基于快速鲁棒互相关算法的图像拼接系统

本文介绍了一种全新、快速、顽健(鲁棒)、遍历的图像拼接算法——快速鲁棒互相关算法.该方法利用图像间的互相关性进行鲁棒配准.它利用快速傅里叶变换在频域范围内分析处理速度、时间耗费量等指标,因此具有运算迅捷的特点.特别是在匹配大尺寸图片时,快速鲁棒互相关算法的运算速度与传统互相关算法相比具有明显的优势,是直接鲁棒匹配算法运算速度的几千倍.     

采用反馈的鲁棒系统设计方法

基于多变量系统鲁棒理论和反馈可以减小对象参数变化对输出影响的思想，本提出一种鲁棒系统设计方法和设计内反馈增益矩阵的算法。用该方法对一实际工业对象设计了鲁棒控制系统，结果令人满意。理论分析和实际系统设计结果表明，该方法设计的系统比串联补偿鲁棒设计的系统具有更好的鲁棒稳定性和鲁棒性能。     

扰动鲁棒系统的控制器设计

该文研究一类扰动鲁棒系统的控制器设计问题，提出了一种新的设计方法，其基本思想是：通过状态反馈，使闭环系统配置预先指定的“鲁棒化“矩阵，从而使该系统具有所期望的鲁棒扰动抑制界。该文给出了该类控制器存在的充要条件及算法，并举例说明该设计方法具有直接、简单的特点。     

一类鲁棒多目标优化问题的标量化性质

【目的】对多目标优化问题的鲁棒有效解和鲁棒弱有效解的一些性质进行研究。【方法】对鲁棒标量化问题的最优解与多目标优化问题的鲁棒有效解与鲁棒弱有效解之间的关系进行研究,建立了鲁棒弱有效解的一些充分与必要条件,鲁棒有效解的一个充分条件。对提出的鲁棒标量化问题与两类经典的鲁棒标量化问题最优解之间的关系进行讨论,并利用具体例子对主要结果进行解释。【结果】将确定性多目标优化问题的标量化模型推广到鲁棒情形,提出了一类新的鲁棒标量化问题。【结论】所得的结果是对最近一些研究工作的改进与推广。
     

鲁棒遗传算法设计

提出一种能直接处理单元噪声和多元噪声的鲁棒遗传算法 .此算法将噪声作为个体实际表现型的一部分 ,使噪声在个体进化中得到处理 ,文中给出了它的数理基础 .模拟实验表明 ,这一算法在发现鲁棒优化解方面具有较强能力 .     

基于正则化协同表示的鲁棒PCA人脸识别

针对人脸图像复杂环境变化,提出了一种基于正则化协同表示的鲁棒PCA人脸识别算法。算法首先通过协同表示计算重构样本与测试样本之间的残差,根据残差选取与测试样本临近的训练样本组成新的字典;然后在该字典上通过鲁棒PCA依次进行低秩误差分解,并计算误差矩阵的平滑性、稀疏性;最后联合协同表示的残差以及低秩分解中的平滑性和稀疏性构建判别准则进行人脸图像的分类识别;在ORL、AR等人脸库的实验表明:基于正则化协同表示的鲁棒PCA人脸识别算法不仅能够在复杂环境变化下取得良好的识别性能,而且保持了协同表示的优势,大大减少运行时间。     

动态预补偿器实现鲁棒对角优势

给出一种多变量参数不确定系统鲁棒预补偿器设计方法．该方法设计的鲁棒预补偿器可以使摄动系统为鲁棒对角优势的，因而保证了系统的鲁棒稳定，并且具有保守性小，设计的控制器简单等优点．实际系统设计表明，该设计方法有效而实用．     

一种基于鲁棒估计的自适应图像平滑方法

基于鲁棒统计理论,提出一种新的保持图像边缘的图像平滑算法.将图像滤波与平滑转化为一个分段常数模型的鲁棒估计问题.并由此导出基于分段常数模型的尺度自适应鲁棒滤波器.为了自动确定鲁棒滤波器的最优尺度参数,使用直方图分析,结合非参数统计的方法来确定各点的鲁棒尺度参数.该算法可以在平滑图像的同时,保持原始图像中的边缘结构.实验表明,该算法平滑图像的效果,明显优于固定尺度的平滑算法.     

区间系统鲁棒稳定性和鲁棒镇定性的检验条件

讨论了区间系统的鲁棒稳定性和鲁棒镇定性的有限检验问题，给出了线段多项式鲁棒稳定性的充分必要条件，利用该条件对多项式多面体鲁棒稳定性和区间系统鲁棒镇定性进行了有限检验，并给出了相应的检验结果。该检验条件直观简明，利用它可非常方便地对这些区间系统进行鲁棒稳定性分析。     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.     

