摘要：海底成像质量差、分辨率低导致目标边缘模糊、识别困难,小目标的聚集又增加了漏检和误检的风险。针对这些问题,考虑到YOLOv7-tiny算法兼顾高精确度和小体积的特点,在其基础上设计了YOLO-sea网络检测算法。针对低分辨率场景小目标的特征学习不足、细粒度信息易丢失的问题,基于SPDConv(space-to-depth convolution)改进主干网络,提高低分辨率场景下密集小目标特征的提取能力。针对海底成像模糊、目标边缘识别困难的问题,设计了参数共享对比度增强注意力机制(parameter shared contrast enhanced attention,PSCEA)来优化局部细节和边缘信息的表示。基于YOLOv9的GELAN架构和DSConv(dynamic snake convolution)的思想,设计高效的聚合模块DSCELAN,轻量化同时增强对海底海参、鱼类等细长目标的聚焦能力。重构检测头,进一步提升小目标的检测效果。改进后的模型YOLO-sea算法在DUO数据集上的mAP提升了2.8个百分点,参数量减少了41%,证明了该创新在海底检测方面的优势。在主流网络YOLOv5s、YOLOv7-tiny和YOLOv8n上均进行注意力对比实验,加入PSCEA机制后使mAP分别提高了1.1、1.3和0.7个百分点,证明了该机制的泛化性和有效性。

摘要：在研究利用图像颜色特征和颜色的空间分布特征进行图像检索的基础上,提出一种基于位平面理论的真彩色图像检索算法.为了更好地描述图像的检索特征、优化检索性能,定义了位平面一阶矩、位平面平坦度和位平面的凹凸面3个概念,并依据这些概念提取出了图像的颜色特征和颜色空间分布特征;同时设计了与所有提取出的图像检索特征相适用的相似性度量准则.仿真实验结果表明,该算法具有较好的检索性能.

摘要：针对传统滑模控制在移动机器人编队中滑模面设计复杂、趋近率效果不佳的问题,提出了一种基于反步滑模的移动机器人编队控制算法。利用反步法的思想并结合移动机器人的位姿差微分方程,通过引入虚拟控制量,解决了移动机器人多输入非线性系统滑模面设计复杂的问题。理论分析了双幂次趋近率和快速幂次趋近率的趋近特征,据此设计了一种综合二者优势的快速分段幂次趋近率,提高了滑模控制趋近率的收敛速度。仿真验证了所提算法的有效性与正确性,仿真结果表明,所提算法能够快速实现编队,在存在扰动的情况下10 s内便可完成队形的重组,同时轨迹跟踪误差趋近于0。

摘要：针对具有未知扰动的非线性领导跟随多智能体系统一致性问题,提出一种基于自适应事件触发机制的分布式积分滑模固定时间一致性控制方法。考虑到未知外部扰动会使系统出现抖振,设计基于连续积分滑模面的分布式控制协议;为降低系统中各智能体的事件触发次数及能源损耗,保证向邻居智能体更新并传递采样信息,设计基于状态误差的自适应事件触发机制;采用固定时间稳定性理论证明设计的控制协议和事件触发机制可确保系统能迅速稳定;与有限时间相比,固定时间理论可使系统的稳定时间摆脱初值限制。仿真结果表明,相同条件下所提方法分别和引入连续积分滑模面的静态事件触发控制方法以及引入不连续积分滑模面的自适应事件触发控制方法相比可将触发次数分别平均降低32.01%和20.24%,在系统存在未知扰动的情况下5.2 s内即可达到状态一致,减少收敛时间的同时保证各跟随者的跟踪误差始终保持在±0.05以内。

摘要：针对传统蚂蚁遗传混合算法收敛速度慢的特点,提出了一种新的动态蚂蚁遗传混合算法。新算法采用最佳融合点评估策略,动态地控制遗传算法与蚂蚁算法的调用时机,并设计了相应的信息素更新方法,有效减少了算法的冗余迭代次数,提高了搜索速度;同时引入迭代调整阈值控制算法后期的遗传操作和蚂蚁规模,加快了种群进化速度,从而更快地找到最优解。通过对Muth and Thompson基准问题进行计算机仿真,实验证明新算法收敛速度得到了提高。

