基于联合概率数据融合的多目标车辆安全跟随

为了实现密集杂波环境下多目标车辆安全跟随，提出多源传感器数据融合的多目标车辆跟踪算法与纵向避撞预警策略.针对多源传感器观测序列因采样周期、采样起始时刻、通信时延差异等引起的时间异步，以及空间上存在不同维度、不同坐标系的问题，给出时间配准与空间融合的软同步方法.采用基于改进的联合概率数据关联(JPDA)的单一传感器多目标状态估计算法对目标轨迹进行滤波估计，能够在保证有效关联的同时，在一定程度上降低计算复杂度.基于多源传感器联合概率数据融合(MSJPDA)序贯滤波算法对目标的运动状态进行序贯更新，将最后一级的输出作为融合中心的最终状态估计，再根据威胁估计模型对追尾危险的发展态势进行评估与分级.实车试验与仿真结果验证了该算法的可行性与有效性.     

基于核分布估计的动态多目标优化进化算法

建立了一种近似估计下一环境进化种群和问题的Pareto最优解集的核分布估计方法, 当问题环境发生改变时, 算法利用以前不同环境搜索到的有用解信息对下一环境进化种群及Pareto最优解集进行近似估计, 极大地提高了算法的搜索效率。在对进化算子的合理设计基础上提出了一种核分布估计的动态多目标优化进化算法。通过对4个常用标准测试函数所作的数据仿真实验表明:提出的算法是十分有效的.     

一种具有模糊偏好的多目标进化算法

根据各专家对各子目标在多目标优化问题中的重要程度给出的模糊评价，结合决策者的偏好和遗传算法，提出了一种带有模糊偏好的多目标优化算法。该方法利用模糊最大最小集方法将得到的模糊评价值进行解模糊，得到各子目标在多目标优化问题中的权重，将多目标优化问题转化为单目标优化问题，再利用遗传算法求出问题的优化解。最后，利用算例对所给的模糊多目标优化算法进行了说明。     

酉求根MUSIC算法在双基地MIMO雷达中的应用

研究双基地多输入多输出(MIMO)雷达多目标波离角(DOD)和波达角(DOA)的联合估计问题,提出一种酉求根多重信号分类(MUSIC)算法。该算法在求根MUSIC算法基础上,利用协方差矩阵的中心Hermite对称性质,通过酉变换将协方差矩阵的复数运算转为实数,进行实值特征分解得到噪声子空间,对比原协方差矩阵和实值协方差矩阵的特征对应关系,得出酉求根MUSIC谱函数,分两步分别估计目标DOA和DOD,且计算结果自动配对。相对于传统求根MUSIC算法,该算法只进行协方差矩阵的实值特征分解而不需要进行复数运算,因此大大降低了计算量,而且在不降低阵列孔径的条件下无需空间平滑即具有解相干能力。计算机仿真证明了该算法的有效性。     

基于正态分布和自适应变异算子的ε截断算法

针对约束优化算法不能很好协调收敛性及分布性的问题,提出一种基于正态分布和自适应变异算子的ε截断算法。将正态分布引入模拟二进制交叉算子中,使算法可搜索的空间范围更广,更易跳出局部最优;利用自适应变异算子,将种群个体当前信息与变异算子结合起来,引导种群向真实的Pareto前沿进行进化;结合自适应的ε截断策略,保留Pareto最优解和一定数量的不可行解,同时利用不可行解的信息,加大对搜索空间的探索力度,从而提高种群多样性。采用3种标准测试函数对算法进行测试,试验结果表明:本研究所求解集能够很好的跟踪真实的Pareto解集。该方法可以有效地协调算法的收敛性及分布性。     

用改进蚁群算法求解多目标优化问题

蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。     

基于灰度共生的多线索目标联合优化跟踪

为了提高跟踪算法对多种目标表观变化场景的自适应能力与跟踪精度,提出一种基于灰度共生的多线索目标联合优化跟踪算法。该算法首先提取目标灰度信息,通过灰度共生的高区分度特征对目标进行二元超分描述,结合三阶张量理论融合目标区域的多视图信息,建立起目标的三维在线表观模型,然后利用线性空间理论对表观模型进行双线性展开,通过双线性空间的增量学习更新,降低模型更新时的运算量。通过二级联合跟踪机制对跟踪估计进行动态调整,以避免误差累积出现跟踪漂移。与典型算法进行多场景试验对比,表明该算法能有效地应对多种复杂场景下的运动目标跟踪。     

