基于比特位操作的自适应约束传播算法

在现有约束传播算法研究的基础上,提出了一种基于比特位操作的自适应约束传播算法AC_MaxRPC_Bitwise。该算法在寻找AC支持及PC支持中引入基于比特位的数据结构,并利用比特位操作加速AC支持和PC证据搜索,从而提高自适应约束传播的效率。对几类典型benchmark问题的测试结果表明,算法AC_MaxRPC_Bitwise在总体性能上明显优于AC及原自适应约束传播算法。

显著度目标示性及背景自适应约束的目标跟踪算法

针对目标受环境干扰和自身姿态变化引起的跟踪漂移和目标丢失等问题,提出显著度目标示性及背景自适应约束的目标跟踪算法.在粒子滤波跟踪框架中,首先根据贝叶斯显著度分别对目标区域和扩展目标区域内的像素特征加权,构建目标的示性模型.再根据背景区域的显著度,自适应地选择背景区域约束跟踪过程.最后根据目标当前的外观状态,利用目标与背景之间的关联性得到跟踪结果.文中算法的显著度目标示性模型降低目标匹配中的误差,自适应背景约束提高目标受到遮挡或姿态发生变化时的跟踪准确性.实验表明,文中算法具有较强的跟踪鲁棒性和较高的跟踪准确率.

基于AC与LmaxRPC的自适应约束传播求解算法

在现有自适应约束求解方法基础上,提出一种新的自适应约束传播求解算法ADAPTAC-LmaxRPC.该算法能根据约束的不同特性,在传播能力强但开销高的LmaxRPC与传播能力弱却开销低的AC之间自适应地切换进行约束传播.多个Benchmark实例类上的测试实验数据表明,ADAPTAC-LmaxRPC算法有效地平衡了求解效率和算法开销之间的矛盾,大幅度提高了约束求解的效率.

自适应约束条件下过型值点的连续Bezier曲线设计方法

已知Bezier曲线型值点,利用三点圆弧近似方法获得曲线端点的自适应约束条件,根据Bezier曲线端点性质和C2连续条件建立曲线型值点与其控制点之间的关系,采用高斯顺序消去法反算出曲线控制点,从而获得过型值点的连续Bezier曲线。基于该设计方法进行了实例研究,其结果与专业三维CAD软件在同样条件下的设计结果具有较好的一致性。

速度自适应约束卡尔曼滤波方法

为解决动态目标定位过程中使用传统卡尔曼滤波算法不能利用先验信息提高定位精度、而使用速度约束卡尔曼滤波算法易发散等问题,论文提出一种基于速度先验信息自适应约束卡尔曼滤波方法。该方法以速度观测值和定速误差统计特性建立变异系数,实时判断速度观测值是否满足约束滤波的要求,从而自适应地在速度约束滤波和传统卡尔曼滤波间选择。实验结果表明,与传统卡尔曼滤波和速度约束滤波相比,本文算法的定位精度提高了cm级至m级,既克服了速度约束卡尔曼滤波易受定速误差影响的缺点,也能利用合理的速度观测值来提高定位精度。

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明:与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。

非笛卡尔并行磁共振成像数据的自适应约束重建新算法

多通道欠采样非笛卡尔轨迹数据重建是当前磁共振成像的研究热点,当欠采样因子比较大时,病态问题往往使得敏感度编码(SENSE)方法重建图像信噪比严重降低,传统的解决方法是在重建方程中引入Tikhonov约束或TV约束。提出自适应约束的SENSE重建算法,由先验图像的梯度特征并借鉴PM模型的思想决定惩罚函数,在梯度幅值较大的区域使用各向异性扩散的TV约束方式,在梯度幅值较小的区域使用各向同性扩散的Tikhonov约束方式。进行8通道2.6倍欠采样可变密度螺旋轨迹人体动静脉畸形瘤动脉注射X线的仿真实验。结果表明,与平方和(SOS)重建方法、传统无约束SENSE重建方法以及TV约束SENSE重建方法相比,本算法可以有效抑制部分数据成像带来的噪声和伪影,并能较好保护图像细节尤其是小细节信息,成像效果优于传统方法。

