2.793

                    2018影響因子

                    (CJCR)

                    • 中文核心
                    • EI
                    • 中國科技核心
                    • Scopus
                    • CSCD
                    • 英國科學文摘

                    留言板

                    尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

                    姓名
                    郵箱
                    手機號碼
                    標題
                    留言內容
                    驗證碼

                    優先發表

                    本刊經同行評議擬錄用的文章,目前在編校階段,尚未確定卷期及頁碼,已有DOI。
                    顯示方式:
                    基于多模態特征子集選擇性集成建模的磨機負荷參數預測方法
                    劉卓, 湯健, 柴天佑, 余文
                    , doi: 10.16383/j.aas.c190735
                    摘要:
                    如何融合球磨機系統研磨過程所產生的多模態機械信號構建磨機負荷參數預測(MLPF)模型是當前研究的熱點問題. 針對上述問題, 本文提出一種基于多模態特征子集選擇性集成(SEN)建模的MLPF方法. 首先, 對多模態機械信號進行時頻域變換得到高維頻譜數據; 接著, 采用相關系數法和互信息法對多模態頻譜進行線性和非線性特征子集的自適應選擇; 最后, 采用優化和加權算法對上述特征子集的候選子模型進行自適應地選擇與合并, 得到基于SEN機制的MLPF模型. 采用磨礦過程實驗球磨機的機械信號仿真驗證了所提方法的有效性.
                    帶有資源沖突的Seru在線并行調度算法
                    江煜舟, 李冬妮, 靳洪博, 殷勇
                    , doi: 10.16383/j.aas.c190698
                    摘要:
                    隨著大規模定制的市場需求日趨顯著, 賽如生產系統(Seru Production System, SPS)應運而生, 逐漸成為研究和應用領域的熱點. 本文針對帶有資源沖突的Seru在線并行調度問題進行研究, 即需要在有限的空間位置上安排隨動態需求而構建的若干Seru, 以總加權完工時間最小為目標, 決策Seru的構建順序及時間. 先基于平均延遲最短加權處理時間(Average Delayed Shortest Weighted Processing Time, AD-SWPT)算法, 針對其競爭比不為常數的局限性, 引入調節參數, 得到競爭比為常數的無資源沖突的Seru在線并行調度算法. 接下來, 引入沖突處理機制, 得到有資源沖突的Seru在線并行調度算法, αAD-I (α-Average Delayed Shortest Weighted Processing Time - Improved)算法, 特殊實例下可通過實例歸約的方法證明其競爭比與無資源沖突的情況相同. 最后, 通過實驗, 驗證了在波動的市場環境下算法對于特殊實例與一般實例的優越性.
                    基于 GBDT 的鐵路事故類型預測及成因分析
                    鐘敏慧, 張婉露, 李有儒, 朱振峰, 趙耀
                    , doi: 10.16383/j.aas.c190630
                    摘要:
                    運用數據挖掘技術進行鐵路事故類型預測及成因分析, 對于建立鐵路事故預警機制具有重要意義. 為此, 本文提出一種基于梯度提升決策樹(Grandient Boosting Decision Tree, GBDT)的鐵路事故類型預測及成因分析算法. 針對鐵路事故記錄數據缺失的問題, 提出一種基于屬性分布概率的補全算法, 最大程度保持原有數據分布, 從而降低數據缺失對事故類型預測造成的影響. 針對鐵路事故記錄數據類別失衡的問題, 提出一種集成的GBDT模型, 完成對事故類型的魯棒性預測. 在此基礎上, 根據GBDT預測模型中特征重要度排序, 實現事故成因分析. 通過在開放數據庫上進行實驗, 驗證了本文模型的有效性.
