基于贪婪随机自适应过程的多类型卫星联合任务规划技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题,现有研究大多对问题进行了不同程度的简化。面向多种载荷类型卫星的联合任务规划问题,考虑上述多种约束,基于贪婪随机自适应搜索过程提出了一种新的混合算法对问题进行求解。实验结果表明,该混合算法在多星联合任务规划领域是可行有效的。

基于双层自适应集成残差主成分分析的复杂非线性过程监测

多元统计监测方法常使用正常数据选取特征,而现实过程中,不同的故障将影响不同的特征,并且这些特征可能随着时间和控制系统的作用而变化。当故障发生并随时间变化时,要想获得更好的故障检测能力,就需要聚集有效的故障敏感特征。本文提出了一种双层自适应集成残差主成分分析(AERPCA)模型,其子模型包含不同的特征,并突出地呈现一个或多个相关故障。首先,根据正常数据计算主成分分析(PCA)特征,利用不同特征构建线性子模型和相应的残差空间。考虑到残差空间的非线性特性及有效特征更为分散,采用核PCA(KPCA)提取不同的特征并组成同一残差空间下不同KPCA子模型。然后,利用贝叶斯方法获取集成KPCA子模型,完成各残差空间的划分和集成。最后,在主空间中获得多个线性子模型以及在残差空间中获得多个集成的非线性子模型后,利用滑动窗口确定当前时刻监控效果最好的模型。采用田纳西-伊士曼过程验证了AERPCA的有效性。

独立任务分配的贪婪随机自适应搜索过程

提出了一种贪婪随机自适应搜索过程求解异构环境下的独立任务分配问题。使用随机化的最小最小完成时间算法来产生问题的初始解,再通过变邻域下降算法来改进这个解,在变邻域下降算法中,为增强算法的空间勘探能力,外层局部搜索采用允许接收劣质解的策略,使用禁忌表来防止迂回搜索,使算法在多样性和集中性间取得了较好的平衡。与领域中的典型算法进行了仿真比较,结果表明提出的算法具有良好的性能。

自适应振荡过程的Ucos φ精确算法

提出了自适应跟踪振荡过程的精确计算方法 ,这种算法将差分全波傅里叶算法作为数字滤波器对输入信号进行滤波 ,然后用短数据窗 (3点 )先算出信号的频率 ,进而精确计算出信号的幅值和相位。用此算法求出的Ucosφ数值精度高 ,收敛性好 ,更真实地反映了电力系统振荡过程中发生三相短路时保护安装处电压和电流的变化 ;因此可以大大缩短Ucosφ作为电力系统振荡过程发生三相短路判别元件的动作时间 ,提高整套保护的性能。

水面无人艇自适应危险规避决策过程收敛性分析

水面无人艇(unmanned surface vehicle,USV)是一种重要的海洋自主机器人,当前正被广泛研究并逐渐应用于实际.然而USV的安全航行问题仍严重制约其自主性能的提高,尤其是在复杂海况下的危险规避问题亟待解决.以Sarsa在线策略强化学习算法为基础,提出了USV在复杂海况下的自适应危险规避决策模型,并以渐进贪心策略作为行为探索策略,证明了USV自适应危险规避决策过程能够以概率1收敛到最优行为策略.论证结果表明,采用在线策略强化学习算法提升USV在复杂海况下的危险规避性能是可行的.

基于局部PLS的多输出过程自适应软测量建模方法(英文)

Local learning based soft sensing methods succeed in coping with time-varying characteristics of processes as well as nonlinearities in industrial plants. In this paper, a local partial least squares based soft sensing method for multi-output processes is proposed to accomplish process states division and local model adaptation,which are two key steps in development of local learning based soft sensors. An adaptive way of partitioning process states without redundancy is proposed based on F-test, where unique local time regions are extracted.Subsequently, a novel anti-over-fitting criterion is proposed for online local model adaptation which simultaneously considers the relationship between process variables and the information in labeled and unlabeled samples. Case study is carried out on two chemical processes and simulation results illustrate the superiorities of the proposed method from several aspects.

