快速路入口匝道的的非参数自适应迭代学习控制

基于快速路交通系统重复性和周期性的特征,引入"拟伪偏导数"概念,给出了宏观交通流模型沿迭代轴的非参数动态线性化形式.进一步,提出了快速路入口匝道的非参数自适应迭代学习控制(NP-AILC)方案.该控制方法本质上是无模型的,并且学习增益可迭代调节.收敛性分析表明当系统初始状态随迭代次数随机变化时,该方法可实现几乎完全跟踪性能.仿真结果进一步验证了方法的有效性.

自适应光学系统迭代控制算法超参数优化

无波前探测自适应光学系统中,选择合适的超参数是迭代控制算法达到最佳性能的关键。现有的迭代控制算法的超参数设置一般采用遍历法,这种方法虽然容易理解和实现,但计算量大、耗时较长,同时也可能因为找到一个局部最优值而错过全局最优值。本文采用贝叶斯优化方法,选择适合自适应光学系统迭代控制算法的超参数。分别以常用的随机并行梯度下降算法(stochastic parallel gradient descent algorithm,SPGD)、Momentum-SPGD和CoolMomentum-SPGD控制算法为例,对比分析采用遍历法和贝叶斯优化方法选择超参数的控制算法的校正效果。结果表明,采用贝叶斯优化方法进行超参数选择优势明显。对于SPGD控制算法,取得相同收敛效果时,贝叶斯优化方法所需样本实例数量是遍历法的10%;对于Momentum-SPGD和CoolMomentum-SPGD控制算法,贝叶斯优化方法所需样本实例数量分别是遍历法的7%和9%。研究结果可为自适应光学系统迭代控制算法的实际应用提供超参数设置理论基础。

基于非迭代海-气通量算法蒸发波导预测模型在不同海域的适应性研究

利用非迭代海-气通量算法蒸发波导预测模型(Liu-Li模型)对我国渤海海域试验数据及大西洋海域FNL分析资料进行诊断,分析了模型对不同海域海上气象要素的敏感性,对试验时间内蒸发波导高度进行了预测,并与观测的实际波导高度进行了比较分析。此外,将Liu-Li模型与Babin模型、NPS模型、P-J模型和伪折射率模型的预测诊断效果进行对比。结果表明:Liu-Li模型的计算结果与实际观测波导高度及其他4种模型计算结果的变化趋势基本一致,能较好地反应该时段内海上蒸发波导高度的变化趋势,并对不同层结状态下的气象要素作出敏感性响应。在渤海海域,Liu-Li模型在不稳定海气层结状态下计算得到的波导高度略低于实际观测波导高度,而在稳定海气层结状态下Liu-Li模型计算得到的波导高度结果偏大,特别是海气层结状态越稳定时,Liu-Li模型的计算会出现异常值。在西北大西洋海域,Liu-Li模型对蒸发波导高度的诊断与Babin模型、NPS模型和伪折射率模型相近,但Liu-Li模型计算稳定性更好;同时,大多数时次内Liu-Li模型的计算结果与风速和相对湿度的变化趋势较为接近,在海气条件复杂多变的情况下模型计算的波导高度容易产生变化波动。试验表明Liu-Li模型能在不同海域进行有效的蒸发波导诊断预报。研究初步探讨了Liu-Li模型在不同海域的适应性,为非迭代海-气通量算法蒸发波导预测模型的发展提出了可行性研究。

基于放疗科大孔径CT的自适应迭代重建技术在肺结节穿刺中的应用研究

目的:研究大孔径CT自适应统计迭代重建(ASIR)对肺结节经皮穿刺中图像质量的影响。方法:选取2023年1月—7月于深圳市宝安区人民医院接受大孔径CT引导穿刺的肺结节患者20例。分别应用滤波反投影技术(FBP)和ASIR技术重建图像并评价两组图像质量。主观评价采用Likert评分,客观评价对结节区噪声标准差(SD)、对比噪声比(CNR)和穿刺针针尖位置CT值等资料。结果:图像的主观评价均满足穿刺要求且一致性较好(Kappa值=0.740)。ASIR图像质量随着权重先增加后降低,权重为60%时最佳。和FBP相比,ASIR 60%的Likert评分更高,结节SD和CNR值比较,差异有统计学意义(P=0.004、0.043)。其他统计参数比较,差异均没有统计学意义(P>0.05)。结论:放疗用大孔径CT常规扫描不影响穿刺图像质量,ASIR 60%图像质量更优,可以用于引导肺结节经皮穿刺。

