《控制与决策》编辑部 -->下期目录

基于人工势场的四旋翼无人机三维航迹规划优化

方旭刘金琨

为了解决无人机三维空间避障问题，利用人工势场法，提出了三维空间固定威胁、突发威胁和运动威胁下的航迹规划方法。首先，针对三维空间固定威胁，给出三维空间虚拟力和步长约束方程，保证无人机快速有效达到目标点；其次，针对三维空间震荡和局部极小，给出了局部规避方法；然后，通过在线实时规划来规避突发威胁物和运动威胁物；最后，利用空间圆弧插补技术优化航迹。仿真结果验证了算法的有效性和应对突发情况的自主性。

基于人工蜂群算法的无人直升机LQG/LTR控制律优化设计

马瑞吴洪涛丁力

针对无人直升机LQG/LTR飞行控制律设计中加权矩阵的选定问题，提出了一种基于人工蜂群算法优化控制器加权矩阵的方法。采用LQG/LTR控制方法设计了无人直升机的内外环自主飞行控制系统。利用蜂群算法的全局寻优能力，通过最小化性能指标对状态反馈控制器进行了优化。在系统噪声与阵风的干扰下，对该无人直升机飞行控制系统进行了轨迹跟踪仿真。研究结果表明：该优化设计方法提高了控制器的设计效率，优化后的控制器的跟踪性能和鲁棒性明显提高。

多属性群决策问题中基于最小叉熵的权重集成方法

何大义许加强陈小玲

基于决策者的效用函数，通过将客观属性值矩阵转换为主观属性值矩阵来反映决策者对属性值的不同判断。通过使用熵权法，依据属性的主观值矩阵和客观值矩阵分别确定属性的主观权重和客观权重。然后基于最小叉熵准则构建优化模型，将所有决策者的主观属性权重综合成一个权重向量，最后再次利用最小叉熵准则集成属性的主观权重和客观权重。这一方法充分考虑了所有决策者对多属性决策问题不同判断，提供了一种基于信息熵的可行权重集成方法。

考虑复杂约束的鲁棒均值-CVaR模型及粒子群算法研究

周建力李军

投资组合模型中期望收益等参数的估计误差对最优投资组合策略的稳定性产生重要影响。本文提出考虑复杂约束和交易成本的鲁棒均值-CVaR模型，并设计改进粒子群算法求解该模型。最后，应用实际交易数据对提出的模型和算法进行数值实验和比较，结果表明改进粒子群算法能有效的解决考虑复杂约束和交易成本的鲁棒均值-CVaR模型，且该模型能够产生更稳定的最优投资策略，从而可以更好的适合实际投资环境。

考虑轧辊成本的轧制计划编制与调整问题研究

董广静李铁克王柏琳栾治伟

摘要：在分析轧辊车削成本的基础上对轧制计划编制和调整问题深入研究，建立了以最小化轧辊车削量为目标的0-1整数规划模型。针对问题特征，构造了基于替换邻域搜索的两阶段算法：第一阶段，对轧制单元实施最佳匹配和交叉使用调整；第二阶段，通过搜索轧制单元的轧辊替换邻域，用车削量较少的轧辊替代车削量较大的轧辊，优化第一阶段有效解。通过实际生产数据验证，两阶段算法能够在满足轧制工艺规程的基础上降低轧辊车削量，算法和模型可行、有效。

手势分割问题的多目标优化模型及其进化求解方法

刘可巩敦卫

本文提出了手势分割问题的多目标优化模型，并给出求解该模型的进化算法. 建立模型时，以像素点的位置作为决策变量，以像素点的颜色与人手肤色的差值为目标函数. 此外，根据手部像素点的位置具有相关性，建立多目标分布估计算法，求解上述模型，以得到最佳的像素点集，以此形成人的手势，从而解决手势分割问题. 实验结果证明了该模型和算法的有效性.

基于相对相似度关系的三角模糊数型不确定多属性决策法

黄智力陈雪

针对属性权重未知的三角模糊数型不确定多属性决策问题，提出一种新的规范三角模糊数与决策方案的相对相似度定义和三角模糊数相对相似度关系理论；借鉴合作博弈中可能度最大化算法提出一种基于三角模糊数相对相似度关系的属性权重确定方法；利用备选方案对象在方案集中的总体相对相似度值大小选取最优对象并排序，以此给出三角模糊数型不确定多属性决策的相对相似度关系算法；通过算例分析说明该算法的可行性和有效性。

一种狼群智能算法及收敛性分析

薛俊杰王瑛李浩肖吉阳

针对狼群算法求解复杂函数时容易陷入局部极值、计算耗费大、学习能力差等局限性，提出狼群智能算法. 首先通过构建智能猎杀行为提高算法自适应学习能力、降低算法的计算耗费，构建双高斯函数更新法增强算法全局搜索能力；然后运用马尔科夫过程证明智能狼群算法的收敛性；最后对多种典型测试函数进行仿真试验并与多种智能算法进行对比分析，试验结果表明本文算法具有全局收敛性强、计算耗费低、寻优精度高等优势.表明，智能狼群算法拥有良好的寻优性能，并能够有效提高狼群算法全局寻优能力，提高算法收敛速度、寻优精度.

基于高斯分布重采样的Rao-Blackwellized粒子滤波SLAM算法

张毅郑潇峰罗元庞冬雪

针对移动机器人同时定位与地图构建中RBPF-SLAM算法因粒子匮乏导致栅格地图估计不精确问题，提出一种基于高斯分布重采样的RBPF-SLAM算法。该算法首先根据粒子权重大小对重采样粒子进行排序，然后在重采样中利用高斯分布分散高权重粒子，得到新粒子，保证了粒子多样性，避免了粒子匮乏，保证了栅格地图的精确构建。实验结果表明了该改进算法的有效性，同时也证明该算法能在粒子数减少的条件下保持可靠的估计，有效地减轻了计算压力。

离散型帝国竞争算法在仓储订单调度中的应用研究

颜波刘巳黄燕红

针对自动化立体仓储的订单批量处理过程中的优化调度问题,采用离散型帝国竞争算法对订单调度流程进行求解，构建了出库订单优先调度和复合订单调度两种对比流程进行优劣势的探讨以及算法比较。最后,通过调度实例求解结果表明,所提算法的优化质量更高，且在处理大批量复合订单更具有优越性,进而验证了该算法的有效性和优越性。

线性多变量系统有限时间最优解耦控制

富月李婧怡

针对线性多变量系统，将前馈解耦控制和有限时间最优跟踪控制相结合，提出了一种新的最优解耦控制方法。首先，将关于状态的微分方程转化成关于输出的微分方程，将系统内部矩阵和控制输入矩阵分别分解成对角矩阵和对角元为零的矩阵；其次通过引入中间虚拟变量，采用前馈和输出反馈的方法对系统进行解耦。最后，采用有限时间最优跟踪控制方法，实现系统对任意参考输入的跟踪。仿真结果表明所提方法的有效性和优越性。

振荡序列的分数阶离散 GM(1, 1) 幂模型及其应用

王俊芳罗党

针对 GM(1, 1) 幂模型从离散的参数估计到连续的预测函数所产生的固有误差, 提出了一种新的分数阶离散 GM(1, 1) 幂模型, 并针对可能存在的病态性, 利用正则化算法替代最小二乘法估计部分参数, 可以提高参数估计的精度; 为了提高模型的预测精度, 提出新的了累加阶数及幂参数的确定方法. 通过对浙江省工业废水排放率及大连市城市用水量两个实例的预测结果表明, 本文提出的新模型及确定参数的方法针对振荡时间序列有很好的预测精度.

基于火焰图像显著区域特征学习与分类器融合的回转窑烧结工况识别

周晓杰蔡元强夏克江富月

论文提出了一种基于火焰图像分析回转窑烧结工况的新方法。针对现有方法难以提取具有区分性和鲁棒性局部形态特征的问题，并考虑到各显著区域图像数据具有不同的统计特性，首先采用卷积独立子空间分析网络的方法逐层学习复杂性递增的各显著区域局部形态特征，然后采用单词包模型学习各显著区域全局形态特征。最后，采用基于随机向量函数连接网络与模糊积分的方法设计集成分类器。实验结果表明了所提方法提高了工况识别精度。

基于模糊聚类的冷轧合同组批优化方法

潘瑞林茹伟李德鹏曹建华

针对冷轧企业大批量生产模式和多品种、小批量的市场需求之间存在的矛盾, 建立了以合同交货期差异度、工艺路线差异度和调整次数最小化为目标, 同时满足批次重量、出(入)口宽度、出(入)口厚度、抗拉强度等工艺约束的冷轧合同组批模型, 并构建了基于改进粒子群的模糊聚类算法进行求解.利用国内某冷轧企业实际生产数据对模型和算法进行了验证, 结果表明：所提出的方法优于FCM算法, 能够满足企业批量计划的需求.

基于目标覆盖的异构有向传感器网络分布式节点调度策略

王力立吴晓蓓

针对无线传感器网络服务质量会随着网络运行而下降的现象，本文研究了随机部署的有向传感器网络的节点调度问题。提出了分布式的节点感知方向调节算法，各节点利用相邻节点间的信息交换，分布式地计算出各自的最佳感知方向，从而使得网络在满足覆盖需求的同时，减少活跃节点数目，进而达到降低网络能耗、提高通信质量的目的。为均衡网络能耗，还进一步设计了冗余节点调度协议，用于周期性地重构网络拓扑。仿真表明，算法可以有效改善网络服务性能，延长网络生命周期。

一种基于数据场的多目标引力搜索算法

张爱竹孙根云王振杰

提出一种基于数据场的多目标引力搜索算法(DFMOGSA). 该算法利用外部档案存储非支配解, 同时将外部档案视为目标空间的数据场, 通过计算非支配解的势能, 判断每个解的密度; 密度最低的解被选为第一类引导粒子, 直接吸引粒子向低密度区域收敛, 提高解分布的均匀性; 另外, 为了确保算法收敛, 在种群内选择较优粒子作为第二类引导粒子, 通过引力引导粒子搜索. 对比实验结果表明了DFMOGSA算法的有效性与优越性.

需求和价格同时波动零售商损失厌恶的应急数量弹性契约

刘浪史文强石岩

针对由供应商为风险中性而零售商为损失厌恶者的二级供应链，考虑突发事件导致商品市场需求和市场价格均随机波动，分别构建应急数量弹性契约的集中决策模型和分散决策模型，得出突发事件下供应链系统实现协调的最优决策，并探讨契约弹性幅度、批发价格和损失厌恶程度的变化对于零售商最优订货策略和供应链上各成员收益的影响。研究结果表明：在供应链参数满足一定的条件下，在合理的区间范围内调整契约弹性幅度和批发价格均能使得突发事件下的供应链协调。最后用了算例验证了结论的正确性。

求解不相关并行机调度的一种自适应分布估计算法

吴楚格王凌郑晓龙

针对不相关并行机调度问题, 提出一种基于信息熵的自适应分布估计算法. 根据问题特性, 设计了面向工件-机器分配的概率模型及其基于增量学习的更新方式, 学习速率基于信息熵进行调整. 为了增强算法局部寻优能力, 采用基于关键机器的邻域结构进行局部搜索. 同时, 讨论了信息熵与学习速率的关系, 并探讨了关键参数对算法性能的影响. 基于标准算例的测试结果与算法比较验证了学习速率的自适应调整机制以及所提算法的有效性.

