语音矢量量化全局最优问题的研究

为提高运算速度和识别率,采用编码器扰动在线简化算法解决矢量量化编码时“全局”最优问题.这种算法无需计算扰动前后的目标函数差(ΔE).扰动是全局且永远被接受,在一个温度下无需进行多次扰动以达到热平衡,而且随着码本容量(M)的增加,计算时间要大大缩短,该算法提高了运算速度和识别率,能较好地解决了矢量量化陷入局部最小点问题.     

搜索3个目标的最优方法

研究如下搜索模型:原始搜索空间G含有n个外观相同的硬币,其中n-3个是具有相同重量的好币(好元),其余3个是重量相同且重于好元的较重硬币(搜索目标),最终目的是找到一个最优算法,它能够借助两臂天平用尽可能少的试验次数从搜索空间中识别出全部3个搜索目标.文章通过建立有效的搜索方法,证明了最小试验次数或者等于信息论下界或者超过信息论下界1次并且对于无穷多个区间,信息论下界均是可以达到的.     

基于改进RRT*算法的移动机器人路径规划

为解决渐进最优快速扩展随机树(RRT*)算法在特殊环境下(如狭窄通道)路径规划存在的内存占用多、规划效率低等问题,提出了一种基于目标约束采样和目标偏置扩展的改进R RT*算法.首先,在采样上引入目标偏置策略,并对每次采样进行位置约束,使采样的目标导向性更强.然后,在新点扩展上摒弃了已有算法单纯朝着采样点扩展的思路,通过...     

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。     

求解最优巡回路问题算法

为找一种简便、实用的求解最优巡回路的方法,在给定2个基本假设的前提下,在局部上运用D ijkstra算法求出两顶点间的最短旅行费,再求出各顶点间的最短旅行费,得到各节点间的有向图距离矩阵。在全局上运用匈牙利法求出全局最优巡回路,并对出现的局部回路问题进行了讨论,即建立了用“四阶段法”求解无数量限制的最优巡回路问题的算法。用无向图和有向图2个实例进行了计算,验证了求解无数量限制的最优巡回路问题的算法。     

测量误差与天文定位误差

论述了基于最优估计理论的天文定位方法中天体高度测量精度与定位精度的关系．理论分析和实验表明,即使高度测量精度较差时,仍可获得满意的定位结果．     

关于影子价格的一个理论误区

对影子价格的理论基础进行了研究,通过对线性规划及其对偶问题经济涵义的分析,揭示了以线性规划中的影子价格为基础定义国民经济评价中的影子价格是一个理论误区,并指出影子价格的理论定义应为帕累托最优状态下的均衡价格.     

基于观测器的广义时滞系统最优保成本控制

讨论一类含有参数不确定性且具有状态滞后的广义时滞系统的观测器型最优保成本控制器设计问题.不确定性假设是时变的且范数有界.通过基于状态观测器的线性状态反馈控制并采用一种新方法,结合凸优化理论得到了不确定广义时滞系统的最优保成本控制器的设计方法.该控制器的设计使得在满足一定的条件下对所有的不确定性,广义时滞系统是鲁棒可镇定的且二次型保成本指标最小,并证明了所得结论等价于一组线性矩阵不等式(LMIs)的可解性问题.最后给出实际算例验证了设计方法的有效性.     

多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

基于改进蚁群算法的智能小车路径规划仿真研究

提出一种改进的蚁群算法,解决传统蚁群算法在路径规划时容易陷入局部最优解的问题,改进的蚁群算法具备更优越的搜索最短路径的能力.MATALAB仿真实验表明,改进的蚁群算法能够节约寻找到最优路径的时间,加快收敛速度,具有更好的鲁棒性.