基于遗传算法的鲁棒PID控制器设计

将基于遗传算法的PID控制器设计方法应用于分布参数系统,在这个过程中,将系统的鲁棒性能指标作为目标函数选择的重要依据,使用遗传算法对PID参数进行寻优.仿真结果表明,由于加入鲁棒性信息,改进方法完全满足了控制系统的快速性、稳定性和准确性要求,控制系统表现出很好的动态鲁棒性及性能鲁棒性.     

模糊稳健优化设计中的神经网络技术

由于模糊稳健设计中的准则函数和约束函数是随机性可控因素与不可控因素的函数,其概率密度函数的表达式难以确定,故在优化设计中采用随机模拟方法.但采用遗传算法进行优化计算时,随机模拟消耗的机时很大,优化计算效率极低.为此,采用BP神经网络对模糊随机函数进行逼近,探讨了神经网络的构造与程序实现方法;用插装式溢流阀调压弹簧的模糊稳健优化设计问题进行了数值仿真与验证.实例表明,BP神经网络的仿真精度可以达到工程优化问题的要求,把遗传算法与神经网络技术相结合,可以有效地求解模糊稳健设计等复杂优化设计问题.     

注塑成型工艺多目标稳健设计及优化算法

在注塑成型过程单目标稳健设计的基础上,提出了成型质量特性均值及标准差的双目标稳健设计模型以及成型多质量特性的多目标稳健设计模型,提出了基于Pareto最优的混合交叉变异的多目标蚁群算法.在结合实例的研究中,针对某遥控器上下盖的注塑成型工艺参数设置分别建立了翘曲量均值及标准差的双目标稳健设计模型和最大翘曲量及最大体积收缩率的多目标稳健设计模型,再利用混合交叉变异的多目标蚁群算法进行求解,求解结果与non-dominated sorting genetic algorithmsⅡ(NSGAⅡ)算法比较,得出部分算法性能指标优于NSGAⅡ算法.利用多目标稳健优化得到的工艺参数进行实际注塑成型,得到的塑件制品成型质量好并且波动较小.     

需求不确定下的鲁棒供应链网络优化设计

建立了一个需求不确定的多产品,多原材料的由供应商-制造商-分销中心-零售商的构成的四级鲁棒供应链网络优化设计模型。模型中的需求不确定性区别于传统意义上的需求的波动,使用情景法描述。优化模型是一个混合整数线性规划模型,设计了基于改进遗传算法的MGAND求解算法。最后给出数值实验证明了模型及算法的有效性。     

时间滞后系统的鲁棒稳定性及在飞行控制中的应用

给出了一种时间滞后系统的鲁棒稳定性分析方法．通过对系统鲁棒稳定条件不等式的变形，得到了该不等式可解的条件，该有解条件不仅大大简化了不等式，而且得到了新的时间滞后系统鲁棒稳定性判据，针对含有多个不同滞后时间的系统，给出了一种简明的鲁棒稳定性判别不等式，并根据鲁棒稳定性判据，分别给出了系统含有一个或多个时间滞后的鲁棒反馈控制器设计方法，该方法接近于普通的状态反馈设计，便于工程实现．飞行控制的实践表明，采用新方法可以得到满意的设计结果．当闭环希望极点选为各不相同的负实数时，鲁棒控制器的设计只需要多进行一次奇异值分解，即可完全等价于人们熟知的极点配置问题，该方法对于含有一个或多个时间滞后的系统都是适用的。     

基于随机需求的接运公交时刻表的鲁棒性优化方法研究

接运公交需求的随机性会对接运公交时刻表的编制与投入运营产生扰动影响. 为降低此不利影响,基于鲁棒性思想研究了随机需求下接运公交时刻表的优化方法. 随机接运公交需求的每一组实现为一个情景,情景目标值综合考虑乘客成本与运营成本的最小化. 以接运公交需求为随机变量,建立了接运公交时刻表的鲁棒性优化模型,模型综合考虑情景的期望值与偏差期望值最小化. 模型具有组合优化与随机规划特性,选用遗传算法进行求解. 最后给出算例验证了模型与算法的有效性. 算例结果表明随着偏差权重系数的提高,鲁棒性模型更倾向于降低随机需求带来的扰动.     

时滞测试能量函数极小化的自适应遗传算法

提出了一种自适应遗传算法并用来解决强健时滞测试生成的问题，基本思想是：充分利用强健时滞测试的启发信息来选取优良的初始群体，不断地根据进化程度调整群体大小以加速收敛，同时变异概率也采取自适应调整策略来抑制早熟收敛。实验表明，这种自适应遗传算法是有效和可行的。     

基于遗传寻优的刚体运动参数估计方法

提出一种基于最小截平方和参数估计算法,并采用遗传算法寻优,能自动剔除采样点集中的出格点,具有较强的鲁棒性,实验结果表明：该方法能够有效地克服由于出格点产生的误差,准确地估计出刚体空间运动的参数,并且不需要任何先验知识。