面向贯序不均衡分类的粒度极限学习机研究

毛文涛田杨阳王金婉何玲

针对现有算法对贯序到达的密度型不均衡数据分类效果不佳的缺陷，提出一种基于粒度划分的在线贯序极限学习机算法。离线阶段，根据数据分布特性对多类样本进行粒度划分，用粒心代替原有样本，建立初始模型；在线阶段，根据更新后的分布特性对多类边界数据进行二次粒度划分，替换原有边界数据，并动态更新网络权值。理论分析证明该算法存在损失信息上界。实验结果表明，该算法能有效提高贯序不均衡数据上的整体泛化性能和分类效率。

基于序列二次规划法的新型分数阶控制器设计

戚志东卞慧娟冷博阳单梁

针对被控对象具有分数阶特性的系统，需要相应的分数阶控制器来提高控制效果。本文提出了一种新型的分数阶控制器，系统的前向通道采用分数阶控制器，被控对象的内反馈环采用分数阶控制器，利用序列二次规划法辨识分数阶控制器的参数，并设计了一种结构变换法求取分数阶控制器的参数，然后，基于Oustaloup滤波器采用整数阶近似及模型降阶法对分数阶被控对象进行求解。系统仿真结果表明，与整数阶控制器相比，分数阶控制器的抗干扰性较强，能更好的满足系统的动态响应要求。

基于交互式多模型的不敏卡尔曼概率假设密度滤波算法

胡振涛张谨郭振

针对非线性高斯场景下目标数目未知或随时间变化的机动多目标跟踪问题，提出了一种新的基于交互式多模型的不敏卡尔曼概率假设密度滤波算法。算法实现中，首先，在高斯混合概率假设密度滤波的框架下结合UT变换策略和不敏卡尔曼滤波中状态预测与量测更新的实现机理，构建了一种处理非线性高斯系统估计的不敏卡尔曼概率假设密度滤波器；在此基础上，通过引入交互式多模型方法中状态模型软判决机制，实现对目标机动过程中运动模式不确定的处理。新算法综合了概率假设密度滤波、不敏卡尔曼滤波以及交互式多模型算法对于目标数目未知、系统建模非线性以及运动模式不确定的处理优势。理论分析和仿真结果验证了算法的可行性和有效性

损失数据线性参数系统的递推最小二乘辨识方法

丁锋汪菲菲

针对损失数据线性参数系统的参数辨识问题, 借助辅助模型辨识思想推导出其变递推间隔辅助模型递推最小二乘算法; 为了提高该算法的计算效率, 利用分解技术, 得到变递推间隔分解递推最小二乘算法来估计系统参数; 此外在变递推间隔分解递推最小二乘算法中引入遗忘因子来提高参数估计精度和收敛速度. 仿真结果说明所提出的算法能有效估计系统参数.

具有未知参数的混沌系统的有限时间滑模同步控制

高俊山宋歌邓立为

针对带有未知参数和非线性输入的两个不同的混沌系统之间的同步问题进行了研究。提出一个相比于传统滑模面具有更快收敛速度的终端滑模面，并结合自适应控制理论和滑模控制理论，设计一个自适应滑模控制律，使同步误差在有限时间内收敛到滑模面，并沿滑模面在有限时间内收敛到零点，最终实现了两个不同的混沌系统之间的同步。最后，以带有不确定性和外部扰动的Lorenz系统和Liu系统为例进行数值仿真，仿真结果显示，同步误差在有限时间内收敛到零点，从而验证了所设计控制律的有效性和可行性。

双论域上的犹豫模糊语言多粒度粗糙集及其应用

张超李德玉翟岩慧

犹豫模糊语言术语集结合了模糊语言方法与犹豫模糊集的优势, 常应用于定性环境下的群决策中. 基于犹豫模糊语言关系, 提出了双论域上的犹豫模糊语言多粒度粗糙集. 在该粗糙集中, 定义了双论域上的乐观和悲观犹豫模糊语言多粒度粗糙集, 并讨论了其相关性质. 在此基础上, 提出以人岗匹配为背景的决策模型并用算例阐述了所提出模型的有效性. 结果表明该模型不仅可以处理定性环境下的语言信息, 而且可以结合不同专家的意见给出最终决策结果, 为人岗匹配提供了一种新思路.

NGM(1,1,k)模型的背景值及时间响应函数优化

刘震党耀国魏龙

针对NGM(1,1,k)基本形式与白化微分方程的跳跃性关系，尝试对NGM(1,1,k)模型进行优化。首先对白化微分方程积分，得到新的NGM(1,1,k)参数估计基本形式，通过定义其中的前置与后置背景值分析误差产生的几何原因，进而推导背景值计算公式。而后利用误差平方和构建期望函数，求解时间响应函数中最优常数表达式。总结优化后NGM(1,1,k)建模步骤，证明模型具有非齐次白指数重合性。最后通过两个算例将优化模型与经典模型进行对比，取得良好的效果，验证了模型的有效性与实用性。

基于速度空间的移动机器人同时避障和轨迹跟踪方法

张启彬王鹏陈宗海

针对有障碍物环境下非完整轮式移动机器人的轨迹跟踪问题, 提出基于速度空间的同时避障和轨迹跟踪方法(VSTTM). 首先, 根据机器人的动力学特性构建速度空间, 得到由速度元组构成的控制集; 然后, 构造目标函数对各控制量进行评价, 其中跟踪误差评价函数评估跟踪效果, 碰撞检测函数检测是否发生碰撞, 终端状态惩罚项保证算法的稳定性; 最后, 通过优化过程找到最优的无碰控制量. 仿真结果证明了所提方法的有效性。

并行提取多个次成分的改进型Moller算法

高迎彬孔祥玉胡昌华候立安

与主成分相类似，次成分是现代信号处理和数据分析的主要工具。自从Oja/Xu提出基于反Hebbian规则的次成分分析算法以来，大量的次成分分析算法提了出来，进行单维次成分分析的Moller算法是其中非常重要的一种算法。次成分分析算法能够同时进行多个次成分分析非常重要。到目前为止，这类算法很少，而且他们往往具有许多约束条件。本文基于单维次成分分析的Moller算法，采用加权矩阵的方法将其扩展成为一种可以并行提取多个次成分的算法。该算法对于输入信号的特征值并没有要求，而且在不需要模制限制措施的情况下，仍然具有很好的收敛性。文中对该算法的自稳定性进行了详细的分析，并给出了数学证明。仿真实验证明：该算法可以有效提取多个次成分，而且收敛速度优于一些现存算法。

具有广义正则化与遗忘机制的在线贯序超限学习机

郭威徐涛

摘要：针对非平稳时间序列预测问题, 提出一种具有广义正则化与遗忘机制的在线贯序超限学习机算法.该算法以增量学习新样本的方式实现在线学习, 以遗忘旧的失效样本的方式增强对非平稳系统的动态跟踪能力, 并通过引入一种广义的正则化使得算法具有持续的正则化功能, 从而保证了算法的持续稳定性.基于人工和实际的非平稳时间序列数据的在线预测实例表明, 所提算法具有较同类算法更好的稳定性和更小的预测误差, 适用于具有动态变化特性的非平稳时间序列在线建模与预测.

基于重合度的证据冲突度量方法

毛艺帆王路张多林

为更加准确、有效的描述证据间的冲突程度，提出一种新的证据冲突度量方法。该方法通过取小累加证据体之间两个相交为非空集的焦元BPA，得到证据重合度，然后基于其与证据冲突程度的关系，计算出证据冲突大小。实验结果表明，相比经典冲突系数与Jousselme证据距离，所提方法更加准确、有效。

改进快速全局滑模控制方法

修春波臧亚坤

针对全局滑模控制的动态滑模面不能在有限时间内演化为线性滑模面的缺点,提出一种改进的全局滑模控制方法,其动态滑模面的衰减函数由三个指数函数项组成一阶可导函数,并能在有限时间内衰减为零.这样,该方法不仅具有了全局滑模控制的全局鲁棒性,而且能够使动态滑模面在有限时间内演化为线性滑模面,从而加快了系统的响应速度.利用该方法实现了二阶电力系统的混沌控制,仿真结果验证了该方法的有效性.

基于MSSTO与NSCT变换的可见光与红外图像增强融合

王峰

针对可见光（Visible，Vis）与红外（Infrared，Ir）图像融合的结果中目标信息缺失、图像整体对比度差的问题，提出了一种基于多尺度顺序翻转算子（Multi-scale sequential toggle operator，MSSTO）与非下采样轮廓波变换（ Non-subsampled contourlet transform，NSCT）的Vis与Ir图像增强融合算法。首先，采用NSCT变换将两幅源图像分解成低频和高频子带系数；其次，采用MSSTO变换从两幅源图像的低频系数中提取出有效的亮、暗图像特征，然后，通过使用像素值最大操作获得融合的亮、暗图像特征，并将其并入到融合低频系数上形成最终融合低频系数；高频子带系数采用局部空间频率加权（Local spatial frequency weighting，LSFW）与区域能量取大的融合方案；最后，对融合后的高低频子带系数进行NSCT反变换得到融合图像。仿真实验结果验证了所提出算法的有效性。

高超声速飞行器输入受限反演自适应控制

王鹏飞王洁谭诗利罗畅

针对执行机构受限条件下高超声速飞行器的控制问题，提出了一种鲁棒反演控制设计方法。设计一种新的辅助系统对跟踪误差进行补偿，实现了对执行器受限时理想控制律的有界补偿。为避免传统反演方法中虚拟导数计算量膨胀问题，引入滑模微分器对虚拟导数进行求解。为增强系统的鲁棒性，基于改进反正切跟踪微分器(Modified Arctangent-based Tracking Differentiator, MATD)作为干扰观测器对系统的不确定项进行估计和补偿。最后，通过实例仿真验证，该控制器对速度和高度指令具有很好的跟踪效果，且对模型不确定影响具有较强的鲁棒性。

融合惯导与飞控系统信息的飞行大气全参数估计算法

陆辰李荣冰刘建业雷廷万郭毅

针对嵌入式大气数据系统高空飞行精度低、跨大气层易失效等问题，提出一种融合惯导与飞控系统信息的飞行大气全参数估计算法。基于飞行器气动模型及动力学方程，建立惯导信息与大气参数之间的函数关系，进而利用扩展卡尔曼滤波，实现大气参数的实时精确估计。仿真结果表明，该方法具有较高的精度、良好的稳定性和鲁棒性，且可提高大气数据系统的测量范围和可靠性，能够有效地适用于全飞行包线下攻角、侧滑角、真空速的测量。

公平关切下零售商主导的闭环供应链决策模型

姚锋敏滕春贤

将公平关切性引入到零售商主导的闭环供应链中,分别在零售商公平中性和公平关切下, 分析了闭环供应链成员及整体的最优决策问题,并对两种情形下的均衡结果进行了比较. 研究表明主导零售商的公平关切性对其自身效用的最大化是有利的,对制造商和第三方利润的最大化是不利的. 零售商公平关切程度相对较弱时,其公平关切程度的增强对闭环供应链系统是不利的, 反之,其公平关切程度的增强对闭环供应链系统是有利的.

