基于改进集对分析的梁式桥状态模糊综合评判

合集下载

基于模糊综合评判法的综合交通评价系统设计

基于模糊综合评判法的综合交通评价系统设计本文将探讨一种基于模糊综合评判法的综合交通评价系统的设计。

综合交通评价系统是指通过对某一地域的交通状况进行全面评估，从而提供可靠的数据和信息，为交通规划，建设和管理提供科学依据。

而模糊综合评判法则是一种计算机智能算法，能够将各种复杂、模糊的信息加以量化，进而得出准确性更高的评价结果。

下文将分别从两个方面进行阐述。

一、综合交通评价系统的功能和设计综合交通评价系统应当包涵以下功能：1.整合各类交通信息，包括交通流量、交通运行状况、道路安全、公共交通、环境质量等，进行高效的信息采集和处理。

2.将交通信息与城市规划、建设、管理等相关数据相结合，进行系统化、综合的分析和评价。

3.根据评价结果，进行交通安全预警和优化建议，推进城市交通规划、设计和管理的精准化。

在具体设计上，综合交通评价系统应当包含以下模块：1.数据采集模块。

该模块应当具有多样化的数据采集方式，包括道路监控设备、公共交通系统、空气质量监测器等。

2.数据处理与存储模块。

该模块应当使用先进的计算机技术，能够将各种不同类型的数据进行高效整合和处理，并能够将数据进行稳定安全的存储。

3.数据分析和评价模块。

该模块应当使用模糊综合评判法，将各类数据进行量化，在进行评价时考虑到各类因素的权重，从而得出更为科学准确的评价结果。

4.交通优化和管理建议模块。

该模块将根据综合评价结果，提供交通优化和管理建议，为交通管理部门提供决策参考。

二、模糊综合评判法的应用模糊综合评判法是一种将模糊数学理论应用于评价问题的一种方法。

当需要对多个因素进行评价，并考虑各个因素的重要性时，模糊综合评判法能够量化各种信息，从而更好地反映实际情况。

下面将介绍模糊综合评判法的一般过程：1.确定评价指标体系。

评价指标应该科学合理，能够完整反映评价对象的实际情况。

2.建立评价指标的模糊数学模型。

一个好的模型能够准确度量和分析各种数据，反映实际情况。

3.确定评价指标的权重。

公路桥梁承载能力检测评定规程

设计文件按相关标准规范取用。对缺失技术资料的桥梁，可根据桥梁检测资料，结合参考同年代类似桥梁设计文件或标准定型图取用。
评定流程 step1
▪ 检测评定前，应通过实地调查和桥梁检查，掌握桥梁技术状况、病害成因、使用荷载和养护维修等情况，搜集相关技术资料，确定检算技术参数。勘察设计资料施工、监理、监控与竣工资料养护、试验检测与维修加固资料运营荷载资料
▪ 建立了系统的承载能力检测评定指标体系 ▪ 各项检测指标的定量或定性评价标准 ▪ 明确了各类桥梁的检算分析要点 ▪ 提高了检测评定效率
修订工作基础
▪ 公路桥梁检测、评定与加固成套技术研究及推广应用
▪ 混凝土梁式桥损伤检测与安全可靠性评价技术研究
▪ 国家863项目“大跨度预应力混凝土连续箱梁桥长期下挠和开裂的控制研究”
定
▪ 桥梁几何形态参数
▪ 混凝土碳化状况
▪ 桥梁结构恒载变异状 ▪ 混凝土结构钢筋分布
况
状况
▪ 桥梁结构构件的材质 ▪ 桥梁结构固有模态参
强度
数
▪ 混凝土中钢筋锈蚀电位
▪ 混凝土中氯离子含量
▪ 索结构索力
▪ 桥梁墩台和基础变位情况
▪ 混凝土中电阻率
桥梁几何形态参数检测评定
▪ 梁桥应测定桥跨结构纵向线形和墩（台）顶的竖向和水平变位；
基本规定
▪ 评定条件 ▪ 评定内容 ▪ 评定对象及依据 ▪ 评定流程
评定条件
▪ 当桥梁需要进行特殊检查时应实施承载能力检测评定
技术状况等级为四、五类的桥梁；拟提高荷载等级的桥梁；需通特殊重型车辆荷载的桥梁；遭受重大自然灾害或意外事件的桥梁。
评定的工作内容
▪ 在用桥梁承载能力检测评定应包含以下工作内容，必要时还应进行荷载试验评定：

基于计算机视觉的桥梁结构局部损伤识别方法

特征提取
从图像中提取出有用的信息，如边缘、角点、纹理等。
图像识别
利用提取的特征对图像进行分类、识别和标注。
深度学习
在特征提取和图像识别中，深度学习算法具有强大的表示能力，能够自动学习图像中的特征。
03
桥梁结构损伤识别方法
损伤识别技术研究现状
国内外研究进展
介绍国内外在桥梁结构损伤识别领域的研究现状，包括主要研究团队、研究成果和实际应用情况。
研究目标
03
04
05
1. 研究图像处理算法，实现桥梁损伤区域的自动提取；
2. 利用深度学习技术，建立损伤识别模型，实现损伤类型的自动分类；
3. 开发一套基于计算机视觉的桥梁结构局部损伤识别系统，提高检测效率和精度。
02
计算机视觉基础
计算机视觉概述
01
02
03
定义
计算机视觉是一门研究如何让计算机“看懂”图像的科学。
利用大量标注的损伤图像训练深度学习模型，使其能够自动识别不同类型的损伤。
模型评估
应用前景
通过测试集评估模型的准确率、召回率等指标，对模型进行优化和改进。
基于深度学习的桥梁结构损伤识别方法具有较高的准确率和鲁棒性，为桥梁结构的健康监测和损伤修复提供了有力支持。

05
实验与结果分析
数据采集与预处理
可以研究如何将该方法应用到实际工程中，实现自动化、智能化的桥梁结构损伤检测，提高桥梁安全性和使用寿命。
THANKS
谢谢您的观看
国内外学者在基于计算机视觉的桥梁损伤检测方面取得了一定的研究成果，但仍存在一些挑战，如复杂背景下的目标识别、损伤尺度与位置的精确判断等。
研究内容与目标

基于模糊综合评判的改进策略及优化方法

犓犲狔狑狅狉犱狊：ｆｕｚｚｙｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎ；ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｄｅｃｉｓｉｏｎｍａｋｉｎｇ；ｄａｔａｅｎｖｅｌｏｐｍｅｎｔａｎａｌｙｓｉｓ（ＤＥＡ）；ｆｕｚｚｙｅｖｅｎｔ；ｆｕｚｚｙｐｏｓｓｉｂｉｌｉｔｙｓｅｔ
０引言
在进行综合评价时，能否回答以下两个问题至关重要： ①评价的结果是什么？② 导致这种评价结果的原因是什么，如何改进？模糊综合评判方法［１］（ｆｕｚｚｙｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄ，ＦＣＥＭ）是一种重要的综合评价方法。由于该方法能较好地解决许多模糊且难以量化问题的评价，因此，几乎被应用到经济和社会发展的各个领域。［２４］目前，ＩＳＩＷｅｂｏｆＳｃｉｅｎｃｅ等文献库中可以检索到与模糊综合评判有关的论文就超过３００００篇。尽管ＦＣＥＭ具有广
ＭＡＺｈａｎｘｉｎ１，ＳＩＱｉｎ２
（１．犛犮犺狅狅犾狅犳犈犮狅狀狅犿犻犮狊犪狀犱犕犪狀犪犵犲犿犲狀狋，犐狀狀犲狉犕狅狀犵狅犾犻犪犝狀犻狏犲狉狊犻狋狔，犎狅犺犺狅狋０１００２１，犆犺犻狀犪；２．犛犮犺狅狅犾狅犳犕犪狋犺犲犿犪狋犻犮狊犛犮犻犲狀犮犲，犐狀狀犲狉犕狅狀犵狅犾犻犪犝狀犻狏犲狉狊犻狋狔，犎狅犺犺狅狋０１００２１，犆犺犻狀犪）
数据包络分析（ｄａｔａｅｎｖｅｌｏｐｍｅｎｔａｎａｌｙｓｉｓ，ＤＥＡ）方法的提出则有可能为这一问题的解决提供可借鉴的经验。ＤＥＡ是一种重要的效率分析方法［５１０］，传统ＤＥＡ方法要求输入和输出数据为精确数［１１１３］，然而，实际应用中可能有许多数据并不是精确的，一些学者考虑如何应用ＤＥＡ方法来

基于模糊时变可靠度理论的既有钢筋混凝土梁桥剩余寿命评估研究

基于模糊时变可靠度理论的既有钢筋混凝土梁桥剩余寿命评估研究基于模糊时变可靠度理论的既有钢筋混凝土梁桥剩余寿命评估研究概述：钢筋混凝土梁桥是一种常见的道路交通设施，因长期使用和外界环境的影响，其结构会逐渐疲劳、老化，从而降低承载能力，并存在安全隐患。

为保证梁桥的安全使用，评估既有桥梁的剩余寿命是非常必要的。

本文将基于模糊时变可靠度理论，研究既有钢筋混凝土梁桥剩余寿命的评估方法。

引言：钢筋混凝土梁桥是道路交通中常见的桥梁结构，为确保其安全使用，评估桥梁的剩余寿命具有重要意义。

传统的寿命评估方法主要基于统计学理论和损伤累积原理，对梁桥结构进行静态评估。

然而，由于结构材料老化、自然灾害和交通荷载的复杂作用，梁桥的使用状况具有时变性和模糊性，传统评估方法无法完全考虑这些因素。

因此，本文将引入模糊时变可靠度理论，建立既有钢筋混凝土梁桥的剩余寿命评估模型。

方法：1. 收集数据：首先，需要收集梁桥结构的基本信息、设计荷载信息、材料属性等相关数据。

2. 构建模糊时变可靠度模型：根据收集的数据，建立既有钢筋混凝土梁桥的模糊时变可靠度模型。

模型中考虑了梁桥的时变性和模糊性，考虑了材料老化和交通荷载的不确定性。

3. 确定参数：在建立模型时，需要确定模糊可靠度的定义域和划分，以及模糊转移矩阵等参数。

4. 进行模拟计算：使用模糊时变可靠度模型，对既有梁桥进行剩余寿命评估的模拟计算，得到梁桥在不同时刻的可靠度指标。

5. 评估剩余寿命：根据模拟计算结果，进行剩余寿命的评估。

通过比较梁桥的可靠度指标和安全门限值，确定梁桥的剩余寿命。

结果与讨论：通过对一座既有钢筋混凝土梁桥进行剩余寿命评估，得到了该桥在不同时刻的可靠度指标。

通过与安全门限值的比较，确定了梁桥的剩余寿命，并对可能出现的风险进行了预测和警示。

此外，还对模型参数的敏感性进行了分析，探讨了不同参数对剩余寿命评估结果的影响。

结论：本研究基于模糊时变可靠度理论，建立了既有钢筋混凝土梁桥的剩余寿命评估模型，通过对模拟计算和结果分析，得出了梁桥的剩余寿命及可能存在的风险。

模糊综合评价方法及其应用研究

模糊综合评价方法及其应用研究一、本文概述本文旨在探讨模糊综合评价方法及其应用研究。

我们将对模糊综合评价方法进行概述，阐述其基本原理和特点。

接着，我们将深入探讨模糊综合评价方法在各种领域中的应用，包括但不限于企业管理、环境评估、医疗卫生等。

通过对实际案例的分析，我们将展示模糊综合评价方法在解决实际问题中的有效性和实用性。

我们还将对模糊综合评价方法的未来发展进行展望，以期为其在更多领域的应用提供参考和借鉴。

通过本文的研究，我们希望能够为相关领域的研究者和实践者提供有益的启示和帮助。

二、模糊综合评价方法理论基础模糊综合评价方法（Fuzzy Comprehensive Evaluation，简称FCE）是一种基于模糊数学理论的评价方法，旨在解决那些难以用精确数学语言描述的问题。

这种方法最早由我国学者汪培庄于1983年提出，现已在多个领域得到了广泛应用。

模糊综合评价方法理论基础主要包括模糊集合理论、模糊运算规则和模糊关系矩阵。

其中，模糊集合理论是该方法的核心。

它允许在元素对集合的隶属程度不唯不精确的情况下进行定量描述，从而突破了传统集合理论中元素对集合的隶属关系必须明确的限制。

在模糊综合评价中，评价对象通常被视为一个模糊集合，而评价因素则构成该集合的多个子集。

每个子集都有一个隶属函数，该函数描述了评价对象在不同因素下的隶属程度。

通过对隶属函数进行计算和分析，可以得出评价对象在各个因素上的综合评价结果。

模糊运算规则是模糊综合评价方法的另一个重要组成部分。

它定义了模糊集合之间的运算方式，如并、交、补、差等，使得我们能够根据实际需求进行模糊集合的组合和转换。

模糊关系矩阵则用于描述评价对象与评价因素之间的模糊关系。

该矩阵中的元素表示评价对象在不同因素上的隶属度，是进行模糊综合评价的重要依据。

模糊综合评价方法理论基础包括模糊集合理论、模糊运算规则和模糊关系矩阵。

这些理论和方法为我们在复杂系统中进行综合评价提供了有效的工具。

[公路水运工程试验检测人员考试密押题库与答案解析]公路水运工程试验检测人员桥梁隧道工程分类模拟24

问题:3. 桥梁技术状况评定属于桥梁一般评定。
答案:A[解析] 桥梁评定分为一般评定和适应性评定，一般评定时依据桥梁定期检查资料，通过对桥梁各部件技术状况的综合评定，确定桥梁的技术状况等级，提出各类桥梁的养护措施；桥梁适应性评定包括以下内容：依据桥梁定期及特殊检查资料，结合试验与结构受力分析，评定桥梁的实际承载能力、通行能力、抗洪能力，提出桥梁养护、改造方案。
问题:2. 专门检查和应急检查都属于特殊检查。
答案:A[解析] 特殊检查分为专门检查和应急检查。当出现以下四种情况时应作专门检查：①定期检查中难以判明桥梁的损坏原因及程度；②桥梁技术状况为4类或5类；③拟通过加固手段提高桥梁的荷载等级；④条件许可时，特殊重要的桥梁在正常使用期间可周期性进行荷载试验(荷载试验属于专门检查)。当桥梁遭受洪水、流冰、滑坡、地震、风灾、漂流物或船舶撞击，因超重车辆通过或其他异常情况影响造成损害时，应进行应急检查。
问题:7. 若构件的检测指标属于最差状态，则应评定为5类。
答案:B[解析] 由于发生在不同构件的各种病害对桥梁影响程度不同，每种病害的最严重等级也不同，即最高评定标度分为3、4、5三种。
问题:8. 桥梁技术状况评定时，对于基础部分，应对基础及河底铺砌的缺损情况进行详细检查，水下部分必须采用潜水的方式检查，做到不留死角。
(3)梁式桥上部承重构件有严重的异常位移，存在失稳现象。
(4)结构出现明显的永久变形，变形大于规范值。
(5)关键部位混凝土出现压碎或杆件失稳倾向；或桥面板出现严重塌陷。
(6)拱式桥拱脚严重错台、位移、造成拱顶挠度大于限值；或拱圈严重变形。
(7)圬工拱桥拱圈大范围砌体断裂，脱落现象严重。
(8)腹拱、侧墙、立墙或立柱产生破坏造成桥面板严重塌落。

