实现船舶稳性的多油舱自适应调度算法及仿真

针对油舱对船舶浮态与稳性的影响,研究了保持船舶稳性的多油舱自适应调度控制算法,并用WinCC (Windows Control Center)组态软件编写了船舶自动浮态调整仿真系统。在系统架构上,采用布尔逻辑表构建了油舱、泵、管路之间的连通关系,并根据浮态方程计算出舱群之间的调驳油量,再根据多变量多约束的自适应优化调度算法实现了油舱驳油过程中浮态的平衡。仿真结果表明调度算法可以对船舶的浮态进行有效调整,并保持船舶稳性,避免了由油舱油量分布不均给船舶带来的不利影响,保障了航行安全。     

管廊复杂网格参数化算法及其大规模在线渲染

随着WebBIM(Web Building Information Modeling)技术的大力发展,建筑模型的复杂度与构件数量呈几何倍数增长,其中管廊复杂网格是影响模型轻量化和在线渲染速率的一个关键性问题。为有效减少管廊复杂网格模型的数据量及复杂度,针对一般圆柱体形管廊,复杂网格的弯管管廊模型及中空管廊网格模型,提出了一套轻量级参数化算法。该算法对场景中的管廊模型进行参数化重绘并辅助以多细节层次等视觉优化手段,以减轻WebBIM场景中的管廊模型渲染负担,其在拥有大量管廊模型的场景中应用成功,具有较强的工程实践意义。     

基于树型空间的三维树木模型匹配

为解决三维树木模型的检索具有正确率低、检索效率低、描述不匹配等问题,提出一种基于树型空间的三维树木模型匹配方法。该方法通过构建三维树木模型数据集的树型空间,辅以主轴匹配,轮廓匹配,枝干匹配等方式,经过树型空间中欧氏距离和测地线度量差异值,逐步匹配到相应的三维树木模型,该方法分别在通用模型数据集和自我设计的模型数据集进行了匹配性实现,结果表明可以较大幅度提升树木模型匹配的准确率,利于三维树木模型的大规模检索和重用。     

基于泊位坐标的无人船自主靠泊仿真研究

针对神经网络自主靠泊控制器只能完成特定港口的靠泊,而无法拓展到其他没有训练数据的泊位这一问题,提出一种以泊位顶点为原点,岸线为y轴的坐标系(泊位坐标系)。采用泊位坐标系中相对位置来训练神经网络控制器,在V.Dragon-5000航海模拟器中选取集装箱船“银河号”,在大连港进行靠泊训练后,成功将靠泊控制器拓展到没有训练数据的深圳蛇口港与新加波樟宜港。仿真验证了采用新建立的坐标系可以拓展神经网络自主靠泊控制器适用范围,减小训练数据所需的成本。     

体系结构级功耗分析方法

功耗问题已经成为集成电路设计，尤其是嵌入式系统和电池供电设备开发中所要关注的重要问题。电路设计较低层次的功耗分析方法能提供比较好的准确性，但它们的功耗模型相对复杂，功耗分析的时间开销和内存开销都很大。本丈所讨论的体系结构级功耗分析方法就克服了这些缺点，通过对可配置的功能单元分别进行功耗建模，基于准确的性能模拟来达到功耗模拟的目的，它可以广泛应用于体系结构、指令集、编译器以至软件的低功耗优化中，文章最后借助于通用CPU的系统级功耗模拟工具Wattch，研究了指令及数据缓存在配置方方法的功耗行为，实验证明，体系结构级的功耗分析为低功耗系统设计提供了更有价值的指导。     

需求推断差异下供应链成员的运营决策机制

供应链终端随机需求的分布不确定时,制造商和零售商将根据各自掌握信息推断需求分布。若零售商不与制造商分享历史需求数据,制造商将根据零售商的历史订单数据进行需求推断。分析了制造商是否有历史需求数据时的价格决策、零售商相应的订购决策,以及供应链成员之间需求数据分享决策。结论显示：制造商根据零售商订单数据推断的需求过高时,将制定较高的批发价格;零售商的期望利润将比与制造商分享需求数据时少,零售商与制造商共享终端需求数据的可能性较大。进一步分析了激励供应链成员分享需求信息并增加供应链利润的协调机制。     

系统工程优化决策理论及其发展战略

系统工程是一门综合性的技术学科.本文分别从单人优化决策和多人优化决策的角度出发:介绍了系统工程涉及到的优化与决策方法.包括最优化理论、决策理论、博弈论等多种理论方法.综述了每种理论方法研究问题的特征、基本的结论以及发展过程,并对系统工程中使用到的优化与决策理论的发展趋势进行说明.为解决系统工程问题使用到的优化与决策理论方法的研究与应用提供一定的参考.     

一种基于模型共享的半监督多标签图像学习法

提出一种快速且有效的半监督多标签学习方法:模型共享半监督推举。该方法能发现、共享并组合多个基模型,每个基模型是在某个标签上利用半监督支持向量机(S3VM)上学习的。通过使用模型共享,标签关联被显示地利用且对于每个标签来说只需要少量的基模型即可生成最后的决策结果。在Corel5k和Mediamill数据集上评估方法,实验结果显示的方法与当前流行的监督和半监督多标签学习方法是可比的。     

协调优势粗糙集方法及其在UCAV目标威胁估计中的应用

针对一般粗糙集方法不能由有限数据给出完整决策规则的问题, 定义了正协调、负协调和混合协调决策信息系统, 研究了正协调系统的优势关系决策规则获取方法, 在此基础上提出了负协调和混合协调系统的优势关系决策规则获取方法, 形成了协调决策信息系统的优势粗糙集方法, 即协调优势粗糙集方法. 将该方法应用到无人战斗机目标威胁估计中, 建立了无人战斗机目标威胁估计决策信息系统, 分析了目标属性的偏好性, 给出了决策算法, 对算法的复杂度进行了分析, 并与 Greco优势粗糙集方法进行了比较. 结果表明: 该方法简单可行, 得到的确定性决策规则可以涵盖目标条件属性的所有取值, 有效地解决了决策规则的不完备性.     

非线性多智能体系统分布式鲁棒输出调节

为解决具有一般非线性形式和不确定参数的多智能体系统的协调控制问题,设计了非线性分布式反馈控制器,使得多智能体系统鲁棒渐近跟踪参考信号或者鲁棒渐近抑制干扰。在所考虑的多智能体系统中,将动态领导者或者环境干扰看作是产生参考信号或者干扰信号的外部系统。最后,给出一个仿真算例,验证所得结果的有效性。