用于二维源搜索的梯度自适应极值搜索算法

基于正弦扰动的二维源极值搜索算法存在着适应性差和快速性与准确性相互制约的缺点。针对这一问题,提出一种基于梯度估计的参数自适应极值搜索算法,该算法在传统极值搜索算法基础上,通过三个历史采样点估计当前区域的梯度,并依据当前区域梯度值自适应调整反馈增益参数。此外,利用平均值理论对所提算法进行了理论分析和收敛性证明。不同环境下的仿真对比表明本方法提高了源搜索效率和对复杂梯度环境的适应性。     

基于极值搜索算法的四旋翼姿态PID控制

目前四旋翼无人机(UAV)大多采用比例—积分—微分(PID)控制器,但四旋翼控制器比较多且PID参数整定比较困难.针对这一问题采用极值搜索(ES)与PID相结合的方法对四旋翼的姿态进行控制.在分析四旋翼的数学模型及其姿态控制方法的基础上,设计了ES-PID控制器,并在MATLAB中进行了仿真验证.结果表明:极值搜索算法...     

基于自适应分类的学习搜索算法

本文给出一放弃可采纳性的分类式学习搜索算法ＳＡＬＳ，它在系统初建时就能快速地获取经验知识，该算法的空间复杂度和平均时间复杂度皆为所获解路径耗费值的线性函数。将反复加深技术运用于ＳＡＬＳ而得到的搜索算法ＩＤ－ＳＡＬＳ，在保持良好的时间和空间复杂度的同时，又能保证找到的解为次优解。文中最后给出了ＩＤ－ＳＡＬＳ的两点改进。     

基于梯度下降的自适应预测运动估计算法

提出一种新的一维梯度下降算法,通过自适应预测初始运动矢量,选择不同的搜索算法,并对匹配点的收敛性进行核查。实验表明采用该算法得到的视频序列质量优于其他快速搜索算法,且搜索步数较全搜索算法大大减少。     

控制增益未知的多变量极值搜索系统神经网络自适应协同控制

针对一类控制增益未知的多变量极值搜索系统,提出了一种神经网络自适应协同控制方法.该方法利用协同控制实现状态变量之间的协同收敛,并确保对系统内部参数扰动和外界干扰具有不变性;以极值搜索控制方法得到的搜寻变量作为输入量,设计多层神经网络逼近状态变量的极值变化率和未知的变量与函数;采用Nussbaum函数解决系统控制增益未知的问题;同时运用自适应参数抵消神经网络逼近误差的影响.稳定性分析证明了系统的状态跟踪误差、输出量与其极值之间的误差、极值搜索变量的跟踪误差以及神经网络各参数的估计误差均指数收敛至原点的一个有界邻域.理论分析与仿真结果验证了该方法的有效性.     

基于MAPGIS极值点标注功能研究

在简要分析GIS二次开发必要性和可行性的基础上，结合笔者实际开发源代码，详细阐述了基于MAPGIS极值点标注功能实现的思路和过程，并就该实现方法有待改进的地方进行了说明。     

一种基于梯度极值的边缘检测算法

分析了经典微分边缘检测算法存在的问题，提出了一种基于局部区域微分极值的边界检测算法，该算法的特点是在局部区域边界检测窗口内内直接提了以边界象素，分割的边界为真实边界，边界连续性好 ，适合于照度不均匀图象的分割。     

基于共轭梯度的布谷鸟搜索算法

布谷鸟搜索算法(Cuckoo Search,CS)是基于群体智能的新型随机全局优化算法,具有控制参数少、搜索路径优和全局寻优能力强等优点,但也存在局部搜索能力较弱、收敛速度偏慢和收敛精度不够高等缺点。为了克服CS算法的缺点,提出一种基于共轭梯度的布谷鸟搜索算法(CGCS),使经过Levy飞行机制和淘汰机制进化后的布谷鸟种群沿着相互共轭的方向迅速下降.从而在保持算法的强大全局寻优能力的基础上大幅提高算法的收敛能力。用4个典型测试函数分别对CGCS算法和CS算法进行性能测试,结果表明,CGCS算法比CS算法具有更快的收敛速度、更高的收敛精度和更稳定的优化结果。CGCS算法同时具有很强的全局寻优能力、收敛能力和鲁棒性,特别适合多峰及高维函数的优化。     