摘要：根据调车冲击车辆受力特点及缓冲器工作机理,构建车辆冲击动力学模型和详细的摩擦式缓冲器模型,开发重载列车冲击仿真系统,分别研究了不同车辆编组连挂数量、不同车钩间隙、不同车辆总重、不同冲击速度及不同车体刚度对缓冲器容量需求的影响。结果表明:调车冲击时,冲击车与被冲击车碰撞冲击面处缓冲器容量需求最多,且在0 mm车钩间隙下3车冲3车时该值达到最大值,而后缓冲器容量需求不随车辆编组数量增加而增大;车钩间隙对缓冲器容量需求影响较大,随车钩间隙增大缓冲器容量需求呈非线性减小;车辆总重和调车冲击速度是影响缓冲器容量需求的主要因素,缓冲器容量需求分别与车辆总重和速度平方成正比;车体刚度对缓冲器容量需求影响较明显,在考虑车体刚度影响情况下,缓冲器容量需求比未考虑车体刚度影响平均小8.8%。表明缓冲器容量的确定应综合考虑各种因素的影响且至少满足0 mm间隙下3车冲3车的容量需求。为重载列车缓冲器容量的确定和新型缓冲器容量的设计提供理论依据。

摘要：针对复杂环境下移动机器人路径规划困难的问题,提出了一种将全局路径规划蚁群算法与局部路径规划人工势场法相融合的混合型算法。首先,采用多因素启发函数和新的蚂蚁行进机制来解决传统蚁群算法路径质量差且易陷入对角障碍的问题;其次,针对传统蚁群算法收敛速度慢的情况,设计了自适应挥发系数和动态权重系数;接着,通过引入虚拟目标点、相对距离和安全距离的概念,解决了传统人工势场法易陷入局部极小值、目标不可达以及过度避障的问题;最后,将改进蚁群算法规划路径的转折点作为局部子目标点来调用改进的人工势场法进行二次规划。仿真表明改进蚁群算法较传统算法以及其他算法在路径长度方面优化了9.9%和2.0%,在路径转折次数方面优化了81.8%和63.6%,在收敛速度方面优化了94.2%和63.6%;改进人工势场法有效解决了自身问题;而以二者为基础的混合型算法则充分地结合了二者的优势,在复杂的静态和动态环境中具有极高的环境适应性和路径规划效率。

摘要：针对混合生产形态下(既有加工也有装配)的多订单调度问题,提出一种新的遗传算法。该算法首先提出一种双层编码方法,可以有效解耦装配约束及记录订单权重信息,以指导后继遗传操作;新算法在种群初始化采用"首基因"规则以提高种群多样性,在交叉操作时设计基于订单的多父辈交叉算子,不仅能够保证子辈染色体更多地继承父辈的优秀信息,还不会出现不可行解;基于订单权重的变异算子可以在防止算法非成熟收敛的同时,尽量保证权重高的订单按时完成。通过数据仿真结果证明,该算法可有效求解混合生产形态下的多订单调度问题。

摘要：为提出一种更加有效的电机振动抑制算法,对电机振动频谱特性进行讨论。介绍了异步电机调速系统振动数据采集单元以及不同运行状态下的电机振动数据采集,给出了调压器调压和变频器变频调速2种情况下不同转速的电机振动频谱图和转速谱图。通过这些谱图,分别对电机振动特征、变频器载波频率对电机振动特征的影响进行了对比分析。谱图分析表明,采用变频器驱动异步电机时,一阶转频引起的强迫振动与自由振动波形会发生畸变,且电机振动峰值增大。随着变频器载波频率的增加,电机振动幅值将显著降低。变频器引入的高阶振动谐波转矩使得电机的振动特征更加复杂。电机振动频谱特征分析为电机振动抑制算法设计与算法评价提供了基础。

摘要：针对欠驱动水面船舶(underactuated surface vessel,USV)航向保持稳定性问题,对船舶自动舵控制系统设计了分数阶PIλDμ控制器。积分阶次λ和微分阶次μ的引入使得分数阶比例-积分-微分(proportion integration differentiation,PID)PIλDμ控制器具有更好的鲁棒性和抗扰动能力,但同时也加大了算法设计的难度。使用改进粒子群算法对分数阶PIλDμ控制器参数进行整定,即解决了粒子群算法容易使粒子陷入局部最优问题,又解决了分数阶PIλDμ控制器整定参数多、设计复杂问题。通过仿真对比实验,结果表明,该控制器能很好地根据船舶动态特性变化,自动进行适应性参数优化,具有跟踪速度快、航向控制超调小以及抗扰性强等优点。