摘要:目的 针对传统优化算法在训练深度学习模型时,由于模型参数量不断增大,网络层数不断加深所产生的训练效率较低的问题,提出一种基于 Nesterov 加速的 Nadabelief 优化算法,以提高模型的训练效率。 方法 首先采取Adabelief 算法代替 Adam 算法,缓解了算法的泛化性问题;接着从一阶矩经典动量项的角度出发,在 Adabelief 算法的基础上引入了 Nesterov 动量加速机制,在梯度更新时不仅考虑当前时刻的梯度,还借助于历史累积梯度来修正梯度的更新幅度,进一步提升了算法的效率;最后根据理论分析证明得到算法的遗憾界,确保了算法的收敛性。 结果 为了验证算法的性能,在凸情况下进行了 Logistic 回归实验,在非凸情况下进行了图像分类和语言建模实验,通过与 Adam、Adabelief 等算法的比较,验证了 Nadabelief 算法的优越性。 通过在不同初始学习率下对算法进行测试,验证了算法良好的鲁棒性。 结论 实验表明:所提出的算法在保持原有 Adabelief 算法泛化能力的同时兼具更好的收敛精度,在训练深度学习模型时效率得到了进一步提高。

摘要:目的 针对堆场下料口灰尘大,喷雾系统无法快速精准定位除尘等问题,提出一种结合上下文感知模块的检测方法以实现对现场粉尘的有效检测,辅助高压喷雾系统快速除尘。 方法 首先模型的主干网络为轻量级网络EfficientNetB0,在实现高效特征提取的同时可以大大减少网络的模型参数量,提升部署阶段应用效率;其次利用CoT( Contextual Transformer) 模块充分探索相邻层级之间的上下文信息,以一种结合静态与动态信息的方式提升自注意力学习,增强网络特征提取能力,进而提升输出特征的表达能力;最后在 3 个输出层之间进行通道调整与融合之后输入自适应空间特征融合( Adaptively Spatial Feature Fusion,ASFF) 网络,进一步融合各通道之间的信息特征,有助于特征细节信息的学习。 结果 整个网络的模型大小为 20. 42 MB,有利于模型的嵌入使用,均值平均精度( mean Average Precision,mAP) 为 95. 98%。 结论 提出的结合上下文感知模块的检测方法应用于堆场下料口灰尘检测不仅降低了计算量且在精确度方面有一定优势,满足检测要求。

摘要:目的 针对不同偏相关系数的估计方法,提出在高维非稀疏条件下不同偏相关系数估计方法的算法性能、估计准确性和效率的探讨方法。 方法 现有 Pcor 估计方法的研究主要关注高维数据和稀疏性假设下偏相关关系的存在性, 但是, 在非稀疏条件下,Pcor 估计方法的算法效率和估计准确性研究较为缺乏。 本研究综合考虑了适用于非稀疏条件的偏相关系数估计方法, 并采用正则化方法处理相应的高维回归模型, 进一步探索估计方法对偏相关系数的估计性能和效率,为验证不同算法的估计表现, 进行了大量的数值模拟实验, 并分析了股票市场中的实际数据。 结果 在高维非稀疏条件下, 无偏自适应 LASSO 和渐进无偏 MCP 在偏相关系数的估计中表现都很出色。结论 在高维非稀疏条件下, 偏相关系数的估计方法与高维稀疏条件下呈现出相似的特点: 当 Pcor 为负值时, 估计较为准确; 当 Pcor 为正值时, 估计存在一定的偏差。 在正则化方法的选择上, 无偏自适应 LASSO 和渐进无偏的 MCP 方法综合表现都优于相应的有偏 LASSO 方法,特别地, 在小样本量下, 自适应 LASSO·RES 算法表现较优, 而在大样本量下, MCP·REG2 较好, 其中, REG2 方法在 Pcor 取正值时效果最好。 值得注意的是, 相较于稀疏条件下控制变量得到有效控制, 在非稀疏条件下控制变量的干扰和影响增多,因此当非稀疏条件越趋近于稀疏条件时, 算法误差越低, 效率越高;在适当的非稀疏性条件下, 无偏自适应 LASSO·RES 和渐进无偏 MCP·REG2算法都表现良好, 也有较好的鲁棒性和稳定性;在较强非稀疏性条件下自适应 LASSO·RF 算法表现最好。

