自适应网格下齐次奇异摄动问题的一致收敛性分析

利用自适应移动网格方法求解齐次奇异摄动边值问题,通过常数与解的一阶导数幂的线性组合构造控制函数来进行网格自适应,分析齐次奇异摄动边值问题在此自适应非均匀网格上的收敛性.利用极值原理证明离散问题解的存在唯一性.对离散问题的数值解及其分段线性插值进行误差估计,分别得到一个与ε无关的一阶误差界.有效地解决齐次奇异摄动方程难以...     

基于自适应变异粒子群算法的铁路空车调配

提出一种用于求解铁路空车调配的自适应变异粒子群算法.该算法在迭代过程中加入了变异操作,根据群体适应度方差调整变异概率的大小,并通过调整惯性权重因子来增强算法跳出局部最优的能力.将自适应变异粒子群算法用于铁路空车调配,建立以空车总走行距离最小为目标的数学模型,并在此基础上设计相应的算法.算例结果表明,应用自适应变异粒子群...     

互通式立交网络流的协同控制

利用图论方法将互通式立交展开为一种多源多汇的赋权有向网络,并对其性质进行描述与定义;通过对立交网络动态流谱及最大流计算得到其容量限制并确定受控弧分布;以受控弧队列长度和冗余等待时间设计了阻抗均衡因子,建立了动态阻抗均衡条件下的网络流协同控制方程,并制定了控制策略;以实际对象进行虚拟控制仿真,结果表明了所提策略和方法的有效性.     

基于复杂适应系统理论的水土资源优化配置研究进展

复杂适应系统理论是现代系统科学的一个新的研究方向,已经在国内外水土资源优化配置中得到了应用并取得了成果。论述了复杂适应系统理论的基本概念、核心思想以及近年来该理论在国内外水土资源优化配置应用的研究现状,分析了理论在应用过程中存在的问题,强调指出了目前的研究中对单项的水、土资源优化配置研究较多,把二者结合起来的较少。最后对复杂适应系统理论在水土资源优化配置中的应用前景进行了展望。参38。     

特征域多假设预测视频压缩感知重构神经网络

在预测-残差重构框架中,利用视频时间相关性进行多假设预测是视频压缩感知重构的关键步骤。本文基于深度学习,研究了利用丰富的特征域信息实现更精确预测的方法,提出一种特征域多假设预测视频压缩感知重构网络(FMH_CVSNet)。首先提出一种新的特征域多假设预测模块（FMH_Module）,通过构造合理的运动估计模块与假设权重求解模块增强了网络的预测能力;其次提出两阶段多参考帧运动补偿模式,使不同运动特征序列均能构造更优假设集,进一步提升了预测精度。仿真结果表明,FMH_CVSNet在各实验条件下均取得了优秀的重构性能,相比于传统多假设算法2sMHR平均PSNR提升了4.76dB,相比于基于深度学习的视频压缩感知重构算法VCSNet-2提升了3.87dB。     

基于Agent组织的作战模拟

基于Agent的建模方法是一种自底向上、综合的建模方法，是通过微观细节和规则研究宏观现象和模式的独特的研究方法，是一种研究复杂适应系统十分有效的工具。把作战系统视为一个复杂适应系统，将Agent组织理论应用于作战模拟，通过Agent在底层的交互作用来研究作战系统的涌现行为。在建模过程中，主要从作战单元Agent组织的角色的定义、静态结构建模和动态行为建模三个方面对作战系统进行建模。其研究结果表明基于Agent组织的作战模拟有助于揭示作战行为的本质特征和演化规律。     

多模型自适应控制算法的性能分析

多模型自适应控制利用多个元素模型覆盖被控对象的不确定性,并针对这多个元素模型建立多个稳定的控制器。每一个采样时刻,基于一个以模型输出误差为变量的具有积分特点的指标切换函数,选择描述被控对象最优的元素模型,并将基于此模型的控制器切换为当前被控对象的控制器。研究如何调整多模型自适应控制器的结构和参数,提高控制品质,为多模型自适应控制器的应用和进一步研究提供理论基础。