Multi-model predictive control with local constraints based on model switching

Because model switching system is a typical form of Takagi-Sugeno（T-S） model which is an universal approximator of continuous nonlinear systems, we describe the model switching system as mixed logical dynamical （MLD） system and use it in model predictive control （MPC） in this paper. Considering that each local model is only valid in each local region,we add local constraints to local models. The stability of proposed multi-model predictive control （MMPC） algorithm is analyzed, and the performance of MMPC is also demonstrated on an inulti-multi-output（MIMO） simulated pH neutralization process.

地方政府间环境约束目标竞争:理论分析与实证检验

地方政府间协同治理成为中国经济高质量发展的重要环节。论文通过整理275个地级市的政府工作报告中关于环境治理目标约束的内容,将其分为“硬约束”和“软约束”两类;构建地方政府间的演化博弈模型分析其策略行为,研究发现:地方政府选择环境治理目标约束的类型与邻近地方政府的政策选择相关,由周边地区污染示范外部效应以及自身经济增长偏好所决定,并且受地区间的经济规模差距的影响。进一步,利用2006—2018年中国275个地级市的数据检验假设中所描述的情况,回归结果显示假设中分析的各种策略都得到验证;分区域的检验,总体上满足假设,对个别在统计上不显著的结论提供了合理的解释。最后,针对前文分析提出了相关的政策建议。

两种高效局部搜索算法求解RB模型实例

RB(revised B)模型是一种在约束可满足问题中具备精确相变增长域的随机实例模型,提出两种高效的启发式局部搜索算法用于解决RB模型生成的大值域约束可满足问题。首先为基于权重指导搜索的W-MCH算法,该算法通过约束判断和违反约束数计分来进行搜索,并引入了基于约束违反概率的权重计算公式,根据其关联的约束权重进行修正,再对变量进行迭代调整。然后提出最小化值域的MDMCH算法,该算法通过记录违反约束和逐步消除已违反约束变量的启发式策略来减少搜索空间,并在最小化后的变量域内重新校准变量赋值,进而有效提高算法的收敛速度。此外,还提出了融入模拟退火策略的WSCH和MDSCH算法,这两种算法都能根据变量的表征特点对变量域进行针对性的搜索。实验结果表明,与多种启发式算法相比,这两种算法在精度与时间效率方面均呈现明显提升,在复杂难解的实例中能够提供高效的求解效率,验证了算法的有效性和优越性。

基于Kriging模型的造纸法再造烟叶筛分工艺参数优化方法

为充分考虑造纸法再造烟叶筛分工艺参数的随机变化,以水流速度和烟浆固含量为设计参数,以筛分后12目以上纤维质量占比和50目以下纤维质量占比为性能响应,提出了基于Kriging模型的造纸法再造烟叶筛分工艺参数优化方法。首先,以当前工艺参数为继承点进行继承拉丁超立方采样和筛分实验,在此基础上构建初始Kriging模型以拟合水流速度和烟浆固含量与12目以下纤维质量占比和50目以上纤维质量占比间的隐式关系;其次,采用局部自适应采样方法开展序列采样以提高Kriging模型在优化迭代关键点的精度;最后,利用蒙特卡罗仿真-序列二次规划计算最优的再造烟叶筛分工艺参数。结果表明:优化得到的水流速度和烟浆固含量分别为6.31 L/min和0.53%,该工艺参数下的12目以下纤维质量占比为13.72%,较优化前提升了7.19%;50目以上纤维质量占比为17.65%,较优化前降低了4.13%。该方法能够满足造纸法再造烟叶筛分工艺参数优化需求。

图像的局部约束变形技术

提出了一个基于局部约束的图像变形算法 .该算法建立在一个新的 C2 连续的变形模型上 ,局部约束包括单点约束和多点约束 ,用户可以交互地直接控制变形 .实例计算表明 ,该算法十分灵活、简单和快速 ,变形效果很好 .

网络攻击节点图谱最优化过程的仿真分析

提出了一种改进的处理约束优化问题的节点定位算法。新算法将节点定位约束优化问题转化为多目标优化问题,通过将全局搜索和局部搜索机制有机地结合,利用遗传算法全局性好和复合形法快速高效的特点,以加快最优解的搜索进程,为不定攻击中网络攻击节点定位提供数据基础。实验结果表明,利用本文算法进行不定攻击中网络攻击节点图谱优化,能够有效提高节点定位的准确性,从而保证了攻击图谱的完整性。

多信息融合的多姿态三维人脸面部五官标志点定位方法

针对三维人脸模型面部五官标志点定位对姿态变化非常敏感的问题,提出了一种基于多信息融合的多姿态三维人脸五官标志点定位方法.首先对二维人脸纹理图像采用仿射不变的Affine-SIFT方法进行特征点检测,再利用映射关系将其投影到三维空间,并采用局部邻域曲率变化最大规则和迭代约束优化相结合的方法对面部五官标志点进行精确定位.在FRGC2.0和自建NPU3D数据库的实验结果表明,文中方法无需对姿态和三维数据的格式进行预先估计和定义,算法复杂度低,同时对人脸模型的姿态有着较强的鲁棒性,与现有五官标志点定位方法相比,有着更高的定位精度.

