求解线性规划问题和非线性规划问题的重要方法。在本文中,给出了一个新的核函数。基于这个核函数可以构造出一个解线性规划问题的原始-对偶内点算法,并计算出了这个算法的一个理论迭代界。

考虑阻力约束的列车能量最优驾驶问题建模及分离迭代求解策略

根据列车的动力学模型,牵引、制动特性,阻力,限速等条件,建立列车能量最优驾驶问题的数学模型。由于坡道阻力和运行阻力的引入,约束条件中的微分方程组(ODEs)增广成为复杂的微分代数方程组(DAEs),使得问题难以求解。首先在时间域内将状态变量和控制变量离散化,将问题转化为一般非线性规划问题;针对该非线性规划问题,提出一种分离迭代策略将其转化为一系列凸二次规划问题,最后采用原-对偶预测校正内点算法求解。算例结果表明,所提出的分离迭代策略在满足列车约束条件下可以实现能量消耗最小。

双目立体视觉的无人机位姿估计算法及验证

针对无人飞行器在未知复杂环境下的导航问题,提出了一种基于双目立体视觉的无人飞行器位置和姿态估计算法.用双目摄像机采集立体图像序列,对图像进行立体校正后使用Harris算法提取特征角点,用NCC算法获取匹配特征点,导出摄像机坐标系下的特征点坐标,得到三维立体特征信息,使用RANSAC算法与L-M迭代算法得到无人飞行器姿态和位置估计值.实验结果表明,基于双目立体视觉的位姿估计算法能适应未知环境变化,计算结果与实际位姿量相比误差小,能满足无人飞行器导航要求,可为无人飞行器的导航实现提供一套新途径.

逐步求精的多视角点云配准方法

针对多视角点云配准问题,本文设计了一个合理的目标函数,便于将多视角配准问题分解成多个双视角配准问题,并考虑了两个要素:1)各帧点云均具有其他所有点云所未覆盖的区域;2)基准帧点云的重要程度高于其他点云.为了求解该目标函数,本文提出了逐步求精的解决策略:根据给定的配准初值构造初始模型,依次取出基准帧以外的每帧点云,利用所提出的双视角配准算法计算该帧点云的配准参数,并修正模型,以便进一步计算后续点云的配准参数.遍历完全部点云构成一次完整的循环,多次循环后可获得精确的多视角配准结果.公开数据集上的实验结果表明,本文所提出的方法能够精确、可靠地实现多视角点云配准.

基于Voronoi图表和进化策略的图像特征点配准方法

针对传统的特征点配准算法时间复杂度高、容易陷入局部最优解的不足,提出一种基于Voronoi图表和进化策略的图像特征点配准方法.该方法以匹配点对的欧几里德距离均方的极小值作为优化目标,通过区域填充算法生成参考图像点集的Voronoi图表,将参考图像划分为若干不相交区域,每个子区域中含且只含一个特征点,且对给定子区域中的任意一点,离其最近的特征点即为该区域所含的特征点.在迭代过程中利用Voronoi图表信息并通过SVD方法和进化策略的混合算法求解目标函数.将该方法应用于多模医学图像配准,并与传统的ICP算法比较,结果表明在速度上该方法明显优于ICP算法,并且能够有效避免陷入局部最优解.