联合促销和风险规避下应对突发事件的供应链协调策略研究

王道平张博卿

针对联合促销和风险规避下，应对突发事件的供应链协调问题，本文应用条件风险值度量制造商和零售商的风险价值，引入回购契约协调供应链，构建了应对常规和非常规突发事件的供应链协调模型。研究发现，回购契约能够协调突发事件发生前的供应链，常规和非常规突发事件发生后，供应链将失调，对回购契约进行修正能够使供应链重新达到协调状态。最后，通过算例研究了风险规避对契约参数、供应链风险价值和决策变量的影响，发现风险规避对非常规突发事件的管理影响最大，价格的调整和联合促销策略的使用能够帮助企业更好的应对突发事件。

带宽受限下的基于一致性的分布式融合估计器

卢建华韩旭李冀鑫

摘要：研究了带宽受限下的基于一致性的分布式融合估计问题。首先，建立以一致性滤波增益为决策变量，以所有传感器有限时域下融合估计误差协方差矩阵的迹的和为代价函数的优化问题。在给定一致性权重的前提下，给出使得系统融合估计误差在无噪声时渐近稳定的一致性滤波增益存在的充分条件。然后，通过最小化代价函数的上界，得到一组次优的一致性滤波增益。最后，通过算例仿真验证所提方法的有效性。

不确定多指标决策的可能度规划模型及其应用

黄智力陈雪罗键

针对指标权重未知的区间数型不确定多指标决策问题，提出区间数可能度与比较优势关系理论并推导出一些相关结论；借鉴合作博弈中极大极小算法建立基于区间数比较优势关系确定指标权重的可能度规划模型；利用供选方案间相互比较的可能度矩阵测定信息，集结各方案比较的总体可能度值对供选方案集进行优劣筛选和排序，以此给出一种新的区间数型不确定多指标决策的可能度规划算法。最后通过算例验证该模型算法的有效性和实用性。

连续系统故障可诊断性评价方法综述

化永朝李清东任章刘成瑞

故障可诊断性评价是故障诊断的基础, 能够为诊断算法的开发和传感器的优化配置提供依据与指导. 在梳理可诊断性概念、评价流程与功能的基础上, 从基于定量模型、定性模型以及数据驱动这三个方面对连续系统可诊断性评价方法进行分类综述, 归纳和评析了各方法的原理与特点, 并比较了定性评价与量化评价结果的优缺点. 最后探讨了故障可诊断性评价方法未来可能的发展方向.

基于多代表点的大规模数据模糊聚类算法

陈爱国王士同

针对传统模糊聚类在大规模数据场景下，由于内存的限制不能一次装载所有数据，以及在通过聚类捕捉数据的潜在结构和描述各个类时仅使用单个代表点存在信息量不足的问题，提出了一种基于多代表点的大规模数据模糊聚类算法。该算法通过对大规模数据进行分块，在对每个数据块进行聚类时使用多个代表点描述捕捉到的数据的潜在结构和各个类信息，并通过考虑代表点与代表点之间在聚类过程中的约束关系，进而提高最后聚类结果的精度。通过在模拟数据集和真实数据集上的三组实验，验证了该算法的有效性。

一种结合空间信息和稀疏字典优化的目标跟踪算法

胡秀华郭雷g 李晖晖鹿馨

针对复杂场景中目标表观变化引起的跟踪漂移问题，提出一种新的基于稀疏表示的目标跟踪算法。该算法通过稀疏性和空间相关性正则约束得到一种优化的目标代价函数；然后，利用拉格朗日对偶理论和加速近端梯度方法完成字典优化；最后，利用最大池化理论和空间金字塔方法得到降维的且包含更多空间信息的目标模板系数和候选样本系数。实验结果表明，新算法在背景干扰、光照变化、形变、运动模糊、严重遮挡等多种复杂场景中都能取得较为鲁棒的跟踪效果。

模糊联盟图合作对策tau值

杨靛青李登峰俞裕兰

针对模糊环境下有限制的联盟合作情况, 利用Choquet积分定义了模糊联盟图合作对策tau值, 证明了其存在性和其他重要性质, 讨论了其和模糊核心的关系, 并给出凸模糊联盟图合作对策tau值的计算公式. 最后通过一个算例说明该tau值的有效性与合理性. 研究发现, 该tau值是传统tau值的拓展.

基于滤波器估计的正交函数神经网络非线性系统H无穷控制

王宏伟夏浩

摘要：本文利用Chebyshev正交函数神经网络实现对一类具有未知非线性项的系统进行控制。通过单隐层正交函数神经网络，构建一类非线性系统的基于滤波器的控制器，利用Lyapunov稳定性定理得到了该控制器的权值更新规则，保证了权值误差和跟踪误差的有界性。本文中所采用的控制律是连续的，无需已知不确定函数及其导数的上界。针对一类不确定仿射非线性系统进行了仿真研究，数值计算结果证明了本文提出方法的有效性。

零等待约束下多产品间歇过程的多目标调度

邓冠龙田广东顾幸生

针对零等待约束下多产品间歇过程的总流程时间和完工时间最小化问题，提出了一种多目标离散组搜索算法求解。在采用启发式规则产生初始解的基础上，通过发现者、追随者和巡逻者的操作设计，算法不断更新Pareto前沿，同时，混合了基于插入邻域的多目标局部搜索方法。大量计算实验表明，提出的算法获得的非支配解集在IGD和Set Coverage指标上优于非支配排序遗传算法和模拟退火算法，可为多目标决策者提供更好的决策依据，利于间歇生产过程的优化运行。

基于分布式压缩感知的联合检测与跟踪算法

刘静盛明星白彩娟韩崇昭

多基雷达系统对隐身目标的检测与跟踪具有良好的效果，但是目前在集中式融合框架下应用于多基雷达的检测与跟踪算法具有计算复杂、计算量大的缺点。为了解决这个问题，提出了应用于多基雷达系统的基于分布式压缩感知的联合检测与跟踪算法。首先应用分布式紧凑感知矩阵追踪算法直接重构出表征目标状态空间信息的稀疏网格反射向量，然后应用检测前跟踪算法进行处理得到精确的目标运动状态和轨迹。仿真实验证明了算法的有效性。

基于全概率更新的改进RANSAC算法

王可贾松敏李秀智

文提出了一种基于全概率更新的改进RANSAC算法. 该方法利用混合分布模型获取测试样本点的概率初始估计. 在RANSAC算法框架下, 根据采样模型以及测试样本点对一致集的适应度建立了全概率评价准则. 在此基础上, 采用逆变映射作为采样策略, 提高了算法的收敛速度.同时, 运用测试点平均概率对所提算法进行了收敛性分析. 最后, 通过仿真与实际图像匹配实验进一步验证了所提算法的有效性与可行性.

一种基于α信息熵的模糊粗糙属性约简方法

潘瑞林樊杨龙曹建华杨庭圣

基于邻域粗糙集以及模糊粗糙集等价关系下的属性约简方法，引入α信息熵，建立模糊相似关系下的α信息熵不确定性度量，提出基于α信息熵的属性重要度度量，并以此构建混合属性约简算法. 利用UCI数据集与几种相关的约简方法进行比较，验证了该方法可以选择较少属性的同时保证较高的分类精确性. 实际应用中，对参数α的有效调节，可获得多个约简结果，进而可以根据需要选择最佳的约简.

混合比较区间多目标进化优化及在矿井RFID布局的应用

孙晓燕张鹏飞陈杨时良振

高效的区间Pareto支配比较对于提高区间多目标进化优化算法性能至关重要.针对现有区间多目标进化优化采用单一区间数比较的不足,提出基于混合比较策略的区间多目标进化优化算法.首先,深入分析了区间数μ比较和可能度P比较策略的优劣;进而提出融合上述两种方法的混合比较策略,以及基于该混合策略的NSGA-II算法;算法在典型多目标区间函数和含区间不确定性的煤矿井下射频识别阅读器布局中的应用验证了所提混合区间比较策略的有效性.

应急救援物资多目标分配与调度问题建模与求解

王永奇张国富苏兆品蒋建国

应急救援物资多目标分配和调度集成优化是灾害应急决策中的一个难点问题.为此,首先构建了一种面向多储备点、多发放点、多种应急救援物资的并发分配与调度多目标优化模型,然后提出了一种基于二维NSGA-II与蚁群优化的混合智能搜索算法.在所提算法中,设计了二维二进制编码、个体修正策略以解决多发放点之间潜在的应急救援物资冲突,并改进了蚁群优化中的信息素全局更新策略以实现多个调度路径的同时优化.对比实验结果表明,所提混合算法可以在合理的时间内给出更高质量的应急救援物资分配和调度方案.

模糊聚类光滑支持向量机

刘三阳吴德

为提高光滑支持向量机的分类速度和精度,构造一种模糊聚类光滑支持向量机(Fuzzy Clustering Smooth Support Vector Machine,FCSSVM).运用模糊聚类将训练数据分解为若干子簇,FCSSVM引入熵函数近似松弛向量的加函数,并利用最优解处权重向量的表达式导出精确光滑模型;定义测试样本的最近邻子空间,FCSSVM以选择性集成策略组合若干近邻子空间中的分类决策函数.数值试验表明FCSSVM的分类精度高、迭代次数少、鲁棒性好、分类时间短.

基于干扰观测器的二阶多智能体系统模型参考一致性

刘秀华高宪文韩建

对受到外部干扰影响的二阶多智能系统, 一种新型干扰观测器的设计方案被提出. 在只有部分智能体能接收到参考模型信号的条件下, 研究了受到不同外系统生成干扰信号影响的二阶多智能体系统模型参考一致性问题. 针对干扰信号由线性外系统和非线性外系统生成的情况, 分别设计了干扰观测器. 进一步提出了分布式控制协议, 所提出的一致性协议可以有效地抑制干扰, 最终实现多智能体系统的模型参考一致性. 最后通过算例验证了方法的有效性.