基于故障树的桥梁结构施工质量评判系统

行处理，改变这种管理模式不但需要从技术上面改善管理水平，从企业方面加强自身安全教育，而且要认识到施工质量管理是一个完整的系统，通过安全评价，将现场桥梁工程施工的一些客观情况以量化的数据表示，进行定量分析，获得施工质量问题发生的概率以及危险原因，从而对桥梁工程施工进行质量预控［卜３］。
素不完全、施工存在质量问题以及运营期的超负荷使用和各种复杂环境的综合作用，均可能导致桥梁过早出现损伤，降低设计要求中的承载能力，而使发生病害的可能性增加。现在在施工过程中采取的管理措施基本只对某些危险源进行排查，并且大多是在事故发生之后再进
系的演绎分析方法。即从某一特定故障开始，运用逻辑推理，找出各种可能引起的事故原因及组合。故障树分析法能够通过计算的方法，求出故障发生的概率以及每
一
个基本事件对于故障概率的影响程度。不光在定性分
【关键词】桥梁：施工质量；故障树；评判系统；预控措施
１引言
桥梁工程工艺复杂，技术要求高，施工难度大，生产
以避免其最终发生。最后以某长江大桥基坑开挖为示例，基于该故障树的分析结果，有针对性的对可能产生的施工质量问题预先采取相应措施，避免其最终发生，达到预先控制桥梁施工质量的效果。

基于熵权系数与TOPSIS集成评价决策方法的研究

第卷第期控制与决策年月文章编号基于熵权系数与集成评价决策方法的研究陈雷王延章大连理工大学管理学院辽宁大连摘要对于信息系统方案评价这种复杂问题提出一种新的方法以避免主观判断的不确定性和随意性针对传统信息系统项目评标中单纯由主观判断确定指标权重方法的不足提出了将主观判断与客观情况相结合定性定量相结合的熵权法来确定指标的权重系数进而将法与熵权系数综合集成进行合理方案的评价将该方法应用于评标过程的实践取得了较为满意的结果关键词熵权系数信息系统集成评价决策中图分类号文献标识码引言随着信息化步伐的加快越来越多的电子商务电子政务和办公自动化等方面的建设项目需要进行方案的公开招标为在招标过程中有效地降低风险必须采用科学合理的方法进行评标真正评出最合理最有竞争力的中标者传统的评标方法是依靠组织者和专家的主观判断来确定各个指标的权重定性因素占主要部分往往使得不同的专家在同一个指标上给出的分值出入很大结果由于决策不当而造成浪费或根本不能完成任务因此需要从理论和实践上对评标方法进行研究和探索本文将专家的主观判断与信息系统集成方案的客观情况相结合提出用确定权重的优化熵权系数法和理想法来进行评标所要解决的问题是通过科学的权重系数来调整主观偏差定量地确定投标者在价格方案集成创新系统性能成熟收稿日期修回日期基金项目国家自然科学基金资助项目作者简介陈雷男辽宁新民人博士生从事计算机网络信息系统评价的研究王延章男辽宁开原人教授博士生导师从事计算机网络电子政务等研究度服务人力资源等一系列指标的权重通过熵计算出权重系数并同时确定接近的最优值再将熵权系数应用到理想法得出最接近的理想解熵权法对权重系数的确定信息系统集成项目方案评价属多目标决策问题需要对所有投标者的方案是否合理是否有集成创新资质是否响应等进行定量综合分析对比从中选择方案合理性能价格比高服务优良的中标者熵原本是热力学的概念但自从数学家香农将其引进通讯工程并进而形成信息论后熵在工程技术管理科学乃至社会经济等领域得到广泛的应用熵是对系统状态不确定性的一种度量当系统处于种不同状态每种状态出现的概率为时评价该系统的熵为其中满足熵具有极值性也就是说当系数状态为等概率即时其熵值最大本文利用熵的概念来衡量某一评价指标对信息系统集成方案优劣的影响程度设某一信息系统集成项目的评价指标体系中有个指标投标单位有个个投标单位对应于个指标的指标值构成评价指标决策矩阵即其中元素表示方案的第个指标对价格指标而言越小越好对性能等指标而言越大越好记中每列的最优值为即记与的接近程度对进行归一化处理记以个评价指标评价家投标单位为条件定义第个评价指标的熵值其中由熵的极值性可知的值越接近于相等熵的值越大当的值完全相等时熵达到最大为不难看出指标的熵越大说明各投标单位在该指标上的取值与该指标的最优值间的差异程度越小即越接近最优值需要说明的是决策者对差异程度的大小有不同的认同度如果认为差异程度越小的指标越重要则可将熵值进行归一化后作为该指标的客观权重熵值小表示指标的不确定性强反之如果认为差异程度越大的指标越重要则可用熵的互补值进行归一化处理后作为指标的客观权重这里假定差异越大的指标越重要用对式进行归一化处理得表征评价指标的评价决策重要性的熵值对归一化得到指标的客观权重其中的确定取决于某信息系统集成方案中各家投标单位的固有信息因此称为客观权重同一评价指标对不同的投标单位可能有不同的客观权重为了全面反映评价指标的重要性并考虑到专家的经验判断力将专家对各指标给出的主观权重与客观权重相结合最终确定各指标的权重以此作为评价的权重系数对于第家投标单位可以得出一个初始评议值其中为中的最优值则较大的投标单位其综合评议值较高第期陈雷等基于熵权系数与集成评价决策方法的研究运用法确定最优方案采用理想法求解多目标决策问题是一种非常有效的方法它概念简单但在使用时需要在目标空间中定义一个测度以度量某个解靠近理想解和远离负理想解的程度其中心思想是先选定一个理想解和一个负理想解然后找出与理想解距离最近且与负理想解距离最远的方案作为最优方案法中的距离是指加权欧氏距离理想解是一个设想的最好解方案它的各个指标值都达到各候选方案中最好的值负理想解是一个设想的最差解它的各个指标值都达到各候选方案中最差的值现有的个方案中一般并没有这种理想解和负理想解但通过设定理想解和负理想解每个实际的解与理想解和负理想解进行比较如果其中有一个解最靠近理想解同时又最远离负理想解则该解应是个方案中最好的解用这种方法可对所有的方案进行排队一般说要找到一个距离理想解最近而又距离负理想解最远的方案是比较困难的为此引入相对贴近度的概念来权衡两种距离的大小判断解的优劣对上述个方案和个指标所确定的评价决策矩阵进行规范化得到规范化决策矩阵矩阵的元素为计算加权规范决策矩阵其中元素为式中是第个指标由式得到的权重解到理想解的距离其中是解的第个分量即第个指标规范化后的加权值是理想解的第个分量类似地定义解到负理想解的距离并且定义解到理想解的相对贴近度的值越接近则相应的方案越应排在前面最终的评议值由式和的线性组合确定即其中为对最终数据的放大系数案例研究信息系统集成项目的指标体系是通过广泛的调查研究和系统分析运用改进的法经信息收集分析和专家咨询而确定的在实际评标过程中指标可能很多而且随着系统的不同会有所改变为节省篇幅本文仅给出有代表性的指标示例设某一系统集成项目参加投标的单位为个重点对以下个指标进行评定即评价对象的指标集合总价人力方案设备公司级别能力成熟度投标单位的各项指标数量与分值如表所示表投标单位的各项指标数量与分值单位总价人力方案设备级别公司级别能力成熟度设各个指标的主观权重为根据熵权法得到的熵权系数如表所示表根据熵权法得到的熵权系数总价人力方案设备级别公司级别能力成熟度表最终的排序结果单位最终的排序结果如表所示根据值得到对家投标单位的排序为控制与决策第卷结语本文提出一种基于熵权系数与集成评价决策方法该方法曾应用于多家招标公司的招标项目取得了满意的结果信息系统建设方案的评价是非常复杂的问题评价过程包括对投标者的各种资质进行认证等环节并辅以其他方法来实现最终的中标方案在实际的评价过程中会根据不同的项目内容选择一些重点指标进行评价本文方法对于更为复杂的多级组合评价还没有应用因此对多级评价还需要进一步研究参考文献张世英张文泉技术经济预测与决策天津天津大学出版社杜纲岳松涛房地产开发投资决策的熵权系数优化模型数理统计与管理戴文战一种动态多目标决策模型及其应用控制与决策徐维祥张全寿信息系统项目评价集成法计算机工程与应用上接第页V因而定理中的条件满足不难验证定理中其余条件也满足故系统的零解是一致渐近稳定的结语本文探讨了非线性时变系统的稳定性问题通过利用具有齐次导数的时不变函数和近似系统的概念和方法得到一般非线性系统渐近稳定充分条件的新结果文中给出的实例表明新判据具有易于验证的特点参考文献1 TLB1TNN VL1TB F NVb NV第期陈雷等基于熵权系数与集成评价决策方法的研究基于熵权系数与TOPSIS集成评价决策方法的研究作者：陈雷，王延章作者单位：大连理工大学,管理学院,辽宁,大连,116024刊名：控制与决策英文刊名：CONTROL AND DECISION年，卷(期)：2003,18(4)被引用次数：79次1.张世英;张文泉技术经济预测与决策 19942.杜纲;岳松涛房地产开发投资决策的熵权系数优化模型[期刊论文]-数理统计与管理 1999(01)3.Evangelos Triantaphyllou Multi-criteria Decision Making Methods: A Comparative Study 20004.戴文战一种动态多目标决策模型及其应用[期刊论文]-控制与决策 2000(02)5.Ma J;Fan Z P;Huang L H A subjective and objective integrated approach to determine attribute weights 1999(02)6.徐维祥;张全寿信息系统项目评价DHGF集成法[期刊论文]-计算机工程与应用 2000(05)1.尤天慧.樊治平区间数多指标决策的一种TOPSIS方法[期刊论文]-东北大学学报(自然科学版)2002,23(9)2.郭辉.徐浩军.刘凌.GUO Hui.XU Hao-jun.LIU Ling基于区间数TOPSIS法的空战目标威胁评估[期刊论文]-系统工程与电子技术2009,31(12)3.许永平.王文广.杨峰.王维平.XU Yong-ping.WANG Wen-guang.YANG Feng.WANG Wei-ping考虑属性关联的TOPSIS语言群决策方法[期刊论文]-湖南大学学报（自然科学版）2010,37(1)1.周荣喜.范福云.何大义.邱菀华多属性群决策中基于数据稳定性与主观偏好的综合熵权法[期刊论文]-控制与决策 2012(8)2.彭绍雄.唐斐琼基于TOPSIS法和灰色关联度法的军队第三方物流供应商评价分析[期刊论文]-物流科技2012(12)3.刘慧敏基于组合赋权的理想解法及其应用[期刊论文]-物流技术 2009(2)4.陈红艳改进理想解法及其在工程评标中的应用[期刊论文]-系统工程理论方法应用 2004(5)5.康健.李一兵.谢红.林云D-S证据理论与信息熵结合的新算法[期刊论文]-弹箭与制导学报 2011(1)6.王旭.谢敏.林云TOPSIS定权的模糊综合评判法及其应用[期刊论文]-统计与决策 2011(20)7.刘军号.方崇施工导流方案优选的熵TOPSIS决策模型[期刊论文]-华北水利水电学院学报 2011(2)8.孟亮.张电电.李向林供应商平衡记分卡:基于供应链管理的合作伙伴选择与评价模型[期刊论文]-物流工程与管理 2010(4)9.秦勇.何有世.刘明离岸软件外包中承接企业竞争力的综合评价[期刊论文]-科技管理研究 2010(2)10.陈华.张岐山基于灰关联分析的加权TOPSIS法及其应用[期刊论文]-福州大学学报（哲学社会科学版）2010(6)11.刘亚坤.朱洪凯钢筋混凝土板梁式桥状况的模糊熵权决策评估方法[期刊论文]-城市道桥与防洪 2010(5)12.钟崇玉基于TOPSIS的铁路部门厂内机动车辆管理绩效评价研究[期刊论文]-中国高新技术企业 2010(17)13.廖飒TOPSIS在农作物品种评价中的应用研究[期刊论文]-安徽农业科学 2008(26)14.刘煜.郑恒基于熵的新产品开发决策方法[期刊论文]-科技进步与对策 2007(2)15.王才宏.杨世荣.董茜目标选择决策的组合熵权系数方法研究[期刊论文]-弹箭与制导学报 2006(4)16.陈继光.祝令德.马惠群.孙立堂水质评价的模糊熵权聚类模型[期刊论文]-水电能源科学 2005(6)17.陈雷.王延章熵权法对融合网络服务质量效率保障研究[期刊论文]-计算机工程与应用 2005(23)18.苏超.方崇.麻荣永TOPSIS模型在城市防洪体系综合评价中的应用[期刊论文]-人民长江 2011(21)19.彭频.李静基于熵权TOPSIS的建筑供应商选择问题研究[期刊论文]-江西理工大学学报 2010(2)20.张先锋.郑建国基于模糊层次分析和模糊评价的信息系统供应商评价研究[期刊论文]-中国管理信息化2009(2)21.翁依TOPSIS法在材料供应商优选中的应用[期刊论文]-中国科技博览 2009(15)22.刘欣.罗小明基于综合集成赋权法的导弹攻击目标价值分析[期刊论文]-指挥控制与仿真 2008(2)23.黄晓霞.程论综合评价与数据挖掘的比较[期刊论文]-上海海事大学学报 2007(4)24.张先起.刘慧卿项目投资决策的投影寻踪评价模型及其应用[期刊论文]-南水北调与水利科技 2006(3)25.孙晓东.焦玥.胡劲松基于组合权重的灰色关联理想解法及其应用[期刊论文]-工业工程与管理 2006(1)26.宋杰鲲.张在旭.张晓慧一种基于熵权多目标决策和人工神经网络的炼油企业绩效评价方法[期刊论文]-中国石油大学学报（自然科学版） 2006(1)27.罗亚琼.马爱霞我国医药上市公司创新能力评价——基于熵权TOPSIS法[期刊论文]-现代商贸工业 2013(5)28.谢玖琪.林涛.王杰基于熵权和TOPSIS法对工程材料供应商选择的评价研究[期刊论文]-价值工程 2010(35)29.崔东红.杨榕.姚莉基于灰色模糊理想解的资格预审评审模型[期刊论文]-沈阳工业大学学报（社会科学版）2010(4)30.张颖.黄卫来.周泉基于"垂面"距离的TOPSIS和熵权法的产业关联分析——以我国机械设备制造业为例[期刊论文]-工业技术经济 2010(6)31.刘秋生.秦军亮供应链成员关系协调的综合评价研究[期刊论文]-商业时代 2010(18)32.谷丽丽.曹翠芬.崔利华浅析供应商选择中熵权法的不足与改进[期刊论文]-物流技术 2009(1)33.朱海平.邵新宇.张国军求解多准则决策问题指标权重的二次规划方法[期刊论文]-系统工程与电子技术2007(4)34.刘洋.荣春晖基于TOPSIS法的教师专业发展评价研究[期刊论文]-神州（上旬刊） 2013(7)35.张江涛基于TOPSIS方法的新产品开发决策问题研究[期刊论文]-价值工程 2012(16)36.于虎.李传春基于熵权模糊TOPSIS法的分销商评价与选择[期刊论文]-经济研究导刊 2011(32)37.邓懿基于TOPSIS-GAHP的地下水功能可持续性评价研究[期刊论文]-华人时刊（中外教育） 2011(11)38.杨樱SWOT与TOPSIS整合的战略决策方法研究[期刊论文]-管理观察 2009(28)39.陈贤.赵雁.龚元圣熵权法在番茄果实商品性状评价上的应用分析[期刊论文]-湖北农业科学 2008(11)40.侯立峰.何学秋事故损失分析与综合评价[期刊论文]-中国安全生产科学技术 2007(2)41.岳文辉.王晓俊.韩自强基于熵权法和TOPSIS的发动机关键零部件加工过程绿色特性评价[期刊论文]-制造技术与机床 2013(12)42.王娟.周好文基于Kullback散度的主客观权重相结合的投资决策方法[期刊论文]-济南大学学报（自然科学版） 2011(4)43.龚元圣.王晓春.陈贤标准差权重法在番茄果实商品性状评价上的应用分析[期刊论文]-安徽农业科学2008(31)44.付巧峰关于TOPSIS法的研究[期刊论文]-西安科技大学学报 2008(1)45.辛文鹏.龚时雨利用RBF神经网络对装备完好性敏感性进行分析[期刊论文]-物流科技 2008(4)46.谷丽丽.高学东.武森基于准则分类的伙伴供应商认证选择综合方法[期刊论文]-北京科技大学学报 2008(11)47.孙晓东.焦玥.胡劲松基于灰色关联度和理想解法的决策方法研究[期刊论文]-中国管理科学 2005(4)48.魏德才.张诤敏.李闯.刘纵横基于模糊贴近度和熵权的航空装备维修安全综合评价[期刊论文]-中国安全科学学报 2012(2)49.李洪波.董新民.李婷婷.郭军飞机环控/发动机系统多目标决策研究[期刊论文]-计算机工程 2011(24)50.尹德进.王宏力基于信息熵与证据推理的不确定多属性决策方法[期刊论文]-计算机应用 2011(5)51.单联宏基于灰色关联相对贴近度的评价方法研究[期刊论文]-现代商业 2010(15)52.徐宁.董新民.刘棕成.陈勇基于Pareto集与多目标决策的飞控参数优化[期刊论文]-飞行力学 2012(3)53.黄强.屈吉鸿.王义民.陈南祥熵权和正交投影改进的TOPSIS法优选水库特征水位研究[期刊论文]-水力发电学报 2009(1)54.安萌.陆卫.陈学武.季彦婕基于TOPSIS法的自行车停车场布局应用研究——南京鼓楼地铁站实例分析[期刊论文]-交通运输工程与信息学报 2010(2)55.杜俊慧.魏法杰基于灰色理想解法的模糊多属性决策方法研究[期刊论文]-中北大学学报 2008(6)56.徐存东.翟东辉.张硕.胡丹改进的TOPSIS综合评价模型在河道整治方案优选中的应用[期刊论文]-河海大学学报（自然科学版） 2013(3)57.王芸凤.于宝证基于改进TOPSIS法的高校大型精密仪器绩效评价与绩效提升策略研究[期刊论文]-实验技术与管理 2012(9)58.赵建三.尤冬梅基于熵权的公路选线模糊层次分析决策模型[期刊论文]-长沙交通学院学报 2007(1)59.王东海.段力伟基于TOPSIS的铁路应急资源调度优化模型[期刊论文]-铁道运输与经济 2013(2)60.许学娜.刘金兰.王之君基于熵权TOPSIS法的企业对标评价模型及实证研究[期刊论文]-情报杂志 2011(1)61.朱记伟.解建仓.黄银兵.肖瑜基于熵值和模糊贴近度的区域水资源承载力评价[期刊论文]-水资源与水工程学报 2012(5)62.杜彦斌.曹华军.刘飞.鄢萍.李聪波基于熵权与层次分析法的机床再制造方案综合评价[期刊论文]-计算机集成制造系统 2011(1)63.李洋.刘伟基于AGORA扩展模型的可信需求评价选择方法[期刊论文]-计算机应用研究 2010(5)64.辛晶基于熵权TOPSIS法的城市消防站选址模型[期刊论文]-消防科学与技术 2010(5)65.黄溶冰.胡运权产业结构有序度的测算方法-基于熵的视角[期刊论文]-中国管理科学 2006(1)66.邱凌.李后强理想解法与灰色关联度相结合的宜居城市评价决策模型研究——以四川省地级市为例[期刊论文]-世界科技研究与发展 2007(3)67.王健海基于熵权TOPSIS的高校校外实习基地评价法与可视化研究[期刊论文]-惠州学院学报 2012(6)68.公平.任建兰山东与苏浙粤可持续发展系统比较研究[期刊论文]-山东师范大学学报（自然科学版） 2012(3)69.王红旗.秦成.陈美阳地下水水源地污染防治优先性研究[期刊论文]-中国环境科学 2011(5)70.胡军.余文芳.陈云南基于TOPSIS理论的企业供应商选择应用[期刊论文]-统计与信息论坛 2008(11)。

