滚动窗口

摘要： 针对传统蚁群算法在搜索寻优过程中易于陷入局部最优、搜索前期蚂蚁容易陷入死锁,以及收敛速度较慢的缺陷,利用扩展树随机优化原则,创建虚拟路径和蚁群更新域信息更新原则,提出改进信息素的更新方式;采用局部子起点再规划策略解决蚂蚁死锁问题,加快算法收敛速度。随后,针对传统蚁群算法对动态环境下路径规划适应度低的问题,基于预测控制理论,通过在路径规划过程中加入不断刷新的滚动窗口,使得移动机器人更好地避开动态障碍物。仿真结果表明,改进蚁群算法更加适合移动机器人实际所处环境的路径规划。

摘要： 为了使机器人在未知环境内可以成功规划出躲避障碍物的最短路径,在大数据支持下,设计了一种考虑障碍避让的机器人路径规划方法.首先分析机器人障碍物避让原理,确定机器人能够自由活动的范围.然后通过蚂蚁族群觅食流程对存在障碍物的路径进行模拟,获得基础路径规划结果,随后凭借赌轮盘规则细化,挑选节点通过机器人滚动窗口内映射,从而确定局部规划子目标,规划出对应的最短避障路径.仿真结果证明,相较于传统方法,上述方法能够更为准确地获取最优路径,且效率更高,具有高度适用性和实时性.

摘要： 以作业车间为研究对象,针对加工时间不确定这一扰动因素,主要采用周期驱动来制定相应的滚动调度策略.辅以事件驱动来保证车间运行整体情况的平衡.设计加工时间偏差容忍(LDT)来避免不必要的重调度.考虑车间的资源约束,重新定义状态转移规则,克服了长蚂蚁路径搜索容易停滞的缺点.通过仿真,获得了所需的合适滚动调度策略参数,进一步实验结果显示了改进的蚁群算法性能,针对调度方案所做的改进在计算时间和计算结果上均取得较优效果.

摘要： 波动率是衍生品定价、金融风险度量和市场恐慌情绪衡量的重要指标,波动率的合理预测对于市场参与者和监管者具有重要的意义.深度学习能够学习金融数据的内在规律,捕获到数据中的非线性关系,降低金融数据中噪音的影响.期权隐含波动率包含了市场对未来波动的预期,具有更好的风险预警能力.本文以深度学习算法为基础,运用上证50ETF期权为研究标的,构建波动率预测模型,实现对波动率的高精度预测.本文拓展了传统机器学习研究方法,利用金融学中滚动窗口的方法,实现了全样本数据的预测,并与传统波动率模型进行比较研究.本文主要结论如下:从实践角度,深度学习模型在波动率预测上显著且稳健地优于传统波动率预测模型,预测精度提高大约200％;从理论角度,深度学习虽然是一个黑箱模型,但是在金融领域上的应用仍然体现出一定的金融学假设与思想,比如渐进独立假设、长期预测精度下降等.

摘要： 股票市场的日历效应历来受到学者和投资者的广泛关注,研究发现股市存在节日效应、月份效应与周内效应,但是针对日内效应的研究不多见.利用沪深股指2004年～ 2016年的高频数据,实证检验中国沪深股市是否存在日内效应,结果表明:中国沪深股市整体上存在开盘效应与收盘效应,但在牛市、熊市期间的表现形式存在差异,股指收益在牛市期间表现出正向开盘效应,在熊市期间表现出负向开盘效应,股指波动在熊市期间的开盘效应更为明显.基于滚动窗口法的进一步研究发现:股指收益开盘效应和收盘效应的变化领先于股指走势的变化,股指收益和波动的开盘效应或收盘效应存在一定程度的替代现象.研究有助于投资者合理地制定投资策略,对监管部门维护市场秩序具有一定的参考价值.

摘要： 针对在局部动态路径规划中人工势场法出现的局部最小值和目标不可达等问题,提出一种改进的人工势场法.首先,设计逃离或穿越的策略解决局部最小值问题,同时屏蔽对机器人产生无效斥力的障碍物;此外,为增强总体避障能力在势场函数中引入距离函数调节因子和安全距离;最后,在滚动窗口中使用改进的人工势场法在通过蚁群算法规划的初始全局路径上进行局部动态避障.仿真表明,改进的人工势场法可解决局部最小值和目标不可达问题,且有良好的动态避障能力.

摘要： 针对马氏链短期预测股票价格的准确率问题,对状态缺失导致的马氏链预测模型失效问题进行了处理,基于滚动窗口下不同状态个数以及不同样本长度两个视角对股票价格数据进行动态处理,并分别对某股票每日收盘价未来1～5期所处的状态区间进行多次重复预测,最终将预测结果与实际值进行对比.研究结果表明,利用马氏链方法预测股票价格短期走势具有较高的准确率,准确率的高低随着状态个数、样本长度的不同而有所变动.

