压缩感知非凸优化超宽带信道估计方法研究

超宽带信号由于传输路径较复杂且功率谱密度较低，准确的信道估计十分重要．但是由于其带宽较宽，难以直接采样．压缩感知理论提供了一种可行的低速采样方法．目前的压缩感知超宽带信道估计方法一般采用l1范数约束的凸优化形式或无稀疏性的l2范数约束形式，对目标向量的稀疏性约束不强，而拥有最强稀疏性的l0范数又缺少有效的重构算法．针对上述问题，本文设计一种基于非凸优化算法的压缩感知超宽带信道估计方法．首先将目标函数设置成l，范数约束的非凸优化形式，然后利用凸函数较易求得极值的性质，将原非凸函数组合成为凸函数形式的目标函数，并通过每步迭代凸函数对非凸函数的逼近来求解目标函数，进而估计出原信道．由于lp范数更接近于l0范数，所以对目标向量稀疏性的约束更强．实验结果表明，所提方法相对于现有的压缩感知超宽带信道估计方法能够有效降低重构误差．     

一类含积分约束的生产制造系统优化调度

“即时消费”类生产制造系统的优化调度具有重要学术和应用价值. 满足此类系统对产量的实时需求, 考虑调度计划的可实现性具有挑战性. 如何得到精确满足累积产量实时需求的最优调度目前尚无系统方法, 迫切需要研究. 本文建立了含积分约束的生产制造系统优化调度新模型. 通过对生产量变化率约束的深入分析, 证明了该类优化问题等价于光滑非线性规划问题. 生产设备在各时段的产量上下界可表述为时段初、末时刻瞬时生产率的二元函数, 且为精确可达的上下界. 本文结合梯度映射的单调性, 证明了上下界函数的凸性(凹性), 在生产成本为凸函数时, 进一步证明了此类优化调度问题等价于凸规划问题. 本文以上述分析为基础, 针对含积分约束的生产制造系统优化调度问题, 提出了两阶段数值求解方法, 在许多情况下可以迅速获得调度问题的全局最优解. 新模型和相应求解方法克服了生产量变化率约束带来的困难, 获得了精确满足累积产量实时需求的最优调度. 本文同时以电力生产优化调度问题为例, 进行数值求解, 并对结果进行了讨论, 验证了新模型和相应方法的有效性.     

基于变分的图像分割算法

提出了一种新的基于变分的图像分割算法. 该算法以图像的边缘点为插值点，通过极小化一个能量函数产生光滑的阈值曲面，进而实现图像分割. 为了使所产生的阈值曲面保有原图像的边缘信息，同时又不过度锐化图像的边缘，采用非凸的能量函数，并通过引入二元能量函数，提出一种全局收敛的松弛算法，将一个非凸优化问题转化为一系列本质上的凸优化问题，从而克服了采用传统的梯度下降法会出现收敛速度较慢、甚至不收敛的困难. 实验结果验证了算法的有效性. 此外还初步探讨了相应优化问题求解过程中的参数确定问题.     

基于价格协调的供需链宏观水平调度问题

供需链作为整体参与市场竞争要求企业能够相互协调，以达到全局优化．研究了一种针对按订单生产的汇集型供需链的协调优化方案，提出了组合订单竞争策略，建立了宏观水平调度模型．该方案通过松弛企业之间的交货期约束把供需链按企业分解为独立的子问题，从而可以使企业在协调中心的指导下，按照局部信息进行分布式决策，从而对试探订单进行分配，对合同订单进行调度．方案中对偶问题的优化是关键的理论技术，定义了广义对偶函数和广义代理次梯度，提出了一种不依赖于任何先验知识的变直径广义代理次梯度投影算法，并给出了算法的收敛性和收敛效率的证明．仿真算例结果表明，价格实现了收敛，订单分配和优化是合理的．     

一种针对不确定性结构的区间鲁棒性优化方法

本文提出一种针对不确定性结构的区间鲁棒性优化方法.首先,采用区间模型度量目标函数和约束函数中的不确定变量和参数.然后引入鲁棒性评价因子来度量目标函数的鲁棒性,并采用区间可能度方法(RPDI)处理不确定约束,进而建立区间鲁棒性优化模型.针对区间鲁棒性优化求解效率较低的问题,提出一种高效的优化方法,该方法将双层嵌套优化问题解耦为区间分析和确定性优化方法序列求解的问题.在每一迭代步,根据在当前设计点下的区间分析结果构建一个等效确定性优化问题,然后通过求解该问题更新设计点.此外,本文还提出一种迭代机制,来提高整个优化过程的收敛速度.最后,给出了三个数值算例和一个工程算例验证本文方法的有效性.     

