摘要：多边洞曲面填充是计算机辅助设计(computer-aided design,CAD)领域的基础问题,在工程设计和曲面建模中有着广泛应用.针对该问题,提出了一种基于广义非均匀有理B样条(generalized non-uniform rational B-splines,GNURBS)的多边洞曲面填充算法,对于任意给定的曲面边界,可以构造全局G1连续的填充曲面.首先,将多边洞区域剖分为四边形网格,并定义该网格对应的GNURBS基函数,然后,由边界连续性约束和能量优化方法确定GNURBS表示的控制点的位置和权值.由于新算法与非均匀有理B样条(non-uniform rational B-splines,NURBS)完全兼容,可以在CAD软件中无损传递.将基于GNURBS的填充曲面和商业CAD软件CATIA生成的填充曲面进行对比时,多组测试结果表明,基于GNURBS的填充曲面具有更好的边界连续性和曲面质量.

摘要：可靠性问题是电信网络优化设计的核心问题之一,在光缆网拓扑结构已知前提下,给出了满足可靠性要求的电信级服务质量有关业务的性能指标,建立了时延、时延抖动和IP路由跳数等性能指标约束条件,以最小化IP和传输两层网络建设费用为目标的非线性混合整数规划模型,然后重点研究可靠性问题,结合问题的分层结构,将其转化为结构可靠和带宽可靠两个子问题,分别给出了IP层节点失效和传输层路段失效两种情况的解决方案,测试结果说明了可靠性对网络流量的影响.最后对全文进行了总结,并对下一步的研究工作进行了展望.

摘要：当前基于格设计的能够抵抗量子计算机攻击的签名方案是基于数论难题的传统签名方案的热门候选替代。通过Fiat-Shamir变换以及拒绝采样技术构造格签名是一种重要方法,共有5个格签名方案提交到美国国家标准与技术局的后量子算法项目中,基于Fiat-Shamir变换进行设计的有两个方案。其中Dilithium是基于模错误学习(MLWE)问题构造的Fiat Shamir签名,它的一个特性是在签名算法中使用了高效简洁的均匀采样。Dilithium签名方案构造在一般格上,为了获得更紧凑的公钥尺寸,Dilithium对公钥进行了压缩。另一方面,NTRU格上的密码方案比一般格上的密码方案在效率和参数尺寸上有更大的优势,该文给出了Dilithium签名在NTRU格上的一个高效变种方案,在继承Dilithium简洁设计的基础上,综合了NTRU和拒绝采样的技术优势而无需额外的压缩处理,进一步提升了基于格的Fiat-Shamir签名的效率。

摘要：二次指派问题(QAP)属于NP-hard组合优化问题,在现实生活中有着广泛应用。目前相对成熟的启发式算法通常以问题为导向来设计定制化算法,缺乏迁移泛化能力。为提供一个统一的QAP求解策略,将QAP问题的流量矩阵及距离矩阵抽象成两个无向完全图并构造相应的关联图,从而将设施和地点的指派任务转化为关联图上的节点选择任务,基于actor-critic框架,提出一种全新的求解算法ACQAP。首先,利用多头注意力机制构造策略网络,处理来自图卷积神经网络的节点表征向量;然后,通过actor-critic算法预测每个节点被作为最优节点输出的概率;最后,依据该概率在可行时间内输出满足目标奖励函数的动作决策序列。该算法摆脱人工设计,且适用于不同规模的输入,更加灵活可靠。实验结果表明,在QAPLIB实例上,本算法在精度媲美传统启发式算法的前提下,迁移泛化能力更强;同时相对于NGM等基于学习的算法,求解的指派费用与最优解之间的偏差最小,且在大部分实例中,偏差均小于20%。

摘要：近年来,随机方差缩减类方法在解决大规模机器学习问题中取得很大成功,自适应步长技术的引入减轻了该类方法的调参负担。针对自适应步长的方差缩减算法SVRG-BB,指出其算法设计带来了“进展-自适应步长有效性”的权衡问题。因此引入Katyusha动量以更好地处理该权衡问题,并且在强凸假设下证明由此得到的SVRG-BB-Katyusha算法的线性收敛性质。之后基于“贪婪”思想,提出稀疏地使用Katyusha动量的SVRG-BB-Katyusha-SPARSE算法。在公开数据集上的数值实验结果表明,提出的2个改进算法较SVRG-BB有较稳定的优势,即在达到一定外循环数时优化间隙有若干个数量级的减小。

摘要：在电子屏幕的生产中,缺陷检测是生产线中重要一环.目前很多生产线仍然通过人工观察的方式,其结果依赖人工经验而不稳定,且生产成本高,因而人工检测需通过机器智能技术替换.针对工业生产中要求简单可靠、准确实时,且需快速应用于新生产线的特点,文章设计了一种基于图像处理的屏幕缺陷检测算法.基于新的边缘检测算法,通过比较正常区域与有缺陷区域之间图像的灰度差异来检测缺陷部位,进而对屏幕中不同类型的缺陷进行高效准确的定位.