摘要:目的 针对具有外界干扰不确定性的柔性关节机械手实际轨迹跟踪稳定性问题,提出一种自适应动态面控制与神经网络相结合的方法。 方法 对于非线性系统中的函数以及未知参数,根据径向基函数(RBF)神经网点对其进行逼近,并对来自外界对系统的干扰项,通过设计阻尼项将其补偿,再根据动态面的相络的特关知识对该非线性系统中的控制器进行设计且实现关节轨迹跟踪控制。 结果 仿真结果表明:在非线性系统中,该方法能够克服干扰不确定性项,实现机械手连杆转角 q 较好的跟踪效果,误差缩在 5%以内,具有较强的跟踪稳定性,且随着时间的进行,跟踪误差愈发减小且趋向于 0,对于参数的估计以及逼近都达到了理想的阈值。 结论 该方法保证了闭环非线性系统半全局稳定,又可利用参数调节的方式达到跟踪误差任意小,且设计的控制器不但保证了机械手的位置跟踪稳定性,而且很好地解决了跟踪抖动问题。

摘要:目的 针对传统卡尔曼滤波算法估算锂电池的荷电状态( SOC) ,其值用 RSOC 准确度不足的问题,提出一种分数阶鲁棒无迹卡尔曼滤波联合无迹卡尔曼滤波 ( FORUKF - UKF) 方法估计锂电池 SOC。 方法 在动态应力测试( DST) 下,采用自适应遗传算法( AGA) 对锂电池分数阶模型( FOM) 进行参数辨识;在 FOM 的基础上将无迹变换(UT) 技术与 H∞ 观测器结合提出 FORUKF 算法,并与 UKF 联合实现 SOC 估计;联合估计器中的 UKF 实时估计电池模型中的欧姆电阻 R0 ,并反馈至 FORUKF 算法中估算得到 SOC;最后在北京动态应力测试( BJDST) 下与拓展卡尔曼滤波( EKF) 、分数阶无迹卡尔曼滤波( FOUKF) 进行比较验证。 结果 在估计 SOC 的过程中 FORUKF-UKF 方法相对于 EKF、FOUKF 和 FORUKF 始终保持了最高的估计精度,展现了更好的鲁棒性。 结论 FORUKF-UKF 方法在估计锂电池 SOC 方面比 EKF、FOUKF 和 FORUKF 算法具备更好的准确性和鲁棒性。

摘要:针对经典霍夫车道线检测方法实用性较差,无法准确区分车道线和路沿与应用道路场景简单等问题,提出了一种基于消失点和颜色过滤器的车道线检测算法,不仅提高车道线检测的准确率,而且能够应用较复杂行车场景;首先,对行车视频连续五帧图像进行预处理,获取行车环境下车道线消失点位置,能够自适应选取行车环境图像的感兴趣区域(Region of Interest,ROI);然后,对 ROI 图像根据车道线颜色特征进行过滤得到二值图像,获取二值图像中所有连通区域质心和倾斜角等数据,通过结合消失点特征和角度阈值进行限制,筛选记录符合车道线特征连通区域的数据,接着分割较大区域获取更多质心点,识别漏检符合车道线特征的区域质心点;最后,对获取的质心点使用最小二乘法进行拟合并标识车道线;实验结果表明:算法能够在多场景道路上快速准确的检测出车道线,与经典霍夫算法进行仿真比较,算法具有一定的鲁棒性和实时性。