基于广义能量函数的快速自适应主分量提取

通过引入一个任意对角矩阵, 提出了一种广义能量函数(GEF)来优化一个两层线性神经网络的连接权矢量, 推导出一种递归最小二乘(RLS)算法, 不需要设计非对称电路, 即能并行提取一个输入协方差矩阵的多个主分量. 分析了算法在平衡点的局部稳定性能. 实验结果表明该算法具有收敛快、稳健性好等优点.     

圆柱形粗糙表面的弹塑性分形接触模型

基于分形理论建立了圆柱形粗糙表面力学模型,采用W-M函数模拟了与分形维数D,形貌尺度参数G有关的圆柱形粗糙表面的等效轮廓.推导了单个微凸体弹性、弹塑性以及塑性变形的存在条件,得到了圆柱形粗糙表面均分份数与微凸体尺度的变化关系.对传统的微凸体面积密度分布函数进行改进,获得各频率指数微凸体的面积密度分布函数,最终得到整个圆柱形粗糙表面的无量纲接触载荷与无量纲真实接触面积之间的关系.研究结果表明:粗糙表面中微凸体的临界接触面积是尺度相关的,微凸体的变形顺序为弹性变形、弹塑性变形和完全塑性变形.圆柱形粗糙表面的力学性能与微凸体的分布范围相关.当前6个频率指数的微凸体小于等于临界弹性频率指数,粗糙表面表现出近似的弹性性质,当前6个频率指数的微凸体处于临界弹性频率指数和临界塑性频率指数之间,粗糙表面表现出先弹性后弹塑性的性质.当前6个频率指数的微凸体大于临界塑性频率指数,粗糙表面呈现非弹性变形性质.     

翼型和机翼的多目标优化设计研究

为使已有的单目标优化方法推广用于多目标/多学科优化中去, 构造一个合适的综合目标函数(确定性算法)或适应函数(遗传算法)是十分重要的. 提出了一种适用于具有约束优化问题的目标函数组合法(OFCM), 讨论了采用确定性算法和遗传算法进行高性能翼型和机翼的双目标和双学科优化的问题. 二维(翼型)和三维(机翼)算例表明本文的方法可用于优化不同流体条件下、不同类型的翼型和机翼.     

V 带传动最大承载能力的全局优化设计

建立了V 带传动承载能力最大化问题的最优设计模型. 研究了该模型中目标函数凹性、单调性和全局最优性条件, 证明了V 带传动最优设计问题的可行域是有界闭凸集. 以此为基础, 提出了寻求该模型全局最优解的最优值线段算法. 在4 种不同的设计条件下, 给出了V 带传动最大承载能力的全局优化解法. 工程设计案例研究表明了该模型和全局优化方法具有广阔的应用前景.     

基于hp自适应伪谱法的四旋翼无人机编队轨迹优化

四旋翼无人机编队轨迹优化是实现高精度跟踪控制的基础.研究四旋翼无人机编队轨迹优化问题,首先建立非线性四旋翼无人机模型,并对模型进行简化与参数获取;再考虑四旋翼无人机编队之间的避撞约束、状态量约束及控制输入量约束;最后采用可自适应选点的hp自适应伪谱法将最优控制问题转化为非线性规划问题进行求解.仿真结果表明,hp自适应伪谱法对于求解6架四旋翼无人机编队的轨迹优化问题具有良好的效果,能够满足工程实际的约束要求.     

基于gauge函数的机器人无碰撞路径规划方法

在ｇａｕｇｅ函数的基础上提出了一种描述凸多面体集间拓扑关系的数值指标，用来检测凸多面体集间相交，边界接触和非接触。该指标函数的值是线性规划问题的角，计算简便，可应用于机器人柔性路径规划方法中假设路径的无碰撞约束检测，并提供生成中间位姿 的启发信息。     

具有等式约束的滑动多项式建模方法

滑动多项式是广泛应用的动态系统建模方法,如何有效利用先验信息(也称为附加信息或约束信息)是改善多项式模型性能的有效途径.鉴于可转变成等式约束条件的附加信息的广泛应用,提出了带等式约束项的滑动多项式的两阶段建模方法.在理论分析的基础上,以空间目标跟踪为例,进行了算法的数值验证.该方法只需在原无约束模型的迭代格式上增加一个修正步骤,实现简单,且具有良好的可观测性、收敛性、估计精度和计算效率.文中的模型并未针对特定系统,稍加调整,可直接应用于一般非线性系统的状态建模.此外,这里的性能分析方法对其他建模方法的性能预测也同样具有参考价值.     

反馈型随机二元神经网络

提出并分析了一种全新的反馈型随机神经网络模型，该模型不同于常见的Boltzmann机，它不直接使用随机激活函数而是采用了随机型加权连接，神经元为简单的非线性处理单元.揭示了该网络模型存在惟一的收敛性平稳概率分布，当网络中的神经元个数较多时，平稳概率分布逼近于Boltzmann-Gibbs 分布. 另外，还讨论了该网络模型与Markov随机场之间的关系，并提出了一种新型模拟退火和Boltzmann学习算法.网络模型被成功地应用于解决难度较大的组合优化问题和人像的自动识别，实验结果证实了该模型具有强大的计算能力和优异的泛化性能.     