连续梁桥损伤数据集 -回复

连续梁桥损伤数据集-回复什么是连续梁桥损伤数据集？连续梁桥损伤数据集是一个用于研究桥梁结构损伤的数据集合，包含了连续梁桥在不同时间点的损伤信息。

这个数据集的目的是帮助研究者和工程师更好地理解和预测桥梁结构的损伤模式，从而提供更有效的维修和维护策略。

桥梁是现代交通基础设施的关键组成部分，承载着大量车辆和行人的重量。

由于连续梁桥处于不断变化的环境中，比如温度变化、交通荷载和自然灾害等，其结构容易受到损伤和疲劳的影响。

因此，准确地监测和评估桥梁损伤对于确保其安全性和可靠性至关重要。

连续梁桥损伤数据集的收集是通过使用传感器网络来实现的。

这些传感器被安装在桥梁的关键部位，如支撑、梁、桥墩等，并定期记录和保存有关桥梁结构的各种参数，如位移、应力和振动等。

这些数据可以帮助研究者观察和分析桥梁结构的运行状况，并检测到任何潜在的损伤。

一个连续梁桥损伤数据集通常包括以下几个方面的内容：1. 桥梁结构的基本信息：包括桥梁的类型、跨度、材料和施工年限等。

2. 传感器的位置和配置：描述了传感器在桥梁结构上的布置和定位，以便对不同部位的损伤进行监测和分析。

3. 监测参数的记录：包括位移、应力、振动等各种结构参数的时间序列数据记录，以及温度、湿度等环境参数的记录。

4. 损伤标记和描述：如果在桥梁结构上发现了损伤或异常情况，这些信息将被记录下来，并进行详细描述和分类。

5. 维修和维护策略：对桥梁损伤的修复和维护所采取的策略的记录和分析，评估其有效性和可行性。

使用连续梁桥损伤数据集进行研究可以带来许多好处。

首先，通过分析和比较不同桥梁结构的损伤数据，研究人员可以识别出具有共同特征和趋势的损伤模式，并提出相应的预防措施。

其次，通过建立和改进桥梁损伤预测模型，可以提高对桥梁结构健康状况的准确评估。

最后，通过分析和评估维修和维护策略的效果，可以优化资源和预算的分配，提高桥梁结构的维修效率和可靠性。

尽管连续梁桥损伤数据集对于桥梁工程领域的研究和实践具有重要意义，但它也面临着一些挑战。

基于改进矩阵分解和谱聚类的协同过滤算法

基于改进矩阵分解和谱聚类的协同过滤算法作者：舒珏淋谢红韬袁公萍来源：《现代信息科技》2024年第09期摘要：针对协同过滤算法中存在的数据稀疏性、可扩展性及准确性问题，提出一种基于改进矩阵分解和谱聚类的协同过滤算法。

该算法首先将通过抑制物品流行度和用户活跃度优化的相似度计算融入最小二乘法（ALS），以避免矩阵分解时因子信息的丢失；其次结合流形学习的谱聚类算法弥补ALS算法产生的大计算量问题，同时获得全局最优解以提高聚类所得目标用户最近邻居的准确率；最后利用Movielens数据集进行实验。

实验结果表明，改进的算法可以有效降低协同过滤算法的平均绝对误差和均方根误差，提高准确率，拥有更优的性能。

关键词：协同过滤算法；相似度；谱聚类；全局最优解中图分类号：TP391.3 文献标识码：A 文章编号：2096-4706（2024）09-0073-04Collaborative Filtering Algorithm Based on Improved Matrix Factorization and Spectral ClusteringSHU Juelin， XIE Hongtao， YUAN Gongping（CETC Big Data Research Institute Co.， Ltd.， Guiyang 550002， China）Abstract： A collaborative filtering algorithm based on improved matrix factorization and spectral clustering is proposed to address the issues of data sparsity， scalability， and accuracy in collaborative filtering algorithms. The algorithm first incorporates similarity calculation optimized by suppressing item popularity and user activity into the least squares method （ALS） to avoid the loss of factor information during matrix decomposition. Secondly， manifold learning algorithm based on spectral clustering is used to compensate for the high computational complexity caused by the ALS algorithm， while obtaining the global optimal solution to improve the accuracy of clustering the nearest neighbors of the target user. Finally， experiments are conducted using the Movielens dataset.The experimental results show that the improved algorithm can effectively reduce the average absolute error and root mean square error of the collaborative filtering algorithm， improve accuracy， and have better performance.Keywords： collaborative filtering algorithm; similarity; spectral clustering; global optimal solution0 引言互聯网迅速发展的当下，其所含信息的增长情况表现为指数爆炸型增长趋势。

损伤识别

桥梁结构损伤识别研究综述摘要：首先阐述了桥梁结构损伤识别在桥梁结构中的重要性，介绍了国内外桥梁结构损伤识别研究现状，在此基础上，又介绍了用于桥梁结构的各种损伤识别方法和存在的问题，最后提出了桥梁结构损伤识别的发展方向。

关键词：损伤识别，桥梁结构，神经网络，曲率模态引言桥梁结构在长期使用过程中会发生各种损伤，导致桥梁结构的承载能力的降低，甚至会导致桥梁的倒塌，造成巨大的经济损失和人员伤亡。

为了保证桥梁的安全性，需要及时的发现桥梁结构存在的损伤情况。

目前，桥梁结构损伤识别已经成为国内外研究的热点。

1 国内外桥梁结构损伤识别研究现状损伤识别最早用在航天及机械领域并得到了广泛的研究，在健康监测引起普遍关注的同时被应用在桥梁领域。

鉴于桥梁所处环境的复杂性及结构特性的随机性，桥梁的损伤识别目前还没有一个统一的标准或准则参考，实际的应用也较少，但还是取得了一些成就。

自70年代以来，随着振动测试和分析技术的发展，国际上广泛开展了应用振动技术对机器设备与工程结构进行损伤识别和监测的研究。

近年来，国外学者在利用振动模态分析理论进行结构损伤识别方面开展了大量的研究工作，提出了各种各样的识别方法。

早期，主要是以Vandiver和Begg[9]等的研究工作为基础，根据模态频率的变化来探测桥梁结构的损伤。

Spyrakos[5]进行了一系列的桥梁模型试验，分别测试了模型梁在不同类型、位置和程度损伤条件下的低频自振特性，发现一定水平的损伤与结构动态特性有确定的相关性，但是仅用频率改变作为结构损伤因子是不充分的。

Aktan等则从结构静力柔度阵出发，根据桥梁载重汽车静力测试结果，通过对比观测模态柔度和静力测试柔度，评估了模态柔度作为损伤指针的可靠性。

除了这些较为零星的工作以外，美国通过I-40桥梁项目和Alamosa峡谷项目，对桥粱健康诊断中的结构损伤识别方法进行了系统的研究，试验结果表明振型关于结构损伤识别伤较为敏感。

Stubbs等[8]也对I-40桥进行了损伤识别的研究，利用振型曲率计算了结构局部应变能，通过应变能的改变来识别桥梁的损伤。

一种基于稀疏贝叶斯学习的桥梁结构损伤识别方法[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202011442045.6(22)申请日 2020.12.08(71)申请人中国矿业大学地址 221008 江苏省徐州市大学路1号中国矿业大学科研院(72)发明人王其昂　戴阳　张诚　王长保　王浩博　(74)专利代理机构南京瑞弘专利商标事务所(普通合伙) 32249代理人秦秋星(51)Int.Cl.G06F 30/27(2020.01)G06K 9/62(2006.01)G06N 5/04(2006.01)G06N 7/00(2006.01)(54)发明名称一种基于稀疏贝叶斯学习的桥梁结构损伤识别方法(57)摘要本发明提供一种基于稀疏贝叶斯学习的桥梁结构损伤识别方法。

本发明首先基于结构在健康状态下的结构动力响应数据，构造结构健康状态因子损伤指标；接着引入稀疏贝叶斯学习以构造贝叶斯非参数模型作为参考基准指标；再根据损伤未知的结构动态响应数据构造结构健康状态因子，获取该状态下的稀疏贝叶斯回归模型，并与参考基准指标作对比，最终通过贝叶斯因子开展结构损伤识别定量分析。