基于区间估计与透射率自适应约束的去雾算法

针对去雾算法透射率估计不足与结果偏色等问题,提出了一种基于最小通道区间估计与透射率自适应约束模型的图像去雾算法。首先,采用不同尺寸最大值操作得到有雾图像的亮通道,并结合均值处理和频域滤波得到大气光估计;其次,从大气成像理论出发,以有雾图像最小通道为约束,分别以平面模型和自适应映射模型拟合无雾图像最小通道上下边界,并获得无雾图像最小通道和透射率初始估计;最后,对透射率作滤波平滑与自适应边界约束,得到优化透射率,并根据大气散射模型得到复原结果。实验表明:所提算法复原结果颜色自然、亮度适宜、去雾彻底、细节信息丰富且时间复杂度较低,有效解决了透射率估计不足和偏色等问题。

自适应约束评估的代理模型辅助演化算法

很多现实优化问题不仅有昂贵目标也有昂贵约束,而现有求解昂贵优化问题的代理模型辅助演化算法(SAEAs)通常对候选解的所有约束进行评估,在评估次数有限的情况下,频繁评估可行域较大的约束不利于种群演化。针对这一问题,研究了求解昂贵约束优化问题的代理模型辅助算法,提出了一种自适应约束评估策略,根据种群演化情况评估可行域信息较少的约束,以节省在可行域较大的约束上的评估次数,在少量昂贵评估次数下自适应进行约束的选择及评估,更好地演化种群;为验证该策略的有效性和通用性,从两个思路设计了两种自适应约束评估的高斯过程回归模型辅助差分进化算法。这两种方法在15个约束优化测试函数中的11个取得显著优异效果;在利用时间延迟模拟昂贵评估次数的情况下,效率提升均在94%以上,其中91.67%的测试例子效率提升在98%以上。另外,这两种方法在4个工业应用问题中均取得优胜效果,表明其在昂贵工业约束优化问题中良好的应用前景。

基于自适应速度趋势函数的约束层速度反演方法

论文研究了复杂构造区初始层速度约束反演问题。首先得出初始层速度模型的精度对偏移速度建模的质量和迭代稳定尤为重要,常规方法在构造复杂区使初始速度模型产生的误差易导致最终偏移速度模型地质意义失真、真实构造特征掩盖等问题。提升初始速度模型与地下地质特征的匹配和精度成为关键。基于此,论文提出了基于自适应速度趋势函数的约束层速度反演方法。在常规方法的基础上,利用复相关法在时间域剖面上获得地质构造的连续性与变化,并将其作为构造响应算子形成针对性的影响域和权重融入速度趋势函数中,使该函数自适应地质构造特征,提升初始速度模型的精度。再通过对基准速度和速度趋势对深度的梯度进行样条拟合,构建趋势函数的全局高频异常约束,有效预防在构造突变区产生异常高频,进一步增强算法的稳健和可靠性。理论模型和实际数据的测试,验证了本文方法的有效性,反演得到的层速度模型更符合地质规律,并能更好地解决构造复杂区层速度模型的连续性问题,有利于提高复杂构造叠前深度偏移成像精度。

自适应秩约束逆矩阵近似分解及其在语音增强中的应用

针对低秩约束和稀疏矩阵分解(constrained low-rank and sparse matrix decomposition, CLSMD)方法中硬阈值可能导致降噪后的语音信号分量丢失或出现孤立噪声问题,提出了一种自适应秩约束逆矩阵近似(adaptive rank constrained inverse matrix approximation, ARCIMA)分解方法。该方法首先采用能量阈值法初步估计低秩矩阵秩值,然后从语音信号子空间矩阵的结构特性出发,采用修正双边随机投影(modified bilateral random projections, MBRP)方法求解代表纯净语音信号的低秩矩阵,降低使用SVD方法的计算量,并通过Tikhonov正则化优化方法改善迭代求解过程中解的病态性。实验结果表明,该方法相比经典方法在多种噪声环境下取得了更好的PESQ得分,并且增强语音的时域波形也更接近原始信号的波形。该方法去噪性能在低信噪比噪声条件下具有优势。