广义毕达哥拉斯模糊集成算子及其决策应用

刘卫锋常娟何霞

在拟有序加权平均算子(QOWA)启发下，提出了拟加权几何算子(QWG)和拟有序加权几何算子(QOWG)的概念，证明了它们具有幂等性、单调性和有界性等性质.其次，将有序加权集成算子推广到毕达哥拉斯模糊决策环境，提出了一系列新的毕达哥拉斯模糊集成算子：毕达哥拉斯模糊有序加权平均算子(PFOWA)、广义毕达哥拉斯模糊有序加权平均算子(GPFOWA)、毕达哥拉斯模糊有序加权几何算子(PFOWG)和广义毕达哥拉斯模糊有序加权几何算子(GPFOWG)，并分别研究了它们的性质.然后，将拟算术有序加权平均算子(QOWA)和拟有序加权几何算子(QOWG)拓展到毕达哥拉斯模糊决策环境，定义了拟毕达哥拉斯模糊有序加权平均算子(QPFOWA)和拟毕达哥拉斯模糊有序加权几何算子(QPFOWG).最后，提出了基于广义毕达哥拉斯模糊集成算子的决策方法，并通过决策实例说明了其可行性与有效性.

不对称信息下供应链赊销交易中的激励契约

程红汪贤裕颜锦江

赊销交易中, 若零售商的销售能力是私人信息, 则供应商的赊销风险将增加. 为给供应商提供甄别零售商销售能力的方法和依据以控制赊销风险, 运用激励理论构建激励模型和求解得到激励契约, 并与对称信息下赊销交易和不对称信息下现金交易中的激励契约比较. 结果表明, 该激励契约能够甄别零售商的能力, 不对称信息下的产品交易量均向下扭曲, 赊销交易能够减轻产品交易量的扭曲程度和降低甄别成本. 最后通过算例分析验证主要结论.

小时间序列动态朴素贝叶斯分类器学习与优化

王双成高瑞杜瑞杰

提高连续属性小时序数据分类的可靠性重要且具有挑战性，动态朴素贝叶斯分类器适合于这种数据的分类，但该分类器所具有的条件独立性假设会降低其可靠性，而且目前所采用的依赖扩展方法的效果也不明显。本文在属性密度估计中将高斯函数的平移叠加和函数曲线形状的调整相结合，平移叠加能够提高分类器与数据的拟合程度，曲线形状调整可避免分类器与数据的过度拟合。使用宏观经济小时序数据的实验结果显示，经过优化的动态朴素贝叶斯分类器具有良好的分类准确性。

永磁同步电机的PPI-RES电流控制策略

于子淞王大志高庆忠韩伟

采用常规比例- 积分- 谐振(PI-RES)电流控制器可抑制永磁同步电机(PMSM)相电流谐波. 然而,电机运行于高输出频率/采样频率工况时, 系统受数字控制器一个采样周期延时的影响,将出现电流震荡现象. 为解决上述问题, 提出一种预测比例- 积分- 谐振(PPI-RES)电流控制策略. 该方分别利用电流误差微分模型和积分模型预测扰动电压和误差电流, 实现了对输入延时的有效补偿. 最后, 仿真结果验证了所提电流控制策略的有效性.

求解PFSP的双种群协同学习算法

亓祥波朱云龙张丁一

置换流水车间调度问题(Permutation Flow-shop Scheduling Problems, PFSP）一直是生产管理与组合优化领域的研究热点。研究表明3台机器以上的PFSP问题属于NP-hard难题，求解困难。本文在人工蜜蜂群算法的基础上提出一种双种群协同学习算法，该算法根据个体适应度高低把蜜蜂群划分为两个子群，并重新定义了子群的学习交流机制。在10个常用的基准测试函数上与其它4个常用的群体智能算法比较，新算法的性能有明显改进。随后，用双种群协同学习算法求解PFSP问题，在一些著名的中大规模测试问题包括21个Reeves实例和40个Taillard实例上进行测试，结果表明提出的算法优于其它算法，能有效地解决PFSP问题。

层次学习骨干粒子群优化算法

申元霞陈健曾传华汪小燕卫琳娜

本文对骨干粒子群优化（Bare-bones Particle Swarm Optimization，BPSO)种群多样性迅速丧失的原因进行了分析，提出了层次学习BPSO以克服早熟现象。新算法中粒子依不同的学习概率向粒子自身的最优粒子、优胜粒子和群体最优粒子学习，该机制使群体实现不同层次的搜索并有效维持群体的多样性。为了增强群体最优粒子的学习能力，该粒子依概率采用跳跃策略以增强逃逸能力或采用扰动策略以提高解的质量。将本文提出的算法与多种改进的PSO进行对比，对17个标准函数进行测试，统计结果表明本文算法的综合表现要优于其他算法。

适合大规模数据集且基于LLM的0阶TSK模糊分类器

李滔王士同

为了克服传统的分类器难以保证令人满意的泛化性能、很好地可解释性及快速的学习效率，提出了0阶TSK-FC模糊分类器，该分类器利用模糊聚类算法FCPM训练模糊规则的前件，利用最小学习机训练模糊规则的后件。为了能够将其应用到大规模数据集的分类中，提出了增量式0阶TSK-IFC模糊分类器，该分类器利用增量式模糊聚类算法IFCM(c+p)训练模糊规则的前件，利用最小学习机的矩阵变换快速训练后件。仿真实验表明，同FCPM-IRLS模糊分类器、径向基函数神经网络相比，提到的模糊分类器在不同规模数据集中均能保持很好地性能，特别是TSK-IFC模糊分类器可以更好的在大规模数据集中应用。

考虑铁损的异步电动机模糊自适应命令滤波反步控制

于金鹏于海生林崇

针对考虑铁损的电动汽车用异步电动机驱动系统中存在的负载扰动和系统参数不确定的问题, 本文通过引入命令滤波反步技术, 并结合模糊自适应方法来构造控制器, 实现了对异步电动机的位置跟踪控制. 采用模糊逻辑系统来逼近系统中的非线性项, 命令滤波控制方法有效地克服了在传统反步法中无法避免的“计算爆炸”的问题, 并引入补偿信号来消除滤波误差的影响, 从而获得更好的跟踪效果. MATLAB仿真结果表明所提出的控制器有效地解决了系统中负载扰动和参数不确定的问题, 并确保系统的跟踪误差收敛于原点很小的临域内, 实现了对异步电动机的有效控制.

多操纵面飞机交叉耦合鲁棒控制分配策略

易坚陈勇董新民支健辉刘棕成

针对多操纵面飞机气动效能的交叉耦合不确定性, 基于混合优化提出了一种鲁棒控制分配策略. 将交叉耦合效应描述为控制效能结构不确定性, 建立了分配误差最小的单目标鲁棒最小二乘控制分配模型, 给出了等价线性矩阵不等式构型. 进一步考虑操纵面偏转能量约束建立了鲁棒混合优化控制分配模型, 以避免单目标优化下操纵面易饱和的问题. 仿真结果表明, 该方法可容忍交叉耦合效应不确定性实现操纵面协调控制分配, 具有较好的鲁棒性.

基于不确定模型误差系统的变分贝叶斯STCKF

马天力王新民彭程李婷边琦

强跟踪容积卡尔曼滤波器在对含有模型误差和时变噪声的非线性系统进行滤波时，容易出现性能降低甚至发散，提出一种基于变分贝叶斯的强跟踪容积卡尔曼滤波算法。该算法运用虚拟噪声法补偿模型误差，并假设虚拟噪声均值非零且满足高斯分布，虚拟噪声方差服从逆gamma分布，在强跟踪容积卡尔曼滤波器估计状态的同时，采用变分贝叶斯推理估计虚拟噪声参数。仿真结果表明，该算法对含模型误差与时变噪声的非线性系统具有较好的估计精度，相比于自适应算法具有更强的鲁棒性。

考虑企业社会责任的物流服务供应链定价与协调

段华薇

为了分析承担社会责任对物流服务供应链定价决策的影响，基于单个物流服务集成商和单个物流服务提供商组成的物流服务供应链，考虑企业社会责任，分别构建了集中决策下的定价模型和分散决策下的Nash博弈模型。通过模型求解，得到了供应链最优定价策略以及双方所承担的企业社会责任成本，对比发现分散决策下供应链存在效率损失问题，进而基于收益共享契约对分散决策下的供应链进行协调。研究表明：考虑企业社会责任的物流服务供应链总利润更大，分散决策造成了物流服务供应链的利润损失，供应链双方利润都与其社会责任效用因子正相关，收益共享契约能有效地对物流服务供应链进行协调。最后通过算例验证了结论。

基于证据理论和前景理论的犹豫-直觉模糊语言多准则决策方法

谭春桥贾媛

在犹豫模糊语言和直觉模糊语言的基础上，提出一种新的犹豫-直觉模糊语言集，并定义了得分函数、精确函数和Hamming距离公式。针对准则值为犹豫-直觉模糊语言的不确定多准则决策问题，构建了基于证据理论和前景理论的拓展型VIKOR方法。该决策方法首先利用证据理论处理了自然状态发生的概率未知的不确定状况，然后应用前景理论来刻画人在做决策时的有限理性行为，使决策结果更能反映实际情况。最后，通过算例证明了所提出方法的有效性和可行性。

基于Nussbaum增益滑模自适应控制的导弹制导控制一体化设计

张泽许江涛齐辉韩鹏鑫张德伟

针对拦截机动目标的导弹制导控制一体化设计问题。首先在充分考虑通道间耦合、气动建模不确定性、气动参数摄动和目标机动引起的干扰情况后，建立了制导控制一体化模型；然后，基于自适应控制对未知量的辨识能力和滑模控制的抗干扰能力，以及Nussbaum增益控制能够有效克服含有不确定系数的系统控制问题，采用Nussbaum增益滑模自适应控制设计了一体化制导控制律，并基于Lyapunov理论证明了系统的稳定性；最后，仿真结果表明所设计的一体化制导控制算法能够克服模型不确定性干扰影响，具有较好的控制效果。

基于信息分解的区间灰数一致性投影决策模型

蒋诗泉

摘要：针对区间灰数决策时信息得不到充分利用的问题，在信息不丢失的前提下利用信息分解方法将区间灰数分解成实数型的“白部”和“灰部”。分析已有的向量投影决策方法优缺点基础上，建立了正、负理想点的“白部”和“灰部”与方案点的“白部”和“灰部”构成向量的双向投影的测度方法，进而构建了向量双向投影的一致性系数决策模型。算例表明该模型的可行性和有效性。

基于QPSO和极限学习的离散过程神经网络及学习算法

刘志刚许少华李盼池

连续过程神经元网络在权函数正交基展开时，基函数个数无法有效确定，因此逼近精度不高。针对这一问题，本文提出一种离散过程神经元网络，使用三次样条数值积分处理离散样本和权值的时域聚合运算。模型训练采用双链量子粒子群完成输入权值的全局寻优，通过量子旋转门和非门完成种群进化。局部使用极限学习，通过Moore-Penrose广义逆计算输出权值。仿真实验以时间序列预测为例验证模型的有效性，训练收敛能力和逼近能力都有一定程度的提高。

嵌入作业协调的随机动态车队调度求解策略

李冰轩华

针对一类考虑站内装卸货作业协调的随机动态车队调度问题，建立动态规划模型，并在此基础上进行改进，构建单参数动态重构模型与双参数动态重构模型。进而设计三种单变量作用关系模型与三种双变量作用关系模型，并给出分解控制参数获取方法。最后进行仿真与实验研究，结果表明RM-SDCP模型和RM-DDCP模型可以得到比传统DP模型更高质量的解。选取相同指标，利用不同规模的仿真实验，进一步验证RM-DDCP模型和RM-SDCP模型总体性能优于DP模型，而在RM-DDCP模型和RM-SDCP模型的性能比对中，RM-DDCP模型总体性能优于RM-SDCP模型。

具有未建模动态和输出约束系统的自适应输出反馈控制

王宁宁张天平

对一类具有未建模动态和输出约束的输出反馈非线性系统, 提出一种自适应输出反馈动态面控制方案. 利用神经网络逼近未知连续函数. 分别设计~K~滤波器和动态信号估计不可测量的状态并处理动态不确定性. 通过引入障碍李雅普诺夫函数(BLF)~并设计自适应控制器保证~BLF~有界,从而实现输出约束. 理论分析证明闭环控制系统是半全局一致终结有界的且满足输出约束, 仿真结果验证了所提方案的有效性.

