带有预算费用约束的多地点报童模型

有针对性地研究了一种带有预算费用约束的多地点(连锁店)报童问题。在各地需求变量均服从正态分布的情况下,建立了数学模型,利用最优化方法进行了求解,并对模型的灵敏度进行了分析。     

基于扩张状态观测器的反预警滑模制导律

针对预警机的特殊作用,提出了利用临近空间高超声速飞行器的高度优势与速度优势,对预警机实施打击的概念,设计了反预警的制导律。针对预警机的机动,将其视为外在扰动,利用扩张状态观测器将其扩张为一个新的状态量,并对此状态量进行实时观测,将其补偿到制导指令中,有效解决了拦截末端需用过载过大的问题;同时对攻击目标时的落角进行约束,设计了带有落角约束的滑模制导律。将所设计的制导律与传统的弹道成型制导律作对比,结果表明,在飞行末段,滑模制导律具有更小的过载与视线角速度,相比传统弹道成型更具优势。     

含风险价值约束资产配置模型的分析与应用

在经典均值-方差模型的基础上,提出了存在交易费用时基于风险价值约束的资产配置模型.给出了该模型的解析算法,对最优解的存在性条件进行分析.针对我国资本市场数据,提出了机构投资资金应用该模型在大类别资产中的最优配置比例.     

基于广义坐标形式的高斯最小拘束原理的多刚体系统动力学建模

通过采用动能及广义坐标显式的变分形式的高斯原理, 明确了广义坐标形式的高斯拘束中各项的含义, 以此建立以笛卡尔广义坐标表达的一般多刚体系统动力学问题的优化模型, 并研究利用上述模型列写其他坐标体系下的高斯拘束的方法。采用该方法可将多刚体系统的动力学问题变为求拘束极值的问题, 并且只要给出广义笛卡尔坐标与其他广义坐标之间的雅可比关系式, 便可方便地得到该坐标系统下的高斯拘束, 建模过程简单且具有更强的通用性。采用广义笛卡尔坐标及拉格朗日坐标, 对简单刚体的平面运动及定轴转动问题建立动力学优化模型, 并验证了该方法的有效性。     

基于两级扫描线优化的快速立体匹配算法

通过引入视差梯度理论,提出了一种弱连续性约束,它表示相邻点的视差变化总在一定的范围之内.同时引入了一种两级扫描线优化方法,它从水平和垂直两方向进行扫描线优化.最后把弱连续性约束与两级扫描线优化方法结合起来得到一种快速立体匹配方法.通过对比实验表明,与未加入弱连续性约束的两级扫描线优化算法相比,所提算法计算量更少,同时减轻了同纹理区域的匹配不确定性;与传统一维扫描线优化算法相比,该算法具有更高的匹配准确性并解决了扫描线间的不连续性.     

一种建立在两个新的约束条件之上的四边通道区布线算法

提出 2个针对四边通道区布线问题的新的约束—行约束和列约束 .并在此基础上建立了布线算法 ,它包括线网分类 ,线网修改 ,顺序布线和改进线探索法 4个主要组成部分     

具有输入饱和及多不确定性的挠性卫星姿态控制

研究了存在控制输入饱和约束、内外部干扰及质量特性参数不确定性的挠性卫星姿态鲁棒控制器设计问题.通过近似线性化结合等价坐标变换的方法得到了挠性卫星系统相应的状态空间描述,并以此为基础,采用理论分析结合数值仿真的手段设计出满足控制输入饱和约束并适应两类不确定性的姿态鲁棒控制方法.仿真结果表明,该方法得到的控制器具有较强鲁棒性,能很好地抑制内外部干扰并适应较大范围的质量特性参数不确定性.     

机会约束优化问题的Log-Sigmoid近似

许多具有重要价值的实际问题的数学模型均为机会约束优化问题,该类问题通常是非凸且非光滑的,有效求解方法多集中于凸近似。基于Log-Sigmoid函数,将机会约束函数光滑化并且建立相应的光滑近似问题。通过收敛性分析,证明了当参数充分小时,光滑近似问题的可行集、最优值和最优解集分别收敛于真问题的可行集、最优值和最优解集。     

大型水轮机转轮的结构优化设计

本文以水轮机转轮重量为目标函数,对转轮进行优化设计,将既满足工程要求又能描述转轮上冠、下环厚度变化的参数选为设计变量.为了节省机时和减少数据输入,文中还提出了一种能更简便、直观地处理周期性对称约束的直接伪单元,并采用了自动网格划分等技术.文中编制的程序,可直接应用于实际工程设计.     

基于改进的暗通道先验去雾辅助导航算法

经典的去雾算法无法满足车道线检测的实时性和准确性要求,因此提出一种改进暗通道与边缘检测融合的雾天车道线识别算法。首先对有雾图像进行对比度增强处理,突出边缘、颜色等有效信息,基于道路先验信息对图像进行感兴趣区域处理,利用暗通道先验算法对静态约束图像进行去雾操作,并通过双边滤波器细化透射率图,得到清晰的去雾图像;然后引入动态约束理念,提取车道线可能存在的区域,借助Sobel算子检测动态约束后的车道线区域,提取车道线边缘点;最后利用Hough变换进行准确的车道线拟合。实验表明,改进的去雾算法得到的图像清晰度与对比度更高,满足了车道线检测的准确性与实时性要求;去雾及车道线检测算法平均处理时间为297. 305 ms,满足无人驾驶时间要求。