适合于机组组合问题的贪婪随机自适应搜索模型

提出了一种求解机组组合问题的方法——贪婪随机自适应搜索过程(greedy randomized adaptive search procedure,GRASP)。该方法迭代过程分为解的构造和局部搜索2阶段。在解的构造阶段,构造贪婪函数,形成带限制的候选列表,然后随机选择列表中的成分形成初始组合,作为局部搜索的起始解。在邻域搜索阶段,提出了一种适合于机组组合问题的变邻域算法,利用此法对邻域搜索得到局部最优解,取迭代过程中的最好局部解作为问题的最优解。算例仿真结果验证了所提方法的优越性。GRASP算法不仅为解决机组组合问题带来了新的思路和方法,同时给求解其它含复杂约束条件的组合优化问题带来了生机。

基于贪心随机自适应搜索的电路划分改进算法

为提高基于迭代改进的传统电路划分算法的划分质量,提出了一种基于贪心随机自适应搜索过程(greedyrandomized adaptive search procedure,GRASP)的电路划分改进算法.GRASP由构造阶段和局部搜索阶段组成,能够快速构造较好的初始划分.在其构造阶段引入启发式子集选择策略,并与高效搜索技术Path-Relinking相结合,在各个局部最优解之间建立路径,从而有效搜索了局部最优解空间.实验结果表明,该算法与基本GRASP相比,能在合理的时间范围内改进解的质量,获得更好的划分结果.在获得的最小划分上,改进程度最大达到33.3%;而在平均划分上,最大达到27.4%.

磁场问题自适应有限元计算的h-p方式

自适应有限元的h-p方式,虽然早已在理论上加以肯定,然而提出具体的h-p方式自适应过程的文献还很少.本文提出一种实施h-p方式的自适应过程,它先以较为简便的h方式自适应网格加密,然后再对高误差区域用叠层元的p方式局部提高近似解的精度,从而较好地实现了h、p方式的结合.作为验证的实例是具有解析解的模型题和工程实际问题.计算实践表明,本文所提出的h-p方式自适应过程,既简便易行,又可达到较好的精度.

贪心随机自适应搜索算法在软件测试中的应用

提出一种求解面向对象软件集成测试中确定类间测试顺序的贪心随机自适应搜索算法。该算法是一个多起点的迭代过程,每一次迭代由产生可行解的构造阶段和寻找局部最优解的局部搜索阶段组成。为了进一步改善它的性能,在构造阶段增加了预处理功能,在局部搜索阶段增加了长期记忆和路径再链接功能。实验结果表明,改进的贪心随机自适应搜索过程产生的解的质量优于现有的其它算法。

逐步回归响应面法

在自适应过程中采用加权逐步回归对响应面进行拟合，有效解决了响应面函数中平方项和交叉项的取舍问题，并可避免样本中可能存在的多重共线性造成的失真． 算法根据迭代中设计验算点附近的反馈信息对响应面的参数和形式同时作动态调整． 由于样本点可以累积使用，每步迭代只需引入较少的样本点，使重分析的次数大为降低，适用于复杂结构的可靠性分析．数学和有限元算例表明，算法能在验算点附近精确、快速、稳定地逼近未知极限状态方程．

一种智慧地铁轨道状态预测和维修决策优化系统

为提高地铁轨道智能化管理水平,设计了一种新的智慧地铁轨道管理系统;分别设计了朴素贝叶斯分类器、Logistic回归分类器和支持向量机分类器,并构建了基于Stacking集成算法的轨道状态预测模型;利用XX地铁1号线、2号线和6号线在2015-2021年的设备数据、检测数据和维修数据,验证了模型有效性;引入自适应学习的马尔可夫决策过程(AL-MDP),构建了基于Stacking-SVM的轨道维修决策优化模型;利用模型对地铁轨道进行运行状态感知和异常状态预测,通过自适应学习的过程不断学习地铁轨道的劣化机理,并且为轨道的状态预警和维修策略提供个性化、精细化的决策建议;最后,设计并实现了智慧地铁轨道管理系统;引入AL-MDP后进一步降低地铁轨道的维修成本,能够实时掌握地铁轨道的运作状态;该研究给管理者和工作者提供精细化、个性化、更科学的维修优化决策,对维修成本和轨道安全实现双重精准控制。

基于高斯混合模型移动因子补偿的说话人识别方法

提出一种模型补偿方法,以克服基于高斯混合模型的文本无关说话人识别系统性能随目标话者训练语料长度减小而下降的问题。该方法首先构造了一个低维的移动空间,每个训练语料较充分说话人模型的自适应过程均可用该空间中的移动因子表示,然后在目标话者训练语料较不充分的条件下,从受训练语料长度影响较小的话者模型分量中学习移动因子,并依据它对受语料长度影响较大的分量进行参数补偿。和基线系统相比,该方法在相同的训练和评测集上,等错误率指标下,获得相对约7%的性能提升。