因稀疏贝叶斯学习考虑了理论模型、实测数据的不确定性，其损伤识别结果更为精确。

权利要求书1页说明书6页附图3页CN 112528564 A 2021.03.19C N 112528564A1.一种基于稀疏贝叶斯学习的桥梁结构损伤识别方法，其特征在于，具体包括以下步骤：S1、根据桥梁结构在健康状态下的结构动力响应数据，绘制相应的时域图；对时域图进行时域分析，利用NExT法得到互相关函数；S2、根据S1的互相关函数，对其经傅里叶变换后得到互功率谱密度，并依据互功率谱密度进行频域分析得到桥梁结构的模态参数——频率，之后确定敏感频带；S3、根据S2的敏感频带数据，得到损伤指标——结构健康状态因子；S4、根据S3的结构健康因子的实部和虚部数据，引入稀疏贝叶斯学习算法，建立以虚部数据为自变量、实部数据为因变量的结构健康状态因子的回归参考模型；S5、当有新的监测数据时，重复步骤S1至步骤S3，得到新的损伤指标，并将此损伤指标带入S4中的回归参考模型，此时可依据新的损伤指标的实部数据是否拟合回归参考模型进行损伤的定性识别；S6、计算S5中新的损伤指标的实部数据与回归参考模型的实部数据的残差，将残差视为随机变量，并对残差均值进行贝叶斯假设检验，最后根据贝叶斯因子进行损伤的定量识别。

基于MEWT

第42卷第3期2022年6月振动、测试与诊断Vol.42No.3Jun.2022 Journal of Vibration，Measurement&Diagnosis基于MEWT⁃ASCS的行星齿轮箱微弱故障特征提取∗胡少梁1，李宏坤1，王朝阁2，胡瑞杰1（1.大连理工大学机械工程学院大连，116024）（2.上海海事大学物流工程学院上海，201306）摘要针对强噪声背景下行星齿轮箱早期微弱故障难以提取以及经验小波变换对信号频率区间边界划分不恰当以及不能有效确定模态数目的问题，提出了一种基于改进经验小波变换（modified empirical wavelet transform，简称MEWT）和自适应稀疏编码收缩（adaptive sparse coding shrinkage，简称ASCS）的早期微弱故障特征提取方法。

根据信号频谱的尺度空间表示，将原始故障信号自适应地分解为一系列的窄频带本征模态分量。

利用包络谱峭度（envelope spectrum kurtosis，简称ESK）值选择敏感分量，为了进一步凸显分量中的故障信息，使用ASCS算法对敏感分量进行稀疏降噪处理，从其包络谱中即可提取到清晰的故障特征频率成分。

数值仿真和实际数据分析结果表明，本研究方法能够自适应地实现故障信号的模态分解并增强微弱的故障冲击特征。

此外，与经验小波变换（empirical wavelet transform，简称EWT），EWT‑ASCS和ASCS进行对比，本研究方法可有效提取包含故障信息丰富的分量，经ASCS处理后信号故障特征得到凸显，实现了行星齿轮箱早期微弱故障的准确识别。

关键词行星齿轮箱；早期故障诊断；特征提取；自适应频谱划分；经验小波变换；稀疏编码收缩去噪中图分类号TH17；TH132.41引言行星齿轮箱广泛应用于风力发电、直升机和船舶等大型设备的传动部分［1］。

由于其工作环境恶劣、运行负载大，齿轮极易出现点蚀、胶合和裂纹等局部损伤。

基于熵权理论的模糊数学方法的桥梁设计方案评价模型

基于熵权理论的模糊数学方法的桥梁设计方案评价模型【摘要】对于桥梁设计方案的选择，传统的评价方法多为经验类比法，具有很大的主观随意性，缺乏系统性和科学性。

采用基于模糊数学法的评价方法评价桥梁设计方案，可有效体现专家经验和桥梁设计的特点。

本文先利用熵权理论计算桥梁设计方案中各评价指标的权重，使权重分配具有一定的理论依据，最后用模糊数学方法对文献中可供选择的五种桥梁设计方案进行了评价，得到综合效益最优的方案。

结果表明，该评价方法确定的桥梁方案评价结果科学合理，具备一定得推广应用价值。

【关键词】模糊数学；权重；熵；桥梁设计方案0 引言使用功能、经济、技术、施工难度以及美观和社会等多种因素都是影响桥梁设计方案选择的重要因素。

在现实过程中，根据这些指标因素选择出一种合理的桥型是非常必要的。

有很多专家学者对着一领域进行了研究，但这些方法多采用主观方法确定各评价指标的权重如：张哲等的多层多目标模糊优选模型[1]，王成等的灰色理论模型[2]，朱国强等的多目标模糊评判方法[3]，李海涛的模糊综合评价法[4]。

本文在熵权法计算各评价指标权重的基础上利用模糊数学理论对桥梁设计方案进行评价，确定出最佳的桥梁设计方案。

1 基于熵权的模糊数学模型1.1 熵值法确定权重系数在目前的模糊数学评价中，各项评价指标取等权重或专家打分法取权重。

存在主观性，使得最终评价结果受到影响。

在信息论中，熵值反映了信息的无序化程度，可以用来度量信息量的大小，某项指标携带的信息越多，表示该项指标对决策的作用越大，此时熵值越小，即系统的无序度越小。

因此可用信息熵评价所获信息的有序度及其效用，即由评价指标构成的判断矩阵来确定各指标的权重。

其主要计算步骤如下。

（1）根据传统的熵的概念可以定义各评价指标的熵为（1）式中：当fik=0时，lnfik无意义，因此对fik的计算加以修正，将其定义为（2）（3）计算各项指标的权熵，且满足（3）1.2 建立模糊数学评价矩阵根据影响桥梁设计方案的各指标的特点，对各指标建立相应的隶属函数。