摘要:针对传统滑模控制的永磁同步电机(PMSM)无感系统调速过程中,由于滑模函数存在高频开关量而导致转速抖动的问题,提出使用模糊超扭曲二阶滑模观测器(FST-SMO)进行改进的策略;新型观测器采用高阶滑模控制理论搭建,将滑模函数开关量转移到了高阶导数中,利用算法的积分运算削弱开关量抖振;同时考虑到传统二阶滑模观测器的增益为固定值,无法根据误差量自行调节的问题,提出了基于模糊控制的增益自调节方法,根据误差值及其变化趋势,利用模糊算法输出当前的滑模增益,增强了系统稳定性及鲁棒性;在Simulink环境中搭建了基于模糊超扭曲滑模系统(FST-SMO)的永磁同步电机仿真模型,在不同调速区间内进行调速仿真,并与传统滑模系统仿真的转速波动以及转子角度跟随性进行比较,仿真结果验证了模糊超扭曲滑模观测器具有更高的控制精度与更强的适应性,转速平稳角度跟随性能优越,有效降低转速的抖振。

摘要:目的 针对秃鹰搜索算法(Bald Eagle Search,BES)在函数优化时存在寻优精度低,易陷入局部最优等问题,提出一种混合策略改进型秃鹰搜索算法( Hybrid Strategy Improved Bald Eagle Search,HSIBES);方法 首先利用Logistic 映射策略初始化种群,使种群分布更加均匀,其次在搜索空间阶段引入莱维飞行,控制步长,改善收敛效果并跳出局部最优,最后在搜寻空间食物中使用自适应惯性权重,提高收敛速度与精度,平衡算法的局部与全局搜索能力;结果 将 HSIBES 算法与其他五种基准算法以及其他学者改进的算法进行对比,通过在 9 个测试函数上进行仿真实验,并进行 Wilcoxon 秩和检验验证 HSIBES 算法的性能,发现 HSIBES 的结果优于其他对比算法,与其他对比算法之间具有显著性差异;结论 实验结果表明:HSIBES 算法的寻优精度,收敛速度以及稳定性都更好,算法的性能更具优越性。

摘要:当粒子群算法(PSO)解决多目标优化问题时，由于PSO有较快的收敛效果，使得种群在寻优过程中多样性不足，易使算法早熟收敛。为有效设计多目标粒子群算法,提出基于自适应网格混合机制的多目标粒子群算法(ammmMOPSO)。该算法采用自适应网格和混合机制的一种双重维护策略，以保证外部存档中的非劣解分布均匀，避免种群快速退化，影响粒子开发能力；利用混合机制中的加权策略在外部存档的非劣解中确定全局最优样本，增加了种群的多样性，提升粒子飞向真实Pareto前沿的概率；同时，为防止算法停滞，陷入局部最优的问题，还引入一个变异操作对粒子的位置进行动态变异，增强了粒子的探索能力。仿真实验结果表明：所提算法与其他3个国际经典的多目标粒子群算法相比,具有较优的收敛性和多样性,且有较好的空间化效果。

摘要:针对欠驱动无人船在受到非完整约束和模型不精确时对精确轨迹跟踪控制设计困难，提出了曲率跟踪和逆动力学自适应控制设计方法；首先建立欠驱动无人船水平面的运动学和动力学模型，充分利用其非完整约束下的运动规律基础上引入目标轨迹曲线的相对曲率设计动态跟踪目标，从而将原问题转化为一个简单轨迹跟踪控制问题；然后基于滑模控制和逆动力学自适应控制设计力矩控制实现给定的运动任务；仿真结果表明，方法不但可以使欠驱动无人船精确地沿着给定目标轨迹运动，并且具有很强的鲁棒性；由于方法本质上跟踪的是目标轨迹的相对曲率，可以从根本上解决了欠驱动无人船的轨迹跟踪精确性问题，这为一般的欠驱动非完整机械结构的精确运动控制设计提供了一种新的思路。