基于非线性共轭梯度的同时扰动随机逼近方法

为了消除黑塞矩阵和步长因子的影响,利用非线性共轭梯度算法计算搜索方向,在混合非线性共轭梯度算法的作用下保证了每次搜索均为下降方向;利用非精确线搜索方法改进SPSA步长计算方法,通过与下降的搜索方向结合,保证了每次迭代时目标函数值的减小,加快了收敛速度.将改进的SPSA算法用于异步电机再励学习系统中,仿真结果证明了其可行性和优越性.     

基于同步扰动随机逼近的混合萤火虫算法

针对标准萤火虫算法(FA)中存在的种群过早收敛、容易陷入局部最优等不足,提出一种以memetic算法为框架、将同步扰动随机逼近和萤火虫算法相结合的混合算法(FA-SPSA),即首先使用萤火虫算法对种群进行全局寻优,然后使用同步扰动随机逼近算法对选出的部分最优个体进行局部搜索,从而增强萤火虫算法跳出局部最优解的能力。通过6个标准测试函数对FA-SPSA算法的性能进行检验,并与标准萤火虫算法、果蝇算法、改进的果蝇算法等其他4种算法进行比较,结果表明,FA-SPSA算法在寻优精度、收敛速度、鲁棒性等方面的性能总体上优于对比算法。     

基于同步扰动随机逼近算法的电熔镁炉智能控制系统

针对电熔镁炉熔炼过程中电极电流的调节主要依靠人工手动控制,控制效果差、产品质量不稳定、能量浪费严重的生产现状,提出了一种电熔镁炉智能控制策略.该智能控制策略根据熔炼过程中不同的熔炼工况分别设计了基于SPSA算法和神经网络的正常工况控制器以及基于规则推理技术的特殊工况控制器.将所设计的电熔镁炉智能控制系统应用于实际工业现场,实现了对电极电流的自动控制,保证了产品产量,降低了产品能耗.
关键词：     

求解随机变分不等式问题的修正外梯度随机逼近算法

【目的】研究求解随机变分不等式问题的基于外梯度的随机逼近算法。【方法】依据求解经典变分不等式问题的外梯度算法,给出求解随机变分不等式问题的修正外梯度随机逼近算法。【结果】在适当的假设下,证明了修正外梯度随机逼近算法具有全局收敛性,初步的数值试验结果表明算法具有有效性。【结论】修正外梯度随机逼近算法是对已有的外梯度随机逼近算法的进一步推广,并且可在更弱的假设下获得它们的全局收敛性结果。     

基于拟牛顿法的同时扰动随机逼近算法

基于拟牛顿法原理,结合同时扰动随机逼近算法特性提出了一种搜索方向dk的计算方法,从而提高了同时扰动随机逼近算法的收敛速度和逼近精度.针对典型优化问题分别比较了改进后的同时扰动随机逼近算法、标准同时扰动随机逼近算法及二阶同时扰动随机逼近算法的优化性能,数值分析结果表明:改进后的算法在逼近精度上均优于其他两种算法,收敛速度介于其他两种算法之间.     

Szasz-Durrmeyer算子的同时逼近

给出了Szasz-Durrmeyer算子及其导数对具有指数增长的第1类间断点的函数的逼近度.     

一类新算子的同时逼近

引入一种新的正线性算子并研究它对于无界函数的同时逼近.设ｆ∈Ｃβ[０,∞）,ｒ∈N,ｆ（ｘ）在[０,∞）存在ｒ阶导数,则ｌｉｍｎ∞Ｍ（ｒ）ｎ,α（ｆ（ｔ）,ｘ）＝ｆ（ｒ）（ｘ）;若ｆ（ｒ）（ｘ）∈Ｃ（ａ－η,ｂ＋η）（η＞０）,则Ｍ（ｒ）ｎ,α（ｆ,ｘ）ｆ（ｒ）（ｘ）在ｘ∈[ａ,ｂ]一致成立.设ｆ∈Ｃβ[０,∞）,ｆ（ｘ）在[０,∞）上存在ｒ＋２阶导数,则ｌｉｍｎ∞ｎ[Ｍ（ｒ）ｎ,α（ｆ,ｘ）－ｆ（ｒ）（ｘ）]＝α[ｒ（ｒ＋１）ｆ（ｒ）（ｘ）＋（２（ｒ＋１）ｘ＋ｒ）ｆ（ｒ＋１）（ｘ）＋ｘ（１＋ｘ）ｆ（ｒ＋２）（ｘ）];若ｆ（ｒ＋２）（ｘ）∈Ｃａ－η,ｂ＋η）（η＞０）,则上式在[ａ,ｂ]一致成立.     