面向重构目标的控制系统可重构性

第39 卷第4 期2010 年8 月DOI：10.3724/SP.J.1219.2010.00391信息与控制Information and ControlVol.39, No.4Aug., 2010面向重构目标的控制系统可重构性关守平，杨飞生（东北大学信息科学与工程学院，辽宁沈阳110004）摘要：为了给可重构系统控制律重构综合提供设计依据，研究了线性化系统的控制可重构性分析问题．面向控制系统定义了5 个重构目标：稳定目标、定点恢复弱目标、轨迹恢复强目标、状态恢复直接目标和故障隐蔽目标．根据控制要求的强度，通过故障隐蔽目标，依次给出了线性闭环控制系统的稳定、弱重构、强重构和直接重构目标的可重构性条件．稳定（镇定）目标的重构条件主要从能控能观结构特性方面考虑，其它几个目标则以秩条件的形式给出．以一个线性MIMO 系统的例子来分析可重构性，验证了已得到的重构条件的正确性．关键词：重构目标；可重构性；能控能观结构分解；秩条件中图分类号：TP273 文献标识码：A 文章编号：1002-0411(2010)-04-0391-06 Reconfiguration-Goal-Oriented Control System ReconfigurabilityGUAN Shouping ，YANG Feisheng(College of Information Science and Engineering, Northeastern University, Shenyang 110004, China)Abstract: For the sake of providing design insights into the synthesis of controller reconfiguration for reconfigurable systems, control reconfigurability of linearized systems is analyzed. Oriented to control systems, five reconfiguration goals are identified, that is, stabilization goal, setpoint recovery weak reconfiguration goal, trajectory recovery strong reconfiguration goal, state restoration direct reconfiguration goal and fault-masking goal. According to the strength of control requirements, reconfigurability of stabilization, weak, strong, and direct goals via the fault-masking one for the closed-loop linear control system are presented respectively. With regard to the stabilization goal, controllability and observability structural propertiesare mainly considered, and reconfigurability conditions are given in the form of rank conditions for others. Reconfigurability analysis is illustrated by a linear multi-input multi-output (MIMO) system, validating the achieved reconfiguration conditions.Keywords: reconfiguration goal; reconfigurability; controllability and observability structural decomposition; rank condi- tion1引言（Introduction）控制系统重构实际上是一个系统的可重构控制器在线自动重新设计的过程[1 -2]．在设计可重构系统时，需预先知道对哪些故障情况或哪些部件失效能够通过重构达到容错，因此就要对系统的控制可重构性进行分析，从而为控制律重构的综合设计提供依据．有关系统的控制可重构性的研究文献比较少．线性系统的可重构性很大程度上取决于系统的控制冗余．程一综述了提高闭环可靠性的重构、冗余和鲁棒性方式，对线性多变量系统执行器和传感器的功能冗余性提出了约旦标准形和“一般性”两种分析方法，并论述了功能冗余性在系统重构中的作用[3 - 4]．Wu 和周克敏等首次研究了反馈控制的冗余水平的度量问题，针对线性时不变系统，将最小二阶模式作为控制可重构性的度量，以此反映不管采用被动还是主动控制策略，故障发生时过程对象允许性能恢复的能力[5]．控制可重构性本质上度量了不利条件下被控过程剩余的能控性和能观性．Gehin 和Straoswiecki 使用一般元件模型进行可重构性分析，从系统部件所提供的服务和为达到特定目标而组织的操作模式方面描述系统[6]．Sebek 等基于2-D 矩阵多项式方程给出了2-D 系统的局部可控性和因果可重构性的充要条件，因果可重构性等价于一个准确观测器的存在性[7]．Kaczorek 扩展建立了2-D 线性系统一般奇异模型的局部能控性、可达性和可重构性的充要条件[8]．文[9] 给出了一种引入新控制元件的平滑方法，通过终端连接保证了重构过渡基金项目：国家自然科学基金资助项目（60974070）；辽宁省自然科学基金资助项目（20082026）．通讯作者：杨飞生，*************************收稿／录用／修回：2009-09-25/2010-01-13/2010-06-13阶段的稳定性．以上文献主要从稳定角度考虑可重构性，稳定目标只要求重构回路是稳定的．由于控制重构的目标依原始控制器的目标而定，而单独的稳定目标不足以描述所有问题，并且实际应用中常需要将目标加强，例如要求重构后闭环输出能跟踪上重构前闭环的外部输出、重构前后闭环的外部输出尽可能一致、控制对象的状态受故障的影响尽量小等．因此，本文将定义5 个重构目标，研究采用主动控制策略时可重构性分析的方法，从不同角度出发，要求逐渐加强，依次给出1-D 线性系统的重构条件，从而丰富了控制系统可重构性分析的理论研究，也为实际的可重构系统设计提供了重要依据．2重构目标（Reconfiguration goals）标称对象的线性化模型为x˙= A x+ B u+ B d d,y = Cx 初始状态x0 、d、B d和C z 与标称对象相同．重构控制回路由故障对象模型、重构模块和标称控制器来定义，如图1 所示．一个标称控制回路的最普通的控制目标是镇定系统、达到一个稳态输出（定点跟踪）和跟随一个给定的轨迹（完美跟踪）．这些目标也适用于故障控制回路，从而引出下面的重构目标．稳定目标：恢复标称控制回路的稳定性，弱重构目标为恢复输出平衡点，强重构目标为恢复系统的动态行为．z = C z x, x(0) = x0(1) 其中，x 是n 维对象状态；u 和d 分别为p 维控制输入和q 维干扰输入，y 和z 分别为r 维量测输出和t 维外部输出；系数矩阵由未线性化的系统函数平衡点处的雅可比矩阵定义．控制器为n c 维状态空间系统x˙c= A c x c + B c(w−yc)u c = C c x c + D c(w−yc) (2)x c(0) = 0设w 为v 维的参考输入．在标称控制回路中u = u c, yc= y (3) 从而得出闭环模型图 1 重构控制回路的目标Fig.1 Goals of the reconfigured control loop另给出两个与常规控制不同的目标的定义：直接重构目标，恢复对象的状态轨迹；故障隐蔽目标，从控制器一侧隐藏故障．假设重构控制回路的极点是σ(A fs)，其中A fs 是由故障对象、重构模块和标称控制器组成回路的系d x xB D c B d统矩阵．一般重构问题定义的5 个重构目标也适用d tc = Asx c+B cw+ d于线性重构问题．稳定目标稳定目标要求重构回路是稳定的．y = Cx, z = C z x, A s = A−B D c BC c−B c C A c(4)一个线性系统简单的稳定性判据是所有极点必须位于复平面的左半部分．此处使用这个标准的一个条件更强的D 稳定变体，要求极点位于一个设计集合参考信号馈入控制器的这种方式可能是限制性的，但这种假定结构仍不失一般性．因为向量yc可由额外的零子向量扩展，以使对于此子向量相减的C D：其中C Dσ(A fs) ⊂C D (6) 是C−的一个子集，C 表示复数域集合．此结果只依赖于参考输入w．故障对象的模型以同样方式线性化：x˙f= A f x f + B f u f+ B d d,yf= C f x f z f = C z x f,x f(0) = x0(5)标准考虑到像相位裕度和调节时间等额外要求的陈述．弱重构目标弱重构目标需要重构回路的外部输出静态情形与标称回路的输出匹配．标称回路从x两个输入 u 与 d 到输出 y 的传递函数 G 和重构回路的 G r 可以表示为故障而改变，所以这个问题可解的一个充要条件是故障对象的所有不能控极点位于 C D 内．U (s ) U c (s )定义：对于上述的线性化系统，有：Y (s ) = G (s )D (s ), Y c (s ) = G r (s ) D (s ) (1) 若系统能控，即能控对 (A , B ) 满秩，执行器失效后故障系统仍是能控的，即能控对 (A , B f ) 满秩，为了满足弱目标，两者静态时应相等：G (0) − G r (0) = 0(7)强重构目标强目标要求重构回路的外部行为与标称回路的行为精确匹配．对于传递函数来讲，有则称该执行器对本系统是能控冗余的．(2) 若系统是能镇定的，系统的不能控部分是渐近稳定的，执行器失效后故障系统仍是能镇定的，则称该执行器对系统是能镇定冗余的．(3) 若系统能观，即能观对 (A , C ) 满秩，传感器失效后故障系统仍能观，即能观对 (A , C f ) 满秩，则 ∀s : G (s ) = G r (s )(8)这个目标导出了最复杂的解．直接重构目标这个目标要求对象的状态受到故障的影响尽可能地小．如果对于所有的 w 、x 0 和 d ，有∀t : x f (t ) = x (t )(9)则直接重构目标得到满足．故障隐蔽目标最后的故障隐蔽目标是一个技术目标，引进它是为从控制器视角定义重构模块的行为．此目标对对象侧回路无影响，因此它不限制重构问题的可解性．然而，它有助于限制资格解的重构模块集．这个目标要求控制器视角侧不受故障影响．若标称控制和重构控制回路的控制器输入相同，那么对于所有 w 和 x 0（但无 d ），有∀t : y c (t ) = y (t )(10)这可由控制器的能观测极点不受故障影响的事实直接得到．引理 1：假设初始状态 x = x f = x 0 = 0 是一个平衡点，所以没有自由运动．那么，如果被重构对象与标称对象具有相同的输入／输出行为，则故障隐蔽目标得到满足．证明：此引理可通过一个简单的系统理论分析得出．标称和重构控制环两者都分别由两部分组成：控制器（两种情况相同）和标称对象或被重构对象．由假设可以得出两个控制器和对象的开环链在输称该传感器对本系统是能观冗余的．(4) 若系统是能检测的，即系统不能观部分是渐近稳定的，传感器失效后故障系统仍是能检测的，则称该传感器对系统是能检测冗余的．命题 1：若执行器对系统是能控冗余的，则系统对该执行器失效可重构；若执行器对系统是能镇定冗余的，则系统对执行器失效是稳定意义上可重构的．命题 2：若传感器对系统是能观冗余的，则系统对该传感器失效可重构；若传感器对系统是能检测冗余的，则系统对传感器失效稳定意义可重构．命题 3：若系统的能控冗余度为 k ，则对任意的 k 个执行器失效，系统是完全可重构的；若系统的能镇定冗余度为 k ，则对任意的 k 个执行器失效，系统是稳定意义上可重构的．命题 4：若系统的能观冗余度为 k ，则对任意的 k 个传感器失效，系统是完全可重构的；若系统的能检测冗余度为 k ，则对任意的 k 个传感器失效，系统是稳定意义上可重构的．基于上面的定义与命题，下面提出一种可用于线性系统的可重构性分析方法．设R = rank (B f , A A B B f, · · · , A n −1 B f ) (11)1) 若 R = n ，则 (A , B f ) 完全能控，B f 是可重构的；2) 若 R < n ，则对 (A , B f ) 作能控性结构分解入／输出行为上相同．因此，两个闭环系统表现出相x˙fc11 A ¯ 12 x fc f1 同的行为，包括相同的输出．3 可重构性分析（Reconfigurability analy-sis ）x ˙ fc¯ = 0 A ¯ 22xfc x fc¯ + 0 u f(12)3.1 基于稳定目标的可重构性分析如果故障对象包含 C D 外的固定极点，稳定目 y f = .C ¯ 1 C¯ 2. x fc¯(13) 标明显不能达到．因为对象的能观测性不因执行器得到能控部分 A ¯ 11 和不能控部分 A ¯ 22，能控部分 A ¯ B ¯−的极点可以通过引入状态反馈阵或输出反馈阵而任意配置；不能控部分则不能配置，但只要 A ¯ 22 的极点如果故障对象的解空间包含标称对象的解空间，即位于复数域左半平面内，总能找到一个反馈使得故A B fA B f B 障系统状态渐近稳定于标称系统状态的镇定器，此时 B f 是稳定意义上可重构的．如果 A ¯22 至少有一个 rankC z0 = rankC z0 0(18)极点位于复数域右半平面，就不存在使故障系统状态渐近稳定于标称系统状态的镇定器，这时 B f 不具有可重构性．同理，由于非奇异线性变换不改变系统的能控能观特性，根据对偶性，传感器故障可作能观性结构分解进行分析，也可对其对偶系统作能控性标准结构分解；执行器和传感器故障并存时，作能控能观性结构规范分解进行可重构性分析．分解时也可先把待分解的系统化为约旦标准型，然后按约旦标准型的能控判别法则和能观判别法则，判别各状态变量的能控性和能观性，最后按能控能观、能控不能观、不能控能观、不能控不能观四种类型分类排列，即可组成相应的子系统，进而考察系统的可重构性．因此，以下假设有执行器故障的对象为则弱重构目标可以达到．3.3 基于强重构目标的可重构性条件两个主要方面必须考虑：输出轨迹 z f 的恢复和重构控制回路的稳定性．z f = z将标称控制回路与重构控制回路进行比较可定义重构问题如图 2．由于很难分析控制回路的可解性，因此应用满足故障隐蔽目标的引理 1：若被重构对象（故障对象加重构模块）的行为等于标称对象的行为，则故障隐蔽目标满足，并且控制器的所有信号不受故障影响．x ˙f = A x f + B f u f y f = Cx f , z f = C z x f (14)x f (0) = x 03.2 基于弱重构目标的可重构性条件对于常值干扰和输入，输出 z f 的稳态值要能恢复到其标称值：lim (z (t ) z f (t )) = 0t →∞用在向量上方加上划线来标示该向量的静态值，重写此条件：z ¯ = z ¯f显然弱重构目标的可解性由故障对象可能的平衡状态集和最终稳态输出决定．它们由 x ˙¯f = 0 定义，即0 = Ax ¯f + B f u ¯ f图 2 面向强重构目标的标称系统和故障系统 Fig.2 Nominal and faulty systems oriented to the strongreconfiguration goal为达到强重构目标，必须存在传递函数 H (s )，满足 H (s ) 与故障对象 G f (s ) 串联后与标称对象 G (s ) 有相同的动力学行为特性这一条件：∃H (s ) : G (s ) = G f (s )H (s )G (s ) = C z (sII − A )−1 B ,G f (s ) = C z (sII − A )−1 B f因为这个 H (s ) 是所要求的重构模块，所以它也必须是一个真有理矩阵传递函数．这里只考虑一个 z ¯f = C z x ¯f(15)必要条件：一个有理（但不一定真实）解 H (s ) 存在，如果为进一步分析，假设系统在 0 处无相消零点：A rank (A ,B f ) = rankC z那么 z f 的解空间维数为A B f = n (16) ∀s : rank (G f (s )) = rank (G (s ), G f (s ))(19)稳定目标要求被重构对象 G f (s )H (s ) 是能镇定的，对此给出几个必要条件．很明显 H (s ) 和 G f (s ) 必须能镇定；此外，G f (s ) 没有不存在于 G (s ) 中的不稳定零点或极点，否则因为这些不稳定零极点将不得不由 H (s ) 的不稳定极点和零点抵消，从而会导致 rankC z 0−n (17)出现隐藏的不稳定极点．i f f f f f f 3.4 基于直接重构目标的可重构性研究首先给出控制量之间重构的一个必要条件．定理 1 设控制量 u i （对应 B 的 b i 列）完全失 4 数值举例（Numerical example ）执行器故障的二阶二入二出标称过程对象相关矩阵如下：效，u j 是用于重构的新控制量，则u i 可用 u j 进行广义逆重构的条件是 b T b j ƒ= 0．0.25 0 1 −0.5i证明：若不满足 b T b j ƒ= 0，u i 与 u j 一定正交，被A = −0.25 −0.25, B = 0 0.5u i 控制的模态必不受 u j 控制，即 (A , b i ) 不完全能控，u j 不能作为 u i 的控制冗余．应用故障隐蔽目标引理 1，假设标称控制器的 1 0 C =0 1,C z = (0, 1)输出 u 和重构控制器的输出 u c 相等．若式 (9) 在此假设下得到满足，标称对象状态和故障对象状态无差别．因此，故障不影响控制器——相同的信号 y 或 y c 提供给标称和重构回路．由于相同的控制器用于两种情形，控制器的输出 u 和 u c 也是相等的，开始的假设因此成立，直接重构目标和故障隐蔽目标第二个执行器失效，由下面的输入矩阵描述：1 0B f =0 0标称控制器由无状态的静态反馈阵给出，D c = diag (3, 10)，即式 (2) 中的 A c , B c , C c 消失．故期望同时得到满足．对式 (9) 求导得的标称闭环极点为 −2.75 和 −5.75．考虑到调节时x ˙f = x ˙因此，满足此目标的充分必要条件是B f u f = B B u u (20)假设输入向量事先未知，一个对于所有输入都成立的一般解必须能找到．引理 2 矩阵方程 SX = T 有解的充要条件是间，D 稳定域选为 C D = [−1, −20]，系统在此区间是足够快的．此系统虽较简单，但可充分说明有关重构的相应效果并验证了已获得的重构条件．对系统能控能观特性分析可知，它满足可重构性的稳定目标，可由极点配置来镇定系统．应用秩条件式 (18) 得知系统也能达到输出稳态值恢复的弱重构目标，可采用零点配置重构方法消除稳态误差．对于强重构目标，系统满足式 (19) 等必要条件，且该重构问题可解释秩 rank (S ) = rank (S , T )．为图 2 中 u c 为干扰的扰动解耦问题．由线性方程组有解的充要条件推广，将 S 和 T 按列分块，易证引理 2．为节省篇幅起见，证略．而对直接目标判断秩条件得 rank (B f ) = 1， rank (B , B ) = 2，即 rank (B , B ) ƒ= rank (B )，不满足f f f 定理 2 直接目标下可重构性的几个等价条件如下：(1) im (B ) ⊆ im (B f ), im (B ) = {B B u u |u ∈ R p }； (2) rank (B f , B ) = rank (B f ) = rank (B f B T )； (3) rank (B ) ™ rank (B f ) = rank (B T B f )； (4) rank (B ) = r ank (B f )．证明：由矩阵论可知，B f u f = B B u u 有解的充要条件是条件 (1) 的列空间或象 im (B ) ⊆ im (B f )；即 B 的 p 个列可以由 B f 的 p 个列向量组线性表示，由引理 2 知 rank (B f ) = rank (B f , B )．又可知方程组 Sx = 0 与 (S T S )x = 0 同解，因此 rank (B T B f ) = rank (B f ) = rank (B T )，故有等价条件 (2)rank (B f , B ) = rank (B f ) = rank (B f B T )；故有等价条件 (3)rank (B ) ™ rank (B f ) = rank (B T B f )；因为 B f 是将 B 中的某一列或某些列置零得到，有 rank (B ) “ rank (B f )，故得等价条件 (4) rank (B ) = rank (B f )．证毕．直接目标的可重构性条件，因此也就不能对该系统进行基本伪逆法重构设计．5 结语（Conclusion ）本文主要研究了线性控制系统的可重构性．首先定义了 5 个重构目标，在故障隐蔽目标基础上，按照由弱到强的程度针对其它各种目标给出了相应的可重构性条件．数值举例应用这些条件进行了可重构性分析的验证，为可重构系统综合设计提供重要基础．控制可重构性揭示了被控对象模型能够进行重构控制设计的潜力和极限，应用可重构性条件便于重构控制的分析与综合．重构问题的可解性依赖于解析冗余的存在性．在精确的跟踪性能恢复重构条件不能满足时，标称闭环控制系统性能如何以准最优方式恢复的多目标优化重构是下一步需要研究的主要问题．另一方面，为了给一般非线性系统的控制重构综合提供一定的设计依据，非线性控制系统的可重构性分析值得进一步探究．参考文献（References）[1] Richter J H, Weiland S, Heemels W P M H, et al. Decoupling-based reconfigurable control of linear systems after actuator faults[C]//10th European Control Conference. 2009: 2512- 2517.[2] Richter J H, Lunze J. H∞-based virtual actuator synthesis for op-timal trajectory recovery[C]//7th IFAC Symposium. Piscataway, NJ, USA: IEEE, 2009: 1587-1592.[3] 程一．线性多变量系统执行器和传感器的功能冗余性分析[J]．信息与控制，1990, 19(1): 12-17.Cheng Yi. Function redundancy analysis on actuator and sen- sor of linear multivariable system[J]. Information and Control, 1990, 19(1): 12-17.[4] 程一．提高闭环控制系统的可靠性——重构、冗余、鲁棒性问题综述[J]．控制与决策，1989, 4(5): 57-64.Cheng Yi. Reliability improvement of the closed-loop system – A survey on reconfiguration, redundancy and robustness[J].Control and Decision, 1989, 4(5): 57-64.[5] Wu N E, Zhou K, Salomon G. Control reconfigurability of LTIsystems[J]. Automatica, 2000, 36(3): 1767-1771.[6] Gehin A L, Staroswiecki M. Reconfiguration analysis usinggeneric component models[J]. IEEE Transactions on Systems,Man and Cybernetics: Part A, 2008, 38(3): 575-583.[7] Sebek M, Bisiacco M, Fornasini E. Controllability and recon-structibility conditions for 2-D systems[J]. IEEE Transactionson Automatic Control, 1988, 33(5): 496-499.[8] Kaczorek T. Local controllability, reachability, and recon-structibility of the general singular model of 2-D systems[J].IEEE Transactions on Automatic Control, 1992, 37(10): 1527-1530.[9] Trangbaek K, Stoustrup J, Bendtsen J. Stable controller recon-figuration through terminal connections[C]//17th IFAC WorldCongress. Piscataway, NJ, USA: IEEE, 2008: 331-335.作者简介：关守平（1965 –），男，博士，教授．研究领域为过程优化控制，精密检测与控制．杨飞生（1984 –），男，博士生．研究领域为控制系统重构与智能自修复技术．（上接第390 页）[6] Madavan N K. Multiobjective optimization using a Paretodifferential evolution approach[C]//Congress on Evolutionary Computation: vol.2. Piscataway, NJ, USA: IEEE, 2002: 1145- 1150.[7] Ziegler J G, Nichols N B. Optimum settings for automaticcontrollers[J]. Journal of Dynamic Systems, Measurement, and Control, 1993, 115(2B): 220-222.[8] 朱学军，陈彤，薛量，等．多个体参与交叉的Pareto 多目标遗传算法[J]．电子学报，2001, 29(1): 106-109.Zhu Xuejun, Chen Tong, Xue Liang, et al. Pareto multiobjec- tive genetic algorithm with multiple chromosomes crossover[J].Chinese Journal of Electronics, 2001, 29(1): 106-109.[9] Deb K, Pratap A, Agarwal S, et al. A fast and elitist multiob-jective genetic algorithm: NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2): 182-197.[10] Yuwana M, Seborg D E. A new method for on-line controllertuning[J]. AIChE Journal, 1982, 28(3): 434-440. [11] Zitzler E, Deb K, Thiele L. Comparison of multiobjective evo-lutionary algorithms: Empirical results[J]. Evolutionary Com- putation, 2000, 8(2): 173-195.[12] Coello C A, Sierra M R. A coevolutionary multi-objectiveevolutionary algorithm[C]//Congress on Evolutionary Compu- tation: vol.1. Piscataway, NJ, USA: IEEE, 2003: 482-489. [13] 陈来九．热工过程自动调节原理和应用[M]．北京：水利水电出版社，1982.Chen Laijiu. Principles of thermal process automatic adjustment and application[M]. Beijing: China Water Power Press, 1982.作者简介：刘楠楠（1983 –），女，硕士．研究领域为智能算法，多目标优化．石玉（1973 –），女，博士，讲师．研究领域为智能算法，多目标优化．范胜辉（1983 –）男，硕士生．研究领域为智能算法，多目标优化．。