                    面向精準價格牌識別的多任務循環神經網絡
                    牟永強, 范寶杰, 孫超, 嚴蕤, 郭怡適
                    , doi: 10.16383/j.aas.c190633
                    摘要:
                    為了促進智能新零售在線下業務場景的發展, 提高作為銷售關鍵信息價格牌的識別精度. 本文對價格牌識別問題進行研究, 有效地提高了價格牌的識別精度, 并解決小數點定位不準確的難題. 通過深度卷積神經網絡提取價格牌的深度語義表達特征, 將提取到的特征圖送入多任務循環網絡層進行編碼, 然后根據解碼網絡設計的注意力機制解碼出價格數字, 最后將多個分支的結果整合并輸出完整價格. 本文所提出的方法能夠非常有效的提高線下零售場景價格牌的識別精度, 并解決了一些領域難題如小數點的定位問題, 此外, 為了驗證本文方法的普適性, 在其他場景數據集上進行了對比實驗, 相關結果也驗證了本文方法的有效性.
                    基于深度強化學習的雙足機器人斜坡步態控制方法
                    吳曉光, 劉紹維, 楊磊, 鄧文強, 賈哲恒
                    , doi: 10.16383/j.aas.c190547
                    摘要:
                    為提高準被動雙足機器人斜坡步行穩定性, 本文提出了一種基于深度強化學習的準被動雙足機器人步態控制方法. 通過分析準被動雙足機器人的混合動力學模型與穩定行走過程, 建立了狀態空間、動作空間、episode過程與獎勵函數. 在利用基于DDPG改進的Ape-X DPG算法持續學習后, 準被動雙足機器人能在較大斜坡范圍內實現穩定行走. 仿真實驗表明, Ape-X DPG無論是學習能力還是收斂速度均優于基于PER的DDPG. 同時, 相較于能量成型控制, 使用Ape-X DPG的準被動雙足機器人步態收斂更迅速、步態收斂域更大, 證明Ape-X DPG可有效提高準被動雙足機器人的步行穩定性.
                    Hyperledger Fabric共識機制優化方案
                    孟吳同, 張大偉
                    , doi: 10.16383/j.aas.c190516
                    摘要:
                    針對Hyperledger Fabric使用固定背書節點處理交易所帶來的安全風險和性能瓶頸問題, 提出了一種非交互、可驗證的隨機化背書節點優化方案. 基于“背書-排序-驗證”的Hyperledger Fabric共識模型, 引入背書節點候選集, 使用可驗證隨機函數隨機抽取背書節點進行交易背書, 實現了可驗證情況下背書節點的非交互式隨機選取和背書過程的并行處理. 分析和實驗表明, 優化后的共識機制具有更高的安全性和更快的交易處理速度.
                    基于駐極體材料的機械天線式低頻通信系統仿真研究
                    崔勇, 王琛, 宋曉, 梁博文
                    , doi: 10.16383/j.aas.c190678
                    摘要:
                    在海洋信息網絡體系日益重要的現在, 水下航行器越來越得到世界各國的重視, 無論是在民用還是在軍用上, 都扮演著重要的角色. 與水下航行器的通信主要采用的是能以較小的損耗深入海水的低頻通信技術, 而目前已有的低頻通信系統發射臺規模龐大, 天線占地廣、天線暴露、目標明顯、戰時生存能力差, 極易被摧毀且難于短期修復, 且所需功耗巨大. 鑒于此, 本文提出了一種基于復合聚合物駐極體納米材料的機械天線式低頻通信方法, 從理論上研究了其產生的低頻通信信號及計算公式, 定量分析了其在正常工作時的功率損耗和在不同介質中的衰減, 且在有限元分析軟件中建立了相關模型進行仿真研究, 并通過理論解析模型和多物理場有限元模型的雙重仿真結果的一致性, 以及仿真計算結果與機械天線樣機的實測結果的對比, 驗證了所提方法的可行性.