摘要： 为解决多约束条件下智能汽车在未知环境中生成全局最优轨迹的问题,引入滚动窗口优化策略,在研究车辆动力学模型特性的基础上,提出了一种能够同时满足行驶安全和全局最优的动态轨迹规划方法.为保证车辆在行驶过程中轨迹连续平稳,采用六次多项式生成曲率连续的轨迹,并将轨迹规划问题转化为求解单个多项式系数的过程.考虑车辆自身约束以及环境约束对轨迹生成速度的影响,对规划窗口中的障碍物按照度量函数进行分类,并根据最优指标决策出当前规划窗口下的局部最优轨迹和车速.利用Simulink‐CarSim搭建了环境模型以及轨迹规划模型,最后通过仿真试验验证了该方法的有效性.%In order to solve the trajectory planning of intelligent vehicle with multi － constraint conditions in unknow n environment ,a rolling optimization scheme is presented .A feasible trajectory planning method in the local environment is proposed via vehicle dynamic study . With the characteristics of smooth trajectories of six polynomials , the process of trajectory planning is transformed into solving a single polynomial coefficient .The obstacles in the planning window are classified according to the metric function ,and the optimal trajectory and vehicle speed are decided according to the optima index .Simulink and CarSim are used to develop the environmental model and the trajectory model .The effectiveness of the planning scheme is verified by simulation study .

摘要： 本文借鉴控制界对滚动时域控制RHC性能分析的思路,对具有按工件可分的正规性能指标的大规模单机静态调度问题的滚动策略进行研究.提出了一种子问题带终端约束的滚动调度策略,得出了在所给滚动调度策略下,随局部滚动优化的进行,全局调度的性能指标不断下降的结论.进一步的结论指出在这种滚动调度策略下,任一时刻大滚动窗口的局部优化效果好于小窗口的局部优化.

摘要： 描述了用于将窗口从扩展虚拟屏幕提供到移动计算设备的本地显示器上的方法和系统。该系统包括服务器，其检测与服务器上执行的应用关联的第一窗口，所述服务器将应用输出到扩展虚拟屏幕；识别与扩展虚拟屏幕上第一窗口的位置关联的坐标；以及将第一窗口的坐标传输到移动计算设备以便在移动计算设备的本地显示器上显示第一窗口。该系统还包括移动计算设备，其在本地显示器上接收基于手势的指令；评估在接收基于手势的指令的位置处的第二窗口的内容；如果所述内容包括滚动条则滚动第二窗口的内容；以及如果所述内容不包括滚动条，则平移第二窗口的内容。

摘要： 本发明公开了一种基于滚动时间窗口的路段停车次数动态估计方法，包括以下步骤：确定交通流采集参数；计算交通参数和交通参数统计量；确定时间窗口长度；估计当前时段路段停车次数；更新停车次数模型参数。本发明通过获取的车辆号牌数据计算交通参数特征，包括路段起讫点之间所有车辆平均行程时间、路段所有车辆行程时间波动性、车流量和车流量波动性，然后将采集的交通流参数作为该时间段交通运行状态代表，同时根据已采集停车次数和交通参数进行停车次数估计模型参数估计。在交通参数更新过程中，不断滚动时间窗口，估计当前时段停车次数，动态更新路段交通参数系数值。

摘要： 本发明公开了一种基于双尺度窗口滚动递推异常状态判别的居配现场检测预警系统，包括现场试验中控管理系统和与所述现场试验中控管理系统连接的若干移动检测平台，所述移动检测平台用以检测居配工程设备，所述现场试验中控管理系统用以将检测任务下达与分配至所述移动检测平台，并实时收集所述移动检测平台的检测数据结果。本发明还公开了一种基于双尺度窗口滚动递推异常状态判别的居配现场检测预警方法。本发明能够实时判别现场检测数据是否出现异常，将检测数据分析结果与告警信息回传至各检测平台或手持终端，并进行归集和生成报告，为居配电设备现场检测和检测设备信息化互联提供理论依据。

摘要： 本发明提供了一种基于移位窗口变换器网络的滚动轴承故障诊断方法及系统。该方法包括，获取待测滚动轴承的振动信号；将所述振动信号通过小波时频变换转换为小波时频图；采用预设移位窗口变换器网络模型对所述小波时频图进行诊断，得到滚动轴承的故障类型及位置；其中，所述移位窗口变换器网络模型包括分布在各个阶段的移位窗口变换器网络组件，所述移位窗口变换器网络组件至少包括两个串联的移位窗口变换器网络，所述移位窗口变换器网络包括多层感知机和窗口多头注意力层。

