鄭州大學(xué)學(xué)報(bào)(工學(xué)版)最新期刊目錄

基于超節(jié)點(diǎn)協(xié)同一致性算法的源-荷調(diào)度策略————作者：李青;李紅;董海鷹;王浩;

摘要：針對(duì)多分布式電源優(yōu)化調(diào)度中存在的計(jì)算量與通信量大、難以實(shí)現(xiàn)整體完全分布式調(diào)控等問題,結(jié)合調(diào)頻控制對(duì)一致性算法進(jìn)行改進(jìn),提出一種基于超節(jié)點(diǎn)協(xié)同一致性算法的源-荷協(xié)同調(diào)度方法。首先,基于單跳采樣法對(duì)原分布式電源網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行拓?fù)渲貥?gòu),選取超節(jié)點(diǎn)并行對(duì)決策變量進(jìn)行求解,劃分的局部集內(nèi)的普通節(jié)點(diǎn)只與超節(jié)點(diǎn)進(jìn)行通信;其次,對(duì)離散型一致性算法進(jìn)行改進(jìn),提出一種自適應(yīng)全局修正系數(shù)的調(diào)頻控制方法,通過采集系統(tǒng)頻率偏...

鴿子MVL核團(tuán)對(duì)視頻遷移實(shí)物目標(biāo)識(shí)別的神經(jīng)表征————作者：李曉媛;任立慶;劉登輝;李賀;程涵;

摘要：為探究鴿子基于視頻學(xué)習(xí)遷移實(shí)物目標(biāo)識(shí)別的神經(jīng)機(jī)制,設(shè)計(jì)了目標(biāo)導(dǎo)向式訓(xùn)練系統(tǒng)。首先,通過行為學(xué)對(duì)比發(fā)現(xiàn),經(jīng)視頻訓(xùn)練的鴿子在實(shí)物遷移測(cè)試中正確率顯著高于對(duì)照組,驗(yàn)證了鴿子具有視覺認(rèn)知遷移能力。其次,利用微電極記錄鴿子MVL核團(tuán)的神經(jīng)信號(hào),基于Welch功率譜分析得到視覺識(shí)別任務(wù)的特征響應(yīng)頻帶,并通過鎖相值構(gòu)建腦功能網(wǎng)絡(luò)。結(jié)果顯示,在視頻和實(shí)物識(shí)別中,目標(biāo)與干擾狀態(tài)下的腦網(wǎng)絡(luò)平均節(jié)點(diǎn)度、聚類系數(shù)和全局效...

基于PSO-MPC的鋰離子電池快速安全充電策略————作者：秦東晨;羅慶洲;楊俊杰;陳江義;武紅霞;

摘要：針對(duì)鋰離子電池充電中速度緩慢、過度升溫、析鋰及過充等問題,提出一種基于改進(jìn)粒子群算法(PSO)的模型預(yù)測(cè)控制(MPC)充電策略。首先,建立了鋰離子電池的等效電路-熱-電化學(xué)-老化耦合模型,結(jié)合等效電路模型與電化學(xué)模型的優(yōu)點(diǎn),可準(zhǔn)確預(yù)測(cè)充電過程中的端電壓、溫度變化及老化機(jī)制(如SEI膜增長、活性材料損失和析鋰導(dǎo)致的容量損失)。其次,對(duì)耦合模型離散化處理,構(gòu)建充電的空間狀態(tài)模型,并增加避免熱失控、析鋰...

基于深度學(xué)習(xí)的車輛軌跡預(yù)測(cè)研究綜述————作者：劉凱;汪佳琴;李漢濤;

摘要：車輛軌跡預(yù)測(cè)(VTP)是交通技術(shù)領(lǐng)域中的重要研究對(duì)象。傳統(tǒng)VTP方法需要大量特征工程,且難以實(shí)時(shí)適應(yīng)復(fù)雜變化的環(huán)境。深度學(xué)習(xí)通過多層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)高效數(shù)據(jù)表達(dá),克服了傳統(tǒng)方法的局限性。對(duì)基于深度學(xué)習(xí)(DL)的VTP方法以探討其在VTP中的應(yīng)用及性能表現(xiàn)進(jìn)行了綜述。首先,回顧了傳統(tǒng)VTP方法和基于DL的VTP方法,介紹了VTP主要考慮問題和問題表述;其次,分析并比較了各類VTP方案,包括輸入數(shù)據(jù)、輸出...

