求解0-1动态优化问题的双概率原对偶遗传算法

在原对偶遗传算法(PDGA)的基础上,提出一种双概率原对偶遗传算法(DPPDGA).引入弱势基因位值与强势基因位值的概念,对二者赋予不同的对偶映射概率,并对两个对偶概率进行适应性调整.比较原始算法,改进算法使种群具有更理想的多样性,并利于种群较快地收敛到满意解.仿真结果表明,该算法在0-1动态优化问题的求解中具有更好的性能.     

基于压缩型EKF的SLAM改进算法

针对基于压缩型扩展卡尔曼滤波(CEKF)的SLAM算法在状态增广和地图管理两方面的不足,提出了一种改进算法(ICEKF算法).读算法通过增广辅助系数矩阵即可快速完成状态增广,计算复杂度由O(N2)降低为O(NA),其中N和NA分别为全局和局部地图中的路标数.在地图管理上,ICEKF算法采用一种基于欧氏距离的局部地图动态选择方法,避免了CEKF算法对全局地图进行预先划分带来的路标分配等问题.仿真表明ICEKF算法在估计结果上与EKF算法具有一致的最优性,与CEKF算法相比计算量大大降低.     

电压反馈型正激变换器中分岔与混沌现象的研究

研究了电压反馈型正激变换器的分岔与混沌.基于功率变压器的简化模型,建立其离散映射模型.在此模型的基础上得到以变压器的初次级匝比为分岔参数的分岔图,根据此分岔图分析了正激变换器混沌出现的途径.然后在PSpice中进行仿真实验,得到了电容两端电压和电感电流的时域波形图及其相图,获得了与数值仿真一致的电路仿真结果.     

基于Triangle-Tiles的三维曲面实时纹理合成

提出了一种快速曲面纹理合成技术,算法首先从样本纹理中裁剪三个菱形块,然后拼合成一个三角块,并用优化算法消除三角块内部的接缝,得到一个可拼接的三角纹理块--Triangle Tile.通过菱形块随机组合,可生成一系列这样的TriangIe Tiles.选取合适的Triangle Tile,逐个映射到三角网格上,从而完成曲面纹理合成.由于Triangle Tiles 是事先离线制作,因此算法合成速度很快,达到了实时性.     

一种应用面积等比约束的半球面纹理映射算法

球面或半球面是两步纹理映射算法中使用较多的一种中介面。两步法中的球面纹理映射算法一般通过立体投影来实现，不可避免产生较大的纹理形变。本文首先对传统基于立体投影的球面(半球面)纹理映射算法及其不足之处进行分析，并在此基础上提出一种半球面纹理映射新算法。该算法用映射纹理区在纹理平面和半球面上的对应面积比为约束务件，显著提高了纹理映射质量。文章通过理论分析和实验对新算法与传统算法进行比较，表明新算法具有其优势，并给出几个应用新算法的两步纹理映射产生的实例，显示出本文算法对减少映射纹理变形所起的作用。     

基于数列变换优化的灰色系统模型

提出了一种可对含负项数列建立灰色系统模型的变换方法,并利用Matlab对变换参数进行优化。针对变换函数的特点提出了一种简化变换参数优化的方法,使二维优化问题简化为一维优化,可显著减小优化计算量,同时可获得较高的模型精度,这样就可在处理含负项数列的同时获得较高的模型精度,拓展了GM模型的应用范围。具体算例验证了所提建模方法的有效性。     

基于正交照片的人脸重建技术

用计算机模拟人体由于其广泛的应用正在得到越来越多的重视，而作为人的最主要特征的人脸的研究也成为了计算机图形领域最具挑战性的课题之一。此论文介绍了散乱数据插值和DFFD变形方法相结合的一般人头模板修改方法。作者利用该方法从两张互相垂直的照片重建出了特定人脸的几何结构。该方法增强了DFFD变形方法对轮廓形状的控制能力，同时保持了DFFD方法的细节调整能力，最后此论文对模型采用了多方向纹理映射技术重建出了真实感人脸模型。     

基于Vega的视景驱动软件的分析与设计

针对在Windows NT平台上开发基于Vega的视景驱动软件中所遇到的问题，该文从面向对象的软件分析与设计、可复用面向对象的软件技术－－设计模式以及Windows的核心机制等诸多方面进行了逐步的分析与设计，并最终给出了一种妥善的通用解决方案。     

基于学习进化的机器人同时定位与地图创建

利用学习与进化结合的思想,改善基于粒子滤波的SLAM算法。在对学习与进化的关系深入分析的基础上,针对基于粒子滤波的SLAM算法,提出将滤波过程分成学习和进化两个阶段,分别给出相应算法解决粒子有效性与多样性的问题,缓解二者之间的矛盾,改善了SLAM算法的效果,增强了算法的鲁棒性,也验证了学习与进化的关系。最后,通过多次Monte-Carlo仿真实验结果表明了该算法的有效性。     

高阶非线性控制系统的适应性仿真研究

针对带有外部扰动和参数摄动的不确定高阶非线性系统,利用积分行为补偿系统的各种未知因素,设计适应性非线性控制器(ANLC),并提出了全面的控制器适应性评价方法。首先结合典型信号扰动试验和模型参数摄动试验,检验系统的抗扰性和鲁棒稳定性;然后引入神经网络和Taylor级数展开理论构造非线性函数,改变高阶非线性系统的模型结构,利用Monte-Carlo随机试验方法,进行模型摄动的性能鲁棒性分析;并与精确反馈线性化(EFL)方法进行了定量比较。结果表明,适应性非线性控制器(ANLC)具有很强的适应性能,是解决不确定高阶非线性系统控制的有效途径。