基于协方差矩阵元素的多目标角跟踪方法

提出了一种多目标角跟踪算法．将相邻时间段估计得到的协方差矩阵相减,对差距阵线性化近似得到了一组关于角度差的线性方程组,重复解方程组可以得到不同时间段各个目标的角度．本算法不需要更新信号子空间; 不同时间段之间各个目标的角度是自动关联的,省去了运算量较大的数据关联过程;适用于目标个数大于阵元个数的情况; 同时,该算法可以减小噪声的影响．仿真结果表明了算法的有效性．     

低快拍下MIMO雷达收发角度联合估计方法

在多输入多输出(MIMO)雷达中,基于二阶统计特性的子空间角度算法在低快拍条件下的估计性能急骤下降,甚至在单快拍时失效。针对该问题,提出一种扩展阵列孔径的二维联合空间平滑多目标波离方向(DOD)和波达方向(DOA)估计方法。该算法对MIMO雷达的发射端和接收端进行二维联合空间平滑,并利用MIMO雷达虚拟阵列的旋转不变特性对阵列孔径进行扩展,然后根据ESPRIT算法获得目标的DOD和DOA,且DOD和DOA自动配对。与基于二阶统计特性的子空间算法相比,且所提算法在低快拍条件下具有更加优越的角度估计性能,因所提算法能够适用于单快拍条件。仿真结果表明了所提方法的有效性和优越性。     

基于多目标灰狼优化的PHD粒子滤波改进算法

针对传统PHD粒子滤波算法存在目标数目估计精度低且位置估计误差大的缺陷,提出一种结合多目标灰狼优化的PHD(MOGWO-PHD)粒子滤波算法.该算法在预测和更新过程之间加入多目标灰狼优化算法,利用最新的观测信息将预测后的粒子集进行重新优化分布,使粒子移动至目标存在的高似然概率区域,减轻重采样后易出现的粒子贫乏问题;然后使用基于密度聚类(DBSCAN)算法对粒子进行聚类并提取目标状态.仿真结果表明,在不同杂波密度下,MOGWO-PHD算法对目标数目和状态的估计精度均优于传统PHD粒子滤波算法.     

客户购买行为的双变量多层贝叶斯预测模型研究

现有客户购买行为预测模型无法兼顾购买行为随机性、异质性及变量相关性的特征.单变量多层贝叶斯统计模型虽然解决了随机性、异质性问题,然而仍然忽略客户购买间隔与购买金额之间的相关性.双变量多层贝叶斯模型假设客户购买间隔和金额服从联合对数正态分布,借助"正态-Wishart"共轭先验分布族对后验近似标准分布进行推导,利用马尔科夫链蒙特卡洛模拟方法中的吉布斯抽样和梅托普利斯海斯丁算法估计参数.模型不仅满足变量相关性特点,提高了客户购买行为预测的准确性,正态性假设还能对客户购买行为的波动性进行预测.对一高分子企业进行实证研究,并进一步针对模拟次数和统计变量数量进行参数优化,结果证明其适用性与准确性都优于传统预测方法.     

正态分布函数在试题难度分配算法中的研究

为了客观反映学生对不同难度知识的掌握情况,试卷命题时通常需要按正态分布确定各难度的试题数量.由于数学意义上的正态分布函数是建立在连续空间上的,不能直接适用于试题难度分配算法,因此设计离散数域内正态分布函数值算法就显得更有意义.本文对连续的正态分布函数计算方法进行了改进,解决了试题难度的离散化和试题数量为整型值造成的试题难度正态分分配困难问题.     

大型矿井通风网络可靠度模型的近似算法

针对目前风量分布中依靠经验认识全部近似认为是正态分布的情况,利用概率图分析法给出了判断风量分布的严格定义,且给出了基于对数正态分布的风量分布模型,证明了并非所有风量分布均服从正态分布.为避开失效模式的NP难题,提出网络可靠度的近似算法.该方法以递推分解算法为基础,引入多维正态变量积分公式,计算多失效模型的联合概率,进而计算风网系统的可靠度,大大降低了计算复杂性.对于特别复杂的风网,也可以采用上下界逼近的方法得出近似值,并通过实例分析,验证了本方法的高精度和高效率.     