摘要：推力矢量飞行器往往需要在大功角等具有大不确定性和强非线性的区域高质量地完成飞行动作,因此,如何应对大范围不确定性是推力矢量飞行器控制设计的关键问题.另一方面,推力矢量飞行器包含多种控制输入并且不同控制输入具有不同物理特性.因此,控制输入分配也是推力矢量飞行器控制设计的关键问题.为了对付大范围的不确定性,本文引入虚拟控制量的概念,采用自抗扰控制技术实现对飞行过程中的总扰动的实时估计和补偿.进一步,考虑控制输入的物理约束条件,提出了保证虚拟控制量达到设计值并使得发动机能耗最小的控制输入分配方案.通过建立对应的优化问题,严格分析其最优解的性质并提出了有限步求解最优控制分配输入量的算法.在仿真环境下,提出的控制算法有效实现了推力矢量飞行器大功角区域的机动动作,并能应对大范围的气动参数不确定性.

摘要：传统最优化问题的求解方法主要是以梯度法为基础的数值最优化方法,它是解析与数值计算相结合的迭代求解方法,是一种基于固定模式的最优化方法.算法的迭代过程实质上是对迭代点进行非线性变换的过程,该非线性变换是通过一系列方向和步长来实现.对于最优化问题的每一个实例,都需要从头到尾执行整个算法,计算复杂度是固定的.一旦算法被程序实现,算法的效率(计算精度和复杂度)就被固定.人工智能解决问题的方法都具有学习功能.随着人工智能,特别是深度学习的兴起,学习类方法在一些领域取得了巨大的成功,如图像识别(特别是人脸识别、车牌识别、手写字符识别等)、网络攻击防范、自然语言处理、自动驾驶、金融、医疗等.本文从新的视角研究传统的数值最优化方法和智能优化方法,分析其特点,由此引出学习最优化方法,并对它们进行了对比,提出了学习最优化方法的设计思路.最后,以组合最优化为例,对该类方法的设计原理进行阐述.

摘要：本文研究了多方参与的随机线性系统的协作安全参数辨识问题,提出了一种基于门限Paillier密码体制的安全多方最小二乘辨识算法.具体地,通过对正负整数的合理编码,将(门限)Paillier密码体制的加密对象及同态特性由非负整数扩展到了整数.利用门限Paillier密码体制和将数据沿时间轴切分的方法,设计了相应的安全多方参数辨识算法.给出了算法正确加解密所需的明文空间大小条件、保证隐私安全性的时间切分长度条件以及一定条件下估计误差与加密量化误差之间的定量关系.证明了,只要选取的时间切分长度合适,对于任意一个参与者,即使其他所有参与者联合起来仍然无法得到其具体的隐私信息.最后,通过数值仿真验证了算法的有效性.

摘要：可重复使用运载火箭能够大幅降低进入空间的成本,是下一代航天运输系统的重要组成部分,而动力着陆段是实现可重复使用运载火箭回收的关键。对现有运载火箭动力着陆段的制导控制方法进行了综述,在对现有方法进行分析的基础上提出了一种模块化协作设计,并对人工智能方法在制导控制中的应用进行了展望。首先建立了运载火箭动力着陆段制导控制的整体模型,归纳了常用指标及约束集合,并分析了制导控制设计需解决的问题。然后,对现有的主要制导控制方法,即解析制导方法、轨迹优化制导方法、基于机器学习的制导方法、姿态控制方法及制导控制协作方法等进行了综述,通过分析所考虑的运动方程模型、约束及性能指标等对主要方法进行了较全面的比较,并进一步针对不确定模型及干扰下的制导控制综合目标优化问题提出了一种模块化智能协作方法。最后,对动力着陆段制导控制方法的发展趋势进行了总结,并对人工智能方法与动力着陆段制导控制方法的结合进行了展望。