行为决策理论综述_吴鸽

所在。锚定效应描述了人们总是以当前所得的信息作为预测的出发点，受到思维定势的禁锢。“一朝被蛇咬，十年怕井绳”讲的就是由于锚定效应而产生的判断偏差。
前景理论是描述性范式的一个决策模型，其主要观点认为，决策主体依照一个参照点进行决策，在参照点的左右产生不同的决策偏好。它假设风险决策过程中，个体凭借框架和参照点等采集和处理信息，利用价值函数和主观概率的权重函数对信息予以判断。Kahneman 和 Tversky 发现大多数人在面临获得时是风险规避的，但在面临损失时是风险偏爱的，而且人们对损失比对获得更敏感，损失时的痛苦感要大大超过获得时的快乐感。因此，人们在面临获得时往往是小心谨慎，不愿再冒风险，而在面对失去时会很不甘心，想再搏一把。而且人们常常高估小概率事件，所以会热衷于参与高额奖金的抽奖，即使已知得奖的概率很低。如图 1 所示，人们感知价值的函数是定义在相对于某个参考点为拐点的收益和损失上的 “S”型函数，小于参考点的损失部分是凸函数，大于参考点的收益部分为凹函数。与参考点等距离的损失点切线斜率的绝对值要大于收益点的切线的斜率［5］。
1．跨文化差异的行为决策研究以李纾为代表的中国科学院心理研究所行为决策课题组在跨文化的行为决策研究中做出了较大贡献。他们用“齐当别”模型描述了人们的行为决策过程，并用亚洲疾病问题、选择反转问题以及偏爱反转问题对模型进行一次性与多次性博弈情境的检验。另外，课题组发现集体主义文化成员比个人主义文化成员可能更容易追求竞争、过分自信、追求风险与欺骗。他们通过实验发现背景音乐可在被支配文化里激活更多与文化相关的反应；不同的语言与种族文化对性骚扰线索的判断存在差异；集体主义文化国家成员对自己的隐私有充分的认识，但对他人的隐私却照顾不足［7］。 2．风险决策研究张文慧等探讨了自我框架对风险决策的影

桥梁设计中多目标模糊优化求解分析

桥梁设计中多目标模糊优化求解分析LU Yehong【摘要】在桥梁设计中受到多目标干扰往往导致设计方案并非最合理,本文采用多目标模糊优化方法对桥梁优化设计.建立了基于造价与跨中最大弯矩值为优化目标的目标函数,并加人权重值认为造价与最大弯矩值的权重系数分别为w1=0.6,w2 =0.4,建立了桥梁设计中的正截面抗弯、斜截面抗剪、配筋率、以及梁尺寸约束条件下的约束函数,给出了T梁评判因素等级隶属度矩阵,经MATLAB编程计算得出结论,在工程实例中相对于原始T梁设计方案,单根T梁造价由70 273元降低为68 463元,成本降低了约2.64％,跨中截面最大弯矩值由3.199×1015N·mm2降低为3.626x1015N·mm2,全截面刚度提高了约13.3％.【期刊名称】《公路工程》【年(卷),期】2018(043)006【总页数】4页(P113-116)【关键词】成本;全截面刚度;模糊优化;目标函数【作者】LU Yehong【作者单位】【正文语种】中文【中图分类】U4420 引言在人类社会生产生活中，许多实际问题都涉及到多目标选择情况，选择时往往受到诸多因素限制以及相互制约，使许多问题变得模糊不清，决策者难以做出最优秀的决策。

这就需要借助模糊数学的理论来进行多目标的优化决策设计。

本文将模糊优化理论引入到桥梁设计值，在桥梁设计中，设计目标不仅仅考虑造价，还需考虑安全施工、设计规范、设计强度等诸多因素，可将桥梁设计问题转化为模糊优化问题。

且在现行设计规范下，往往由于设计人员水平与设计习惯不同，针对同一设计要求每位设计人员设计出来的方案也大相径庭，这将导致工程造价难以控制，尤其针对大型项目，往往一根梁或柱子的配筋方案不同就会导整个工程用钢量大大提高，最终造成造价过高，为此模糊优化设计显得尤为重要。

本文对简支T梁梁进行模糊优化设计，旨在抛砖引玉，将模糊优化设计方法推广到桥梁工程设计之中，为提高经济效益与结构安全做出贡献。

基于计算机视觉的桥梁结构局部损伤识别方法

03
桥梁结构损伤识别方法
基于图像处理的结构损伤识别
01
02Biblioteka 03图像预处理对桥梁结构进行图像采集，并进行预处理，如去噪、增强等操作，以提高图像质量。
特征提取
从预处理后的图像中提取与结构损伤相关的特征，如边缘、纹理、形状等。
损伤识别
利用提取的特征，通过分类器或算法对桥梁结构进行损伤识别。
损伤识别结果输出
将匹配结果以文本、图形等形式输出，为后续的桥梁维护和修复提供依据。
展示方式
可以通过可视化界面展示损伤识别结果，方便用户直观地了解桥梁结构的损伤情况。
05
实验与分析
数据集介绍与预处理
数据集来源
公开数据集或自行采集的数据集，包括桥梁结构损伤前后的图像数据。
数据集预处理
对图像进行预处理，包括去噪、增强、归一化等操作，以提高后续处理的准确性和效率。
损伤识别结果对比与分析
对比方法
将所提出的方法与其他基于计算机视觉的桥梁结构损伤识别方法进行对比，以评估所提出方法的优越性。
01
结果分析
对实验结果进行分析，包括准确率、召回率、F1值等指标的分析，以及损伤类型和位置的识别效果分析。
02
03
讨论与改进
根据实验结果的分析，讨论所提出方法的优缺点，并提出改进方向和未来研究展望。
将图像中的目标与背景或其他目标分离，以便于后续处理。
特征提取
从图像中提取有用的信息，如边缘、角点、纹理等。
特征提取与匹配算法
特征提取
通过算法从图像中提取出有用的特征，如SIFT、SURF、ORB等算法。
特征匹配
将两张或多张图片中的特征点进行匹配，以确定它们之间的相似性或对应关系。常见的匹配算法有BruteForce匹配、FLANN匹配等。