                    飽和約束測量擴張狀態濾波與無拖曳衛星位姿自抗擾控制
                    楊飛, 談樹萍, 薛文超, 郭金, 趙延龍
                    , doi: 10.16383/j.aas.c190515
                    摘要:
                    無拖曳衛星的本體姿態、衛星本體與測試質量間的相對位移及相對姿態的聯合控制受到外部擾動、輸入噪聲、測量噪聲及飽和約束、輸入耦合以及狀態耦合等因素的影響, 控制器的設計面臨挑戰. 本文采用基于擴張狀態的卡爾曼濾波對系統狀態和系統擾動進行實時估計, 引入自抗擾控制策略進行了控制器設計. 針對無拖曳控制子系統設計了測量飽和受限下的擴張狀態估計算法, 并進行了信息融合. 在設計控制律時不僅考慮了對外部擾動的補償, 還將系統狀態間的耦合關系看成內部擾動進行補償, 使得被控系統等價為“積分串聯型系統”, 在此基礎上實現了無拖曳衛星的聯合控制. 數值仿真驗證了方法的有效性和合理性.
                    多層局部塊坐標下降法及其驅動的分類重構網絡
                    王金甲, 張玉珍, 夏靜, 王鳳嬪
                    , doi: 10.16383/j.aas.c190540
                    摘要:
                    卷積稀疏編碼(CSC)已廣泛應用于信號或圖像處理、重構和分類等任務中, 基于深度學習思想的多層卷積稀疏編碼(MLCSC)模型的多層基追蹤問題和多層字典學習問題成為研究熱點. 但基于傅里葉域的交替方向乘子法(ADMM)求解器和基于圖像塊(patch)空間域思想的傳統基追蹤算法不能容易地擴展到多層情況. 在切片(slice)局部處理思想的基礎上, 本文提出了一種新的多層基追蹤(Ml-BP)算法: 多層局部塊坐標下降算法(ML-LoBCoD). 在多層迭代軟閾值算法(ML-ISTA)和對應的迭代展開網絡ML-ISTA-Net 的啟發下, 提出了對應的迭代展開網絡ML-LoBCoD-Net. ML-LoBCoD-Net實現信號的表征學習功能, 輸出的最深層卷積稀疏編碼用于分類. 此外, 為了獲得更好的信號重構, 本文提出了一種新的多層切片卷積重構網絡(ML-SCRN-Net), ML-SCRN-Net實現從信號稀疏編碼到信號重構, 并且對這兩個網絡分別進行實驗驗證. 然后將ML-LoBCoD-Net和ML-SCRN-Net 進行級聯得到ML-LoBCoD-SCRN合并網, 同時實現圖像的分類和重構. 與傳統基于全連接層對圖像進行重建的方法相比, 本文提出的ML-LoBCoD-SCRN合并網所需參數少, 收斂速度快, 重構精度高. 本文將ML-ISTA和ML-FISTA 構建為ML-ISTA-SCRN和ML-FISTA-SCRN進行對比實驗, 初步證明了所提出的ML-LoBCoD-SCRN分類重構網在MNIST、CIFAR10和CIFAR100數據集上是有效的, 分類正確率、損失函數和信號重構結果都優于ML-ISTA-SCRN和ML-FISTA-SCRN.
                    狀態轉移算法原理與發展
                    周曉君, 陽春華, 桂衛華
                    , doi: 10.16383/j.aas.c190624
                    摘要:
                    狀態轉移算法是基于狀態和狀態轉移的概念及現代控制理論中狀態空間表示法提出的一種智能型隨機性全局優化方法, 由于其優良的全局搜索能力和快速收斂性, 在許多優化問題中得到了很好的應用. 本文系統地闡述了基本狀態轉移算法的原理和內在特性, 從理論研究與應用研究兩方面綜述了狀態轉移算法的發展歷程與現狀, 并對其未來發展趨勢進行了展望.
