华菱星凯马跟踪报道(三)

小档案:车型:华菱星凯马HN4250HP40C2M3购买日期:2009年7月发动机型号:WP12.400N发动机号:1609D027677发动机功率:294kW(400马力)运营路线:全国各地,高速为主基本用途:大件运输车牌号码:京AE4465发稿时行驶里程:5.7万公里     

基于标准可加性模型的模糊控制算法仿真

介绍了基于标准可加性模型（SAM）的模糊控制算法，将该算法及自学习SAM算法分别应用于控制领域，仿真结果表明可以取得较好的控制效果，且具有较强的鲁棒性，是一种理想的适合工业控制应用的模糊控制器。     

多目标进化算法在船型方案设计中的应用

针对船型方案设计阶段主尺度确定的优化问题,采用现代多目标进化算法进行研究.考虑某水面船排水量和航速两个优化目标的算例,给出了Pareto最优解集,并和实际船型进行了比较.算例表明,多目标进化算法能够快速获得最优解集,该解集分布均匀,可以供实际设计采用.     

船舶海图资料远程跟踪管理的探索

海图资料是船舶航行的必备工具,其中包含了大量的助航安全信息,水深资料,海洋环境信息等,是航海家们获取信息的主要途径,也是船舶航线设计,导航,定位的必要载体。随着船舶逐渐向高速化,大型化方向发展。海图资料管理作为船舶航行保障,也向集成化、专业化、电子化的方向发展,笔者在海图管理工作中探索海图远程跟踪管理模式,推进船舶海图资料管理的精细化,作了有益尝试。     

基于训练序列的盲分离算法性能分析

信息最大化(Infomax)盲分离算法是一种基于神经网络的自适应算法,其主要问题是收敛速度较慢.盲分离技术(BSS)在通信中使用时有助于提高接收信噪比,提出通过一种利用通信信号的训练序列来改善Infomax算法的收敛性能的方法,并分别以相关系数和性能指数作为比较标准进行仿真,结果显示该方法能改善接收信号的信噪比,加快Infomax盲分离算法的收敛速度.     

基于描述符辅助光流跟踪匹配的数据关联方法

针对采用多状态约束卡尔曼滤波(MSCKF)的视觉惯性里程计定位精度易受特征点匹配异常值影响问题, 提出了1种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配, 计算每一对匹配点的rBRIEF描述符, 根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度2个方面评估本文方法的有效性, 结果表明: 所提出方法能够有效滤除动态场景下图像特征匹配的异常值, 使用该方法处理后的图像进行MSCKF运动解算, 位置结果漂移率小于0.38%, 相较于未剔除异常匹配值的MSCKF算法结果, 改善了54.7%, 单帧图像处理时间约为39 ms。      

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.      

基于二分递推奇异值分解的故障测距研究

提出利用二分递推奇异值分解与改进的D型测距算法相结合的故障测距算法,该算法能有效消除谐波的干扰和减弱负荷变化对测距结果的影响。仿真结果表明,基于二者相结合的故障测距方法可以准确计算故障点位置。     

布料剪裁中用料优化的贪婪算法

在布产品生产过程中,通常要把原料按照一定规则裁剪为合适使用的尺寸.如何剪裁以使余料最少是一个有着直接经济价值的问题.在对问题参数分析的基础上,建立了该问题对应的整数规划模型.在模型求解的具体实现过程中,基于贪婪算法的思想提出了一种求解此优化问题的近似算法,根据近似算法进行合理的组合设计.通过具体算例的计算表明了算法的有效性和可行性,鉴于参数设置的普遍性,所提出的算法具有广泛的实际应用潜力.     

东风天锦跟踪报道（五）

卡车的优劣,只有通过用户投入运营后的长期使用才能正确评价。今年以来,本刊开辟了一个新栏目＂卡车用户跟踪＂。本栏目将追踪并连续报道卡车用户选车、买车、用车的过程,目的在于真实再现车辆实际使用情况.反映用户心声,构建用户与生产厂家沟通的平台。希望大家把自己在买车、用车、养车方面遇到的高兴事、烦心事讲出来;如果您不擅动笔,可以请人代笔或与编辑部联系,我们期待您的参与。