【摘 要】
：
卫星舱布局是卫星总体设计的重要组成部分,其研究的是仪器设备在卫星舱内的最佳摆放方式.从空间的角度出发,卫星舱布局的一个设计方案就是不同的仪器设备在容器内占据着不同的空间,当仪器设备所占空间发生变化时,就会形成新的设计方案.因此,卫星舱布局可以看成是将容器空间合理地分配给仪器设备(分配特性),并达到某种最优指标(优化特性).在借鉴蚁群劳动分工任务分配实现卫星舱布局空间分配的基础上,进一步融合卫星舱布局的优化特性,提出一种蚁群劳动分工优化算法.在具体的实现过程中,为基本蚁群劳动分工算法设计启发式占位动作、自适
【机 构】
：
郑州轻工业大学电气信息工程学院,华中科技大学人工智能与自动化学院
【基金项目】
：
国家自然科学基金项目(61702463,51875220),河南省科技攻关项目(192102210111),郑州轻工业大学博士科研基金项目(2017BSJJ004)。
论文部分内容阅读
卫星舱布局是卫星总体设计的重要组成部分,其研究的是仪器设备在卫星舱内的最佳摆放方式.从空间的角度出发,卫星舱布局的一个设计方案就是不同的仪器设备在容器内占据着不同的空间,当仪器设备所占空间发生变化时,就会形成新的设计方案.因此,卫星舱布局可以看成是将容器空间合理地分配给仪器设备(分配特性),并达到某种最优指标(优化特性).在借鉴蚁群劳动分工任务分配实现卫星舱布局空间分配的基础上,进一步融合卫星舱布局的优化特性,提出一种蚁群劳动分工优化算法.在具体的实现过程中,为基本蚁群劳动分工算法设计启发式占位动作、自适
其他文献
作业型飞行机器人是指将多自由度机械臂固连在飞行机器人上的一类新型机器人系统,它能够对周围环境施加主动影响,同时也存在较为复杂的动力学性能.本文针对作业型飞行机器人滑翔抓取物体时所受到的摩擦力和接触力问题以及在飞行过程中产生的转动惯量变化问题,设计了一种整体式鲁棒自适应控制策略.首先在作业型飞行机器人系统动力学建模中引入摩擦力和接触力模型,考虑飞行机器人转动惯量为有界变量,提高了建模和抓取的精度.然后,为减弱滑翔抓取产生的剧烈扰动对飞行控制性能的影响,设计了一种抗扰动的鲁棒自适应控制器,并使用区间矩阵法对转
采用原始的蒙皮区域卷积神经网络(Mask R-CNN)获取周围神经MicroCT图像中的神经束轮廓时存在收敛慢、精度低等问题.首先构建两个数据子集,然后提出一种密集连接型网络结构,提取神经束区域特征.此外,改进目标检测部分候选框的得分评价规则,并结合迁移学习策略改进原始算法的训练方式.采用准确率和交并比指标评价算法的准确度,精细度阈值指标评价轮廓获取的精度,并确定了精细度阈值的最佳值.实验结果表明
航空旅客出行的情况对民用航空机场建设与运营具有重大意义.针对航空旅客出行情况的预测研究,首先定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级
针对泡沫特征复杂繁多不利于建模控制的问题,提出一种基于稀疏化神经网络的泡沫图像特征选择方法.相较于大部分稀疏模型以线性回归模型作为损失函数的情况,选择以更为贴近实际工业过程非线性特点的神经网络模型作为损失函数,并加入L_(2,1)范数约束以起到特征选择的效果;此方法根据泡沫特征建立解决矿物品位回归问题的特征选择方法,并采用近点梯度法计算最优解,通过对第1层权值的综合排序得到特征选择子集;最后,利用
提出基于Tustin生成函数的分数阶卡尔曼滤波器设计方法,以解决含有相互关联的分数阶有色过程噪声和分数阶有色测量噪声的连续时间线性分数阶系统的状态估计问题.通过Tustin生
针对现有大坝变形预测模型的预测精度不高、BP神经网络的参数和结构很难确定且容易陷入局部极值等问题,通过引入小波变换理论把原始的大坝变形序列分解成多个子序列,然后对每
在工业生产中,对系统进行故障检测具有十分重要的作用.改进的偏最小二乘(modified partial least squares,MPLS)是在PLS基础上提出的一种扩展算法,在质量相关故障检测中具有良好的检测效果,但当测试数据中含有质量无关故障时,MPLS算法漏报率较高.另外,MPLS算法的阈值为固定值会导致其误报率增加,这些问题会对工业过程监控产生较大影响.鉴于此,提出一种基于局部信息增量与MPLS的质量相关故障检测方法(local information increment-MPLS,LII-MP
首先分析现有fal函数和传统非线性扩张状态观测器中存在的6类问题,提出一种固定时间收敛的fal函数,其收敛速度快于传统fal函数,且收敛时间上界与初始误差无关;然后,分别设计基于新型fal函数的非线性扩张状态观测器、指数收敛非线性扩张状态观测器和全新结构的固定时间收敛非线性扩张状态观测器;最后,通过仿真验证这3种新型的非线性扩张状态观测器的估计总误差相对于传统非线性扩张状态观测器分别减少15.4%、16.9%和93.8%,对应的被控状态总误差分别减少13.6%、30.4%和78.3%.
宽度学习系统(broad learning system,BLS)作为深度神经网络的替代框架,具有快速自适应模型结构选择和在线增量学习能力,被认为是知识发现和数据工程领域中一种极具前途的技术.传统的BLS主要应用于数据分布均衡且误分类代价相同的模式分类任务,但大多数实际应用的数据是非均衡分布的,如网络入侵监测、医疗诊断、信用卡欺诈检测等.基于此,提出一种基于数据分布特性的代价敏感BLS(data distribution-based cost-sensitiveBLS,DDbCs-BLS),解决数据分布不
由于人脸表情类内变化和类间干扰因素的存在,人脸表情识别仍面临着巨大挑战.提出一种基于性别条件约束随机森林的深度人脸表情识别方法,解决人脸表情识别中噪声、性别等变化和干扰问题.首先,采用深度多示例学习方法提取鲁棒性人脸特征,解决人脸光照、遮挡和低分辨率等图像变化问题;其次,采用性别条件随机森林分类方法进行人脸表情分类器设计,解决人脸性别因素干扰问题.在公开的CK+、BU-3DEF、LFW人脸表情数据