基于模糊逻辑四元数的平方根UKF算法

针对目标跟踪估计算法中,利用传感器离散观测建模并估计目标连续状态,进行导航解算时滤波精度低,及传统四元数扩展卡尔曼滤波算法无法满足目标姿态测量精度要求等问题,文中提出一种基于模糊逻辑四元数的平方根UKF姿态估计算法.该算法将四元数作为模糊逻辑UKF滤波器状态,应用测量的角速率完成滤波器的时间更新及量测更新,采用模糊逻辑的平方根协方差形式作为更新参数,既降低了算法的计算量和复杂度,又保证了数值的稳定性.文中还以近地卫星为例,在Matlab和C++软件上进行了仿真实验.实验结果表明:文中所提算法可保证对机器人和特征的姿态控制估计精度;可对目标实时跟踪定位并进行量测更新,抑制了姿态误差发散问题.     

基于Harris角点与SIFT的快速图像匹配算法

针对基于局部特征的图像匹配算法,当图像发生较大的旋转变化时此算法会发生匹配率下降的问题,并且随着时间、场景、遮挡、光线的变化,图像的特征会发生模糊变化,这将严重影响匹配率,因此提出了一种基于Harris角点与SIFT的快速图像匹配算法,该算法用Harris检测图像的角点,在角点邻域内筛选SIFT特征点,并且利用高斯圆形窗口对筛选过的特征点建立低维描述子.该算法不仅具备了Harris算法的高稳定性而且兼顾了SIFT算法对于旋转变化较大的图像也有着高匹配率的特性.仿真结果表明,与SIFT算法相比,本文提出的算法不仅匹配速度快,而且在图像发生模糊变化、旋转变化的情况下可得到高匹配率.     

三角模糊层次分析法在教师绩效评价体系的应用

指标及其权重是评价体系构建的核心之处。权重的合理确定需要对指标进行定性和定量综合分析。本文提出基于模糊层次分析法上,利用三角模糊数表示同层各指标两两重要性程度的比较,建立三角模糊数互补判断矩阵,并进行一致性检验,从而确定指标权重。与传统的权重确定方法相比,将定性和定量相结合,避免了决策者的主观性和局限性。最后将其运用于某高校教师绩效评价体系中,为师资队伍建设提供决策及导向作用。     

基于模糊聚类的并行推荐算法

为提高传统协同过滤算法在个性化推荐系统中的大数据处理能力,研究了一种基于模糊聚类的并行推荐算法。在Hadoop平台下首先通过PCA降维和FCM聚类对用户物品评分矩阵进行预处理,采用皮尔逊相关系数计算用户间的相似度,通过得到的聚类簇集合构建最近邻集合,生成基本预测评分。最后实现算法的并行化处理并得到推荐结果。实验结果表明,与基于PCA降维的协同过滤和单机式传统协同过滤算法相比,该算法提高了推荐的准确性和实时性。     

具有输入饱和的制动缸自适应Super-twisting控制

为研究电力机车单元制动缸在制动时受辅助风缸压力和轮对径向形变挤压时的制动缸活塞位置控制精度,考虑实际工况中活塞与制动缸内壁非严格配合引起的压力漏损,建立了制动缸气动伺服系统的数学模型;针对该非线性系统中存在的未知时变负载扰动,设计非线性干扰观测器对其实际值进行估计,对观测误差采用自适应模糊逻辑系统进行逼近,进一步削弱时变扰动对系统的影响;结合系统控制量存在饱和的实际工况,引入饱和辅助控制系统;依据Lyapunov稳定性理论,基于Super-twisting控制方法收敛快速、待设计参数较少的优点,构造了基于Nussbaum类型函数的自适应Super-twisting控制器.理论分析及仿真结果表明,制动缸伺服系统闭环输出一致有界,系统跟踪误差、滑模面及控制量动态抖振较小,收敛迅速;滑模面及扰动量观测误差收敛于0.制动缸伺服系统输出能够快速稳定跟踪输入指令,且对外部时变负载扰动具有较强鲁棒性.     

基于粒子群优化的马氏距离模糊聚类算法

为解决传统模糊聚类迭代算法对初始化敏感,易陷入局部最优及处理高维数据时精度下降的问题,对基于马氏距离的模糊聚类算法(fuzzy c-means algorithm based on Mahalanobis distance,M-FCM)进行优化。将马氏距离代替欧氏距离,通过构造类内紧致度、类间分离度与类间清晰度结合的适应度函数,利用粒子群优化算法(particle swarm optimization,PSO)对马氏距离模糊聚类进行研究,提出了基于粒子群优化的马氏距离模糊聚类算法(Mahalanobis distance fuzzy clustering algorithm based on particle swarm optimization,DPSOM-FCM),并将此新算法与FCM(fuzzy c-means algorithm),M-FCM,PSO-FCM,IFPSOFCM(importance for fuzzy clustering algorithm based on particle swarm optimization)算法,在UCI(university of californiairvine)数据库的6个标准数据集上进行实验对比分析。结果表明,DPSOM-FCM算法具有算法收敛性和聚类有效性,并且聚类精确度优于其他算法,对高维数据的聚类识别能力强,即该算法具有全局优化作用。     

Hausdorff模糊度量拓扑和Vietoris拓扑

模糊度量是模糊拓扑学的一个重要的概念,模糊度量超空间是模糊度量空间理论的重要组成部分之一。鉴于此,研究了由Hausdorff模糊度量拓扑与Vietoris拓扑的包含关系,导出了给定的stationary模糊有界的模糊度量空间的准紧性、完备性和紧致性的几个结论。     

基于前景理论的城市生态环境质量评价——以安徽省三市为例

城市生态环境质量在一定程度上反映了国家生态环境的整体保护成效,也是衡量经济社会可持续发展的重要标尺,需要重点分析并精准评价。本文从经济、自然、社会、城乡协调发展等4个维度建立指标体系,提出一种基于前景理论的模糊TOPSIS方法,分析和评价城市生态环境质量,并以合肥、马鞍山、黄山等安徽省3市为评价对象,分析四维指标的城市排序及其合理性。     

采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。