改進(jìn)YOLOv7-tiny的施工現(xiàn)場(chǎng)安全衣帽穿戴檢測(cè)算法————作者：張震;張晨穩(wěn);張俊杰;裴勝利;王文娟;

摘要：針對(duì)當(dāng)前施工現(xiàn)場(chǎng)安全衣帽穿戴檢測(cè)算法在復(fù)雜背景、弱光環(huán)境及目標(biāo)遮擋情況下的抗干擾能力不足,導(dǎo)致檢測(cè)精度低、漏檢率高和誤檢現(xiàn)象頻繁等問題,提出了一種改進(jìn)YOLOv7-tiny的施工現(xiàn)場(chǎng)安全衣帽穿戴檢測(cè)算法。首先,在特征提取區(qū)域引入了EMA注意力機(jī)制增強(qiáng)網(wǎng)絡(luò)特征提取能力,弱化復(fù)雜背景干擾;其次,在特征融合部分插入RFEM模塊提升網(wǎng)絡(luò)感受野,獲取更廣泛的上下文信息,增強(qiáng)對(duì)小目標(biāo)的感知能力;最后,采用Sh...

基于GD-PSO的水電站地下洞室初始地應(yīng)力場(chǎng)反演————作者：包騰飛;程健悅;邢鈺;周喜武;陳雨婷;趙向宇;

摘要：針對(duì)現(xiàn)有的初始地應(yīng)力場(chǎng)反演方法難以平衡收斂速度和非線性回歸精度等問題,提出了一種聯(lián)合梯度下降法(GD)和粒子群優(yōu)化算法(PSO)的初始地應(yīng)力場(chǎng)反演分析方法。首先,考慮影響初始地應(yīng)力場(chǎng)的重力場(chǎng)及5種構(gòu)造應(yīng)力場(chǎng)的八種基礎(chǔ)邊界條件,利用有限元軟件計(jì)算各邊界條件下測(cè)點(diǎn)應(yīng)力值;其次,以實(shí)測(cè)地應(yīng)力值為目標(biāo)值,利用GD-PSO算法進(jìn)行回歸分析,得到各邊界條件的影響系數(shù);最后,計(jì)算模型各點(diǎn)的回歸地應(yīng)力值,并作為初...

移動(dòng)群智感知任務(wù)的預(yù)算可行時(shí)鐘拍賣機(jī)制————作者：張?bào)K先;洪金梁;

摘要：針對(duì)傳統(tǒng)激勵(lì)機(jī)制中要求用戶提前披露個(gè)人價(jià)值判斷,進(jìn)而可能導(dǎo)致隱私泄露的問題,通過建立移動(dòng)群智感知的數(shù)學(xué)模型,明確了感知任務(wù)、價(jià)值函數(shù)、預(yù)算以及用戶效益等關(guān)鍵因素,并提出了一種基于時(shí)鐘拍賣的MCCA機(jī)制,以有效解決隱私泄露問題。所提機(jī)制包括初分配定價(jià)階段和最終贏家確定階段,能夠有效保護(hù)用戶隱私。理論分析表明,MCCA算法滿足真實(shí)性、個(gè)體理性、預(yù)算可行性和高效性。在實(shí)驗(yàn)部分,將MCCA與現(xiàn)有算法從用戶...

基于最佳滑移率估計(jì)的汽車EMB防抱死控制————作者：潘公宇;熊浩東;

摘要：為了解決傳統(tǒng)的邏輯門限式ABS控制方法存在無法充分利用路面利用附著系數(shù)以及滑移率波動(dòng)較大的問題,提出了一種基于最佳滑移率估計(jì)的汽車EMB防抱死控制策略。首先,建立輪胎滑移率與路面利用附著系數(shù)之間的非線性模型;其次,通過一種分段式的估計(jì)算法以快速準(zhǔn)確地跟蹤最佳滑移率;最后,基于最佳滑移率的估計(jì)結(jié)果,設(shè)計(jì)了積分滑模控制器,通過精確調(diào)節(jié)EMB制動(dòng)力矩和電機(jī)制動(dòng)力矩,使前后輪的滑移率維持在各自的最佳滑移率...