                    Lidar/IMU緊耦合的實時定位方法
                    李帥鑫, 李廣云, 王力, 楊嘯天
                    , doi: 10.16383/j.aas.c190424
                    摘要:
                    本文以實現移動小型智能化系統的實時自主定位為目標, 針對激光里程計誤差累計大, 旋轉估計不穩定, 以及觀測信息利用不充分等問題, 提出一種Lidar/IMU緊耦合的實時定位方法—Inertial-LOAM. 數據預處理部分, 對IMU數據預積分, 降低優化變量維度, 并為點云畸變校正提供參考. 提出一種基于角度圖像的快速點云分割方法, 篩選結構性顯著的點作為特征點, 降低點云規模, 保證激光里程計的效率; 針對地圖構建部分存在的地圖匹配點搜索效率低和離散點云地圖的不完整性問題, 提出傳感器中心的多尺度地圖模型, 利用環形容器保持地圖點恒定, 并結合多尺度格網保證地圖模型中點的均勻分布. 數據融合部分, 提出Lidar/IMU緊耦合的優化方法, 將IMU和Lidar構成的預積分因子、配準因子、閉環因子插入全局因子圖中, 采用基于貝葉斯樹的因子圖優化算法對變量節點進行增量式優化估計, 實現數據融合. 最后, 采用實測數據評估Inertial-LOAM的性能并與LeGO-LOAM, LOAM和Cartographer對比. 結果表明, Inertial-LOAM在不明顯增加運算負擔的前提下大幅降低連續配準誤差造成的誤差累計, 具有良好的實時性; 在結構性特征明顯的室內環境, 定位精度達厘米級, 與對比方法持平; 在開闊的室外環境, 定位精度達分米級, 而對比方法均存在不同程度的漂移.
                    考慮能耗節約的集裝箱碼頭雙小車岸橋與AGV聯合配置及調度優化
                    范厚明, 郭振峰, 岳麗君, 馬夢知
                    , doi: 10.16383/j.ass.c190626
                    摘要:
                    合理調度集裝箱碼頭的裝卸設備以減少生產過程中的能耗, 對實現其低碳綠色化發展具有重要意義. 針對集裝箱碼頭向自動化發展過程中的雙小車岸橋與AGV聯合配置及調度問題, 考慮AGV續航時間、雙小車岸橋中轉平臺容量和堆場緩沖支架容量約束, 以岸橋的能耗最小為第一階段模型的優化目標, 以AGV運輸過程的能耗最小為第二階段目標建立兩階段優化模型; 設計枚舉法求解第一階段模型, 改進遺傳算法求解第二階段優化模型. 以洋山四期自動化集裝箱碼頭為例進行實驗分析, 針對不同船舶在港總裝卸時間和AGV配置原則進行實驗, 驗證了模型和算法的有效性, 結果表明以最小化能耗為目標的雙小車岸橋與AGV聯合調度可在岸橋主小車不延誤的前提下, 顯著減少AGV的配置數量.
                    結合全局與局部變化的圖像質量評價
                    高敏娟, 黨宏社, 魏立力, 王海龍, 張選德
                    , doi: 10.16383/j.aas.c190697
                    摘要:
                    圖像所包含的信息是通過灰度值在空域的變化呈現的. 梯度是度量變化的基本工具, 這使得梯度成為了目前大多數圖像質量評價算法的重要組成部分(Ingredient). 但是梯度只能度量局部變化, 而當人類視覺系統(Human Visual System, HVS)感知一幅圖像時, 既能感知到局部變化, 也能感知到全局變化. 基于HVS的這一特性, 本文提出了一種結合全局與局部變化的圖像質量評價算法(Global and Local Variation SIMilarity, GLV-SIM). 該算法利用Grünwald-Letnikov分數階導數來度量圖像的全局變化, 利用梯度模來度量圖像的局部變化. 然后結合二者計算參考圖像和退化圖像之間的相似度譜(Similarity Map), 進而得到圖像的客觀評分. 在TID2013、TID2008、CSIQ與LIVE四個數據庫上的仿真實驗表明, 較之單一度量局部變化的方法, 本文算法能更準確地模擬HVS對圖像質量的感知過程, 給出的客觀評分與主觀評分具有較好的一致性.
                    基于核自適應濾波器的時間序列在線預測研究綜述
                    韓敏, 馬俊珠, 任偉杰, 鐘凱
                    , doi: 10.16383/j.aas.c190051
                    摘要:
                    核自適應濾波器是時間序列在線預測的重點研究領域之一, 本文對核自適應濾波器的最新進展及未來研究方向進行了分析和總結. 基于核自適應濾波器的時間序列在線預測方法, 能較好的解決預測、跟蹤問題. 本文首先概述了三類核自適應濾波器的基本模型, 包括核最小均方算法, 核遞歸最小二乘算法和核仿射投影算法. 在此基礎上, 從核自適應濾波器在線預測的內容和機理入手, 綜述基于核自適應濾波器的時間序列在線預測方法. 最后, 本文將介紹這一領域潛在的研究方向和發展趨勢, 并展望未來的挑戰.