基于梯度的扰动时变系统辨识算法及其收敛性

根据工程背景,提炼出了一类时变系统(亦称为广义时变系统或扰动时变系统)的数学描述模型．扰动时变系统是指参数随系统可测扰动量变化的一类时变系统．利用梯度搜索原理,提出了这类时变系统的投影算法、随机梯度和遗忘梯度辨识方法,并应用鞅超收敛定理分析了算法的收敛性．由于提出的随机梯度算法同时还利用了系统扰动量所含的信息,因而可以给出时变参数的一致估计．数字仿真验证了提出方法的有效性．     

带有扰动的Chebyshev-Padé逼近

提出了一种新的带有扰动的Chebyshev-Padé逼近,它依赖于一个扰动参数,其优点在于:它可以通过调整扰动参数来提高逼近的精度。给出了带有扰动的Chebyshev-Padé逼近的计算表达式;讨论了函数f(x)的导数及其原函数F(x)的带有扰动的Chebyshev-Padé逼近.通过时间复杂度分析,说明了在大致相同的精度下,文章方法较之经典的Chebyshev-Padé逼近所需的计算量要少得多;最后,以具体的数值例子说明这种新方法的优越性。     

Szász-Durrmeyer算子的同时逼近

给出了 Szász- Durrm eyer算子及其导数对具有指数增长的第 1类间断点的函数的逼近度     

基于前向神经网络的多新息随机梯度辨识算法

为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能.由于多新息随机梯度辨识算法利用了系统的当前数据和历史数据,对动态辨识,特别是对具有纯时间延迟动态系统的辨识,较传统的BP算法在辨识精度和收敛速度方面具有更好的效果.仿真结果表明该算法的有效性.     

基于边缘增强模板匹配的PTZ主动目标跟踪系统

为实现对运动目标的动态跟踪,设计了基于PTZ摄像机的主动实时跟踪系统,实现对高关注度目标进行持续跟踪。该系统采用背景建模方法检测当前视野中的运动目标并进行跟踪,针对感兴趣目标采用基于边缘增强模板匹配(EETM)方法进行主动跟踪,并提出了一种简单有效的PTZ摄像机控制方法。采用海康威视球机进行测试,测试结果表明:该系统利用低成本PTZ摄像机可以实现对静态场景和动态场景中目标的检测和跟踪,对感兴趣目标进行主动跟踪,PTZ摄像机控制平稳,能够满足实时性的要求。     

随机期望值模型的适应值预测差分进化算法

随机期望值模型是一类有着广泛应用背景的随机规划问题．针对此问题,提出了一种基于适应值预测的差分进化算法,该算法主要是把适应值预测技术、随机模拟技术与差分进化算法结合．最后,通过实例仿真,数值结果表明所提出的算法是有效的和可行的．     

基于动态多维分配的多基地雷达多目标跟踪算法

对于T-R^s多基地雷达系统，提出一种具有航迹质量管理的多目标跟踪算法，以解决多目标跟踪过程中航迹起始、航迹确认以及航迹删除等问题．采用累加的对数似然比（10garithm likelihood ratio，LLR）计算融合中心每个航迹的质量，并依据航迹判决规则把当前航迹分成四类，然后用相应方法处理这些航迹集合．仿真结果表明，该算法能对杂渡中多个目标进行稳定可靠的跟踪．     

流水线多目标跟踪的点匹配投票校正算法

针对工业视觉检测系统中流水线多目标实时跟踪问题,提出一种目标中心点快速匹配方法与目标图像水平投影曲线投票校正技术相融合的多目标跟踪算法。其过程是:利用多个目标在连续帧图像中的整体分布的稳定性进行整体匹配,得到多点匹配的一一映射关系;针对局部目标的晃动、跳动问题,利用目标图像水平投影曲线,采用投票校正技术消除局部运动所带来的误差,对映射关系进行校正。该算法应用于某钢铁厂的棒材计数系统,有效地排除了复杂环境下多目标跟踪时的误识别、漏识别和位置交叉的问题,保证了计数的准确性与快速性,当目标数小于50时,跟踪时间小于1 ms。     

不确定噪声下Markov跳跃线性系统的确保控制性能鲁棒跟踪

考虑了具有不确定二阶统计特性噪声的连续时间Markov跳跃线性系统的确保控制性能鲁棒跟踪问题.该不确定性允许参考模型与跟踪系统的过程与测量噪声的谱密度矩阵能在给定的类型中任意变化.给出了基于确保跟踪控制性能的不确定噪声协方差矩阵的扰动上界以及极小极大鲁棒跟踪控制器的设计方法.采用这种跟踪控制器不仅能极小化不确定时的最坏性能,而且能确保跟踪控制性能指标达到给定的自由度.最后给出了算例来说明所用设计方法的性能.     

基于特征融合的均值偏移目标跟踪算法

均值偏移目标跟踪方法采用颜色直方图对所选择的目标区域进行建模,由于颜色直方图是一种对目标特征比较弱的描述,当有遮挡等干扰因素时,算法效果欠佳,为了有效解决均值偏移目标跟踪算法不足而导致目标定位不准的问题,提出了将颜色特征中融入像素点空间位置特征的算法来实现目标跟踪.实验表明该算法能较好地适应复杂背景视频序列,改进了传统均值偏移算法的不足,提高了算法的鲁棒性和准确性.     

基于局部航迹关联的多基地雷达多目标跟踪快速算法

针对仅能观测目标一维信息的多基地雷达系统,提出了一种基于局部航迹关联的多目标跟踪快速算法.该算法通过各接收机的局部跟踪处理,在获得目标一维航迹的基础上,利用目标的速度信息、局部航迹的冗余性及其与目标的一一对应关系,分级剔除了由于组合定位产生的大量虚假目标,进而通过局部航迹的关联提高了多目标跟踪的稳定性.与传统的集中式跟踪算法相比,该算法避免在融合中心进行复杂的"量测-量测"与"量测-航迹"关联运算,显著提高了计算效率,具有较好的实时性,易于工程实现.