基于稀松模糊定位算法的网络入侵特征检测

提出了一种基于稀松模糊定位算法的网络入侵特征检测算法。新算法通过采集初始网络入侵特征,组建特征集合。利用稀松运动特征匹配算法最大程度上纠正由于特征模糊带来的弊端。保证跟踪匹配过程中,运用较少的入侵特征点完成后期的多个匹配,大幅降低匹配时间,消除匹配误差问题,通过将全局搜索和局部搜索机制有机地结合,保证检测的准确性。实验结果表明,利用本文算法进行入侵检测,能够有效提高检测的准确性。

动态Web应用中的缺陷定位研究

在动态Web应用中,动态生成的HTML页面产生的缺陷难以定位并且会严重影响Web应用程序的可用性和稳定性。针对以上问题,提出了一种基于符号约束集的Web缺陷定位方法,通过对Web服务端程序的动态符号执行生成一个带有符号约束的树模型,并给出了一个高效的缺陷映射定位算法。为验证该方法的有效性,对几个基于PHP的开源Web程序进行实验,结果表明该方法在Web应用的HTML缺陷检测定位覆盖率和准确率方面都有所改进。

基于面部多特征的驾驶员疲劳状态检测

鉴于传统的疲劳检测模型通过驾驶员单一疲劳特征检测具有局限性的问题,提出了一种新的驾驶员疲劳检测模型。首先使用改进的AdaBoost算法进行人脸检测,解决复杂光源和背景的影响,提高人脸检测效率。然后用LBF算法进行人眼检测,用三庭五眼法进行嘴部检测,通过人眼高宽比和像素比检测人眼闭合程度,通过嘴部高宽比和圆形度检测嘴部打哈欠状态,再综合眼部疲劳特征计算闭眼时间,利用打哈欠频率计算嘴部疲劳。最后综合上述疲劳特征检测驾驶员疲劳状态。实验表明该方法可有效检测驾驶员疲劳状态,满足疲劳检测系统对实时性、鲁棒性的要求。

财政分权视角下预算软约束对地方政府债务规模的影响

基于全国31省(区、市)2003-2014年的相关样本面板数据,利用静态、动态广义矩(GMM)和门槛模型分析财政分权、预算软约束对地方政府债务规模的影响,结果表明:在中国式分权背景下,财政分权、预算软约束对地方政府债务规模的影响均成正相关性。但预算软约束对地方政府债务规模的影响存在基于财政分权的双门槛效应,当财政分权水平较低时,预算软约束的增加缩小了地方政府债务规模;当财政分权高于一定水平时,预算软约束扩大了地方政府债务规模。最后根据研究结果提出了优化治理地方政府债务规模的政策建议。

基于局部邻域约束的空间验证方法

提出了用基于局部邻域约束的空间验证方法去验证错误的匹配特征。首先,计算匹配特征对的局部邻域范围,根据局部邻域内相关匹配特征对的数量定义该匹配对的局部邻域约束值,并判断是否满足局部邻域的约束条件。若满足,则基于局部邻域内的所有相关匹配特征的排列顺序,验证其是否满足一致的几何变换关系。实验结果表明:SVLRC方法具有较低的时间复杂度,改善了最终检索结果的精确度。

利用POD方法的固定界面模态综合技术

利用POD(Proper Orthogonal Decomposition)方法结合固定界面模态综合方法,提出了一种求解局部非线性问题的降阶方法。该方法将系统分成线性、非线性子结构。对于非线性子结构,利用POD方法构造POM(Proper Or-thogonal Mode)来代替传统的线性模态,然后利用线性约束模态代替非线性约束模态。文中通过算例说明了所提方法的有效性。通过此方法,避免了求解整个系统的响应,可以将POD降阶方法推广到含局部非线性的大型有限元模型。此外还提出采用一种更新的线性约束模态来近似估算非线性约束模态的方法,并利用该方法证明了当非线性子结构为弱非线性时,用线性约束模态代替非线性约束模态的合理性。

不定攻击中网络最弱节点定位技术仿真

快速查找攻击中的最弱节点能够更好的保证网络安全。传统的最弱节点定位方法在应用到随机攻击的状况下时,由于受攻击节点随机性增大,节点间的空间关联性迅速下降,攻击节点位置不定,因此很难对特定节点建立准确的约束模型,导致节点定位存在盲点,定位准确性较差。提出了一种改进粒子群节点特征寻优算法的不定网络攻击中最弱节点定位方法。计算网络节点之间的特征差值,在不定攻击中网络节点特征提取残差参数,进行极小化处理,通过设置粒子群中的每个粒子代表一个差异化节点定位的解,最大程度减小随机性带来的关联特征弱化问题。实验结果表明,利用改进后的算法进行不定攻击中网络最弱节点定位,能够有效提高节点定位的准确性,从而保证了网络的安全性。

