星际转移发射机会搜索方法

针对星际探测任务发射机会搜索中,等高线图法计算量大和基于遗传算法的搜索方法难以得到精确最优解的问题,提出了一种混合搜索方法.该方法根据探测任务要求,定义待搜索目标函数,并确定搜索域;结合Lam-bert定理与Gauss算法对该问题进行降维;采用全局-局部混合搜索方法求解,解决了传统方法计算量大、计算效率低、求解最优解困难的问题.以1627 Ivar小行星的交会任务为例验证了该方法,其结果表明,采用混合搜索方法可以快速获得最优的星际转移发射机会.     

多输入极值搜索系统预设性能控制

针对一类多输入极值搜索系统的预设性能控制问题,首先,利用目标函数设计出状态量极值参考轨迹;然后,利用性能函数和误差转换函数构建等效模型,分别针对单输入系统进行预设性能控制器设计;最后,从反演控制的角度逐步选取适当的李雅普诺夫函数设计不确定参数自适应估计律.该方法结构简单,容易实现,使系统在满足预设性能的前提下完成了极值搜索过程,数学仿真验证了方法的可行性.     

基于均匀设计的一种多目标最优化并行算法

算法把均匀设计方法用于确定一组带权极大模评价函数的权系数，通过独特选取目标函数多组权系数，使这组评价函数的搜索方向在目标函数空间中均匀指向有效界面，并且用并行算法计算多目标最优化问题的有效解。无论多目标最优化是凸或非凸问题，该算法均能找到一个均匀分布的有效解集 。数值实验结果表明该算法十分有效。     

贝叶斯网络结构学习的限制型模拟退火方法

模拟退火方法学习贝叶斯网络结构是一种以搜索最高得分函数为原则的智能优化方法.提出一种学习贝叶斯网络结构的限制型模拟退火方法.在该方法中,首先通过求解无约束优化问题得到一个无向图,然后使用模拟退火方法进行边及边方向的确定.由于搜索空间的规模减小,该方法比直接使用模拟退火方法学习贝叶斯网络结构的效率要高.     

基于乌鸦搜索优化算法的多级阈值图像分割方法

针对传统Kapur熵在多阈值图像分割算法中存在运算量大、计算效率低以及精度不高等问题,提出了一种基于乌鸦搜索优化算法的多级阈值图像分割方法,该方法采用Kapur熵作为计算适应度的目标函数,通过引入乌鸦搜索优化算法求解目标函数最大化时的全局最优问题.实验结果表明:相对于其他方法,本文方法在多个评价指标上都有很好的性能体现...     

基于蛙跳算法与Otsu法的图像多阈值分割技术

 为了快速准确地确定多阈值图像分割中的最佳阈值,提出了一种基于蛙跳算法与Otsu法相结合的多阈值图像分割方法.该方法将多阈值求解看作一种多变量的组合求解优化问题,利用多阈值Otsu法设计分割目标函数,将新兴的仿生学优化求解算法——蛙跳算法引入到图像分割技术中,通过蛙跳算法中全局搜索和局部搜索相结合的搜索机制并行求解多个阈值.实验结果表明,该方法与基于人工鱼群算法的图像多阈值分割方法相比,明显提高了图像分割速度和分割质量.     

一种基于IPGSA的多处理机调度算法

多处理机作业调度问题是一个典型的非线性规划问题,针对具有多条件限制的多处理机作业调度问题,提出了一种基于改进的植物生长模拟算法(IPGSA)来搜索问题解的空间.该方法首先将多条件限制和目标函数定义为该问题的数学模型,然后使用改进的植物生长模拟算法搜索问题的解空间,得出最佳的问题求解方案.在实验中,将该方法与粒子群算法、...     

