针对多级火箭残骸定位精度不足的问题,提出一种融合粒子群算法与牛顿迭代-梯度下降法的时间差定位方法(Time Difference of Arrival,TDOA)联合优化模型,通过全局搜索与局部优化的协同机制提升定位性能,并构建多残骸信号分离约束模型与...针对多级火箭残骸定位精度不足的问题,提出一种融合粒子群算法与牛顿迭代-梯度下降法的时间差定位方法(Time Difference of Arrival,TDOA)联合优化模型,通过全局搜索与局部优化的协同机制提升定位性能,并构建多残骸信号分离约束模型与环境干扰补偿模型。试验表明,该模型在火箭残骸回收任务中,定位误差由传统单级优化算法的1~10 km降低至0.5 km以内,多残骸信号分离率达96.2%,山地及强风干扰下仍保持亚千米级精度。结合Chan-Taylor算法与最小二乘法的验证表明,其抗干扰性与定位可靠性显著优于现有方法。本算法可拓展至移动通信、无人驾驶等领域,兼具理论创新与工程应用价值。展开更多
针对在移动机器人同时定位与建图(SLAM)过程中如何快速准确获取数据关联结果的问题,提出了一种基于DBSCAN(density-based spatial clustering of application with noise)聚类分组的快速联合兼容SLAM数据关联算法(DFJCBB).首先,采用局...针对在移动机器人同时定位与建图(SLAM)过程中如何快速准确获取数据关联结果的问题,提出了一种基于DBSCAN(density-based spatial clustering of application with noise)聚类分组的快速联合兼容SLAM数据关联算法(DFJCBB).首先,采用局部关联策略将参与关联的特征点限定在局部地图中;其次,针对多数环境中量测都有较明显的分布,采用一种基于密度聚类的方法 DBSCAN对当前时刻的量测进行分组,从而得到若干关联度小的观测小组;最后,在每个小组中采用联合兼容分支定界(JCBB)算法进行数据关联,以获得每个小组量测与局部地图特征之间的最优关联解,并将这些关联解组合获得最终的关联结果.基于模拟器和标准数据集的仿真实验验证了该关联算法的性能,结果表明该关联算法在保证获得较高关联准确度的同时,大大降低了算法复杂度、缩短了运行时间,适用于解决不同复杂环境中的SLAM数据关联问题.展开更多
新零售带动传统企业转型,加速了以实体门店作为前置仓的线上订单履行模式的发展。针对订单需求不确定导致的就近门店无法满足订单需求的情况,提出多门店协同下的订单拆分与配送的联合优化问题。通过引入拆单数量限制,缩减问题求解空间,...新零售带动传统企业转型,加速了以实体门店作为前置仓的线上订单履行模式的发展。针对订单需求不确定导致的就近门店无法满足订单需求的情况,提出多门店协同下的订单拆分与配送的联合优化问题。通过引入拆单数量限制,缩减问题求解空间,同时为了减少单独配送导致的路径重叠,采用协同配送的模式整合路径,并通过订单拆分与配送之间的调整优化降低订单履行成本。集成广度优先搜索和局部搜索算法,构造TNILS(top-N&improved local search)混合启发式算法求解问题。在合成数据集的基础上,通过协同配送与单独配送的结果对比,证明了协同配送的有效性及提出算法的可行性。通过与其他算法的实验结果对比,验证TNILS算法的有效性和稳定性。展开更多
针对软刚臂系泊系统铰节点在服役过程中出现的疲劳损伤问题,提出一种基于原型监测和局部密度双向聚类算法(Bidirectional Clustering Algorithm based on Local Density,BCALoD)的疲劳寿命计算方法。采用BCALoD算法对获得的船体六自由...针对软刚臂系泊系统铰节点在服役过程中出现的疲劳损伤问题,提出一种基于原型监测和局部密度双向聚类算法(Bidirectional Clustering Algorithm based on Local Density,BCALoD)的疲劳寿命计算方法。采用BCALoD算法对获得的船体六自由度进行工况分类,运用多体动力学将运动数据转算为受力时程,将其作为铰节点疲劳寿命分析的载荷谱。采用Abaqus软件建立各铰节点有限元模型以计算热点应力,结合Miner线性疲劳累积损伤理论和雨流计数方法计算疲劳寿命。进一步分析评估基于实测数据的铰节点疲劳设计指标,指出该FPSO软刚臂上铰节点的疲劳寿命不足以支持其完成服役,且各铰节点难以统一维护和更换。本研究可为在役软刚臂系泊系统的疲劳寿命计算提供一种新的载荷处理方法,为未来海洋平台的设计提供参考。展开更多
