自动驾驶车辆轨迹跟踪横向偏差影响因素研究

车辆轨迹跟踪精度是目前智能驾驶技术发展的瓶颈问题之一.影响车辆轨迹跟踪精度的因素很多,从模型离散化处理参数-采样时间间隔和初始航向角入手,研究对自动驾驶车辆的轨迹跟踪精度影响规律.采用车辆二自由度动力学模型,基于模型预测控制算法(the model predictive control,MPC)控制车辆进行轨迹跟踪.仿...     

基于LDPC编码的混合转发协作模型

为有效解决LDPC编码在中继协作系统应用中存在的问题,提出基于LDPC编码的混合转发协作模型(HF-LDPC).根据放大转发(AF)和译码转发(DF)特点,当信道不好时,中继采用译码放大转发模式;而当中继完全正确译码时,中继切换到译码转发模式.同时充分发挥LDPC码字内码元间固有的相关性,通过不同的用户发送码字的不同部分,采用LDPC和-积译码算法,方案可获得分集增益和编码增益.仿真结果表明:基于LDPC 编码的混合转发协作模型性能优于其他协作模型,具有较好性能.     

基于矩形宏模块的片上系统布图规划算法

布图规划和布局是集成电路片上系统物理设计的基本问题之一。总结了作者提出的几个新的布图规划和布局优化算法及其特点。基于随机优化算法 ,提出了角模块序列表示方法和基于这一表示方法的包含各种布图约束的布图规划和布局算法。提出的基于约束图的布图规划表示 ,为研究序列队 (SP)、变形网格 (BSG)、有序树 (O- tree)等表示之间的关系奠定了理论基础。基于“最小自由度优先原则”,提出了迄今最快的确定性布图规划与布局算法。提出了基于解空间平滑的布图规划和布局算法。该算法与基于模拟退火的算法相比性能更加健壮稳定。在解空间平滑中首次考虑了局部平滑效应 ,这是对解空间平滑方法从原理上的重要改进     

一种圆形片剪切排样的高效递归算法

制造行业经常采用剪切和冲裁工艺将金属板材切成圆形毛坯. 本文提出一种算法,用于生成多尺寸圆形片条带的剪切排样方式. 该算法采用剪切工艺简单的多级排样方式,每一刀切下一根水平或竖直的条带,每根条带中可以有一排或多排同尺寸的毛坯. 采用递归算法确定每根条带的方向和所含毛坯排数,以便使下料利用率达到最高. 实验计算结果表明所述算法在计算时间和提高材料利用率两方面都较有效.     

微网热电储能容量配置优化

可再生能源发电和负荷具有随机性,因而储能装置是保证微网安全稳定的重要组成部分.针对某热电联供微网,提出了类比蓄电池的蓄热罐出力建模方法,在此基础上建立了基于经济调度热电储能优化配置模型.采用多场景方法考虑微网中的随机因素,运用人工蜂群算法优化不同容量下微网运行方式,比较不同储能容量下微网的综合成本,从而确定最优储能方案.通过算例验证了所提方法、模型能有效降低微网的综合成本.     

基于改进微粒群算法的带有软水管的混凝土热学参数反分析

埋设冷却水管是常用的混凝土温控措施之一,塑料质水管由于铺设快捷、接头方便、价格便宜而得到广泛应用,但其在温控防裂分析计算中热分析参数很难确定.根据曹娥江大闸施工现场实测的温度值,利用改进微粒群算法对大闸混凝土温度场进行反演计算,并将计算值和实测值进行对比,分析计算结果的合理性,得到反映混凝土热学性能的参数.反演结果表明,微粒群算法作为一种优化算法,具有收敛速度快、效果好等特点.     

软件成本估算技术研究综述

国内外有关软件成本估算技术的研究,文献数量从多到少,依次可以分为五类：基于算法模型的估算技术、基于功能点的估算技术、基于类比法的估算技术、基于专家经验的估算技术和其它奏技术。其它类技术包括回归分析技术．神经网络技术、动态技术、贝叶斯分析技术、模糊理论技术、组合方法技术等等。本文首先综述了各类软件成本估算技术,然后总结了各类软件成本估算技术的优点和缺点。     

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。     

计及V2G的最优调频功率分配研究

以合理分配调频功率为主要目标,建立了以电动汽车接入电网(V2G)调频服务收益最大化和最终电荷状态方差最小化为优化目标的数学模型,并以纽约州独立系统交易运行机构(NYISO)的实时辅助服务价格和负荷数据为例,利用粒子群优化算法优化目标函数,对比分析不同方案下的仿真结果。仿真结果表明:引入权重系数有效地避免V2G调频服务中电动汽车"高充低放"的现象;提出的多目标优化方案使得电动汽车代理商获得最大调频利润的同时,调频功率在电动汽车中的分配更加合理。     

响应面优化算法在被动式低能耗建筑设计中的应用

被动式低能耗建筑设计过程计算量大,涉及变量多,不同变量间关系错综复杂,传统方法无法获取复杂变量的最优解集,不能保证被动式低能耗建筑设计不同目标函数达到最优。为此,将响应面优化算法应用于被动式低能耗建筑设计中。将最大化舒适度、最小化耗能率作为被动式低能耗建筑设计的目标函数。通过拉丁超立方实验设计方法,获取被动式低能耗建筑设计优化问题的设计空间;在设计空间中随机抽样。在此基础上,通过最小二乘法拟合建立响应面模型。利用遗传方法对拟合响应面模型进行改进和更新处理,直至达到收敛,保证被动式低能耗建筑设计达到低能耗率、高舒适性的目的。实验结果表明,响应面拟合准确性高,将响应面优化算法应用于被动式低能耗建筑设计中,发现其能够有效降低能耗,提高舒适性,和其他方法相比有更好的优化结果。