一类传染病模型解的存在性和迭代算法

通过研究非自治传染病SIRS模型解的存在性和建立迭代算法,分析模型的特殊性质,引入特殊性质的函数,将模型转换为积分系统,并构造所需的迭代序列,证明这个序列收敛于模型的解。可以证明,在一定时间内,SIRS模型具有唯一解,解和近似解之间能进行误差估计。该算法克服模型中非线性项可取负值和不满足Lipschitz条件的困难,证明了SIRS模型解存在,且可使用迭代算法求出和进行误差估计。This paper studies the existence and iterative algorithms of solutions to the SIRS model of non- autonomous infectious diseases. By analyzing the special properties of the model and introducing the function with special properties, the SIRS model is changed to an integral system, and the required iterative sequence is constructed. It is proved that this sequence converges to the solution of the model. It is proved that the SIRS model has a unique solution within a certain period of time, and the error estimations between the exact solution and the approximate solution are established. By overcoming the difficulties that the nonlinear terms in the model may take negative values and do not satisfy the Lipschitz condition, it is proved that the solution of the SIRS model can be obtained by an iterative method, and the error estimation can be performed.

用于电阻层析成像的快速自适应硬阈值迭代算法

针对电阻层析成像技术图像重建具有严重病态性的问题,提出了一种稀疏重建算法——快速自适应硬阈值迭代算法,研究了噪声对该算法在电阻层析成像图像重建效果上的影响,并通过仿真和模型实验测试了该算法的性能.结果表明:一定强度范围内的噪声对硬阈值迭代算法、自适应硬阈值迭代算法和快速自适应硬阈值迭代算法的影响较小.快速自适应硬阈值迭代算法成像速度更快,且该算法重建图像的空间分辨率相对其他两种算法也有较大的提高.

离散时间非线性系统的数据驱动无模型自适应迭代学习控制(英文)

本文基于迭代域的动态线性化方法,提出了一类单入单出离散时间非线性系统的数据驱动无模型自适应迭代学习控制方案.无模型自适应迭代学习控制本质上属于一种数据驱动控制方法,仅利用被控对象的输入输出数据即可实现控制方案的设计.理论分析表明无模型自适应迭代学习控制方案可以保证最大学习误差的单调收敛性.数值仿真和快速路交通控制应用验证了无模型自适应迭代学习控制方案的有效性.

非一致目标跟踪的混合自适应迭代学习控制

针对一类含有时变和时不变参数的高阶非线性系统,结合Backstepping方法,提出了一种新的自适应迭代学习控制方法,该方法由微分-差分型自适应率和学习控制率组成,保证对非一致目标的跟踪误差平方在一个有限区间上的积分渐近收敛于零,克服了传统的迭代学习控制(ILC)对目标轨线限制,可以跟踪非一致目标轨线.通过构造复合能量函数,给出了闭环系统收敛的一个充分条件,仿真结果说明了该方法的有效性和可行性.

改进狼群算法的SCARA机械臂自适应迭代学习控制

针对减小机器人重复运动的位置、速度跟踪误差的问题,给出一种基于狼群算法优化的机械臂自适应迭代学习控制策略。根据SCARA(Selective compliance assembly robot arm)机械臂驱动方程,设计动力学系统的迭代学习控制律。引入自适应步长的狼群算法,使狼群能够根据猎物气味浓度动态调整移动步长,提高了算法的收敛速度和精度。该策略对机械臂控制器参数KP、KD进行寻优时,得到了良好的控制效果,实现了对期望轨迹的有效跟踪。实验结果表明,该算法灵活性好,对系统期望轨迹具有较高的跟踪精度,有效降低了双关节机械臂的位置、速度跟踪误差,具有较强的可行性与有效性。