基于改进SGM_的森林场景视差图生成方法

第５２卷㊀第４期２０２４年４月㊀㊀林业机械与木工设备ＦＯＲＥＳＴＲＹＭＡＣＨＩＮＥＲＹ＆ＷＯＯＤＷＯＲＫＩＮＧＥＱＵＩＰＭＥＮＴＶｏｌ５２Ｎｏ.４Ａｐｒ.２０２４研究与设计基于改进ＳＧＭ的森林场景视差图生成方法李㊀智ꎬ㊀李兴东∗(东北林业大学机电工程学院ꎬ黑龙江哈尔滨１５００４０)摘㊀要:生成精确的视差图是采用双目视觉对森林冠层下进行三维重建㊁资源调查的基础ꎮ由于森林环境内结构复杂ꎬ视差不连续处较多ꎬ现有的算法应用于森林场景中会出现误匹配率较大㊁树干边缘轮廓不清晰的现象ꎮ针对上述问题ꎬ提出一种改进的Ｓｅｍｉ－ＧｌｏｂａｌＭａｔｃｈｉｎｇ(ＳＧＭ)算法ꎮ首先在立体匹配的初始代价计算阶段ꎬ为避免由中心像素值突变造成的匹配错误ꎬ将Ｃｅｎｓｕｓ中心像素值替换为四邻域像素点的平均值ꎮ然后对双目相机图像进行ｋ－ｍｅａｎｓ聚类分割ꎬ将像素点分为几个不同的簇ꎬ在代价聚合过程中ꎬ融合聚类分割信息㊁像素颜色信息和像素梯度信息ꎬ分析像素点间的差异性ꎬ自适应调整能量函数中的惩罚项ꎬ使视差突变处依然能保持特征ꎮ最后使用亚像素细化㊁左右一致性检查㊁中值滤波优化视差值ꎬ获得更精确的视差图ꎮ实验结果表明ꎬ改进的ＳＧＭ算法生成的视差图相较于传统的ＳＧＭ算法精确度更高ꎬ对不同森林场景的鲁棒性更好ꎮ关键词:森林场景ꎻＳＧＭꎻ代价聚合ꎻ视差优化中图分类号:ＴＰ３９１.４１㊀㊀文献标识码:Ａ㊀㊀文章编号:２０９５－２９５３(２０２４)０４－００３１－０６ＭｅｔｈｏｄｆｏｒｇｅｎｅｒａｔｉｎｇｄｉｓｐａｒｉｔｙｍａｐｏｆｆｏｒｅｓｔｓｃｅｎｅｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＳＧＭＬＩＺｈｉꎬＬＩＸｉｎｇ￣ｄｏｎｇ∗(ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙꎬＨａｒｂｉｎＨｅｉｌｏｎｇｊｉａｎｇ１５００４０ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｇｅｎｅｒａｔｉｎｇａｃｃｕｒａｔｅｄｉｓｐａｒｉｔｙｍａｐｉｓｔｈｅｂａｓｉｓｏｆｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｒｅｓｏｕｒｃｅｉｎｖｅｓｔｉｇａ￣ｔｉｏｎｕｎｄｅｒｆｏｒｅｓｔｃａｎｏｐｙｂｙｂｉｎｏｃｕｌａｒｖｉｓｉｏｎ.Ｄｕｅｔｏｔｈｅｃｏｍｐｌｅｘｓｔｒｕｃｔｕｒｅａｎｄｍａｎｙｐａｒａｌｌａｘｄｉｓｃｏｎｔｉｎｕｉｔｉｅｓｉｎｔｈｅｆｏｒｅｓｔｅｎｖｉｒｏｎｍｅｎｔꎬｔｈｅｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓｗｉｌｌｈａｖｅａｌａｒｇｅｍｉｓｍａｔｃｈｒａｔｅａｎｄｕｎｃｌｅａｒｔｒｕｎｋｅｄｇｅｃｏｎｔｏｕｒｗｈｅｎａｐ￣ｐｌｉｅｄｔｏｆｏｒｅｓｔｓｃｅｎｅｓ.ＡｉｍｉｎｇａｔｔｈｅａｂｏｖｅｐｒｏｂｌｅｍｓꎬｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｉｍｐｒｏｖｅｄＳｅｍｉ－ＧｌｏｂａｌＭａｔｃｈｉｎｇ(ＳＧＭ)ａｌｇｏｒｉｔｈｍ.ＦｉｒｓｔｌｙꎬｉｎｔｈｅｉｎｉｔｉａｌｃｏｓｔｃａｌｃｕｌａｔｉｏｎｓｔａｇｅꎬｔｈｅＣｅｎｓｕｓｃｅｎｔｒａｌｐｉｘｅｌｖａｌｕｅｉｓｒｅｐｌａｃｅｄｂｙｔｈｅａｖｅｒａｇｅｖａｌｕｅｏｆｆｏｕｒｎｅｉｇｈｂｏｒｉｎｇｐｉｘｅｌｓｔｏａｖｏｉｄｔｈｅｍａｔｃｈｉｎｇｅｒｒｏｒｃａｕｓｅｄｂｙｔｈｅｓｕｄｄｅｎｃｈａｎｇｅｏｆｔｈｅｃｅｎｔｒａｌｐｉｘｅｌｖａｌｕｅ.Ｓｅｃｏｎｄ￣ｌｙꎬｔｈｅｂｉｎｏｃｕｌａｒｃａｍｅｒａｉｍａｇｅｉｓｓｅｇｍｅｎｔｅｄｂｙｋ－ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇꎬａｎｄｔｈｅｐｉｘｅｌｓａｒｅｄｉｖｉｄｅｄｉｎｔｏｓｅｖｅｒａｌｄｉｆｆｅｒｅｎｔｃｌｕｓｔｅｒｓ.Ｉｎｔｈｅｐｒｏｃｅｓｓｏｆｃｏｓｔａｇｇｒｅｇａｔｉｏｎꎬｔｈｅｃｌｕｓｔｅｒｉｎｇｓｅｇｍｅｎｔａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎꎬｐｉｘｅｌｃｏｌｏｒｉｎｆｏｒｍａｔｉｏｎａｎｄｐｉｘｅｌｇｒａｄｉｅｎｔｉｎｆｏｒｍａｔｉｏｎａｒｅｆｕｓｅｄꎬａｎｄｔｈｅｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｐｉｘｅｌｓａｒｅａｎａｌｙｚｅｄꎬａｎｄｔｈｅｐｅｎａｌｔｙｔｅｒｍｉｎｔｈｅｅｎｅｒｇｙｆｕｎｃｔｉｏｎｉｓａｄａｐｔｉｖｅｌｙａｄｊｕｓｔｅｄꎬｓｏｔｈａｔｔｈｅｆｅａｔｕｒｅｓｏｆｐａｒａｌｌａｘｍｕｔａｔｉｏｎｃａｎｓｔｉｌｌｂｅｍａｉｎｔａｉｎｅｄ.Ｆｉｎａｌｌｙꎬｓｕｂ－ｐｉｘｅｌｔｈｉｎｎｉｎｇꎬｌｅｆｔ－ｒｉｇｈｔｃｏｎｓｉｓｔｅｎｃｙｃｈｅｃｋｉｎｇａｎｄｍｅｄｉａｎｆｉｌｔｅｒｉｎｇａｒｅｕｓｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｄｉｓｐａｒｉｔｙｖａｌｕｅａｎｄｏｂｔａｉｎａｍｏｒｅａｃｃｕｒａｔｅｄｉｓｐａｒｉｔｙｍａｐ.Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｄｉｓｐａｒｉｔｙｍａｐｇｅｎｅｒａｔｅｄｂｙｔｈｉｓａｌｇｏｒｉｔｈｍｉｓｍｏｒｅａｃ￣ｃｕｒａｔｅａｎｄｍｏｒｅｒｏｂｕｓｔｔｏｄｉｆｆｅｒｅｎｔｆｏｒｅｓｔｓｃｅｎｅｓｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌＳＧＭａｌｇｏｒｉｔｈｍ.Ｋｅｙｗｏｒｄｓ:ｆｏｒｅｓｔｓｃｅｎｅꎻＳＧＭꎻｃｏｓｔａｇｇｒｅｇａｔｉｏｎꎻｐａｒａｌｌａｘｏｐｔｉｍｉｚａｔｉｏｎ㊀㊀收稿日期:２０２３－１２－２１基金项目:国家重点研发计划项目(２０２２ＹＦＣ３００３００２)第一作者简介:李智ꎬ硕士研究生ꎬ主要从事双目视觉和图像处理的研究ꎬＥ－ｍａｉｌ:ｗｕ５５６１５４９＠１６３.ｃｏｍꎮ∗通讯作者:李兴东ꎬ副教授ꎬ博士生导师ꎬ博士ꎬ主要从事林火智能防控关键技术的研究ꎬＥ－ｍａｉｌ:ｌｉｘｄ＠ｎｅｆｕ.ｅｄｕ.ｃｎꎮ林业机械与木工设备第５２卷近年来ꎬ双目视觉被广泛应用于机器人定位导航㊁农林业㊁无人驾驶㊁三维重建等领域[１－４]ꎬ使用双目视觉技术对森林场景进行三维重建可以降低森林资源清查的经济成本和人工成本ꎮ立体匹配生成视差图是双目视觉的基础ꎬ也是最重要的环节之一ꎬ如何在不同真实场景中生成高质量的视差图一直是立体匹配研究的重点ꎮ根据匹配像素点时的约束范围分类ꎬ立体匹配算法可以分为局部匹配算法和全局匹配算法ꎬ局部匹配算法利用像素周围的局部信息进行匹配ꎬ计算量小ꎬ耗时短ꎬ但匹配精度较差ꎬ全局匹配算法匹配精度很高ꎬ但相比于局部匹配算法耗时更长ꎮＨｅｉｋｏ[５]提出的半全局匹配(Ｓｅｍｉ－ＧｌｏｂａｌＭａｔｃｈｉｎｇꎬＳＧＭ)算法既可以达到全局匹配的精度ꎬ又借鉴了局部匹配算法ꎬ降低了计算复杂性ꎬ是一种同时考虑了全局和局部两方面信息的密集匹配算法ꎬ目前仍然是最好的立体匹配算法之一ꎮ然而ꎬ传统的ＳＧＭ算法在弱纹理处㊁物体边缘ꎬ也就是视差不连续处的误匹配率较高ꎬ针对这些问题ꎬ诸多学者提出了不同的改进方法ꎮ为了解决ＳＧＭ算法生成的视差图内物体边缘不清晰的问题ꎬ敖博等[６]在数据预处理部分添加了Ｈｏｕｇｈ变换直线检测ꎬ有效解决了物体边缘部分的匹配精度低的问题ꎮ鲁光明[７]提出了一种结合图像分割的半全局立体匹配算法ꎬ使用灰度绝对差(ａｂｓｏｌｕｔｅｄｉｆｆｅｒｅｎｃｅꎬＡＤ)变换来代替Ｃｅｎｓｕｓ变换ꎬ同时采用均值漂移算法分割图像ꎬ根据分割块内的像素信息赋予能量函数不同的惩罚值ꎬ让算法在遮挡㊁弱纹理以及边缘等匹配难度较高的区域均有较好的效果ꎮＹｉ等[８]提出一种基于边缘约束的ＳＧＭ算法ꎬ首先对图像检测边缘ꎬ基于Ｕ－ＳＵＲＦ描述符匹配边缘像素ꎬ得到边缘视差值ꎬ其次添加了一项惩罚项减少边缘误匹配并再次计算视差值ꎬ最后采用加权处理对几何边缘像素处的最终差值进行调整ꎬ得到了高精度的视差图ꎮ孙丽等[９]提出了一种分段代价聚合的视差边缘优化半全局匹配方法ꎬ针对性地改进了算法在视差不连续区域表现差的问题ꎮ萧红等[１０]在将改进的Ｃｅｎｓｕｓ代价与梯度代价综合考虑ꎬ融合到代价计算阶段中ꎬ优化了算法在深度不连续㊁弱纹理区域的匹配精度ꎮ彭妍等[１１]通过估计视差范围并构建新的代价函数ꎬ在保证匹配正确率的同时降低了计算复杂性ꎮ李聪聪等[１２]提出一种使用图像分割信息的ＳＧＭ算法ꎬ改进初始代价计算的效果ꎬ同时利用图像分割信息调整传统ＳＧＭ算法的全局能量函数的表达方式ꎬ明显提升了匹配正确率ꎮ森林场景相较于其他真实场景有着更复杂的结构ꎬ高度的全局相似性㊁不稳定的光照㊁树木之间的混叠[１３]都会对视差的正确估计产生相当大的阻碍ꎬ获取森林冠层下准确的视差图是富有挑战的ꎮ生成精确的视差图可以对森林冠层下的三维重建㊁资源调查提供参考ꎬ传统的ＳＧＭ算法在森林冠层下的应用效果较差ꎬ存在误匹配率较高㊁树干边缘视差估计错误率较高的问题ꎮ为生成高质量的森林环境视差图ꎬ本文对传统ＳＧＭ算法进行了改进ꎬ首先在初始代价计算阶段将Ｃｅｎｓｕｓ中心像素值替换为四邻域像素点的平均值ꎻ然后使用ｋ－ｍｅａｎｓ算法将图像中的像素点分割成不同的簇ꎬ在代价聚合阶段ꎬ计算相邻像素的颜色差异和梯度差异ꎬ建立函数关系ꎬ同时结合图像分割结果ꎬ衡量像素点间的差异性ꎬ从而对全局能量函数的惩罚项作出动态规划ꎬ减少了弱纹理处的误匹配和对物体边缘视差的错误匹配ꎻ最后在视差优化阶段ꎬ使用亚像素细化㊁左右一致性检查㊁中值滤波优化视差图ꎮ１㊀材料与方法１.１㊀图像采集使用ＭＹＮＴＥＹＥ－Ｄ１０００－ＩＲ－１２０双目相机在东北林业大学林场以及校内林地拍摄图像ꎮ为便于验证算法的鲁棒性ꎬ选取不同场景ꎬ使用相同分辨率拍摄三组图像ꎬ对拍摄的背景不做要求ꎬ拍摄时有较强的阳光照射干扰ꎮ综合考虑环境因素㊁相机视场角和相机分辨率ꎬ相机拍摄高度为１.５~２ｍꎬ相机拍摄距离１.５~３ｍ内包含树木ꎬ便于对实验结果进行分析ꎮ图１为不同场景的森林冠层下图像ꎮ图１㊀不同场景的森林冠层下图像１.２㊀相机标定为了消除图像畸变㊁确定双目相机的几何关系㊁提高匹配精度ꎬ进行相机标定ꎬ确定双目相机的内参２３第４期李㊀智ꎬ等:基于改进ＳＧＭ的森林场景视差图生成方法数和外参数是必不可少的ꎮ本文采用Ｋａｌｉｂｒ标定工具箱ꎬ选取二维码标定板ꎬ标定板中二维码方格行㊁列个数均为６ꎬ二维码方格长度为０.０８ｍꎬ小方格与二维码方格长度比为０.３ꎮ将标定板固定ꎬ手持双目相机调整角度ꎬ确保标定板在相机的视场范围内ꎬ保证角点清晰可见ꎬ拍摄１８张图像ꎬ相机拍摄的标定板左目图像如图２所示ꎮ将双目图像输入标定工具箱计算出参数结果ꎬ双目相机的相关参数如表１所示ꎮ图２㊀标定板左图像表１㊀双目相机标定结果相机参数左目右目Ｆｏｃａｌｌｅｎｇｔｈ(ｆｘꎬｆｙ)ＯｐｔｉｃａｌｃｅｎｔｅｒｐｏｓｉｔｉｏｎｃｏｏｒｄｉｎａｔｅＤｉｓｔｏｒｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ(７０８.４３９３３ꎬ７０８.３５９４４)(６３４.９７９８６ꎬ３８３.２２０８３)(－０.３１３１４ꎬ０.０９６７３ꎬ０.０００５０ꎬ０.０００３１ꎬ０)(７１０.２８２４７ꎬ７１１.１４９９６)(６１６.１１６０３ꎬ３８２.６７３８０)(－０.３１２５４ꎬ０.０９６１８ꎬ－０.０００３８ꎬ０.０００１８ꎬ０)㊀㊀得到双目相机的标定参数后ꎬ使用内参数去除图像的径向畸变ꎬ防止物体形状在图像中出现变化ꎻ使用外参数对左右两幅图像进行极线校正ꎬ使左右两个相机平面变成一个平面ꎬ相同行像素在同一直线上ꎬ以便后续的立体匹配ꎮ１.３㊀视差图生成在获取初始图像后ꎬ经过图像预处理㊁视差图生成㊁视差图优化三个步骤得到最终的视差图ꎮ首先利用标定出的双目参数对初始图像进行去除畸变和极线校正ꎻ然后使用四邻域像素点的平均值替代Ｃｅｎｓｕｓ中心像素值做初始代价计算ꎻ再融合聚类分割信息㊁像素颜色信息和像素梯度信息做８路径的代价聚合ꎻ最后调整边缘像素值ꎬ进行亚像素优化㊁左右一致性检测㊁中值滤波优化视差图ꎬ输出最终结果ꎮ２㊀改进的ＳＧＭ算法为了解决传统ＳＧＭ算法在森林场景误匹配率高㊁视差图精度低的问题ꎬ本部分介绍了一种改进的ＳＧＭ算法ꎮ所提方法使用四邻域像素点的平均值替代Ｃｅｎｓｕｓ中心像素值ꎬ计算复杂度低并且能降低噪声对匹配结果的影响ꎻ将图像聚类分割ꎬ融合聚类分割信息㊁像素颜色信息和像素梯度信息ꎬ根据相邻像素点间的差异ꎬ精确调整不同情况下全局能量函数中的惩罚系数ꎬ优化视差突变区域和弱纹理区域的匹配结果ꎻ最后使用亚像素优化㊁左右一致性检测㊁中值滤波等方法剔除无效值ꎬ提升精度来输出精确的视差图ꎮ２.