                    分布參數系統源控制系統設計
                    周筆鋒, 羅毅平, 唐果寧
                    , doi: 10.16383/j.aas.c190612
                    摘要:
                    針對一類分布參數系統, 提出了源控制方法. 將構成分布參數系統的空間分成若干分, 每份為一個節點, 在所有的節點中, 將能產生量變源頭的節點定義為源節點, 跟隨源節點變化的節點為跟隨節點, 以此構建分布參數系統模型. 對于源節點, 根據經驗函數結合反饋偏差調節設計控制器, 對跟隨節點考慮源節點控制的逸散作用控制. 利用Lyapunov穩定性理論并結合LMI處理方法, 得出了分布式參數系統穩定源控制器存在的充分條件. 最后結合所給條件, 給出一個數值仿真說明其有效性.
                    考慮電網調峰需求的工業園區主動配電系統調度學習優化
                    唐昊, 劉暢, 楊明, 湯必強, 許丹, 呂凱
                    , doi: 10.16383/j.aas.c190079
                    摘要:
                    本文針對含光伏(PV)、全釩液流電池(VRB)儲能裝置與多類型柔性負荷的工業園區主動配電系統, 研究在考慮源荷隨機性情況下該系統的動態經濟調度問題. 首先, 將PV出力、多類型負荷需求和電網調峰需求的隨機動態變化近似描述為連續馬爾可夫過程, 并根據系統內VRB的充放電特性對儲能系統進行建模; 然后, 以各決策時刻下PV出力、負荷需求、調峰需求以及儲能荷電狀態(SOC)的離散等級為狀態, 以儲能充放電及多類型柔性負荷調整方案為行動, 在系統功率平衡等相關約束下, 以應對電網調峰需求和提高系統經濟運行水平為目標, 將工業園區主動配電網系統動態經濟調度優化問題建立成隨機動態規劃模型; 最后, 引入強化學習方法進行策略求解. 算例仿真結果表明所得策略可有效提高系統經濟運行效益, 并在一定程度上滿足電網調峰需求.
                    非平穩間歇過程數據解析與狀態監控——回顧與展望
                    趙春暉, 余萬科, 高福榮
                    , doi: 10.16383/j.aas.c190586
                    摘要:
                    間歇過程作為制造業的重要生產方式之一, 其高效運行是智能制造的優先主題. 為了保障生產過程的高效運行, 面向間歇生產的過程數據解析與狀態監控算法在最近三十年間得到大家的廣泛關注, 發展速度穩步提升. 但由于間歇過程本身的多重時變大范圍非平穩運行復雜特性, 以及對狀態監控與故障診斷要求的提高, 現有的理論和方法仍面臨著挑戰. 本文從分析間歇過程的特性出發, 從數據解析的角度, 總結了近三十年來非平穩間歇過程高性能監控研究的發展. 一方面對間歇過程監控領域幾種經典的方法體系進行了總結和梳理, 另一方面揭示了尚存在的問題以及未來可能的研究思路和發展脈絡.
                    SEAs導納控制的μ綜合方法
                    李思奇, 黃遠燦
                    , doi: 10.16383/j.aas.c180576
                    摘要:
                    SEAs具有在確保機器人性能的基礎上兼顧其安全性的特點, 因此被廣泛地應用在康復機器人中. 為實現良好的康復訓練效果, 機器人需根據實際要求呈現不同的阻抗特性. 本文采用μ綜合技術解決了SEAs導納控制器的設計問題. 首先, 考慮參數攝動, 傳感器噪聲, 輸入干擾及控制輸入限制等不確定性因素, 建立SEAs模型. 其次, 應用混合穩定性原理分析系統的交互穩定性. 由于無源環境的阻抗在高頻段必然呈現小增益特性, 所以, 當端口導納在低頻段滿足無源性, 高頻段具有小增益時, 就能確保交互的穩定性. 然后, 將SEAs的導納控制綜合問題轉化為實際端口導納與期望導納匹配的μ綜合問題. 最后, 通過調節加權函數, 不僅讓SEAs閉環系統的端口導納逼近期望的端口導納, 還能同時滿足交互穩定性條件, 從而可以獨立于環境因素來設計導納控制器. 仿真結果表明, 基于μ綜合方法設計的控制器, 能精確地逼近期望的端口導納, 且確保交互穩定性. 另外, 通過Hankel逼近方法得到的降階控制器也具有滿意的控制效果.