基于斯宾塞法的边坡地震荷载可靠度分析

针对边坡稳定性影响因素的不确定性,基于斯宾塞法,考虑多个参数对边坡稳定性影响的随机性,提出边坡稳定性可靠度分析的随机变量联合分布法。文中定义土体中内摩擦角φ、粘聚力c、容重γ为具有正态分布函数的随机变量以及水平地震系数kh为具有指数分布函数的随机变量,调用MATLAB中的正态分布函数和指数分布函数,构建地震条件下可靠度模型,分析各参数的敏感度对安全性系数的影响,其结果表明土坡中内摩擦角对边坡影响最大。     

基于正态分布优先集结算子的随机多准则群决策方法

对准则值为正态随机变量,而准则之间具有优先级别的随机多准则群决策问题进行了研究。首先,定义了一种集结正态分布数的优先加权平均（NDNPWA）算子,并给出了该算子的相关性质;进一步,基于NDNPWA算子和正态分布数加权算术平均（NDNWAA）算子,提出了一种准则值为正态随机变量,准则之间具有优先级别,而决策者之间不具有优先级别的随机多准则群决策方法。最后,通过实例分析表明,该方法具有可行性和有效性。     

基于多目标沙猫群算法的含风光储配电网无功优化

针对现有智能优化算法在求解配电网无功优化时存在的收敛速度慢、易陷入局部最优解等问题,提出一种基于多目标沙猫群算法(MOSCSO)的含风光储配电网无功优化方法.MOSCSO融合了多目标算法中外部储存集的更新和选择机制,具有较好的全局寻优能力,而沙猫群算法(SCSO)特有的搜索和攻击的种群更新方式保证了其具有较快收敛速度和较好寻优能力.建立储能设施(ESS)作为控制变量的IEEE 33节点系统数学模型,应用MOSCSO进行仿真验证.结果表明,本文所提方法在平衡风光发电系统的同时能够降低网损和提高电网稳定性,通过与传统算法比较,验证了MOSCSO在无功优化模型上的有效性和稳定性.     

基于遗传算法的双足机器人性能优化

采用遗传算法搜索单步周期和单步步长组成的参数空间获得最优的参数组合,以实现双足机器人稳定和低耗行走。首先是通过基于倒立摆理论规划机器人的各关节位置曲线,来驱动CATIA和ADAMS软件建立机器人三维模型,进而建立稳定性和能效性函数,然后通过均值自适应法实现权重分配来实现两个目标函数的综合,并采用一种新的适应度定义形式设计适应度函数,最后应用遗传算法获得最优解,仿真结果表明,稳定性和能耗性能有了明显的改善。     

土工构筑物的逆几何可靠性分析算法

针对特定场地下土工构筑物的正常使用极限状态,考虑钻孔灌注桩、抗浮锚杆或CFG桩单桩荷载-位移测试曲线之间的离散性,将测试曲线拟合得到的回归参数集视作随机变量,基于几何可靠性算法框架,运用高斯Copula函数联合分布模型实施由标准正态空间到原始物理空间中随机变量的表征转换,构建基于概率密度等值线的逆几何可靠性算法。该算法假定描述随机变量服从正态分布的某一参数（均值或变异系数）未知,给定目标可靠指标,可推求随机变量的概率密度等值线。通过极限状态方程限定概率密度等值线的几何轮廓,可求解特定目标可靠指标下随机变量的未知均值或变异系数,并求出相应的安全系数。当随机变量服从其他非正态边缘分布时,等值线的几何轮廓仍由一系列离散点近似表征,逆可靠性分析同样适用。建议的算法主要用于解决随机变量部分统计参数缺失或不完备的难题,给定目标可靠指标时可根据构筑物重要性等级进行安全系数校准。     

Overall optimization of distribution networks

0　ＩＮＴＲＯＤＵＣＴＩＯＮＮｅｔｗｏｒｋｒｅｃｏｎｆｉｇｕｒａｔｉｏｎａｎｄｃａｐａｃｉｔｏｒｓｗｉｔｃｈｉｎｇａｒｅｔｈｅｉｍｐｏｒｔａｎｔｍｅａｓｕｒｅｏｆｄｉｓｔｒｉｂｕｔｉｏｎａｕｔｏｍａｔｉｏｎａｎｄｔｈｅｃｏｒｅｓｏｆｔｗａｒｅｏｆｔｈｅｕｒｂａｎａｎｄｓｕｂｕｒｂａｎｎｅｔ ｗｏｒｋｒｅｃｏｎｓｔｒｕｃｔｉｏｎｉｎｗｈｉｃｈｔｈｅｇｏｖｅｒｎｍｅｎｔｈａｓｉｎ ｖｅｓｔｅｄｈｅａｖｉｌｙ .Ｂｙｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｏｐｔｉｍｉｚａｔｉｏｎ ,ｔｈｅｐｏｔｅｎｔｉａｌｏ…