一种基于自适应边界约束的高效遗传算法

针对遗传算法中用于多父体重组的系数向量缺乏高效生成方法的问题,提出一种基于自适应边界约束(ABC)的高效遗传算法。该方法依据前一个系数的值,自适应缩放后一个系数的边界,可在任意多的父代重组情形下快速生成系数向量。在CEC2017标准数据集上的实验结果表明,所提算法在29个复杂优化问题上的表现都优于经验概率分布(EDBF)算法。

基于恒功率约束的自适应加工控制系统开发

以数控铣削加工为研究对象,以主轴负载恒功率为约束条件,用模糊智能控制方法实现进给速率的在线调整.详细讨论了模糊控制器的设计,包括隶属度函数的改进,模糊推理方法的选择和输出比例因子的在线调整方法,开发了基于主轴功率信号反馈的智能控制器,在FANUC数控系统上进行实验,结果表明设计的智能控制系统与数控系统具有较好的相融性,完全达到了提高切削效率,保护刀具的目标.

基于广义交叉检验的自适应约束最小二乘图像恢复

现有的图像恢复方法中有一部分需要正则化系数,而正则化系数估计的准确与否是决定恢复图像质量好坏的关键,为了能够自适应地恢复图像,研究了约束最小二乘算法的图像恢复问题,提出了应用广义交叉检验方法估计约束最小二乘算法中的正则化系数.实验结果证明,用该算法估计的正则化系数恢复图像质量更佳,速度比普通的迭代方法快,而且该最小乘图像恢复方法实现了图像自适应图像恢复.

具有功率调节和容错能力的风力机自适应控制

水平轴风力机面对高风速变化工况时,极易出现转子灾难性失控超速运行,此时风能转换效率低于预期值,同时恶劣的环境也对桨距角控制提出了容错要求。针对这些问题,提出一种具有功率调节和容错能力的风力机自适应约束控制方案,通过自适应约束的桨距角控制实现安全可靠的功率调节,并集成容错能力以补偿可能的故障影响。介绍水平轴风力机的数学模型和运行要求,分析基准的非线性自适应约束控制方案的设计过程,并在此基础上讨论具有未知控制增益、任意初始条件和存在故障影响下的设计方案,最后搭建MATLAB仿真模型对所提出的方案进行验证。仿真实验结果表明:所提方案可以提高风力机的功率调节效率,同时在不同工况和不同故障条件下均能将转子速度和发电功率控制在安全范围内。

基于自适应生成对抗网络的智能电网状态重构的虚假数据攻击检测

考虑到电力系统与能源互联网的深度耦合,虚假数据注入攻击对电力系统的威胁不断提升。文章针对虚假数据注入攻击(false data injection attack,FDIA)设计自适应生成对抗网络(adaptive generative adversarial networks,AGAN)状态重构的虚假数据注入攻击检测方法。该方法在生成对抗网络(generative adversarial networks,GAN)基础上融入卷积神经网络(convolutional neural network,CNN)以及自适应约束下的自注意力机制(self-attention,SA),实现节点间全局参考性,从而实现状态的有效重构和异常状态的准确预测;根据AGAN的异常数据预测结果设计结合网络判别值的检测逻辑。最后,在IEEE14节点的电力系统上验证所提方法的有效性,且对比GAN、CNN,AGAN重构的平均绝对百分比误差为0.0001%,检测准确率可达到98%。