基于改進(jìn)灰狼優(yōu)化算法的分布式混合流水線重調(diào)度————作者：軒華;熊夢(mèng)瑩;曹穎;

摘要：針對(duì)機(jī)器故障和運(yùn)輸時(shí)間約束下的分布式混合流水線重調(diào)度問題,提出一種改進(jìn)灰狼優(yōu)化算法,以同時(shí)最小化最大完工時(shí)間、總能耗和總延期為優(yōu)化目標(biāo)構(gòu)建整數(shù)規(guī)劃模型。首先,根據(jù)問題特點(diǎn),設(shè)計(jì)了基于工廠-工序-機(jī)器的三鏈?zhǔn)骄幋a方式,提出了結(jié)合NEH啟發(fā)式法和完全隨機(jī)程序的種群初始化方法;其次,篩選領(lǐng)導(dǎo)層個(gè)體后,引入一種基于跟蹤和自主行動(dòng)的雙模式并行搜索方法更新底層狼;最后,應(yīng)用融合工序鏈前插變換和機(jī)器鏈后移操作的...

基于全驅(qū)控制方法的農(nóng)機(jī)路徑跟蹤控制————作者：吳振龍;李林;劉艷紅;

摘要：針對(duì)在未知擾動(dòng)的影響下農(nóng)機(jī)車輛對(duì)參考路徑的跟蹤精度不高,不能較好滿足各種作業(yè)環(huán)境下生產(chǎn)需求的問題,以農(nóng)田作業(yè)中最常見的前輪轉(zhuǎn)向、后輪驅(qū)動(dòng)的輪式農(nóng)機(jī)車輛為對(duì)象,研究了全驅(qū)控制方法下農(nóng)機(jī)車輛的跟蹤控制問題。采用廣泛應(yīng)用的比例積分微分(PID)控制、自抗擾控制作為對(duì)比控制器,在不同實(shí)驗(yàn)環(huán)境下與所提控制方法下所設(shè)計(jì)的控制器進(jìn)行對(duì)比仿真。結(jié)果表明:相比于另外兩種控制方法,所提出的控制方法在不同的實(shí)驗(yàn)條件下都...

改進(jìn)粒子群算法的無人機(jī)B樣條曲線路徑規(guī)劃————作者：楊火根;王艷;駱偉;

摘要：針對(duì)粒子群算法在無人機(jī)路徑規(guī)劃中易陷入局部最優(yōu)解,且在離散路徑點(diǎn)光滑處理后對(duì)避障考慮不足的問題,提出一種基于改進(jìn)粒子群算法的無人機(jī)三維B樣條曲線路徑規(guī)劃方法。首先,綜合考慮無人機(jī)路徑長度、安全避障、飛行高度及平穩(wěn)性等飛行性能要求,利用B樣條曲線的幾何性質(zhì)構(gòu)建路徑規(guī)劃模型;其次,采用改進(jìn)的粒子群算法對(duì)模型進(jìn)行求解,算法改進(jìn)主要通過優(yōu)化粒子初始化策略、慣性權(quán)重因子和學(xué)習(xí)因子更新策略、增加粒子擾動(dòng)策略來...

基于優(yōu)化VMD二次分解的短期電力負(fù)荷預(yù)測(cè)————作者：蔣建東;韓文軒;趙云飛;燕躍豪;鮑薇;劉曉輝;

摘要：針對(duì)臺(tái)區(qū)配變負(fù)荷數(shù)據(jù)復(fù)雜度高、波動(dòng)性強(qiáng)的特點(diǎn),提出了一種基于二次分解和時(shí)間卷積網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)模型。首先,使用最大互信息系數(shù)法對(duì)高維特征的負(fù)荷數(shù)據(jù)集進(jìn)行特征提取;其次,采用完全自適應(yīng)噪聲集合經(jīng)驗(yàn)?zāi)�態(tài)分解和優(yōu)化變分模態(tài)分解對(duì)配變負(fù)荷數(shù)據(jù)進(jìn)行二次分解;再次,將兩次分解得到的子序列輸入時(shí)間卷積網(wǎng)絡(luò)模型中進(jìn)行預(yù)測(cè);最后,將各子序列的預(yù)測(cè)結(jié)果疊加,得到最終的負(fù)荷預(yù)測(cè)結(jié)果。在鄭州市某臺(tái)區(qū)配變負(fù)荷數(shù)據(jù)上進(jìn)...