                    基于改進差分進化和回聲狀態網絡的時間序列預測研究
                    許美玲, 王依雯
                    , doi: 10.16383/j.aas.c180549
                    摘要:
                    針對回聲狀態網絡無法根據不同的時間序列有效地選擇儲備池參數的問題, 本文提出一種新型預測模型, 利用改進的差分進化算法來優化回聲狀態網絡. 其中差分進化算法的縮放因子F、交叉概率CR和變異策略自適應調整, 以提高算法的尋優性能. 為驗證本文方法的有效性, 對Lorenz時間序列、大連月平均氣溫 ? 降雨量數據集進行仿真實驗. 由實驗結果可知, 本文提出的模型可以提高時間序列的預測精度, 且具有良好的泛化能力及實際應用價值.
                    車輛安全跟馳模式預測的形式化建模方法
                    劉秉政, 高松, 曹凱, 王鵬偉, 徐藝
                    , doi: 10.16383/j.aas.c190563
                    摘要:
                    由于傳統車輛跟馳建模預測方法無法遍歷車輛所有可能的系統輸入與運行狀態的不確定性, 因而不足以從理論上保證對周邊車輛安全跟馳行為預測的完整性與可信性. 為此提出車輛安全跟馳模式預測的形式化建模方法. 該方法利用隨機可達集的遍歷表現特征實現對周邊車輛行為預測的不確定性表述, 并通過馬爾科夫鏈逼近可達集的方式表達系統行為狀態變化的隨機性, 從而完成對周邊車輛跟馳行為狀態變化的精確概率預估. 為了表達跟馳情形中車輛之間的行為關聯影響以及提高在線計算效率, 離線構建了關聯車輛在狀態及控制輸入之間的安全關聯矩陣, 描述周邊車輛的安全跟馳控制輸入選擇規律, 并綜合相關車輛的當前狀態信息, 達到對周邊車輛安全跟馳行為的在線分析與預估. 數值驗證不僅表明提出的建模方法完備地表述了周邊車輛所有的安全跟馳行為及過程, 顯著提高了預測的精確度, 也論證了該方法對車輛跟馳控制策略建模分析與安全驗證的有效性.
                    基于強化學習的濃密機底流濃度在線控制算法
                    袁兆麟, 何潤姿, 姚超, 李佳, 班曉娟, 李瀟睿
                    , doi: 10.16383/j.aas.c190348
                    摘要:
                    復雜過程工業控制一直是控制應用領域研究的前沿問題. 濃密機作為一種復雜大型工業設備廣泛用于冶金、采礦等領域. 由于其在運行過程中具有多變量、非線性、高時滯等特點, 濃密機的底流濃度控制技術一直是學界、工業界的研究難點與熱點. 本文提出了一種基于強化學習技術的濃密機在線控制算法. 該算法在傳統啟發式動態規劃 (Heuristic dynamic programming, HDP)算法的基礎上, 設計融合了評價網絡與模型網絡的雙網結構, 并提出了基于短期經驗回放的方法用于增強評價網絡的訓練準確性, 實現了對濃密機底流濃度的穩定控制, 并保持控制輸入穩定在設定范圍之內. 最后, 通過濃密機仿真實驗的方式驗證了算法的有效性, 實驗結果表明本文提出的方法在時間消耗、控制精度上優于其他算法.