具有区间模糊联盟的带风险偏好图合作对策A-T解

杨洁李登峰

当前模糊合作对策研究主要基于局中人无差异且联盟组建无约束假设，但现实受到资源或地位等因素影响，联盟组建普遍具有限制性。针对具有限制交流结构的模糊联盟合作问题，考虑局中人存在不同偏好信息，提出了一种基于风险偏好均值的模糊联盟图合作对策及其Average Tree Solution（简称“A-T解”），并通过公理化体系对此解的存在性进行了证明。最后通过一个实例，表明该方法的有效性和可行性。

基于团树传播的证据网络推理算法

黄涛吴根秀赖岳杨莎莎

该文将团树传播算法应用在证据网络中,解决了复杂的多连通知识网络结构下的信度推理问题. 该方法首先把复杂多连通网络构造成一棵团树,并将联合信度作为团节点的参数实现了复杂多连通网络结构上的证据网络信度推理;在进行联合信度函数信息融合过程中,通过引入两种新的交并运算实现了对DSmT组合规则的改进,减少了不确定性.最后通过实例验证了该方法的可行性.

考虑决策者可靠性自判的语言群决策方法

马珍珍朱建军张世涛

研究带有决策者判断可靠性的语言信息群决策问题。针对以语言变量表示的决策者意见自判可靠性，构建了基于语言信息灰度的可靠性测度方法；提出了依据群体一致性、语言信息灰度以及先验信息的专家综合权重确定方法；基于信息集结后的语言信息灰度，计算并分析决策可靠度，提出了考虑语言信息灰度的排序算法。通过算例表明了所提方法的有效性。

一种动态搜索策略的蚁群算法及其在机器人路径规划中的应用

游晓明刘升吕金秋

针对蚁群算法求解复杂环境下移动机器人路径规划问题时，会出现运算时间过长、求解精度不高等问题，定义了一种新的动态搜索诱导算子从而改进蚁群算法性能。重点设计了动态搜索模型，即：在进化初期设定较大阈值以增加种群的多样性，而伴随进化过程利用衰减模型动态调整为较小阈值以加快收敛速度。TSP测试实例的实验结果表明本文改进蚁群算法不仅能加快收敛速度而且有效地提高了优化解的质量；复杂环境中机器人路径规划问题的求解验证了算法的实际应用效果。

一种彩色图像的量子描述方法及应用

李盼池曹梓崎

为提高量子彩色图像的存储效率, 提出了一种新的量子彩色图像描述方法. 在该方法中, 像素的位置信息采用多比特量子系统的基态描述, 像素的三基色灰度值信息, 只采用一个量子比特描述, 具体描述为该量子比特的相位. 利用这种描述方法, 首先给出了量子彩色图像的几种简单操作方法, 包括像素三基色灰度值的改变、互换; 图像位置翻转、置换. 然后设计了一种新的量子图像水印的实现方法. 提出的方法可在将来的量子计算机上执行. 经典计算机上的仿真结果验证了方法的有效性.

不确定经济环境下基于EVA的鲁棒供应链网络设计模型

邱若臻陈瑞颍关志民黄小原

针对由制造商、仓库、分销中心和客户组成的四级供应链网络设计问题, 考虑了以产品需求、短期利率、长期利率、无风险利率、预期市场回报、证券承销费用和市场流动性等因素描述的经济环境不确定性, 建立了以供应链经济增加值绩效为目标；网络设计、物流和财务运作为约束条件；设施选择、连接路径等网络要素, 生产、运输等物流量和负债、保理、应收账款等财务项为决策变量的多产品、多周期供应链网络鲁棒设计模型. 数值结果表明, 基于经济增加值的鲁棒供应链网络能够有效应对经济不确定性的影响. 特别地, 与传统随机优化方法相比, 鲁棒优化能够确保供应链网络具备更好的鲁棒性和财务状况.

金氰化浸出过程的自优化控制

叶凌箭关宏伟

针对湿法冶金金氰化浸出过程的实时优化问题,提出了自优化控制方案.基于系统的参数不确定型模型,选择并求解输出变量的线性组合为被控变量,在反馈控制器作用下跟踪其恒定设定值,实现浸出过程在不确定性扰动下的自优化控制.仿真结果验证了该控制方案的有效性:扰动产生时,系统的经济指标在常规控制作用下得到改善,并最终运行于真实的最优点附近,提高了浸出过程的生产效益.

基于莱维飞行粒子群算法的焊接机器人路径规划

王学武严益鑫顾幸生

点焊机器人在工业上被广泛应用，焊接的任务规划直接关系到制造效率的提高。针对点焊机器人路径规划问题，本文将其简化为对称旅行商问题。考虑到旅行商问题是NP完全问题，研究了粒子群算法和莱维飞行的离散化，并将离散化的莱维飞行与离散粒子群算法结合求出路径最优解，最后通过仿真验证了方案的合理性和可行性。

一种感应电机的状态变量及关键参数在线观测方法研究

潘月斗郭凯陈虎

针对感应电机定转子电阻、磁链、负载力矩等关键参数在电动机的运行过程中会产生较大变化，对其精确控制产生不利影响的问题，提出了一种在线观测方法。将感应电机强耦合非线性系统数学模型，通过非线性微分同胚变换将系统转化为非线性规范型，设计了一种高增益（HGO）状态观测器，这种观测方法不需要系统满足状态能观的条件，鲁棒性好，计算量小，通过对观测器增益参数的调节能够使观测误差达到任意精度。仿真及实验结果表明所设计的观测器具有更高的观测精度，并且对干扰具有很好的鲁棒性。

动态矩阵控制中基于Kalman滤波的开环预测方法

谢亚军丁宝苍陈桥

用稳态Kalman滤波器来解释双层结构模型预测控制中的开环预测模块，得到的结果与非基于Kalman滤波导出的开环预测对应和等价. 将该结果与文献中已有的Kalman滤波解释进行了详细对比，阐述了其中的不同点. 针对双层结构预测控制的整体策略进行仿真，并针对积分输出的Kalman 滤波进行仿真，验证了本文结论的有效性.

基于余切函数变换的区间灰数预测模型

叶璟党耀国刘震

针对区间灰数灰色预测问题, 考虑了区间灰数序列可能的四种情形, 运用余切函数变换对不同情形的区间灰数序列分别进行处理, 分别建立了区间灰数的灰色预测模型. 从而, 把灰色数据变换技术的应用范围扩展到了区间灰数预测领域. 最后, 通过算例以及实例分析, 验证了新模型的实用性和有效性.

基于改进教学算法的车间作业调度问题研究

张梅吴凯华胡跃明

为求解车间作业调度问题，提出了一种基于个体差异化自学习的改进教学算法。针对教学算法局部搜索能力不高的缺陷，提出学生不仅应向能力好的学习者学习，亦应进行有差异的自我学习。通过学习者的完工时间评估学生的学习能力，提出学习次数概念，并设计自学习算子，完善学生阶段的更新，提高算法的局部搜索能力。最后，通过对OR-Library中的标准仿真实例进行实验，结果表明改进教学算法是有效的，其在收敛精度和鲁棒性能上均有较好的提高。

带扰动补偿的无抖振离散重复控制器设计

周文委孙明轩张有兵

针对周期离散系统的跟踪控制问题, 提出了一种有限时间单调收敛的无抖振吸引律, 讨论了扰动补偿措施并将其嵌入吸引律形成理想误差动态用于设计离散重复控制器. 文中通过分析补偿误差上界说明了扰动补偿措施能抑制重复控制未能消除的扰动, 通过推导控制器稳态误差带说明了吸引律的收敛性使得系统具有鲁棒稳定性. 针对伺服电机系统的仿真与实验验证了设计工作的有效性.

一种多变量预测控制的分程控制策略实现方法

孙浩杰张鑫王景杨邹涛

针对包含分程控制回路的控制系统具有非线性特征，提出一种适用于多变量模型预测控制的分程控制实现方法，在分程控制的各线性区间内根据各分程阀的不同动作组合建立预测模型，通过在线比较控制器输出信号值与相应定义的中间阈值选择模型，模型发生切换时保留切换前模型中的输出预测值作为当前模型下的初始输出预测值。解决了控制过程存在分程控制需求时，多变量预测控制器的设计问题，提高了线性预测控制器的适用范围。最后通过仿真验证了所提方法的有效性。

灰色区间预测模型及其性质

罗党韦保磊李海涛

针对振荡幅度大的小样本振荡序列预测问题, 构建了灰色区间预测模型. 首先对原始序列的上下界序列直接建立非等间隔GM(1,1)模型得到取值包络带的上下包络曲线以描述系统发展的边界, 然后给出原始序列区间预测值和基本预测值的计算方法, 建立区间预测算法, 最后研究区间预测模型的灰指数规律性和时效性. 数值实验揭示发展系数的取值不是影响区间预测模型时效性的唯一因素, 应用实例表明, 该方法能够有效地提高序列的预测精度.

航天器姿态机动的非线性鲁棒H∞控制方法

周燕茹曾建平

针对存在动力学参数摄动及外部干扰的航天器姿态机动问题，给出一种新的非线性鲁棒H∞控制方法。通过适当处理和假设，将航天器姿态模型表示为具有凸多面体不确定性的多项式型状态空间方程，并基于Lyapunov稳定性与平方和(SOS)理论，建立了非线性状态反馈H∞控制设计的可解性条件。最后，数值仿真实例验证了所得结论的有效性。

参数自适应的可变类FLICM灰度图像分割算法

赵雪梅李玉赵泉华

为解决传统FLICM算法需人为给定图像聚类数的问题，基于该算法通过聚类中心描述聚类的特点，设计分裂合并操作以实现算法的可变类。并在此基础上提出一系列优化操作以便自适应控制变类的参数阈值，进而降低初始阈值对分割结果的影响。由于FLICM算法基于图像在其特征空间自然聚类的特性进行分割，因此根据特征空间中聚类的分散程度以及聚类间的距离定义分裂合并操作条件。但该操作同时引入了大量需人为给定的参数阈值。为了实现阈值的自适应，设计一系列优化操作使算法和参数阈值同时趋于最优，最终得到最优的图像聚类数以及相应的分割结果。利用本文算法和传统可变类分割算法分别对模拟图像和灰度纹理图像进行分割实验，对其结果以及传统ISODATA算法分割结果定性定量的对比分析，验证了本文算法的有效性及普适性。

基于椭圆模型的无线传感器网络源位置隐私保护算法

白乐强李玲钱施光张士宏

针对现有源位置隐私保护算法安全周期较低的问题, 提出基于椭圆模型的无线传感器网络源位置隐私保护算法. 该算法借助源节点和基站节点的坐标, 构建椭圆, 随机分散地选择椭圆上的节点作为预期幻影源节点, 为幻影源节点提供选择方向, 分散相邻数据包的传输路径. 理论分析表明该算法能增加数据包在传输过程中远离源节点和基站节点的概率. 仿真结果表明, 与现有源位置隐私保护算法相比, 该算法能提高安全周期, 有效保护源位置隐私.