随机变量和非独立区间变量下的可靠性序列迭代算法

针对机械系统中输入变量存在随机变量和区间变量混合的情况,考虑区间变量的非独立性,提出高效混合可靠性分析方法。区间变量使可靠性分析问题变为双层优化问题。为降低双层优化和非独立区间变量对可靠性计算效率的影响,提出了高效序列迭代计算策略,基于椭球模型描述的非独立区间变量,提出将非独立区间变量转换为独立区间变量的方法,并利用二次泰勒近似方法,将区间分析问题转换为易求解的二次规划问题。算例结果表明,所提出的可靠性序列迭代算法具有较高的计算效率和精度;可靠性分析结果受区间变量独立性假设的影响,区间变量独立可导致较保守的可靠性分析结果。

非正侧阵机载雷达杂波谱迭代自适应配准方法

对于机载非正侧阵雷达,杂波谱的距离空变性使得直接利用邻近单元数据估计的协方差矩阵与真实协方差矩阵不匹配,导致空时自适应杂波抑制性能下降。基于配准的补偿(registration-based compensation,RBC)方法通过时域平滑来估计空时谱,继而对地杂波的距离依赖性进行补偿,由于时域孔径损失使杂波谱峰值的估计精度受到限制。针对这一问题,考虑到杂波空时谱的稀疏性,本文利用迭代自适应算法(iterative adaptive approach,IAA)进行空时谱估计,并重构各辅助距离单元协方差矩阵以实现杂波谱配准,称为IAA-RBC算法。由于该算法不存在孔径损失,杂波谱配准精度更高。仿真实验表明,即使在样本中存在目标污染等干扰因素的情况下,所提方法相比传统的利用时域平滑的RBC方法也能获得更好的信噪比改善。

带有迭代学习前馈的快速路无模型自适应入口匝道控制

提出了一种新的带有迭代学习前馈的快速路无模型自适应入口匝道控制算法.模块化的前馈迭代学习和反馈MFAC控制器设计方案使所设计的控制系统有效地利用了交通流的周期性特征,提高了控制品质.严格的数学推导证明了该方法的收敛性.仿真研究及比较结果验证了所提算法的有效性.

利用导向向量旋转和联合迭代优化的自适应波束形成算法研究

针对大型阵列中自适应波束形成技术的实时性和鲁棒性问题,基于最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成的信号模型框架,提出一种通过对导向矢量进行处理以降低干扰的自适应波束形成算法——稳健联合迭代优化-导向自适应(Robust Joint Iterative Optimization-Direction Adaptive,RJIO-DA)算法。在联合迭代优化的基础上,将降维变换矩阵的每一个列向量看作独立的方向向量,引导子空间内每一个维度上的权值迭代,同时旋转导向向量,减小了由于导向误差的不确定性而导致的性能下降。仿真实验结果表明,与现有的降维算法相比,RJIO-DA算法计算复杂度低、收敛率高、鲁棒性好,可在期望方向上稳健地聚集波束,更好地形成干扰方向的自适应零陷。

自动协议选取能谱联合自适应迭代计算法重建技术降低腹部增强及血管成像辐射剂量及对比剂剂量的可行性

目的探讨利用自动协议选取能谱(ASIS)扫描模式联合自适应迭代算法重建(ASiR)技术降低腹部增强及血管成像辐射剂量及对比剂剂量的可行性。方法将64例接受腹部增强患者随机分为两组:试验组32例,采用ASIS扫描模式,应用30%ASiR和50%ASiR重建算法;对照组32例,采用120kVp管电压,FBP重建。比较两组扫描方法辐射剂量及对比剂剂量;比较70keV+30%ASiR图像与对照组动脉期及门静脉期肝脏及胰腺噪声、竖脊肌噪声(SMN)、肝脏CNR、胰腺CNR;对55keV+50%ASiR图像与对照组动脉期腹主动脉及各主要分支血管CNR及门静脉期门静脉CNR以及血管图像主观评分进行统计学分析。结果试验组动脉期及门静脉期的CTDIvol、DLP较对照组下降23.68%、23.57%和25.59%、18.45%,对比剂注射总量试验组较对照组减少16.86%。70keV+30%ASiR动脉期及门静脉期肝脏、胰腺和竖脊肌的噪声均低于对照组(P均<0.05)。试验组55keV+50%ASiR动脉期腹主动脉、肠系膜上动脉、腹腔干的CNR均高于对照组(P均<0.05);静脉期门静脉的CNR和血管评分与对照组比较差异无统计学意义(P>0.05)。结论采用ASIS扫描模式联合ASiR技术,70keV+30%ASiR及55keV+50%ASiR图像显示腹部脏器及腹部血管图像质量均优于传统120kVp扫描模式的图像质量,且降低了辐射剂量及对比剂剂量。