一种模拟最速下降法的表面网格优化方法

提出的ADAW方法是一种基于优化原理的网格光滑化方法.它模拟最速下降法的过程,针对局部网格优化这个多目标优化问题,根据最速下降法的两个步骤对目标函数的连续或可导的要求,设计了一对目标函数（可导函数和连续不可导函数）,共同作用于网格光滑化过程.可导函数用于计算局部网格单元质量平均值;连续不可导用于计算最差单元质量和质量平均值的差.在寻找最速下降方向时,计算可导目标函数的梯度,得到最值所在方向;在线性搜索过程中,同时使用两种目标函数确定步长.给出了用于结合ADAW方法和Laplacian方法的完整算法,用于提高光滑化效率.实验结果证明,该方法在提高局部网格平均质量的同时,也改善了最差单元的质量,整体处理效果优于传统方法.     

A~*算法在游戏寻径中的应用

图搜索技术能够从图中寻找一条从起点到目标点的路径.围绕游戏寻径问题,介绍了如何确定启发式函数进行启发式搜索,并把A*算法用程序加以实现,从而证明A*算法可以解决游戏中的寻径问题.     

连续分片线性规划问题的山顶投影穿山法

连续分片线性规划是一类应用广泛的重要规划,寻找连续分片线性规划的全局最优解是研究这类规划的重点和难点。该文研究的是一种对此类规划进行全局寻优的确定性启发式算法。由于此类规划问题可以转化为凸多面体上的凹优化问题进行求解,因此利用凹函数的上水平集的凸性,该文提出可以通过直接穿透目标函数上水平集在其等值面上进行搜索,以逃离当前局部最优解进行全局寻优。该方法中每次逃离的搜索方向都通过山形凹目标函数的顶点投影来确定,因此称为山顶投影穿山法。在数值实验中,将所提出的山顶投影穿山法与CPLEX以及绕山法进行了比较,结果表明该算法在计算速度与全局寻优能力上性能优越。     

基于单幅正面照和统计模型的三维人脸重建方法研究

为提升单张图片三维重建的效率、提高重建的精准度,提出了一种基于单张图片和统计模型的三维人脸重建技术。首先基于智能行为理解组（intelligent behaviour understanding group,IBUG）,采用监督下降算法（SDM）进行训练来建立二维人脸特征点参数模型;再应用该参数模型对给定图片进行特征点提取;然后基于北京工业大学3D数据库（BJUT-3D）进行三维人脸统计模型的构建;最后,以三维人脸统计模型为基础,使用学习因子自适应梯度下降法对能量函数进行迭代优化,得到统计模型参数化向量,使用该向量来调整统计模型,实现与给定图片相匹配的三维人脸模型构建。实验证明,与现有的方法相比,本文方法重建出的三维人脸模型具有更高的精确度和自适应度。     

基于ADMM的TV图像重建算法研究：设计、实现及评估

稀疏重建是当前CT(computed tomography)领域的研究热点,其实质是用稀疏视角下的投影来重建图像,以减少扫描过程中对病患的辐射剂量。随着压缩感知理论的提出,稀疏重建算法已经被广泛应用到了医学CT中。TV(total variation)算法是可以实现稀疏重建的一种有效方法。本文设计了一种基于ADMM(alternating direction method of multipliers)的TV算法,先将非约束的优化问题转换为约束形式,然后引入乘子,最后通过交替方向法实现迭代过程。该方法将复杂的优化问题分解为了若干个具有闭合形式的子优化问题,故迭代速度较快。仿真实验表明,与传统的滤波反投影算法相比,该算法可以实现稀疏角度下的高精度图像重建。同时还初步探讨了平衡因子在不同噪声情形下对重建精度的影响。     

基于改进边缘方向判定方法的图像插值算法

为了解决图像超分辨率重建过程中传统边缘插值方法边缘方向定位不准确,以及边缘区域只沿着边缘点一侧进行插值,而没有考虑边缘内外侧的问题,提出一种基于边缘二值化图像的边缘方向判定算法。该算法通过边缘像素点之间的相互关系来确定边缘方向,得到的结果更加可靠;并且加入方差来判定插值侧边,有选择性地对边缘一侧进行插值,考虑了边缘判定的特征。实验结果表明,与传统的边缘插值方法相比,两种改进获得了更好的图像重建效果。     

基于神经网络智能天线的一种波达方向估计方法

该文提出利用径向基函数神经网络来估计无线通信中智能天线的信号到达方向．为了减少输入，利用信号相关阵的对称性质，仅考虑相关阵中的上三角或下三角的部分元素作为网络的输入量，计算量较小．计算机模拟结果表明，该方案是有效的．     