数据关联是智能车同时定位与建图(simultaneous localization and mapping,SLAM)中的一个难点问题.为了快速准确获得数据关联结果,结合连续兼容最近邻(sequential compatibility nearest neighbor,SCNN)算法简单易实现和联合兼容分支定...数据关联是智能车同时定位与建图(simultaneous localization and mapping,SLAM)中的一个难点问题.为了快速准确获得数据关联结果,结合连续兼容最近邻(sequential compatibility nearest neighbor,SCNN)算法简单易实现和联合兼容分支定界(joint compatibility brarch and bound,JCBB)算法最优理念强的优点,提出了一种快速联合数据关联(fast joint data association,FJDA)算法.该算法首先在局部地图中采用SCNN数据关联算法处理所有的观测-特征对,得到关联结果;其次判断关联结果的准确性,若关联出错,则采用具有噪声的基于密度的聚类方法(densitybased spatial clustering of applications with noise,DBSCAN)对当前时刻的观测量进行分组,然后在每一小组中采用JCBB算法进行数据关联,最终将每一小组的关联解融合得到最终的关联结果.通过仿真实验对提出的算法、SCNN算法以及JCBB算法的性能进行了比较,结果表明提出的关联算法实时性强,准确度高.展开更多
摘要针对在移动机器人同时定位与建图(SLAM)过程中如何快速准确获取数据关联结果的问题,提出了一种基于DBSCAN(density-based spatial clustering of application with noise)聚类分组的快速联合兼容SLAM数据关联算法(DFJCBB).首先,采用局部关联策略将参与关联的特征点限定在局部地图中;其次,针对多数环境中量测都有较明显的分布,采用一种基于密度聚类的方法 DBSCAN对当前时刻的量测进行分组,从而得到若干关联度小的观测小组;最后,在每个小组中采用联合兼容分支定界(JCBB)算法进行数据关联,以获得每个小组量测与局部地图特征之间的最优关联解,并将这些关联解组合获得最终的关联结果.基于模拟器和标准数据集的仿真实验验证了该关联算法的性能,结果表明该关联算法在保证获得较高关联准确度的同时,大大降低了算法复杂度、缩短了运行时间,适用于解决不同复杂环境中的SLAM数据关联问题.
摘要新零售带动传统企业转型,加速了以实体门店作为前置仓的线上订单履行模式的发展。针对订单需求不确定导致的就近门店无法满足订单需求的情况,提出多门店协同下的订单拆分与配送的联合优化问题。通过引入拆单数量限制,缩减问题求解空间,同时为了减少单独配送导致的路径重叠,采用协同配送的模式整合路径,并通过订单拆分与配送之间的调整优化降低订单履行成本。集成广度优先搜索和局部搜索算法,构造TNILS(top-N&improved local search)混合启发式算法求解问题。在合成数据集的基础上,通过协同配送与单独配送的结果对比,证明了协同配送的有效性及提出算法的可行性。通过与其他算法的实验结果对比,验证TNILS算法的有效性和稳定性。
摘要针对软刚臂系泊系统铰节点在服役过程中出现的疲劳损伤问题,提出一种基于原型监测和局部密度双向聚类算法(Bidirectional Clustering Algorithm based on Local Density,BCALoD)的疲劳寿命计算方法。采用BCALoD算法对获得的船体六自由度进行工况分类,运用多体动力学将运动数据转算为受力时程,将其作为铰节点疲劳寿命分析的载荷谱。采用Abaqus软件建立各铰节点有限元模型以计算热点应力,结合Miner线性疲劳累积损伤理论和雨流计数方法计算疲劳寿命。进一步分析评估基于实测数据的铰节点疲劳设计指标,指出该FPSO软刚臂上铰节点的疲劳寿命不足以支持其完成服役,且各铰节点难以统一维护和更换。本研究可为在役软刚臂系泊系统的疲劳寿命计算提供一种新的载荷处理方法,为未来海洋平台的设计提供参考。
摘要数据关联是智能车同时定位与建图(simultaneous localization and mapping,SLAM)中的一个难点问题.为了快速准确获得数据关联结果,结合连续兼容最近邻(sequential compatibility nearest neighbor,SCNN)算法简单易实现和联合兼容分支定界(joint compatibility brarch and bound,JCBB)算法最优理念强的优点,提出了一种快速联合数据关联(fast joint data association,FJDA)算法.该算法首先在局部地图中采用SCNN数据关联算法处理所有的观测-特征对,得到关联结果;其次判断关联结果的准确性,若关联出错,则采用具有噪声的基于密度的聚类方法(densitybased spatial clustering of applications with noise,DBSCAN)对当前时刻的观测量进行分组,然后在每一小组中采用JCBB算法进行数据关联,最终将每一小组的关联解融合得到最终的关联结果.通过仿真实验对提出的算法、SCNN算法以及JCBB算法的性能进行了比较,结果表明提出的关联算法实时性强,准确度高.