单目视频运动目标轨迹三维重建的平滑约束法

提出了利用单目视频重建运动目标三维轨迹的平滑约束方法.通过引入平滑约束,得到重建运动目标三维轨迹的无约束最优化模型,进而推导出其闭式最优解.提出的平滑约束是对运动目标三维轨迹的本质约束,更具一般性,可以反映目标运动的连续、渐变与平滑特性,与基于离散余弦变换基和多项式基等预先定义基约束相比具有更强的适应性,同时能够直接应用于部分观测数据缺失的情形.给出了单目视频轨迹重建问题的几何解释,并对轨迹重建问题中的唯一性进行分析.仿真和真实单目视频序列上的实验证明了提出方法的有效性和先进性.     

双学科(气动/电磁)优化中的遗传算法研究

遗传算法(GA)是一种非传统性, 模仿生物的自然选择与进化而形成的一种概率搜索和总体优化的方法. 讨论了此算法的要点和关键参数. 为应用于多目标和多学科优化的问题, 提出了一种综合考虑多目标和多约束的要求, 并引入归一化系数和约束函数的罚系数的适应函数.     

基于L-M算法的EV71传播预测模型

本文基于神经网络L-M优化算法,提出一种时EV71病毒的有效预测模型,利用matlab进行仿真模拟,结果和阜阳病毒感染情况非常符合.神经网络L-M优化算法克服了神经网络BP算法收敛速度慢的缺点,同时通过学习训练,本模型的神经系统具有有效性和通用性的特点.     

基于虚拟领弹-从弹的集群分布式协同制导技术研究

本文讨论了多导弹集群分布式协同制导的问题并设计了一种基于虚拟领弹-从弹架构的制导律用于满足攻击时间约束的要求.该分布式协同制导律是一种由基础制导指令和攻击时间误差反馈项组成的复合制导律.对于仅考虑终端攻击时间约束的场景,基础制导律为传统的纯比例导引;若同时考虑终端落角和攻击时间约束,基础制导律为基于剩余飞行时间加权的最优落角约束制导律.通过理论分析,本文证明了所设计的分布式协同制导律能够使得所有导弹的攻击时间误差在目标命中时刻严格收敛于零.对于不考虑/考虑终端角度的场景进行仿真,验证了所提出制导律的有效性.     

基于PSO算法改进的ANFIS在织物染色配色中的应用研究

本文研究了PSO（粒子群优化）算法及一种用于织物染色配色的自适应模糊神经网络（ANFIS），提出了基于织物染色配色的粒子群算法改进的ANFIS配色模型，并进行了仿真试验。从仿真试验的结果看，该配色模型收敛速度快，精确度较未改进的ANFIS模糊神经网络有明显的提高，在解决织物染色配色问题上取得了令人满意的配色效果。     

基于角度信息的约束总体最小二乘无源定位算法

提出了一种基于角度信息的约束总体最小二乘无源定位算法. 该算法首先将非线性的观测方程转化为线性方程, 并分析了观测噪声对线性方程系数的影响, 从而能够将无源定位问题等价为一个约束总体最小二乘问题, 然后又将该有约束的优化问题变为无约束的优化问题, 并利用Newton算法进行迭代求解, 最后分析了约束总体最小二乘算法的定位误差. 计算机仿真结果验证了该算法的可行性和有效性.     

ROV水动力性能及推力控制分配研究与仿真

良好的推力控制分配策略是缆控水下机器人(remotely operated vehicle, ROV)机动性和作业安全性的保障,也是ROV运动控制技术得以实现的必要条件.但现有的推力控制分配策略存在推力输出饱和或计算时间过长等问题,导致ROV机动性欠佳.针对现存问题,提出了一种混合优化目标推力控制分配策略.首先,建立ROV驱动系统数学模型,设计了一种混合优化目标推力控制分配函数;再使用Fluent软件分析不同工况下导管螺旋桨的水动力性能,得到推进器的推力模型,从而确定混合优化目标推力控制分配函数的约束条件;最后采用光滑牛顿法求解混合优化目标推力控制分配函数,并与传统伪逆推力分配策略进行仿真对比.仿真结果表明,混合优化目标推力控制分配策略能满足各推进器对推力的约束要求,并能有效地利用约束范围内的推力集合,且通过光滑牛顿法求解的总体误差小于0.0007 N m,单步迭代次数在10步以内,单步计算时间小于2 ms,其具有精度高、实时性好、无推力输出饱和等优点.