含状态和输入时滞的离散时间系统的近似最优跟踪控制

张健宿浩王鲁昆唐功友

针对状态和控制输入均含有时滞的离散时间系统,提出最优跟踪控制的设计方法.通过引入一种新的状态向量,将含有状态和控制输入时滞的离散时间系统转化为含有虚拟扰动项的无时滞离散时间系统.根据最优控制理论,构造了离散Riccati矩阵方程和离散Stein矩阵方程的序列,并证明了该解序列一致收敛于变换后的离散时间系统的最优跟踪控制策略.利用最优控制的逐次逼近设计方法,得到了最优跟踪控制的近似解,并给出了求解最优跟踪控制律的算法.仿真算例表明了所提最优跟踪控制方法的有效性.

需求点随机的分批配送VRP模型与算法研究

石建力张锦

针对城市配送中需求点不确定的现象，在分批配送车辆路径问题中引入随机需求点进行研究。建立带修正的随机规划模型，采用先验优化策略，根据分批配送的特点，在自适应大邻域搜索算法中引入改进的分割插入算子进行求解。在调整的Solomon算例上进行测试表明，允许分批配送在大部分算例中费用低于不允许分批配送的情形。通过分析计算过程中各个算子权重变化，确定性最差删除算子和随机删除算子在求解此类问题时表现较好；贪婪插入算子、后悔插入算子表现较好；而分割插入算子虽然权重较低，但能对解产生质的影响。

基于回收产品质量水平的闭环供应链渠道选择模型

周雄伟熊花纬陈晓红

基于回收努力与回收产品质量水平的考虑, 应用Stackelberg博弈模型理论, 构建了分别由制造商回收、零售商回收和第三方回收的三种再制造闭环供应链决策模型, 考察了不同渠道下参与主体最优决策差异以及基于回收产品质量水平的回收渠道选择问题. 结果表明, 第三方回收为下策均衡; 制造商回收或零售商回收取决于产品再制造成本的节约水平. 因此, 制造商需衡量其再制造成本, 从制造商回收和零售商回收中选择最优的回收渠道.

切换系统H－/H∞异步切换故障检测滤波器设计

王佳伟沈毅王振华

研究了在混合H－/H∞ 框架下，切换系统的异步故障检测滤波器的设计问题。使用了H－性能指标和H∞性能指标来表示残差对于故障的敏感性以及对于扰动的鲁棒性。首先，利用多Lyapunov函数方法和平均驻留时间技术，得到了初步的异步切换滤波器设计条件，然后使用松弛变量的方法解除了Lyapunov矩阵和系统矩阵的耦合，得到了进一步的设计结果，并将其表示为线性矩阵不等式形式。最后，通过仿真例子验证了方法的有效性。

基于改进型NSST变换的图像融合方法研究

刘健

为了进一步提高捕获图像细节的能力，并且提高运算效率，提出了一种改进型NSST变换，即采用冗余提升不可分离小波替换经典NSST中的非下采样金字塔分解。然后针对改进型NSST 分解得到的不同子带，对低频子带选用区域能量和的融合规则，高频子带选用简化型PCNN 的融合规则，提出基于改进型NSST的图像融合方法。实验结果表明，本文提出的方法在主观视觉评价及客观指标评价中具有很大优势。

递减候选集正则化子空间追踪算法

田金鹏刘小娟郑国莘

为提高压缩感知子空间追踪算法的信号重建概率及精度, 提出一种递减候选集正则化子空间追踪算法. 该算法基于CoSaMP/SP算法并加以改进, 将迭代过程分成若干个阶段, 在每个阶段的均采用类CoSaMP/SP算法进行迭代计算, 但各阶段的候选集原子个数依次递减, 同时按正则化方法选择新的候选集原子. 实验仿真对比结果表明, 与同类算法相比, 该算法可以更高概率重建信号, 在噪声环境下也具有较高重建精度.

基于权重集结和相对优势关系的多属性决策方法

孙昱姚佩阳万路军柏骏

分析了多属性决策方法中决策矩阵规范化和属性权重计算等步骤可能对决策方法合理性造成的不良影响。为克服这些不良影响，提出了一种新的多属性决策方法。该方法采用群决策模式进行赋权，在对专家意见进行一致性分析的基础上集结各位专家给出的属性权重，通过定义备选方案在属性值为实数、区间数和语言值等不同类型属性上的相对优势关系构造判断矩阵，并以此建立方案效用值计算的线性目标规划模型从而实现备选方案的评价和排序。实例研究表明了该方法的可行性和有效性。

向量变换研究离散GM(1,1)模型的病态性

郭金海杨锦伟李军亮杨明合

离散GM(1,1)模型建模时的病态性会导致模型的不稳定.运用向量的数乘和旋转变换研究离散GM(1,1)模型的病态性问题,发现离散GM(1,1)模型的病态性产生的原因与累加向量和全1向量的长度比值和夹角有关.运用数乘和旋转变换将矩阵化为良态矩阵,解决了离散GM(1,1)模型的病态性问题.算例表明向量变换是解决离散GM(1,1)模型病态性的一种有效的方法.

关于变周期采样系统稳定性分析的新Lyapunov泛函方法

赵建荣邵汉永张丹

采用一种新的Lyapunov泛函分析变周期采样系统的渐近稳定性. 通过引入状态积分以及该积分与采样状态的交叉项, 构造出一个新的Lyapunov泛函, 利用最新报道的改进的Jensen不等式估计该Lyapunov泛函的导数, 导出了变周期采样系统的渐近稳定性结果. 仿真结果表明所给稳定性结果具有较小的保守性.

一种多策略改进的多目标粒子群优化算法

杨景明穆晓伟呼子宇孙浩侯宇浩

为进一步提高多目标粒子群优化算法的收敛性和多样性，提出一种多策略改进的多目标粒子群优化算法．首先，建立具有精英粒子领导的异构更新模式并设置个体学习增强因子项，促使种群能够快速寻找真实pareto最优解；其次，引入外部档案冗余机制，利用其变异及对种群的干扰策略，以增强解的多样性，避免算法早熟现象的发生．仿真实验结果表明，与其他三种优化算法及自身无冗余机制的情况相比，该算法表现出较好的收敛性和多样性．

基于ELM-PNN算法的第24周太阳黑子预测预报

刘志刚李盼池许少华

为提高太阳黑子预测预报的精度，提出FELM-PNN和IELM-PNN两种过程神经网络学习算法。FELM-PNN的隐层节点数目固定，使用SVD求解隐层输出矩阵的Moore-Penrose广义逆，通过最小二乘法计算隐层输出权值。IELM-PNN逐次增加隐层节点，根据隐层输出矩阵和网络误差计算增加节点的输出权值。通过Henon时间序列预测验证两种方法的有效性，并实际应用到第24周太阳黑子平滑月均值的中长期预测预报中。实验结果表明，两种方法的预测精度均有一定程度的提高， IELM-PNN的训练收敛性要优于FELM-PNN。

基于TTGNPE算法的间歇过程监控研究

赵小强惠永永

摘要：针对间歇过程中三维数据展开为二维造成的部分信息丢失以及在过程数据的全局和局部结构可能发生的变化，本文提出了一种基于张量分解的时序扩展全局局部邻域保持嵌入（Tensor Temporal Extension Global-Local Neighborhood Preserving Embedding, TTGNPE）算法. 首先TTGNPE算法直接处理间歇过程中的三维数据，从而避免因展开为二维造成的信息丢失；之后将近邻流形嵌入同时引入到数据空间的全局和局部结构保持中，充分提取了数据的局部和全局特征信息；再结合移动数据窗技术来处理过程的动态时变性，检测到故障后用贡献图法诊断出故障变量. 通过青霉素发酵过程验证了本文提出的算法对间歇过程故障检测与诊断的优越性.

基于复合AUVs的水声传感器网拓扑优化机制

刘方鑫何明柳强郑翔李志刚

传感器节点能量受限、易移动，声通信链路连通性不稳定,阴影区域对网络通信的影响等因素使得网络性能下降。为提高网络拓扑结构健壮性和自适应性，采用拓扑重构思想，制定了基于复合自主式水下航行器的水声传感器网络拓扑智能优化策略（下文称为TO-DA机制），提高了网络连通性；进一步发现水声传感器网络拓扑结构形成的内在规律，提出了三角淡化关键节点网络拓扑优化方法，有助于网络抗毁再生。最后，通过仿真对比实验验证了该方法的合理性和有效性，实验结果表明该机制能有效提高网络连通性和抗毁性，该算法是在牺牲约8.5%覆盖度的条件下，使得抗毁性能提高了约50%，可揭示复杂海洋环境中水声传感器网拓扑动态演化机理。

基于引力搜索算法的异构无线传感器网络路由分簇算法

毕晓君刁鹏飞

针对异构无线传感器网络簇头节点能耗大、网络寿命较低等问题，提出一种新的路由分簇算法。首先以均衡簇头节点的能耗为目标，采用引力搜索算法对网络簇头的通信链路进行规划从而降低簇头节点间通信的负载能耗；然后为同时兼顾普通节点和簇头节点的工作时间，根据普通节点和高能节点携带能量的差异和簇头节点的负载情况进行分簇。实验结果表明，提出的路由分簇算法相对于目前优化性能较好的PSO、GA和LDC，在不同检测环境、不同的节点布撒比例下，能够更好的均衡节点能耗从而获得更长的网络寿命。

基于满意度的区间型多目标合作对策求解模型

洪防璇李登峰

针对效用函数可能具有嵌套、重叠和（或）包含关系的区间型多目标合作对策求解问题，提出了两阶段非线性规划模型与方法。考虑实际决策问题中的多目标因素，定义基于满意度的区间数排序关系及其区间型多目标合作对策的区间值核心解概念，进而构建多目标两阶段非线性规划求解模型，提出二分法的求解步骤。最后通过实例说明所提出模型和方法的可行性和适用性。