帶強(qiáng)制工期約束的混合柔性流水線調(diào)度————作者：軒華;李坤博;曹穎;

摘要：針對(duì)每階段包含不相關(guān)并行機(jī)的混合柔性流水線問題,考慮強(qiáng)制工期和運(yùn)輸時(shí)間,以最小化總加權(quán)完成時(shí)間為目標(biāo)建立整數(shù)規(guī)劃模型,結(jié)合改進(jìn)遺傳算法和鄰域搜索策略提出一種人工蜂群算法和鯨魚優(yōu)化算法的混合算法以獲取近優(yōu)解。算法采用基于工件號(hào)編碼以及NEH啟發(fā)式法生成初始工件序列集,雇傭蜂階段引入改進(jìn)遺傳算法產(chǎn)生更優(yōu)質(zhì)的工件序列,跟隨蜂階段利用5種鄰域搜索策略以得到更好的鄰域序列,在偵察蜂階段設(shè)計(jì)基于最差解的鯨魚優(yōu)...

河南省非確定性土地利用優(yōu)化規(guī)劃研究————作者：周科;

摘要：以土地利用適宜性為基礎(chǔ)，研究了非確定性影響下土地利用優(yōu)化格局。將地理信息系統(tǒng)(GIS)與區(qū)間概率規(guī)劃(IPP)技術(shù)相結(jié)合，構(gòu)建區(qū)間概率非確定性土地利用規(guī)劃管理(IPP-LUPM)模型。首先，基于GIS數(shù)據(jù)，進(jìn)行土地利用適宜性評(píng)價(jià)。其次，以不同類型土地利用最大面積和各類約束條件為輸入，用IPP-LUPM模型優(yōu)化土地利用面積，得出非確定性條件下土地利用優(yōu)化方案和效益。以河南省為例，計(jì)算結(jié)果表明：當(dāng)土地...

基于單目視覺前饋的機(jī)械臂目標(biāo)快速三維瞄準(zhǔn)方法————作者：陳曉鵬;徐鵬;王占濤;邢程;邱鈺涵;

摘要：針對(duì)基于單目視覺的機(jī)械臂目標(biāo)瞄準(zhǔn)缺少三維深度信息和收斂速度慢等問題，提出了一種單目視覺前饋的六自由度機(jī)械臂快速瞄準(zhǔn)方法。首先，對(duì)YOLOv4的CSPDarknet網(wǎng)絡(luò)進(jìn)行裁剪，減少Conv2d＿BN＿M(jìn)ish單元數(shù)量，簡化特征提取網(wǎng)絡(luò)復(fù)雜度，得到Lite YOLOv4以此提高目標(biāo)檢測(cè)速度；其次，根據(jù)從單目圖像中檢測(cè)得到的目標(biāo)像素坐標(biāo)，求取目標(biāo)像素坐標(biāo)的反投影歸一化坐標(biāo)，得到激光瞄準(zhǔn)器期望的相對(duì)三維...

基于JPS和變半徑RS曲線的Hybrid A^*路徑規(guī)劃算法————作者：張博強(qiáng);張成龍;馮天培;高向川;

摘要：為解決混合A^*（Hybrid A^*）算法在高分辨率地圖和復(fù)雜場(chǎng)景下搜索效率低、耗費(fèi)時(shí)間長的問題，通過對(duì)影響傳統(tǒng)Hybrid A^*算法搜索效率的因素進(jìn)行分析，提出了J-Hybrid A^*算法。首先，在Hybrid A^*算法擴(kuò)展節(jié)點(diǎn)前，使用跳點(diǎn)搜索（JPS）算法進(jìn)行起點(diǎn)到終點(diǎn)的路徑搜索，將該路...