１㊀代价计算代价计算是为了计算左右两幅图像像素点之间的相似度ꎬ初步匹配像素点对ꎮ传统ＳＧＭ算法的代价计算阶段可以分为两个步骤:(１)Ｃｅｎｓｕｓ变换ꎻ(２)汉明距离计算代价ꎮＣｅｎｓｕｓ变换是一种非参数的局部变换ꎬ对一个像素点的邻域建立一个矩形窗口ꎬ将矩形窗口内的每个像素灰度值与中心像素灰度值进行比较ꎬ灰度值小于或等于中心像素灰度值的像素记为０ꎬ大于中心像素灰度值的像素记为１ꎬ将它们映射到一个比特串中ꎬ用比特串的值作为中心像素的Ｃｅｎｓｕｓ变换值ꎬ汉明距离表示两个相同长度的字符串在相同位置上不同字符的个数ꎬ在ＳＧＭ算法中用于比较两个像素点的Ｃｅｎｓｕｓ变换值ꎬ衡量两个像素点的相似度ꎬ汉明距离越小ꎬ两点相似度越高ꎬ代价计算原理示意如图３所示ꎮ图３㊀代价计算原理传统的Ｃｅｎｓｕｓ变换效率高㊁即使左右影像整体亮度有偏差也能得到较好的匹配效果ꎬ但是当中心像素灰度值突然变化ꎬ可能会导致对应的两个像素点匹配失败ꎬ影响匹配精度ꎮ本文将中心像素点的灰度值替换为四邻域像素点的灰度平均值ꎬ如图４所示ꎮ图４㊀中心像素点灰度值替换过程３３林业机械与木工设备第５２卷这种方法简单高效地解决了中心像素点灰度值突变造成的匹配不精确的问题ꎬ将中心点灰度值替换后ꎬ得出Ｃｅｎｓｕｓ变换值并计算汉明距离ꎬ得到每个像素点初始的匹配代价值ꎮ２.２㊀代价聚合２.２.１㊀图像分割在做代价聚合之前ꎬ使用Ｋ－ｍｅａｎｓ算法对图像进行图像分割ꎮＫ－ｍｅａｎｓ算法根据像素点颜色将像素点分为几个类ꎬ处于同一类的像素点颜色信息相近ꎬ而不同类的像素点颜色差异很大ꎮ在图像中ꎬ颜色相近的相邻像素点大多数情况下都是同一个物体ꎬ视差变化很小ꎻ而颜色差异较大的像素点一般处于视差不连续区ꎬ视差变化较大ꎮ因此根据分割结果修改惩罚函数ꎬ可以提高弱纹理区域㊁视差突变区域的匹配正确率ꎮ２.２.２㊀改进的全局能量函数ＳＧＭ算法为了考虑像素之间的相关性ꎬ建立了像素与邻接像素的联系ꎬ构造了全局能量函数ꎬ然后使得全局能量函数最小化即计算出最优视差值ꎮ全局能量函数公式如式(１):ＥＤ()＝ðｐＣｐꎬＤｐ()＋ðｑɪＮｐＰ１ＴＤｐ－Ｄｑ＝１[]＋ðｑɪＮｐＰ２ＴＤｐ－Ｄｑ>１[](１)式中ꎬＥＤ()为视差图的能量函数ꎻｐ和ｑ为相邻的两个像素点ꎻＤｐ㊁Ｄｑ分别为为点ｐ和点ｑ的视差值ꎻＣｐꎬＤｐ()为点ｐ的匹配代价值ꎻＰ１㊁Ｐ２为点ｐ和点ｑ视差差值不同情况下的惩罚因子ꎻＴ为判断函数ꎬ当点ｐ和点ｑ视差差值为１时ꎬ选取Ｐ１做惩罚项ꎬ当点ｐ和点ｑ视差差值大于１时ꎬ选取Ｐ２做惩罚项ꎮ然而ꎬ当像素点处于视差不连续处时ꎬ视差变化超过１ꎬ用较大的惩罚项Ｐ２进行惩罚ꎬ结果可能会出现视差值估计错误㊁视差图缺失边缘特点ꎮ为了解决这个问题ꎬ本文结合多种信息改进了全局能量函数ꎬ具体实现方法如下:在图像分割后ꎬ相邻的像素点可能属于同一类也可能不属于同一类ꎬ根据类的异同可以调节惩罚项ꎬ但这并不够精确ꎬ在图像分割过程中可能会出现两个像素位于同一平面但颜色差异较大ꎬ被分为不同的两类ꎬ可能会导致视差值取值错误ꎮ所以ꎬ在图像分割基础上ꎬ计算相邻像素的差异性Ｆｐꎬｑ()ꎬ用来精确调节惩罚项ꎬ计算公式如式(２):Ｆｐꎬｑ()＝ｌｏｇ１０(ｄｃ＋ｄｗ)(２)其中ｐ和ｑ为相邻的两个像素ꎬｄｃ为ｐ和ｑ的颜色差异值ꎬ也就是两个像素在ＲＧＢ空间的红㊁绿㊁蓝三个通道上的颜色数值之差的绝对值ꎮｄｗ为ｐ和ｑ的梯度差异值ꎬ也就是两个像素梯度之差的绝对值ꎬ将取值范围转换至与颜色差异值同一尺度下ꎮ当相邻像素ｐ和ｑ颜色差异越大㊁梯度差异越大ꎬ衡量差异性的Ｆ越大ꎮ根据上述信息ꎬ可以自适应调整惩罚项系数ꎬ规则如公式(３)所示:σ１＝０.５ꎬσ２＝２ꎬｉｆＦｐꎬｑ()<γ１ꎬｓａｍｅｃｌａｓｓꎻσ１＝０.８ꎬσ２＝１.５ꎬｉｆＦｐꎬｑ()<γ１ꎬｄｉｆｆｅｒｅｎｔｃｌａｓｓꎻσ１＝１ꎬσ２＝１ꎬｉｆγ１<Ｆｐꎬｑ()<γ２ꎬｓａｍｅｃｌａｓｓꎻσ１＝１ꎬσ２＝１ꎬｉｆγ１<Ｆｐꎬｑ()<γ１ꎬｄｉｆｆｅｒｅｎｔｃｌａｓｓꎻσ１＝１.５ꎬσ２＝０.８ꎬｉｆＦｐꎬｑ()>γ２ꎬｓａｍｅｃｌａｓｓꎻσ１＝２ꎬσ２＝０.５ꎬｉｆＦｐꎬｑ()>γ２ꎬｄｉｆｆｅｒｅｎｔｃｌａｓｓꎻìîíïïïïïïïï(３)在上述规则中ꎬσ１ꎬσ２分别是能量函数中Ｐ１㊁Ｐ２的系数ꎬγ１和γ２是衡量相邻像素的差异性的阈值ꎮ上述公式可以随着相邻像素差距增大ꎬ对视差变化应用越来越小的惩罚系数ꎮ最后得出全局能量函数的公式如式(４):ＥＤ()＝ðｐＣｐꎬＤｐ()＋ðｑɪＮｐσ１Ｐ１ＴＤｐ－Ｄｑ＝１[]＋ðｑɪＮｐσ２Ｐ２ＴＤｐ－Ｄｑ>１[](４)２.２.３多路径聚合使用多路径上的代价聚合来解决能量函数的最优化问题ꎬ具体计算方法如公式(５)所示ꎮＬｒｐꎬｄ()＝Ｃｐꎬｄ()＋ｍｉｎＬｒｐ－ｒꎬｄ()Ｌｒｐ－ｒꎬｄ－１()＋Ｐ１Ｌｒｐ－ｒꎬｄ＋１()＋Ｐ１ｍｉｎｉＬｒｐ－ｒꎬｉ()＋Ｐ２－ｍｉｎｉＬｒ(ｐ－ｒꎬｉ)ìîíïïïïïï(５)４３第４期李㊀智ꎬ等:基于改进ＳＧＭ的森林场景视差图生成方法２.３㊀视差计算及优化在视差计算阶段ꎬ采取赢家通吃法则(ＷＴＡ)ꎬ即选取每个像素最小代价对应的视差值作为最终视差值ꎬ得到初始视差图ꎮ但是ꎬ初始视差值是整数值ꎬ在实际应用中整像素精度无法精确表达真实场景ꎬ所以使用抛物线拟合的方法使视差值达到亚像素级精度ꎬ也就是亚像素细化ꎮ具体原理为使用一元二次曲线拟合最优视差ｄ及前后两个视差ｄ＋１和ｄ－１的代价值ꎬ曲线最低点即为亚像素细化所得视差值ꎬ图５为亚像素细化示意图ꎮ最后采用中值滤波平滑视差图ꎮ图５㊀亚像素细化示意图３㊀实验结果与分析为了验证本文算法的有效性ꎬ开发与测试使用的硬件平台为Ｉｎｔｅｌ(Ｒ)Ｃｏｒｅ(ＴＭ)ｉ５－１０２１０ＵＣＰＵ＠１.６０ＧＨｚꎬ软件环境为ｗｉｎ１０系统和ｏｐｅｎｃｖ３.２＋ＶｉｓｕａｌＳｔｕｄｉｏ２０１８下Ｃ＋＋语言实现ꎮ实验参数如表２所示ꎮ表２㊀实验参数参数Ｃｅｎｓｕｓ窗口Ｐ１Ｐ２Ｄｍａｘγ１γ２数值３ˑ３１０１５０６４１.８２.５３.１㊀标准数据集结果与分析为了客观评价算法的可行性ꎬ采用Ｍｉｄｄｌｅｂｕｒｙ标准数据集中的四对图片进行立体匹配ꎬ使用ＳＧＭ㊁本文提出的算法生成视差图ꎬ进行定性定量分析ꎬ如图为传统ＳＧＭ算法与本文算法结果对比ꎬ其中ꎬ方框框选区域为本文算法结果明显改善区域ꎮ对于物体视差层次较简单的场景Ｖｅｎｕｓ和Ｐｏｓｔｅｒꎬ本文算法使视差图的边界更清晰ꎬ与背景物体区分更加明显ꎬ匹配失败的点更少(图中白色孔洞)ꎬ这说明本文算法在视差突变处匹配效果明显改善ꎬ同时优化了视差连续且变化较小区域的匹配效果ꎮ而对于较复杂的场景Ｔｅｄｄｙ和Ｃｏｎｅꎬ本文算法使部分物体边界更加准确ꎬ并且对于纹理相似的区域匹配效果仍然很好ꎮ为了直观表达算法性能的提升ꎬ表３列出了视差不连续区域和全部区域的误匹配率以及算法的运行时间ꎮ通过计算ꎬ本文提出算法生成的视差图在四幅图片的视差不连续区域的平均误匹配率降低尤为明显ꎬ在全部区域的误匹配率降低了３％以上ꎮ表４为改进算法与传统算法生成视差图的图像质量对比ꎬ经过与真实视差图对比ꎬ本文算法生成的视差图的ＰＳＮＲ值与ＳＳＩＭ值分别提高５ｄＢ和０.０５以上ꎬ均方误差ＭＳＥ也有显著下降ꎬ这说明了本文算法生成的视差图更加接近真实图像ꎬ同时视差图的质量也有大幅提升ꎮ实验结果对比如图６所示ꎮ图６㊀实验结果对比表３㊀本文算法与传统算法对比测试图像传统ＳＧＭ算法Ｎｏｃｃ(％)Ａｌｌ(％)时间/ｓ本文算法Ｎｏｃｃ(％)Ａｌｌ(％)时间/ｓＶｅｎｕｓ７.２１８.２５２５.３６３.０８５.４４２６.５３Ｐｏｓｔｅｒ８.６９１０.３２２７.２１４.６２６.９７２８.３６Ｔｅｄｄｙ１３.９７２１.１０７３.２６８.１２１５.９３７５.５１Ｃｏｎｅ１１.９３１８.５７６９.１９７.２６１４.７１７０.４８５３林业机械与木工设备第５２卷表４㊀视差图质量对比测试图像传统ＳＧＭ算法ＰＳＮＲＳＳＩＭＭＳＥ本文算法ＰＳＮＲＳＳＩＭＭＳＥＶｅｎｕｓ１４.５８０.８２２２６５１９.７８０.８９１１３７Ｐｏｓｔｅｒ１２.９５０.８３３３００１８.９７０.８８１５９３Ｔｅｄｄｙ１５.２３０.７２１５８６１９.３５０.８１９５１Ｃｏｎｅ１４.６７０.７８２２１０２０.１００.８８１２７６３.２㊀林内数据结果与分析为了证明本文算法在森林环境内的有效性ꎬ选取多组图像生成视差图与ＳＧＭ算法对比ꎬ图７为四组图像的对比图ꎮ通过对比图可以看到ꎬ由于环境复杂ꎬＳＧＭ算法生成的视差图层次不清晰㊁边缘轮廓不平滑㊁匹配失败率较高ꎬ总体效果较差ꎻ而改进后的算法通过精确调整惩罚项ꎬ生成的视差图层次分明㊁物体边界清晰㊁细节明显ꎬ匹配效果有明显改善ꎮ图７㊀森林场景视差图对比４㊀结果与展望为了解决森林环境复杂㊁重复纹理多而导致的传统算法在获取视差图时出现的匹配失败率高㊁边缘特征不明显等问题ꎬ本文提出了一种改进的ＳＧＭ算法ꎮ该方法通过将Ｃｅｎｓｕｓ中心点像素值替换ꎬ增强了不同环境下算法的鲁棒性ꎬ结合图像分割信息㊁图像颜色梯度信息优化了重复纹理区㊁视差不连续区域的匹配效果ꎮ改进的算法可以适应不同条件下的森林场景ꎬ解决了传统算法难以适应森林场景的问题ꎬ生成精度较高的稠密视差图ꎬ可以为森林冠层下的三维重建㊁资源调查提供参考ꎮ参考文献:[１]㊀梁明亮ꎬ王云飞ꎬ张凯.基于双目视觉ＳＬＡＭ的室内机器人导航技术[Ｊ].科学技术创新ꎬ２０２２(１７):１８５－１８８.[２]㊀苟琴.基于双目视觉的未知环境下农田障碍物检测技术研究[Ｄ].咸阳:西北农林科技大学ꎬ２０１３.[３]㊀苏东.基于双目视觉的小型无人飞行器的导航与避障[Ｄ].成都:电子科技大学ꎬ２０１４.[４]㊀佟帅ꎬ徐晓刚ꎬ易成涛ꎬ等.基于视觉的三维重建技术综述[Ｊ].计算机应用研究ꎬ２０１１ꎬ２８(７):２４１１－２４１７.[５]㊀ＨｅｉｋｏＨ.Ｓｔｅｒｅｏｐｒｏｃｅｓｓｉｎｇｂｙｓｅｍｉｇｌｏｂａｌｍａｔｃｈｉｎｇａｎｄｍｕｔｕａｌｉｎ￣ｆｏｒｍａｔｉｏｎ.[Ｊ].ＩＥＥＥｔｒａｎｓａｃｔｉｏｎｓｏｎｐａｔｔｅｒｎａｎａｌｙｓｉｓａｎｄｍａｃｈｉｎｅｉｎｔｅｌｌｉｇｅｎｃｅꎬ２００８ꎬ３０(２).[６]㊀敖博ꎬ钱建国ꎬ谢林甫ꎬ等.一种基于Ｈｏｕｇｈ变换直线检测的城区影像ＳＧＭ改进算法[Ｊ].测绘与空间地理信息ꎬ２０２３ꎬ４６(１):１４８－１５０.[７]㊀鲁光明ꎬ王竞雪.结合图像分割的半全局立体匹配算法[Ｊ].遥感信息ꎬ２０２０ꎬ３５(６):８５－９１.[８]㊀ＹｉＴＣꎬＷｅｉＨＴꎬＪｅｒＪＪ.ＤｅｎｓｅＳｔｅｒｅｏＭａｔｃｈｉｎｇＷｉｔｈＥｄｇｅ－Ｃｏｎ￣ｓｔｒａｉｎｅｄＰｅｎａｌｔｙＴｕｎｉｎｇ[Ｊ].ＩＥＥＥＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇＬｅｔｔｅｒｓꎬ２０１８ꎬ１５(５).[９]㊀孙丽ꎬ孙彦玮ꎬ李浩.视差边缘优化的ＳＧＭ密集深度估计算法[Ｊ].计算机与数字工程ꎬ２０２０ꎬ４８(１１):２７２９－２７３３. [１０]㊀萧红ꎬ田川ꎬ张毅ꎬ等.基于改进Ｃｅｎｓｕｓ变换与梯度融合的立体匹配算法[Ｊ].激光与光电子学进展ꎬ２０２１ꎬ５８(２):３２７－３３３. [１１]㊀彭妍ꎬ郭君斌ꎬ于传强ꎬ等.基于视差范围估计和改进代价的半全局匹配[Ｊ].系统工程与电子技术ꎬ２０２２ꎬ４４(２):３９４－４００. [１２]㊀李聪聪ꎬ方勇ꎬ王芮ꎬ等.顾及图像分割信息的半全局立体匹配算法研究[Ｊ].电子测量技术ꎬ２０２２ꎬ４５(５):１４０－１４５. [１３]㊀ＧａｒｆｏｒｔｈＪꎬＷｅｂｂＢ.ＶｉｓｕａｌａｐｐｅａｒａｎｃｅａｎａｌｙｓｉｓｏｆｆｏｒｅｓｔｓｃｅｎｅｓｆｏｒｍｏｎｏｃｕｌａｒＳＬＡＭ[Ｃ]//２０１９ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＲｏ￣ｂｏｔｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎ(ＩＣＲＡ).ＩＥＥＥꎬ２０１９:１７９４－１８００. [１４]㊀ＺｈｕＲꎬＧｕｏＺꎬＺｈａｎｇＸ.Ｆｏｒｅｓｔ３Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｉｎｄｉｖｉｄｕａｌｔｒｅｅｐａｒａｍｅｔｅｒｅｘｔｒａｃｔｉｏｎｃｏｍｂｉｎｉｎｇｃｌｏｓｅ－ｒａｎｇｅｐｈｏｔｏｅｎｈａｎｃｅｍｅｎｔａｎｄｆｅａｔｕｒｅｍａｔｃｈｉｎｇ[Ｊ].ＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０２１ꎬ１３(９):１６３３.[１５]㊀王书侠ꎬ王国新ꎬ康辉.基于图像分割的改进Ｃｅｎｓｕｓ变换立体匹配算法[Ｊ].高师理科学刊ꎬ２０２１ꎬ４１(４):３５－３９.[１６]㊀尹萍ꎬ徐爱俊ꎬ尹建新.基于改进ＳＧＭ的立木视差图生成方法[Ｊ].激光与光电子学进展ꎬ２０２２ꎬ５９(１８):３７２－３８１.６３。