摘要： 本申请提供了一种滚动窗口信息的方法、装置、介质和电子设备，所述方法包括：在预设第一长度的窗口中，获取模板的滚动信息；其中，所述模板包括多个用于构造实体组件和/或空组件的预设阵列空位，且所述模板由实体区和虚拟区组成，所述虚拟区分列在所述实体区两侧；所述实体区包括窗口区和分列在所述窗口区两侧的缓冲区；所述窗口区，根据所述滚动信息与所述窗口相关联；根据所述滚动信息调整滚动后的所述虚拟区的所述实体组件为所述空组件。本申请在所述制图组件不被看到的区域减少了实体组件的数量，从而减少了系统应用的负担，保证了实体组件的应用数量，同时，由于采用了缓冲区，使快速滑动没有明显的白屏和抖动的现象，保证了用户体验。

摘要： 本发明涉及一种基于人工势场与滚动窗口的机器人的动态避障方法，机器人路径规划技术领域，该方法包含如下步骤S1：设置机器人运动时与障碍物的绝对安全距离D以及目的地的位置坐标信息X(x，y)；S2：通过机器人的历史里程计数据与当前环境信息E0i来判定当前机器人在全局坐标系中的位姿S3：利用A星寻路算法初步规划出当前视窗下的一条最优路线Sfirst并且开始执行；S4：利用滚动窗口法，时刻扫描并更新当前窗口下的实时环境信息E1i，计算出Δt时间窗口内的环境中是否有障碍物的存在；S5：判断障碍物的距离是否在设置的绝对安全距离以内；S6：判断是否已经到达目的地坐标位置X(x，y)，若到达则结束导航。本发明方法有效地提升了动态中全局路径规划最优性。

摘要： 本发明公开了一种基于滚动窗口的无人机自动避撞方法，属于无人机避撞领域。本发明首先确定滚动时间窗口，在初始时间窗口开始时采集飞行状态信息，根据无人机的飞行信息进行碰撞检测，利用二分法和遗传算法进行避撞时间的估计，建立以避撞机滚转时间、避撞过程总路径、避撞机导引指令为指标的目标函数。本发明采用滚动时间窗口优化策略，在时间窗口初始时通过遗传算法对目标函数寻优求解最优导引指令，且在下一时间窗口开始时根据飞行状态信息的更新再次寻优，实现导引指令的滚动寻优。

摘要： 本发明公开一种基于滚动窗口调度技术的软件机器人集成控制调度方法，包括重调度时机的选择、重调度岗位的选取与任务序列的生成三类模块。其中，重调度时机选择模块采用介于周期驱动与事件驱动的混合策略，在保证知识产品转化过程连续的同时，也使调度方法能够应对作业环境的变化；重调度岗位选取模块在保证各类软件岗位额定作业数量的基础上，采用基于优先级的选取策略，优先处理紧急任务又兼顾各类软件岗位选取的公平；任务序列生成模块充分考虑不同计算机设备执行各类软件岗位的性能差异，在可接受的算法复杂度范围内，寻求软件岗位的处理时间与计算机负载平衡的最优化。三类模块组成的集成控制调度方法，实现了待作业软件岗位任务序列的自动生成，在释放人工的同时，提升了计算机设备的利用效率与软件岗位的处理效率。

摘要： 本发明涉及一种基于实时滚动窗口的家庭用电调度优化方法，包括以下步骤：S1将一天划分为48个等间距的时间段；S2自动更新当前时间段并且自动更新滚动窗口所包含的时间范围；S3人机更新滚动窗口内智能用电器的用电允许范围和用电量；S4更新滚动窗口内电价；S5生成以最小化购电峰均比和最小化用电成本为目标的调度优化模型；S6求解调度优化模型得到最优解；S7用户根据最优解操作当前时间段的用电调度，并且重复步骤S2‑S7。与现有技术相比，该方法不仅可以使用户可以及时响应用电任务的变化，降低由于调度系统输入信息预测误差大所造成的高用电成本，还具有提高电力系统稳定性的功能。

摘要： 一种公开方法、一种分析计算机确定与用于随时间推移而发生的交互的交互数据相关联的滚动窗口。所述分析计算机可以检取用于在所述滚动窗口中发生的交互的交互数据。然后，所述分析计算机可以基于历史交互数据生成伪交互数据。所述分析计算机可以任选地嵌入用于在所述滚动窗口内发生的所述交互的所述交互数据和所述伪交互数据以形成交互数据矩阵。然后，所述分析计算机可以使用所述交互数据矩阵形成神经网络模型，所述神经网络模型是从所述滚动窗口中的所述交互数据和所述伪交互数据导出的。