结合全局约束函数的局部活动轮廓模型

局部二值拟合模型利用图像的局部平均灰度信息能够对强度非均匀的图像进行分割,但对于存在强噪声和对比度低的医学图像,仅用局部灰度均值不能得到正确的分割结果。针对该问题,提出一种改进的局部活动轮廓模型,在考虑图像局部均值信息的同时,加入图像的全局约束信息检测轮廓线外具有较大梯度幅值的像素点,采用水平集方法最小化能量泛函,使得演化曲线能够准确地停止在目标边界的位置上。实验结果表明,改进方法提高了对噪声的鲁棒性,且其分割精度较高。

无线Ad hoc网络中分布式极大吞吐率调度算法研究

针对无线Ad hoc网络广播链路的特点,在更一般的链路干扰约束模型下,设计了一种分布式、贪婪的极大吞吐率调度算法。通过运用Laypunov定理,证明了该调度算法的稳定区域是网络最大稳定区域的γ倍(0<γ<1)。通过仿真验证了该算法性能接近集中式的GMM(贪婪极大匹配)调度算法。

多正则化混合约束的模糊图像盲复原方法

图像复原是一个长期的且极具挑战性的逆问题。为了实现模糊图像的盲复原,该文提出一种多正则化混合约束的模糊图像盲复原方法。首先,运用一种图像的局部结构提取策略(Local Structure Extraction Scheme,LSES)将图像中的大尺度图像边缘准确地提取出来。然后,在模糊核(Blur Kernel,BK)的估计阶段,将提取的大尺度图像边缘与前期研究中所提出的一种结合稀疏性和平滑特性的双重正则化约束模型相结合,实现模糊核更加准确的估计。在图像的复原阶段,为了得到高质量的复原图像,提出一种结合全变差(Total Variation,TV)模型和Shock滤波器不变特性的多正则化约束模型,从而实现模糊图像的清晰化复原。最后,通过半二次性的变量分裂策略对提出的模型进行最优化求解,能够在准确地估计出BK的同时得到高质量的复原图像。在人造的模糊图像和真实的模糊图像中进行了大量的实验,证明了所提方法的有效性,且与近几年的一些极具代表性的模糊图像盲复原方法相比,不仅主观视觉效果得到了显著的增强,而且客观评价指标也得到了明显的改进。

基于加权TV/SAR联合先验与最小线性KL散度的图像重构算法

为了消除当前图像重构算法存在的振铃效应,避免过度平滑图像纹理区域,使其兼顾较好的细小边缘保持与丰富纹理,以获取较高的重构图像视觉质量,提出了基于加权TV(total variation)/SAR(simutanneous auto-regression)联合先验与最小线性KL散度凸组合的图像重构算法。引入权重因子,从退化图像中提取出非局部SSIM约束,联合TV函数,设计加权TV图像正则先验,增强稀疏性;根据SAR先验与加权TV正则先验,获取重构图像的联合后验分布;再建立最小线性KL散度函数凸组合,并引入最优最小化技术,求解后验分布,完成贝叶斯推理。并研究了本文算法在不同退化程度下的用户响应。测试结果显示:与当前图像重构技术相比,本文算法的复原效果较为理想;在图像受损严重时,本文算法更受用户欢迎。

局部加权广义高斯-SAR联合先验模的图像复原算法

为了解决当前图像复原算法难以兼顾纹理与精细边缘的不足,提出了局部加权高斯-SAR联合先验模型的图像复原算法。引入局部自回归约束,利用高斯先验,构造局部加权高斯图像先验;并联合SAR先验,设计了高斯-联合先验模型,有效地防止过度平滑;并利用图像损坏模型与高斯-联合先验,建立其(Maximizing A Posteriori);基于最小优化技术,获取其下边界,将非凸问题转成凸问题,完成图像复原。对比测试结果显示:其算法的修复效果更佳,值最高,保留了丰富纹理与精细边缘;且复原图像的梯度分布与初始图像最接近。

面向人体参数测量的非闭合Snake模型局部轮廓提取

针对传统Snake模型不适用于局部轮廓提取,且在提取人体轮廓时易受背景和人体着装影响的问题,提出一种带形状约束的非闭合Snake模型.首先对Snake模型求解过程进行分析,重新设置每个点的可导性,实现了非闭合Snake模型;然后针对人体参数测量,根据先验知识为非闭合Snake模型添加形状约束力项,使得Snake曲线在迭代过程中能够保持指定轮廓形状;最后采用一种基于梯度的初始轮廓自动设置方法避免人工设置的烦琐.实验结果表明,该模型能有效地提取人体局部轮廓,降低复杂背景和人体着装带来的干扰,基本满足人体参数测量的要求.