基于障礙密度優(yōu)先策略改進(jìn)A^*算法的AGV路徑規(guī)劃————作者：陳一馨;段宇軒;劉豪;譚世界;鄭天樂;

摘要：針對(duì)傳統(tǒng)A^*算法在障礙物較多的實(shí)際場(chǎng)景下進(jìn)行AGV路徑規(guī)劃時(shí)，存在路徑拐點(diǎn)多、路徑冗余節(jié)點(diǎn)過多以及易陷入局部最優(yōu)解等問題，提出一種改進(jìn)A^*算法，采用柵格法進(jìn)行環(huán)境建模。首先，在啟發(fā)函數(shù)中引入障礙物密度函數(shù)K（n）改進(jìn)代價(jià)函數(shù)，用于更準(zhǔn)確地估計(jì)當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的實(shí)際代價(jià)；其次，采用動(dòng)態(tài)鄰域搜索策略提高算法的搜索效率和運(yùn)行效率；最后，通過冗余節(jié)點(diǎn)處理策略減...

基于群體智能優(yōu)化算法的移動(dòng)機(jī)器人分組聚集方法————作者：劉中常;李國良;

摘要：為了應(yīng)對(duì)多個(gè)混合移動(dòng)機(jī)器人集群在進(jìn)行分組聚集時(shí)速度慢、成功率低等問題，設(shè)計(jì)了一種基于群體智能優(yōu)化算法的分散式的分組聚集導(dǎo)航方法，使得每個(gè)機(jī)器人只利用有限感知范圍內(nèi)其他機(jī)器人的信息，結(jié)合灰狼優(yōu)化(GWO)算法的原理來計(jì)算其與同組其他機(jī)器人進(jìn)行聚集的首選導(dǎo)航速度。在確定每個(gè)機(jī)器人可利用的局部信息時(shí)，根據(jù)各組機(jī)器人的信息共享意愿，分為不同組之間相互合作和相互獨(dú)立兩種情況分別進(jìn)行設(shè)計(jì)，從而實(shí)現(xiàn)了對(duì)原始的集...

基于改進(jìn)GAN的人機(jī)交互手勢(shì)行為識(shí)別方法————作者：張富強(qiáng);白筠妍;穆慧;

摘要：為改善現(xiàn)有手勢(shì)識(shí)別算法需要大量訓(xùn)練數(shù)據(jù)的現(xiàn)狀，針對(duì)識(shí)別準(zhǔn)確率不高、識(shí)別過程復(fù)雜等問題，基于生成式對(duì)抗網(wǎng)絡(luò)(GAN)和變分自編碼器，引入標(biāo)簽信息，提出一種基于改進(jìn)GAN模型的人機(jī)交互手勢(shì)行為識(shí)別方法。首先，在編碼器和解碼器中分別添加改進(jìn)InceptionV2和InceptionV2-trans結(jié)構(gòu)增強(qiáng)模型的特征還原能力；其次，在各組成網(wǎng)絡(luò)中進(jìn)行條件批量歸一化(CBN)處理改善過擬合，以Mish激活函...

基于自適應(yīng)采樣策略的模糊分類代理輔助進(jìn)化算法————作者：李二超;吳煜;

摘要：針對(duì)基于分類代理輔助進(jìn)化算法模型管理效率不高和如何有效降低真實(shí)函數(shù)評(píng)估次數(shù)的問題，提出了一種基于自適應(yīng)采樣策略的模糊分類代理輔助進(jìn)化算法。首先，算法通過帕累托支配關(guān)系篩選樣本來構(gòu)造代理模型；其次，采用基于轉(zhuǎn)移的密度估計(jì)策略提高選擇壓力，兼顧收斂性與多樣性，同時(shí)利用十折交叉驗(yàn)證得到精度信息用來劃分狀態(tài)；最后，設(shè)計(jì)了一種自適應(yīng)模型管理策略，其考慮當(dāng)前種群的收斂性、多樣性和不確定性，并根據(jù)不同精度狀態(tài)采...

　　鄭州大學(xué)學(xué)報(bào)(工學(xué)版)來自網(wǎng)友的投稿評(píng)論：

提交