基于确定性近似方法的再制造生产计划

再制造是一种以节约资源和保护环境为指导思想的新兴制造模式。由于再制造过程中存在诸多不确定性因素,其生产计划的制订远比传统制造方式复杂。针对再制造过程的不确定性特点,建立单一产品再制造生产计划的机会约束规划模型,并运用确定性近似方法对模型进行求解;进而探讨确定性近似问题与原问题的误差范围。特殊分布下的算例分析表明确定性近似解的误差在可接受的范围之内。

基于弱Kerr非线性相互作用的近乎确定性可控量子隐形传态(英文)

基于cross-Kerr非线性相互作用,提出了一种近似确定性的可控量子隐形传态方案。利用量子非破坏性测量技术较容易地实现了复杂的控制非操作和贝尔态分析过程,这使得此方案比以往使用投影测量的隐形传态方案效率更高,进一步分析表明方案在现有的实验条件下是切实可行的。

压缩感知算法的关键参数设置研究

针对压缩感知采样率选取问题,对压缩感知理论中的关键参数稀疏度和采样率的关系进行了研究。从理论和实验两方面对压缩感知采样过程中的样本个数进行了最小值论证。并在二维图像恢复过程中,对采样次数M进行扫描,用图像评价常用的信噪比(PSNR)、均方差(MSE)与相似度等标准检验图像的恢复效果,实现了低采样率。采用两个场景图像进行了恢复实验,实验结果证明理论推导正确,实际可行,为将来压缩感知在信号采样方面应用奠定了基础。

串并联双机器人系统任务分配的蚁群优化

针对一种新型串并联双机器人联合作业系统的任务分配进行方法设计和整体优化。分别采用蚁群优化中的近似非确定性树搜索(Approximate nondeterministic tree search,ANTS)和最大最小蚂蚁系统(Max-min-ant-system,MMAS)作为任务分配的优化策略,并在MMAS中加入局部搜索以进一步优化路径构建过程中得到的局部最优解。仿真结果以及与之前相关研究成果的对比表明,MMAS在寻优过程中的迭代收敛速度优于ANTS,且经过一段时间的开发探索之后,获得的最优解的质量也比ANTS要好;MMAS与局部搜索相结合的方法比单独使用MMAS更加进一步提高了最终解的质量。进化曲线证明了算法对系统任务分配及优化的适应性和优越性。试验结果经与传统组合优化方法对比,进一步验证了算法的优化效果。

基于SUA的鲁棒协同优化方法

首先介绍了多学科环境下不确定性的类型以及各种不确定性发生的阶段和传播方式,并简要描述了多学科系统中不确定性传播方法SUA和近似不确定性传递方法IUP。最后,在此基础上给出了一种鲁棒协同优化的计算框架。