自适应迭代算法支持向量集的特性研究

针对在支持向量机研究中,传统的优化方法无法处理规模不断扩大的分类问题,为设计适应大样本分类的训练算法,提出了基于块的自适应迭代算法。在该算法的训练过程中,块增量学习和逆学习交替进行,能够自动得到一个小的支持向量集。将该算法与SVML ight在支持向量数量方面进行了比较,计算了UC I(Un i-versity of Californ ia-Irvine)中的6个数据集和著名的Checkboard问题。结果表明:该自适应迭代算法确定的支持向量数一般不到SVML ight所得到的支持向量数的一半,其中70%多的支持向量被SVML ight所确定的支持向量集所包含,在支持向量选择方面具有高效性。

基于低松弛迭代格式的快速自适应滤波算法

利用Ｂ样条函数基底的光滑性及其局部支撑性质，以最小二乘（ＬＳ）为准则，构造了基于低松弛迭代格式的快速自适应滤波算法．对于一个Ｎ×Ｎ输入图像，由于Ｂ样条函数的局部支撑性质以及低松弛迭代算法的引入，使得在统计意义下最佳的最小二乘滤波算法的计算复杂度降为Ｏ（Ｎ２），就ＬＳ算法的复杂性而言，优于不动点（ＦＰ）迭代算法的Ｏ（Ｎ３）及基于ＦＦＴ的预处理共轭梯度（ＰＣＧ）算法的Ｏ（Ｎ２·ｌｎＮ）．实验结果表明，该滤波器对Ｇａｕｓ白噪声及均匀分布的噪声图像具有良好的降噪特性．

基于自适应迭代UKF的纯距离目标定位算法

针对迭代无迹卡尔曼滤波(IUKF)需要人工设定迭代次数的问题,引入遗传算法中适应度函数的概念,提出一种自适应迭代卡尔曼滤波的跟踪算法(AIUKF)。该算法利用观测预测值与实际观测值、系统采样点与实际观测值的适应度函数作为评价标准,根据适应度函数的比值自适应确定是否进行迭代。仿真结果表明:新算法适用于纯距离系统,可以有效解决IUKF人工设定迭代数的问题,且算法性能与IUKF性能相当,均优于UKF性能。

超椭球模型下结构非概率可靠性指标的迭代算法

迭代算法对于非概率可靠性指标的求解及其优化问题具有重要意义。本文基于不确定参数的超椭球描述,研究求解非概率可靠性指标的迭代算法。针对极限状态方程非线性情况较高时可能存在不收敛的问题,提出一个检测严重迂回振荡的判据,并在HL-RF迭代公式的基础上引入修正解,在一定程度上克服迭代不收敛的问题。数值算例验证了迭代算法的正确性和有效性。

电路容差分析的区间迭代算法

本文建立了电路容差分析方程,提出了区间迭代的算法。 在电路参数的容差不大时,此法收敛于包含有容差方程解集的n维区间。为了使n维区间接近于解集的区间壳,文中给出了一个修正算法并对建立合适的电路方程进行了讨论。

多核自适应迭代LSSVR的模拟电路性能评价策略

针对模拟电路的性能评价问题,运用标准支持向量回归机,结合自适应技术的优越性,利用迭代算法改善传统最小二乘支持向量回归的支持向量稀疏性问题,提高训练响应速度。同时采用多径向基核函数以实现核宽度在线调整的灵活度,进一步提高支持向量数目确定的精简性。给出了基于多核自适应迭代最小二乘支持向量回归法的设计思想及构造步骤。实验以高校模拟电路实验为依托,采用近两年内由精密仪器设备测评所得的小功率放大器的8项技术指标构建训练集,进行多核自适应迭代最小二乘支持向量回归评价。实验表明,所提出的方法性能优于传统最小二乘支持向量回归法及ε-SVR法,与精密仪器性能评价结果较为接近,且运算速度优。