                    基于信息熵的關鍵鏈緩沖區設置方法
                    鞏軍, 胡濤, 姚路
                    , doi: 10.16383/j.aas.c190599
                    摘要:
                    為解決緩沖區設置不合理帶來的項目間工序松弛、工期延誤等問題, 基于信息熵理論提出了一種關鍵鏈緩沖區設置方法. 首先, 提出了復雜熵、資源熵和人因熵的概念及其度量方法, 運用熵的概念量化諸多不確定因素對工序造成的影響; 其次, 提出了基于區間直覺梯形模糊數的人因熵度量步驟與方法; 最后, 給出了工序工期、項目緩沖和匯入緩沖的熵模型與修正模型, 充分考慮了人的行為因素對項目進度的影響, 并通過算例驗證了模型的實用性.
                    基于分布式策略的直流微電網下垂控制器設計
                    盧自寶, 鐘尚鵬, 郭戈
                    , doi: 10.16383/j.aas.c190628
                    摘要:
                    本文研究了分布式控制策略下直流微電網的負荷分配和電壓平衡問題. 給出一種新的基于分布式策略的下垂控制器設計方法, 能夠在統一的框架下實現直流微電網負載共享和電壓平衡. 首先將直流微電網的負載共享和電壓平衡問題轉化為多目標優化問題, 其性能指標與微源的容量密切相關. 然后, 通過求解多目標優化問題獲得實現負載共享和電壓平衡的集中式控制策略, 并給出下垂控制器的設計方法. 為了降低系統的通信負擔, 給出一種新的只需與鄰居節點交換信息的分布式控制策略, 通過理論分析可知該分布式控制策略能夠收斂到多目標優化問題的最優解. 最后, 通過對新能源汽車充換電站系統的仿真驗證了本文提出的方法的有效性.
                    一種隨機配置網絡的模型與數據混合并行學習方法
                    代偉, 李德鵬, 楊春雨, 馬小平
                    , doi: 10.16383/j.aas.c190411
                    摘要:
                    隨機配置網絡(Stochastic configuration networks, SCNs)在增量構建過程引入監督機制來分配隱含層參數以確保其無限逼近特性, 具有易于實現、收斂速度快、泛化性能好等優點. 然而, 隨著數據量的不斷擴大, SCNs的建模任務面臨一定的挑戰性. 為了提高神經網絡算法在大數據建模中的綜合性能, 本文提出了一種混合并行隨機配置網絡(Hybrid parallel stochastic configuration networks, HPSCNs)架構, 即: 模型與數據混合并行的增量學習方法. 所提方法由不同構建方式的左右兩個SCNs模型組成, 以快速準確地確定最佳隱含層節點, 其中左側采用點增量網絡(PSCN), 右側采用塊增量網絡(BSCN); 同時每個模型建立樣本數據的動態分塊方法, 從而加快候選“節點池”的建立、降低計算量. 所提方法首先通過大規?;鶞蕯祿M行了對比實驗, 然后應用在一個實際工業案例上, 表明其有效性.
                    智能體Petri網融合的多機器人 ? 多任務協調框架
                    李勇, 李坤成, 孫柏青, 張秋豪, 王義娜, 楊俊友
                    , doi: 10.16383/j.aas.c190400
                    摘要:
                    為解決異構的服務機器人團隊為多位老人服務時的協調問題以及在此過程中如何最大化老人的總體滿意度, 提出了一種服務于多人的多機器人 ? 多任務協調框架. 首先, 結合時延Petri網和顏色Petri網提出了可擴展時延 ? 顏色Petri網(Scalable Timed-Colored Petri Net, 記為STdCPN)對養老院情境下服務機器人照顧老人的過程進行建模. 然后, 將老人的感受和情緒作為機器人照顧老人時的重要指標, 構建了服務對象滿意度模型. 最后, 設計智能體來實現該協調框架的調度, 該智能體通過考慮老人“個人因素”和機器人的實時狀態、位置等信息來對任務進行合理的規劃調度, 使機器人幫助老人完成任務的同時, 最大化老人總體滿意度.