基于记忆状态的多智能体系统快速分组一致性

王伟刘付显徐浩

针对拓扑结构为有向图的一阶多智能体系统，研究在组间状态差值事先未知以及状态差值事先已知两种情况下的系统快速分组一致性问题。设计了基于智能体记忆状态的快速一致性协议，利用矩阵理论和频域分析法，分别给出了两种情况下系统收敛一致的充分条件，同时给出了使系统能够更快收敛的记忆状态选取时间上界。仿真实验验证了所提出协议的正确性。

基于动态精简式混合地图的移动机器人自主探索

李秀智邱欢龚月

针对未知环境下移动机器人自主探索和地图创建问题，在机器人操作系统的框架下，提出一种基于动态精简式混合地图的移动机器人自主探索方法。首先，提出一种基于几何规则的候选目标点生成方法用于快速提取当前的前沿目标点。然后，从信息收益和路径成本的角度，引入一种改进的效用函数来评价候选目标点。最后，利用缓存增量式的原理优化拓扑节点，进而构建精简式混合地图。现场试验结果表明，通过拓扑图构建策略的改进，所提方法具有良好的导航性能。

基于PLS特征提取的网络异常入侵检测CVM模型

吴丽云

为提高网络的异常入侵检测能力，提出了一种基于偏最小二乘（PLS）特征提取和核心向量机（CVM）的组合入侵检测算法。它首先借助于PLS算法良好的特征提取性能，抽取数据集的主元特征，构建特征集；然后，利用CVM算法在处理大规模数据中的优势，建立主元特征集的异常入侵检测模型；最后，再由所建模型对异常入侵行为进行检测判定。KDD99数据集的实验测试，验证了其可行性和有效性。

具有交互效应的多变量GM(1,N)模型

王正新

针对一类具有交互效应的小样本系统建模问题，将相关因素序列的交叉项引入经典GM(1,N)模型的灰色作用量，构建了交互效应GM(1,N)模型及其派生模型，以反映不同输入变量之间的交互效应对系统特征变量的影响。在此基础上，讨论了模型求解和参数优化方法，并以我国大中型高技术企业R&D经费和人员投入对专利产出的交互作用为例，验证了交互效应GM(1,N)模型的有效性。结果表明：当相关因素序列的交互作用系数为零时，交互效应GM(1,N)模型退化为经典GM(1,N)模型；对于具有交互效应的系统建模问题，交互效应模型较经典模型具有更高的模拟和预测精度。

混合值逻辑控制系统的状态空间方法

刘新芸朱建栋

对于混合值逻辑控制系统, 提出了确定一个正则子空间的补空间的充分必要条件. 关于正则子空间的已有的一个判别准则, 给出了新的证明, 并提出了构造补空间的新方法. 对于子空间, 设计了计算其友好子空间的新算法. 引入了没有正则性假设的不变子空间的概念, 获得了判别不变子空间的一系列充分必要条件.

灰参数电路的控制问题及系统状态仿真分析

杨洋薛定宇

实际系统模型难以使用确定参数进行描述，含有灰参数的电路普遍存.基于灰数、灰色控制和电路分析等方法，对灰色电路系统进行分析，具有一定的理论和实践意义. 以某一灰色RLC电路模型为例，研究其能控、能观、稳定性、电路仿真等问题. 灰色电路的研究有助于灰色系统模型的仿真验证及硬件实现，丰富灰色电路及灰色控制等领域，也可应用于不确定性电路分析、系统建模和控制等问题.

基于Delta算子的时变时延网络系统鲁棒H∞滤波

张端金范鑫刘雪

研究了基于Delta算子的时变时延网络控制系统鲁棒H-infinity滤波问题, 假定不确定性存在于状态方程中, 并满足范数有界. 利用时滞系统理论对系统进行建模,构造滤波误差系统. 采用Lyapunov-Krasovskii泛函及线性矩阵不等式的方法,对系统中的不确定性进行处理,并对误差系统的鲁棒H-infinity性能进行分析, 提出了基于Delta算子的鲁棒H-infinity滤波器设计方法及系数表达式, 数值实例表明该方法的有效性.

基于云相似度的语言偏好信息多属性大群体决策方法

徐选华王佩蔡晨光

针对属性值为语言变量的多属性大群体决策问题，提出了一种基于云相似度的大群体决策方法。首先将语言变量转换为云模型，提出了一种基于α截集的云距离和云相似度模型，并在此基础上提出了云聚类算法，从而对决策大群体进行聚类，根据聚类结果求解聚集权重，再利用云加权算术平均CWAA算子求出方案的群体偏好值，进而计算方案群体偏好值的总计分来确定方案的排序。最后，通过算例分析验证了该方法的可行性和有效性。

基于改进引力场的粒子滤波算法

陈世明肖娟李海英聂森

为了避免传统粒子滤波算法中易出现的粒子贫化与退化现象，本文通过利用模拟恒星形成过程的引力场算法来改进粒子滤波的重采样过程，从而提出一种基于改进引力场的粒子滤波算法.该算法中提出的移动因子能驱动粒子集朝着高似然区域分布移动，从而使粒子更集中更快地分布在真实状态附近，同时提出自转因子使分布在真实状态周围的粒子随机保持一定距离，避免过度集中，从而增加了粒子的多样性.实验仿真结果表明，该算法不仅能够有效解决粒子退化与贫化问题，同时它设置的参数较少，收敛速度快，在非线性模型及非高斯噪声下对粒子的状态的估计具有很高的估计精度，和较好的鲁棒性能.

气动加载系统的建模及非线性自抗扰控制

刘福才贾晓菁刘林王立新

针对电气比例阀控气动加载系统压力跟踪控制存在系统参数不确定性、时滞性、强耦合等非线性问题，本文提出了一种非线性自抗扰控制(ADRC)方法。首先建立了电气比例阀控气动加载系统的动态机理模型，并在考虑外部存在未知扰动及负载波动等情况下，设计了扩张状态观测器对系统的耦合项以及外部扰动等不确定项进行估计，并采用非线性误差反馈律给予实时主动补偿，进而实现系统加载压力的实时控制。仿真和实验结果表明，在ADRC控制下系统不仅具有良好的跟踪性能，响应速度快，抗干扰能力强，而且在工程上易于实现。

非均衡语言信息的计算方法及其在TOPSIS法中的应用

蔡玫

大多用语言描述偏好的决策问题假设语言是均匀、对称分布的。然而有些问题需要采用非均衡语言。本文提出一种基于符号化方法的语言计算模型用以解决此类问题。首先构造一个基于基础语言集合的加权图，用图形中的点描述非均衡语言。然后定义图形中任意两点间的曼哈顿距离公式，用于计算非均衡语言的距离。最后将其用于TOPSIS分析方法，并给出算例。新的方法不仅图象化了非均衡语言，而且在解决TOPSIS问题时比欧氏距离测度更有优越性。

面向航空发动机的知识化制造系统拖期调度与自重构

万晓琴严洪森

针对某航空发动机装配线装配效率低, 工人分配不合理等问题, 建立了面向航空发动机的知识化制造系统拖期调度与班组自重构优化模型. 提出一种启发式算法, 实现生产调度与班组配置的协同优化. 在算法调度层中,针对航空发动机装配过程存在复杂约束这一特点, 证明了与产品拖期优化目标相关的工序排序性质, 设计了相应工序调整算法.给出了工序在并行装配组上的初始分配方案以及优化方案. 在重构层, 根据系统负载平衡的原则来优化各装配班中装配组的数量.仿真实验结果表明了模型与算法的有效性.

有序势博弈及其在智能体无线网络中的应用

于永渊冯俊娥潘金凤

有序势博弈具有广泛的应用. 势有向图中不含单向圈是判定有序势博弈的一个充分必要条件. 势有向图的邻接矩阵, 可以通过该博弈的支付矩阵求取. 单向圈的存在性, 是通过收缩势有向图中的双向圈，将问题转化为判断收缩后的图中圈的存在性. 此外, 分析了有序势函数的一些基本性质, 并给出了有序势函数的具体计算方法. 最后, 结合线性规划讨论了有序势博弈在延长智能体无线网络系统寿命的应用.

无偏非齐次灰色预测模型的直接建模法

刘震党耀国叶璟

针对灰色预测模型拟合非齐次指数序列时的误差，对白化微分方程和参数无偏估计方法展开研究。首先梳理现有非齐次灰色预测模型的不同形式，推导出结果为非齐次指数序列的白化微分方程，进而建立NGM(1,1,k)的基本形式。而后从灰导数和背景值两个角度分别优化，提出NGM(1,1,k)的两类无偏基本形式，通过验证两者的统一性得到无偏NGM(1,1,k)的直接建模方法，并且证明该建模方法具有白指数重合性。最后利用六类数据拟合和南京城市天然气供气量两个算例将本文模型与传统灰色预测模型进行对比，验证了模型的有效性与实用性。

基于分解和差分进化的多目标粒子群优化算法

李飞刘建昌石怀涛傅梓瑛

?为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法(dMOPSO-DE).该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策略和差分进化修正机制来选择全局最优粒子,避免种群陷入局部最优Pareto前沿;采用粒子重置策略保证群体的多样性. 与NSGA-II(Non-dominated sorting genetic algorithm-II)、MOPSO(Multi-objective particle swarm optimizer)、dMOPSO(Multi-objective particle swarm optimizer based on decomposition)和MOEA/D-DE(Multi-objective evolutionary algorithm based on decomposition and differential evolution)算法进行比较,实验结果表明该算法在求解多目标优化问题时具有良好的收敛性和多样性.

基于结构元理论的正规Type-2模糊集的质心

郭嗣琮任燕杨洋

定义了正规Type-2模糊集，并利用结构元理论，给出了正规Type-2模糊集的结构元表示和正规Type-2模糊集质心计算的确切步骤，得出正规Type-2模糊集质心的精确解。在正规Type-2模糊集的次隶属函数可以通过结构元线性表示时，给出了其质心计算的近似结果，通过实例比较两种结果。

带有多个时变时滞的一阶多智能体系统的H∞包围控制

孔敏刘会央廖福成

本文研究了带有多个时变时滞的一阶多智能体系统在有向网络拓扑下的H∞包围控制问题. 首先, 通过引入收敛性向量函数, 将所讨论问题转化为一般时滞系统的H∞控制问题. 然后, 通过构造合适的Lyapunov-Krasovskii泛函, 利用线性矩阵不等式方法和Lyapunov稳定性理论, 得到了多智能体系统实现包围控制的充分条件, 同时求得时变通信时滞的最大容许值. 另外在系统中还存在外部干扰的情况下, 得到该多智能体系统具有H∞包围控制性能常数的充分条件. 数值仿真验证了本文结果的有效性.

广义直觉模糊熵及其在权重确定中的应用

熊升华陈振颂李延来

在综合考虑直觉模糊集(IFS)的直觉信息和模糊信息的基础上, 提出广义直觉模糊熵的定义; 同时, 分析了直觉模糊集的直觉信息和模糊信息对广义直觉模糊熵的影响; 在合理选取广义直觉模糊熵参数的前提下, 基于熵权法构建了一种同时获取决策者和属性权重的方法. 案例分析表明了该方法的可行性和有效性, 为解决权重信息完全未知的多属性群决策问题(MAGDM)提供了一类新思路.