基于改进遗传算法的四旋翼无人机参数辨识

为克服传统遗传算法在参数辨识过程中收敛速度慢的问题,提出了一种基于改进遗传算法的四悬翼无人机参数辨识方法。该方法引入梯度算子为遗传进化提供指示性的方向,利用遗传算法的全局搜索性保证算法的全局收敛,并根据简化四旋翼无人机数学模型设计了优化函数。利用四悬翼无人机实飞数据进行了实验测试,实验结果验证了本文方法的有效性和快速收敛性。     

基于点云数据的建筑物快速三维重建方法

为实现建筑物的快速可视化三维重建,对用地面激光扫描仪获取的建筑物点云数据进行可视化处理,提出了一种拟合平面投影线的快速建模方法,并以Geomagic Studio软件为平台进行了实验。结果表明该方法能提高模型三维重建速度,所建模型很好地再现了原始场景,建模效果好,方法可行。     

变换域函数空间下周期非均匀积分与重构方法

目前线性正则变换域内的周期非均匀采样理论构造的重构函数具有较高的旁瓣和缓慢衰减的速率,针对该问题,借助线性正则变换域多抽样率信号处理理论和多通道准确重建滤波器组理论,提出了基于线性正则函数空间的周期非均匀积分与重构理论.通过引入自由度较高的分段积分窗函数,该算法不仅可构造出具有紧支撑特性的重构函数,并且积分通道数不受函数空间基函数支撑区间长度的限制,更适用于只能获取有限采样点和硬件资源的实际应用场合.仿真结果表明,该算法与其他传统算法相比,可以降低插值误差,提高重构性能,减少资源开销.      

基于改进SRResNet深度学习网络的低照度图像超分辨率重建方法

为解决低照度条件下低分辨率图像的超分辨率重建问题,提出一种基于改进SRResNet（super-resolution residual networks,超分辨率残差网络）深度学习网络的低照度图像超分辨率重建方法。通过将读取的图像下采样、亮度降低等处理生成低照度低分辨率图像,并将该图像与高分辨率图像作为数据对输入学习模型,以便改进SRResNet的训练数据对的生成方式,优化训练过程,从而构建面向单帧低照度彩色图像的基于改进SRResNet训练的超分辨率重建方法。实验结果表明：与现有流行的图像超分辨率重建方法相比,该方法的峰值信噪比（peak signal to noise ratio,PSNR)、结构相似性（structural similarity,SSIM）指标整体为最优,低照度环境下的超分辨率重建图像更为清晰明亮、细节更丰富,该方法训练出的深度学习网络的重建效果更好。     

稳定温度分层流的数值模拟与实验研究

温度分层流是一种常见的自然现象,准确模拟海洋环境中的稳定温度分层流动具有重要的理论和实际应用价值。建立了描述温度分层流运动的质量、动量和能量守恒方程,采用改进型的k-ε湍流模型模拟分层流运动的流动与传热强耦合过程。运用有限体积法,使用滑移壁面、给定壁面温度函数与来流温度函数相结合的方法,对现有温度分层模拟方法进行了改进,实现了垂直方向上任意温度曲线的分层流温度场的稳定数值模拟。采用辐射加热灯加热水槽流体表面,形成了流体的温度分层。通过与分层流水槽模型试验的对比,证明了该方法的可行性与准确性。     

全能流视角下的城市能源规划方法

基于图论思想,提出了一种可较好地解决多源多汇多路径的城市能源系统的规划方法。建立了汉密尔顿有向图来描述城市能源网络供需间的能量流动过程,构建了以节点、路径、网络平衡为要素的通用模型,以矩阵的形式表示能源网络的节点性能和拓扑结构。并且将能流路径所对应的权重作为目标函数,分析比较不同路径匹配的系统性能。之后,利用此方法对联产系统的节能情景进行评估,对不同情景下联产系统的路径匹配特性进行说明。其结论可为城区建设和旧城改造过程中的分布式能源系统推广和城市能源系统规划提供参考。