改进遗传算法求解VRP问题

物流配送车辆路径问题(Vehicle Routing Problem,VRP)是一类具有广泛应用的NP-Hard问题,是解决物流配送效率的关键,传统方法寻找最优解的效率低、耗时长,往往找不到满意的解,导致物流成本过高。为了提高VRP寻优效率,降低物流运送成本,对基本遗传算法改进求解VRP问题。首先建立VRP的数学模型,然后基于贪婪随机自适应算法(Greedy Randomized Adaptive Search Procedure,GRASP)改进遗传算法的邻域搜索能力,生成遗传算法初始种群,最后利用遗传算法从GRASP生成的初始种群中找到最优解。计算结果表明,所采用的改进遗传算法可以更好的求解车辆路径问题,有效降低物流运送成本。

求解多车型校车路径问题的带参数选择机制的GRASP算法

考虑到校车路径安排过程中不同车型容量和成本的差异,建立了多车型校车路径问题(SBRP)模型,并提出了一种带参数选择机制的贪婪随机自适应(GRASP)算法进行求解。在初始解构造阶段,设计一组阈值参数控制受限候选列表(RCL)的大小,使用轮盘赌法选择阈值参数。完成初始解构造后,使用可变邻域搜索(VNS)进行邻域解改进,并记录所选择的参数和解的目标值。算法迭代过程中,先设置相同阈值参数的选择概率,每隔若干次迭代后,评估每个阈值参数的性能并修改其选择概率,使得算法能够得到更好的平均解。使用基准测试案例进行了测试,比较了基本GRASP算法与设计的GRASP算法的性能,并与现有求解多车型校车路径问题的算法进行对比,实验结果表明所设计的算法是有效的。

应用噪声抵消技术提高会议电话质量

1.引言自适应噪声抵消技术基于自适应滤波器理论,是数字信号处理技术的一项应用。自适应滤波器是以维纳滤波系统识别和自适应控制为基础、以最小均方为准则的最佳线性滤波器,具有自动调节自身有关参数的能力。在设计时也较少或无需预知信号或噪声的特性,而且当信号与噪声的自相关函数随时间作慢变化时,

一种基于GRASP的文档聚类算法

提出一种基于贪心随机自适应搜索过程的聚类算法.该算法先根据密度概念构造一个约束候选列表,然后从列表中随机选取k个对象作为K均值算法的k个起始中心点.试验结果表明该算法的聚类结果比k均值算法有显著改进.

考虑随机冲击影响的自适应Wiener过程剩余寿命预测方法

现有针对存在随机冲击影响的退化设备剩余寿命预测(RUL)方法,不适用于退化设备测量间隔分布不均匀、监测数据的测量频率与历史数据频率不一致的情况,并且未考虑将来退化过程中自适应漂移的可变性。鉴于此,基于自适应Wiener过程,提出了一种考虑随机冲击影响的非线性退化设备剩余寿命预测方法。首先,利用正态分布描述随机冲击对设备退化量的影响,建立融合随机冲击影响的自适应Wiener过程退化模型,推导出首达时间意义下剩余寿命的解析表达式。然后,通过考虑退化漂移可变性和随机冲击对退化率的影响,构建出状态空间模型实现设备剩余寿命在线更新,并应用期望最大化方法实现模型参数估计。最后,通过数值仿真以及惯性导航系统陀螺仪、锂电池2个实例,从不同角度验证了所提方法的有效性和实用性。

大跨度钢主梁斜拉桥的自适应无应力构形控制

为了实现对大跨度钢主梁斜拉桥高精度、高效率的施工控制,基于自适应无应力构形控制思想,推导了设计参数误差和钢主梁顶、底板焊缝收缩差对主梁安装线形的影响量调整公式,导出了主梁节段定位时温度影响的标高调整量公式,并在综合考虑此类影响因素的基础上建立了主梁节段精确定位的实时放样公式,最后将研究成果在荆岳长江公路大桥施工全过程中进行应用。结果表明:该方法能极大方便斜拉桥的施工与控制工作,提高其控制精度及效率。

基于相位变换的顶推曲梁桥自适应无应力构形控制

针对桥梁无应力构形求解及顶推梁体拼装施工控制传统方法等的不足,结合背景工程,研究并解决了拼装顶推施工钢主梁理论无应力构形的简便确定和高精度控制问题。用简便的一次落架法确定了顶推梁体无应力线形,将梁体无应力构形区分为立面、平面和横断面无应力构形,并明确可忽略扭转变形影响的钢箱梁或钢槽梁无应力构形控制应重点关注立面构形,在此基础上给出了各梁段预制构形确定的方法,根据顶推梁体无应力构形实现过程中梁体纵向位置频繁变化的突出特点,用提出的相位变换法确定了各工况待拼梁段就位标高和已拼梁体实际无应力构形,对背景工程进行自适应无应力构形控制。结果表明:顶推到位的实测线形(及应力)与理论线形(及应力)吻合较好,所提出的方法正确、有效、精度高。