基于粒子群优化算法的极限环极值搜索控制

提出一种利用粒子群优化算法进行在线寻优的自适应控制算法,该方法可抑制极限环的振荡幅值．应用极值搜索控制的思想,在线测量极限环的振荡幅度,并将其作为优化目标,利用粒子群优化算法寻找最优控制量,使得极限环的振荡幅值最小．针对粒子群优化和极限环控制的特点,提出一种加快收敛的算法．数值实验表明,提出的算法不仅与传统基于摄动方法...     

基于视频压缩的快速自适应菱形搜索算法

针对视频压缩标准H.264中运动估计算法的特点,在兼顾视频图像质量和算法运行时间的基础上,提出了基于视频压缩的快速自适应菱形搜索算法。实验结果表明,该算法与菱形搜索算法相比,搜索时间平均减少了1.5ms,信噪比平均提高了1.3dB。     

基于精确障碍罚函数的多单元极值搜索算法仿真研究

等温连续搅拌釜式反应器通常采用基于正弦激励信号的极值搜索算法进行控制,且需要针对输入流量和热能约束条件构造简单障碍惩罚函数,反应过程普遍存在着输出颤振、收敛速度慢、准确性低等问题。为此提出基于精确障碍罚函数的多单元极值搜索算法对多个相同反应器进行同步实时控制,并应用多单元极值搜索算法对连续搅拌釜式反应器进行仿真验证:该算法可有效提高收敛速度和准确性,消除了输出颤振。     

Performance Improvement of Fuel Cells Using Perturbation‐Based Extremum Seeking and Model Reference Adaptive Control

Nowadays, fuel cells (FCs) are considered suitable alternative sources for electrical energy applications. One major challenge encountered in FCs is relevant to the performance of the maximum power point tracking (MPPT) under FC parameter changes and load variations. This challenge is due to the nonlinearity and time‐varying dynamics of FC systems. In this paper, the MPPT is studied in a system composed of a FC and a DC‐DC converter. To improve the performance of the MPPT, application of perturbation‐based extremum seeking (PES) and model reference adaptive control (MRAC) is proposed. This control scheme can efficiently handle the uncertainties in the FC as well as the load, through two control levels. The first level is PES utilized to adjust the duty cycle of the DC‐DC converter; and the second level is MRAC employed to achieve the desired dynamic response. Using the proposed control strategy, design and analysis of the control levels can be realized independently, which results in easy implementation. This is achieved due to considerable differences between the time constants of the control levels. The simulation results are utilized to confirm the effectiveness of the proposed scheme in response to the variations of FC parameters and load. Also, comparative studies with a combination of PES and PID controller are provided in the simulation.     

一类基于LMK准则的自适应格形梯度算法

本文将最小平均四次方、最小平均六次方等误差准则延拓到格形结构,提出了一类LMK自适应格形梯度算法,文中分析了这类算法的收敛性能,推导出滤波器系数均值、方差的近似表示法和自适应格形滤波器的输出均方误差,计算机模拟结果表明了这类算法的合理性.     

一种去除椒盐噪声的自适应极值中值滤波算法

针对椒盐噪声的特点,为了更好地滤除图像中的椒盐噪声同时又能较好地保护图像细节,提出一种自适应极值中值滤波算法。该算法通过对窗口内的非噪声点的检测自适应调整窗口大小,使用Max-Min算子作为噪声检测器,通过设置合理的阈值对灰度值等于极大值或者极小值的窗口中心的像素点进行噪声识别,减小将信号点误判为噪声点的概率,然后将检测出的噪声点用窗口内信号点的中值代替,而信号点保持不变直接输出。同时对超过设定的最大窗口的情况,窗口中心的像素点的灰度值用4个相邻的已处理的像素点灰度值的均值进行替换。实验仿真结果证明了该算法滤除椒盐噪声的有效性,在噪声较大时,去噪效果更明显。     