                    唇讀研究進展與展望
                    盛常沖, 陳小鼎, 匡綱要, 劉麗
                    , doi: 10.16383/j.aas.c190531
                    摘要:
                    唇讀, 也稱視覺語言識別, 旨在通過說話者嘴唇運動的視覺信息, 解碼出其所說文本內容. 唇讀是計算機視覺和模式識別領域的一個重要問題, 在公共安防、醫療、國防軍事和影視娛樂等領域有著廣泛的應用價值. 近年來, 深度學習技術極大地推動了唇讀研究進展. 本文首先闡述了唇讀研究的內容和意義, 并深入剖析了唇讀研究面臨的難點與挑戰; 然后介紹了目前唇讀研究的現狀與發展水平, 對近期主流唇讀方法進行了梳理、歸類和評述, 包括傳統方法和近期的基于深度學習的方法; 最后, 探討唇讀研究潛在的問題和可能的研究方向. 以期引起大家對唇讀問題的關注與興趣, 并推動與此相關問題的研究進展.
                    魚類群體運動的元胞自動機模型中的最小勢能原理
                    陸興遠, 袁衛鋒
                    , doi: 10.16383/j.aas.c190568
                    摘要:
                    群體運動是自然界中一種常見的生物行為. 在一定的環境條件下, 社會有機體會表現出不同的集體運動形態. 其中, 旋轉是魚群中常見的群體運動. 但是, 雖然研究人員對魚群的運動進行過一系列的研究, 這種旋轉行為的機理尚不清楚. 本研究假定魚群的運動模式受勢能的支配, 相應提出了魚類個體運動的勢函數并將之融合到元胞自動機中以模擬魚群的運動. 數值模擬表明, 有限空間內魚群運動時會形成多種形狀, 但當此生物系統按照能量最小原則發展時, 其運動形態最終可能演化成為一個漩渦. 數值模擬與針對紅斑馬魚的觀察之間的比較驗證了本模型的合理性. 能量最小原理是自然界的基本定律之一, 而勢能函數的建立定義了魚類個體與環境之間的關系. 因此, 本研究為深入理解群體運動規律提供了新視角, 表明從流體力學上進一步探究魚群運動的物理機理是一個具有潛力的研究方向.
                    短文
                    基于拉普拉斯特征映射學習的隱基于拉普拉斯特征映射學習的隱
                    石家宇, 陳博, 俞立
                    , doi: 10.16383/j.aas.c190551
                    摘要:
                    智能電網中的隱匿虛假數據入侵(False Data Injection,FDI)攻擊能夠繞過壞數據檢測機制, 導致控制中心做出錯誤的狀態估計, 進而干擾電力系統的正常運行. 由于電網系統具有復雜的拓撲結構, 故基于傳統機器學習的攻擊信號檢測方法存在維度過高帶來的過擬合問題, 而深度學習檢測方法則存在訓練時間長、占用大量計算資源的問題. 為此, 針對智能電網中的隱匿FDI攻擊信號, 提出了基于拉普拉斯特征映射降維的神經網絡檢測學習算法, 不僅降低了陷入過擬合的風險, 同時也提高了隱匿FDI攻擊檢測學習算法的泛化能力. 最后, 在IEEE57-Bus電力系統模型中驗證了所提方法的優點和有效性.
                    綜述
                    基于事件相機的定位與建圖算法: 綜述
                    馬艷陽, 葉梓豪, 劉坤華, 陳龍
                    , doi: 10.16383/j.aas.c190550
                    摘要:
                    事件相機是一種新興的視覺傳感器, 通過檢測單個像素點光照強度的變化來產生“事件”. 基于其工作原理, 事件相機擁有傳統相機所不具備的低延遲、高動態范圍等優良特性. 而如何應用事件相機來完成機器人的定位與建圖則是目前視覺定位與建圖領域新的研究方向. 本文從事件相機本身出發, 介紹事件相機的工作原理、現有的定位與建圖算法以及事件相機相關的開源數據集. 其中, 本文著重對現有的、基于事件相機的定位與建圖算法進行詳細的介紹和優缺點分析.
                    360彩票