基于现场总线的恒功率约束切削加工自适应控制

以进给速度为控制对象的自适应约束控制(ACC)技术有利于提高数控加工效率和实现刀具保护,在分析Profibus总线和模糊控制特点的基础上,针对铣削加工过程的非线性、时变性和不确定性,提出了基于现场总线的铣削加工过程自适应模糊控制的解决方案。采用恒功率约束,利用比例因子在线自调整的方法对切削参数变化的进给速度进行在线控制。仿真结果表明,方案克服了传统的模糊控制动态响应较慢的鲁棒性较差的缺点,具有响应速度快、实时性和稳定性好等优点。当切削深度突变时,能在线自适应调整进给速度,使切削功率接近参考值,防止刀具损坏和提高加工效率。

基于不同年龄的自适应儿童乘员约束系统参数优化研究

针对单一碰撞工况匹配的儿童乘员约束系统不能保证在其他碰撞工况下儿童乘员的保护,而且极易造成更大的伤害。基于内置式自适应儿童约束系统的参数可调的特征,选取坐垫高度、坐垫长度、安全带限力值为优化变量,以儿童综合伤害评价值I及颈部损伤临界值Nkm为优化目标,采用多项式回归近似模型和非支配遗传优化算法(Non-dominated sorting genetic algorithm II,NSGA-Ⅱ)相结合的方法,分别对3、6、10岁儿童假人在法规GB 27887规定的正面碰撞和追尾碰撞工况下进行多目标优化计算。优化结果表明,在优化设计点,3个年龄段的儿童假人在两种碰撞工况下都能获得较好的保护。基于文中3个年龄段假人的优化设计点,拟合出优化变量与儿童身高和体重的相关关系模型,从而对不同身高和体重的儿童乘员都能达到很好的保护效果。

基于自适应加权光滑约束与PCG算法的三维电阻率探测反演成像

三维电阻率探测在实际工程中日益受到重视,但存在着深部分辨率低、反演效率低等关键问题,严重制约了三维电阻率探测技术的应用和推广。针对深部分辨率低的问题,提出了一种随三维模型网格尺寸自适应调整的加权光滑约束,改善了深部网格的电阻率差异容许程度,实现了对不同深度网格约束的差异化加权处理,有效的提高了深部反演的分辨率和成像效果。针对反演计算耗时长、效率低的问题,基于预条件共轭梯度法求解快速稳定的优势,提出了三维电阻率快速稳定反演成像算法。在该算法中,将雅可比迭代中的对角阵作为预条件矩阵,其具有求逆方便、无需内存空间的特点,显著加快了收敛速度。最后,利用合成算例和隧道导水裂隙探测的工程实例验证了上述反演方法的可行性与有效性,表明借助于自适应调整加权光滑约束和预条件共轭梯度算法,有效的提高了深部分辨率和计算效率,显著改善了反演效果。

基于自适应ε约束法考虑OLTC模糊控制的低碳配电网双层规划

新时代低碳发展目标给配电网带来巨大挑战,为保证供电时降低配电网碳排放,提出了一种考虑有载调压变压器(on-load tap changer,OLTC)模糊控制的低碳配电网双层规划模型。依据网损灵敏度确定微型燃气轮机(micro-turbine generator,MTG)、新能源、储能和电容器(capacitor banks,CB)选址,采用双层模型实现低碳配电网规划。上层规划层以综合成本最小为目标,考虑了微型燃气轮机、新能源、储能和电容器投资运行成本,采用改进鲸鱼算法求解。下层运行层以运行成本和电压偏移量最小为目标,考虑了OLTC模糊控制、电容器投切、新能源不确定性、微型燃气轮机和储能调度,采用自适应ε约束法多目标粒子群算法获得均匀帕累托前沿,利用TOPSIS决策法选取最优解。最后通过改进IEEE33节点系统算例验证表明,所提方法能够实现配电网低碳经济运行,改善潮流分布,提高电压质量,降低网损。