基于反演设计的块控型极值搜索系统一体化控制方法研究

针对极值搜索控制系统 (Extremum seeking control systems, ESCSs)设计中, 极值搜索算法与控制器采取单独设计时易导致系统难以发挥其最佳性能, 而现有的一体化设计方法却存在需要根据被控对象和具体的极值搜索算法进行不同形式的一体化建模的问题, 以块控型的极值搜索控制系统为研究对象, 提出了一套通用的极值搜索控制系统的一体化控制方法. 首先针对块控型极值搜索控制系统, 采用反馈线性化设计思想, 构建出系统的伪虚拟控制量; 然后以极值搜索算法得到的搜索变量作为其输入量, 设计多层神经网络 (Multilayer neural networks, MNNs)逼近由近似模型与实际模型之间的差异而导致的误差项、状态变量的极值和极值的变化率, 同时运用自适应参数和鲁棒项函数抵消神经网络逼近误差的影响; 最后利用反演控制方法求取出系统的虚拟控制量和实际控制量. 此一体化控制方法确保系统的状态跟踪误差、输出量与其极值之间的误差、 极值搜索变量的跟踪误差以及神经网络各参数的估计误差均有界且指数收敛至系统原点的一个有限邻域内, 且理论分析和仿真结果都验证了此方法的有效性.     

基于梯度的自适应阈值结构化剪枝算法

在边缘设备上运行深度神经网络模型并进行实时性分析,需要对网络模型进行压缩以减少模型参数量和计算量,但现有剪枝算法存在耗时长和模型压缩率低的问题。提出一种基于梯度设置不同阈值的结构化剪枝算法。对神经元进行细粒度评价,采用神经网络的梯度信息衡量权重的重要性,通过网格搜索和计算曲率的方式获取不同网络层的剪枝权重阈值,根据搜索后的剩余参数量确定不同网络层的卷积核中需要剔除的冗余参数。在此基础上,保留网络层中有效参数较多的卷积核,实现对卷积核个数的调整,进而重新训练以保证模型精度。分别对VGG16、ResNet50分类模型和SSD、Yolov4、MaskRCNN目标检测模型进行剪枝实验,结果表明,经该算法剪枝后,分类模型参数量减少92%以上,计算量减少70%以上,目标检测模型参数量减少75%以上,计算量减少57%以上,剪枝效果优于Rethinking、PF等算法。     

基于随机梯度的变动量因子自适应白化算法

针对自适应白化技术中算法的收敛速度问题, 通过融入具有变动量因子特性的动量项,提出了一种快速的自适应白化算法. 该算法利用动量项来加速系统的收敛速度,并基于随机梯度方法对动量因子进行自适应更新,有效提升了白化系统的整体性能. 仿真实验表明本文算法在平稳和非平稳环境下具有良好的性能.     

基于在线辨识的极值系统动态寻优控制方法研究

本文介绍一种非线性环节采用折线近似表示的Ｈａｍｍｅｒｓｔｅｉｎ模型系统的参数辨识方法；针对非线性环节呈极值特性的情况，研究一根据在线辨识得到的线性动态环节的参数估计值进行级值系统动态优化的控制方法，仿真结果验证了该方法的有效性。     

基于分级迭代变步长的自然梯度盲源分离算法

自然梯度算法是处理盲源分离问题的一个重要方法.自然梯度算法的分离速度与稳态性能之间存在矛盾,步长增大收敛速度加快,但是稳态误差随之增大.自适应变步长算法是解决收敛速度与稳态误差之间的矛盾的有效手段.基于原有自适应算法,提出了一种分级迭代变步长算法,更好地解决了算法存在的收敛速度与稳态误差的矛盾.仿真结果表明,该算法具有更快的分离速度和更好的稳态性能.     

基于梯度值的自适应窗口立体图像匹配算法

针对基于区域的立体图像匹配算法支持窗口难以选择,容易出现窗口过大或过小的问题,提出一种新的自适应窗口立体图像匹配算法。该算法利用Sobel梯度算子计算像素梯度值,并根据其梯度值动态地获取具有自适应的支持窗口,然后分别选择相似性测度函数SAD或NCC搜索最佳匹配点,获得视差图。此外,算法在窗口选择过程中进行优化,减少了计算量。实验结果表明,改进后的算法提高了匹配正确率且计算时间缩短了近5%。