摘要：为了减小冗余机械臂的工作时间和运动冲击,提出了基于增广lagrange-多学习行为粒子群算法的轨迹优化方法。介绍了7自由度冗余机械臂的构型,以减小工作时间和运动冲击为目标建立了约束优化模型。使用增广拉格朗日乘子法将约束优化问题转化为无约束优化问题。在粒子群算法中引入了3种新型的粒子学习行为,并依据学习行为价值确定粒子选择各学习行为的概率,既保证了粒子多样性也保证了收敛的快速性。经实验验证,多学习行为粒子群算法优化的轨迹在时间和冲击方面好于传统粒子群算法优化轨迹,且改进粒子群算法优化轨迹平滑,运动参数在约束范围内,以上结果验证了增广lagrange-多学习行为粒子群算法在机械臂轨迹优化方面的有效性和优越性。

摘要：针对增强视频目标跟踪鲁棒性难题,提出一种利用稀疏协同判别模型和生成模型的跟踪算法.在判别模型中,利用先验视觉知识训练一个基于SIFT特征的过完备字典,用于构建目标外观模型和训练分类器实现目标与背景的分离;在生成模型中,提取目标的局部特征以及计算目标的遮挡信息来构建目标模板,通过计算候选目标与目标模板的相似度实现对目标的跟踪;最终利用乘性策略融合2种模型的跟踪结果.定性和定量的实验结果表明,与经典跟踪算法相比,该算法具有较好的鲁棒性.

摘要：针对传统pLSA模型中语义建模和参数求解不足的问题,提出一种基于先验信息的pLSA场景分类方法.首先对概率模型中的参数矩阵增加同类场景数据的低秩性及单幅图像相对语义主题的稀疏性约束,建立基于先验信息的优化决策模型;然后采用非精确增广拉格朗日乘子法给出模型参数求解算法;最后将基于潜在语义分析的场景分类方法应用到较大规模的场景分类任务中.与其他基于pLSA模型的分类算法进行比较的实验结果表明,文中方法便于产生低维空间中紧致有效的场景语义表示,避免了EM算法收敛性欠佳引起的局部最优问题,具有更好的场景分类性能.

摘要：工程结构中结构或构件之间存在接触摩擦现象是较为普遍的,接触协同作用使得结构非线性屈曲问题的数值求解变得困难。该文从这一实际问题出发,采用子结构凝聚自由度的有限元方法得到基于接触界面问题的非线性有限元平衡方程,通过增广拉格朗日乘子法对接触问题的约束条件进行处理,并与柱面弧长法结合,对非线性屈曲问题进行全过程跟踪求解。算例结果表明接触协同作用对结构的非线性屈曲过程影响明显,有必要在实际工程结构设计中考虑接触协同作用的影响。

摘要：为增强目标跟踪的鲁棒性,克服诸如光照、非刚性变化等各种复杂挑战带来的剧烈外观变化,提出一种基于稀疏直方图的通用生成目标跟踪算法。通过滑动窗口将图像分成重叠的子图像块,提取出每一个图像块的局部特征,通过稀疏表示的方法获得对应的稀疏系数向量。为获得特征表达精度,采用增广拉格朗日乘子(ALM)求解最小l1范数问题,目标跟踪中的遮挡问题转换为构建模板的稀疏特征直方图。在粒子滤波框架下,选取候选集中最高相似度指标的图像块作为最优跟踪结果。为适应图标的遮挡带来的形态变化,提出一个简单有效的系数更新机制,产生新的模板直方图。大量基准测试视频定性定量分析结果表明,相比其它跟踪算法,该方法具有更好的跟踪性能。

摘要：针对交通环境影响限制对出行者出行线路选择的影响,建立了对应交通流分配模型,并为模型设计了有效的增广拉格朗日乘子求解算法。首先,基于交通环境影响特征将环境影响限制约束分为独立路段式、独立节点式和区块限制约束3种。其次,通过在经典用户均衡模型中添加环境影响限制约束,得到考虑环境影响的交通分配模型。通过定义广义行程时间和利用KKT条件,分析了新模型对应的出行者路线选择原则。最后,为新模型设计了嵌套Frank-Wolfe算法的部分增广拉格朗日乘子算法。数值算例验证了模型与算法的有效性。研究拓展了现有交通流分配理论的研究视角,也可为交通管理者考虑环境影响提供理论支持。

摘要：为了满足光电精密跟踪设备中光学系统对支撑结构变形位移相等的设计要求,基于变密度法,以刚度极大为目标,同时以体积约束和位移等式约束作为约束条件,构建结构拓扑优化模型。位移等式约束通过增广拉格朗日乘子法引入原目标函数,在拉格朗日乘子的求解中,采用考虑具有真实物理意义的近似替代法而非传统的纯数学迭代逼近方法。在利用伴随方法得到增广目标函数敏度基础上,采用MMA优化算法,在满足体积约束的同时进行迭代优化得到新结构。算例验证结果表明,本文方法能够有效解决具有多个位移等式约束的刚度极大结构轻量化设计问题。