一种求解线性控制系统可达集的数值方法

邵立珍赵方园胡广大

针对线性控制系统，研究了应用常微分方程数值方法和优化技术相结合近似可达集的方法. 首先，用常微分方程数值方法对系统进行离散化，然后提出了基于优化技术的外部投影法来近似离散系统的可达集. 外部投影法构造了有限多个投影问题，每个都对应一个凸优化问题，通过求解这些凸优化问题最终可得到可达集的近似描述. 最后，数值仿真结果验证了该方法的有效性; 与文献中已有的方法相比，在求解相同数量凸优化问题的情况下，外部投影法的近似精度高.

产出和需求不确定下三级供应链契约协调模型

朱宝琳戢守峰于海斌

研究了基于供应商和制造商随机产出以及零售商随机需求的单一供应商、制造商和零售商组成的三级供应链契约协调问题。构建并分析了集中和分散条件下供应链系统的最优决策模型。证明了随机产出和需求下运用风险共担契约可以使分散期望利润达到集中决策的水平。最后在数值算例中，通过模型和契约参数的分析，阐述了风险共担契约协调的有效性。

基于组合预测的供应链系统建模及其鲁棒状态反馈镇定

张宝琳刘丽萍魏丽

针对上游节点未能及时获取下游节点当前订单信息的情形，提出了一种利用历史订单信息预估供应链下游节点企业订货量的线性组合预测方法, 进而将供应链系统模型化为一个含有多状态时滞的线性时滞不确定性系统,给出了供应链系统时滞依赖状态反馈鲁棒镇定的充分条件和状态反馈控制器设计方法. 仿真算例表明,组合预测方法以及鲁棒状态反馈控制器能有效抑制牛鞭效应, 显著改善供应链系统的性能.

一种基于密度和网格的簇心可确定聚类算法

何熊熊管俊轶叶宣佐詹亦钊

以网格化数据集来减少聚类过程中的计算复杂度, 提出了一种基于密度和网格的簇心可确定聚类算法. 具体而言, 该算法首先网格化数据集空间, 其中以落在单位网格对象里的数据点数表示该网格对象的密度值, 以该网格到更高密度网格对象的最近距离作为该网格的距离值. 根据簇心网格对象同时拥有较高的密度和较大的距离值的特征, 确定簇心网格对象. 再通过一种基于密度的划分方式完成聚类. 最后, 在多个数据集上对所提算法与一些现有聚类算法进行聚类准确性与执行时间的对比实验, 验证了本文所提算法具有较高的聚类准确性和较快的执行速度.

基于分布式PID控制的任意阶线性多智能体系统一致性研究

李浩亮杨任农李秋妮韩海艳

研究了普通线性多智能体系统在有向拓扑结构下的一致性问题，提出了一种基于分布式PID控制的新的一致性协议。首先通过变量转换将一致性问题转变为误差系统的渐进稳定问题，然后构造Lyapunov-Krasovskii泛函，基于线性矩阵不等式(LMI)给出系统实现一致性的充分条件，最后讨论了PID参数对系统一致性的影响。仿真结果表明系统的结构拓扑图在存在全局可达节点的条件下，通过选择合适的PID参数，在实现系统一致性的同时，可缩短系统的收敛时间，降低系统震荡幅度，加快一致性的收敛速度。

基于超椭球分类面的SVDD快速决策方法

曲建岭王小飞高峰袁涛

针对支持向量数据描述(Support vector data description,SVDD)检测未知样本时的复杂度受到支持向量数量n约束的问题,提出了基于超椭球分类面的SVDD(SVDD based on hyper-ellipse, HE-SVDD)快速决策方法,将SVDD的决策复杂度从O(n)降低到O(2) (n为支持向量数量).研究了超球分类面快速决策方法的局限性,进而给出了超椭球分类面的构建方法.多种数据集实验结果表明,本文方法可以在很大程度上提升超球分类面快速决策方法的分类精度和适用数据类型.

基于公平关切和服务合作价值的服务供应链应急协调策略

马雪松

基于公平关切和服务合作价值构建了服务供应链的应急管理模型。该模型将将服务供应链中两个比较重要的行为因素，即服务集成商与服务供应商的双边努力服务合作、同时相对公平关切行为导入服务供应链的分析中，改进了现有模型中服务产品化、仅与服务供应商单方努力相关、无服务合作价值、仅单方具有公平关切行为的服务供应链模型表述。在此基础上，分析了在服务市场规模、服务价格敏感系数、服务质量敏感系数同时扰动下服务供应商与服务集成商的最优努力水平变化情况，结合Nash博弈框架提出了服务供应链的契约协调应急策略。

近空间飞行器变增益非线性切换控制器设计

路遥董朝阳王青刘扬

针对变后掠翼近空间飞行器大包络、多工作模态和模型不确定的特点，研究了其模态切换过程中姿态的鲁棒跟踪控制问题.建立了含扰动项的飞行器非线性切换模型，基于反步滑模方法和非线性干扰观测器设计了鲁棒控制器，通过公共Lyapunov函数理论证明所设计的控制律能够保证闭环切换系统的稳定性.采用变增益切换控制策略，为不同飞行模态设计合适的控制增益，提高了系统的动态性能.仿真结果验证了该方法的有效性和必要性.

基于A*改进算法的四向移动机器人路径搜索研究

田华亭李涛秦颖

在由栅格法构建的储分一体化配送中心的环境地图中，利用A*算法完成移动机器人的路径搜索时存在搜索范围广、速度慢、搜索路径曲折等问题。本文针对栅格地图以及具有四向的移动机器人的特点，从搜索方向、启发函数构建、移动机器人加减速及转向成本等因素对A*算法进行研究和改进，提出了基于启发信息的扩展节点算法，降低偏离最佳路径节点的扩展数量。研究结果表明采用改进后的A*算法平均可降低81%搜索面积、73.5%的计算时长，同时还可平均降低20%的路径成本，以及减少41.7%转向次数，提高了路径的搜索速度和路径的平滑度，使移动机器人路径搜索更加智能高效。

一种改进的多Agent分布式联盟形成算法

卢少磊方浩

仅采用任务性价比作为多智能体任务分配过程中的任务选择标准,会产生时间消耗大、资源利用低等问题.为此,综合任务性价比和智能体资源的特点,提出了任务准备度的概念.根据多智能体任务分配过程的收敛性和时效性,采用Learning Automata算法动态调整任务准备度各项的权重.采用该方法模拟解决了低、中、高三种任务需求下多智能体任务分配问题,仿真实验结果验证了该方法的有效性,资源冗余减少了至少20%.

基于人工免疫算法的故障字典技术测点选择

孙虎

摘要：针对当前模拟电路故障字典技术测点选择算法时间开销大和低精度的问题,提出使用人工免疫算法进行测点选择的方法.首先建立整数编码表并对模拟电路故障字典技术测点选择问题进行分析,然后将人工免疫算法与测点选择问题相结合.最后仿真实验表明,该方法在测点选择问题中不仅准确的找到了全局最优解,而且又有效减的减少了时间开销.

基于前景理论的犹豫模糊TOPSIS多属性决策方法

阙翠平王应明蓝以信

针对属性权重未知、属性值为犹豫模糊集的决策问题，提出了一种前景理论和逼近理想解（TOPSIS）相结合的多属性决策方法。考虑到决策者对指标集的不同偏好，利用犹豫模糊熵的相关理论，提出一种基于犹豫模糊熵的熵权法确定属性权重。将决策者的风险心理因素引入犹豫模糊多属性决策中，定义了犹豫模糊数的前景价值函数，并以此将犹豫模糊决策矩阵转化为价值矩阵，计算出各方案的收益损失比值。最终应用TOPSIS的基本思路，确定备选方案的优劣排序，并通过算例分析验证该方法的有效性。

基于加权超图和IOWA算子的图像椒盐噪声滤除算法

徐沁刘金培罗斌汤进

针对图像椒盐噪声，本文提出基于加权超图和诱导有序加权平均(IOWA) 算子的椒盐噪声滤除算法。首先，用加权超图对图像进行表示，根据椒盐噪声为极值的特点，定义超图边的权值，该权值能够反映边内中心节点对应像素为噪声点的可能性，进而利用超图边的权值进行噪声检测。其次，构建IOWA 算子对噪声点进行复原，并采用噪声检测与复原交替进行的方式完成图像的椒盐噪声滤除。仿真实验的结果说明本文算法不但可有效复原椒盐噪声，而且能保持原图像的轮廓等细节信息。

多元时间序列相似性度量方法研究

李正欣毛红保吴虎胜高杨军

摘要：现有的多元时间序列相似性度量方法难以平衡度量准确性和计算效率之间的矛盾. 针对该问题, 首先, 对多元时间序列进行多维分段拟合；然后, 选取各分段上序列点的均值作为特征；最后, 以特征序列作为输入, 利用动态时间弯曲算法实现相似性度量. 实验结果表明, 本文所提方法参数配置简单, 能够在保证度量准确性的前提下, 有效降低计算复杂度.

基于切换原理的非均匀采样系统控制

王宏伟连捷

摘要：在非均匀采样系统中，存在着刷新时间间隔不确定、时变的情况，这给系统控制器的设计造成了很大困难。为此，将刷新时间间隔看作时延变量，不同时延大小情况下的系统动态变化用不同子系统模型刻画，从而将时延的变化律转化为不同子模型之间的切换律，将非均匀采样系统描述为一类具有有限个子系统的离散时间切换系统。通过定理形式给出含有不确定刷新时间间隔的反馈闭环系统鲁棒稳定性的充分条件。最后，通过仿真实例证明了本文方法的有效性。

基于平均差异度优选初始聚类中心的改进K-均值聚类算法

赵娇燕李武严太山

针对K-均值聚类算法对初始聚类中心存在依赖性的缺陷，提出了一种基于数据空间分布选取初始聚类中心的改进算法。该算法首先定义样本距离、样本平均差异度和样本集总体平均差异度，然后将每个样本按平均差异度排序，选择平均差异度较大且与已选聚类中心的差异度大于样本集总体平均差异度的样本作为初始聚类中心。实验表明，改进后的算法不仅提高了聚类结果的稳定性和正确率，而且迭代次数明显减少，收敛速度快。

非线性系统的模糊混合H2/H∞采样控制

杜贞斌胡寿松

针对一类非线性系统,提出了模糊混合H2/H∞采样控制方案. 应用T-S模糊系统表征非线性系统,控制器是零阶保持采样信号,闭环系统转换成连续时延系统. 采用输入时延方法,Lyapunov-Krasovskii函数以及Leibniz-Newton公式,由线性矩阵不等式给出了模糊采样控制器存在的一个新充分性条件.基于所提出的模糊混合H2/H∞采样控制器,不仅实现了次优的H2控制性能,而且H∞控制性能的抑制系数也衰减到了给定的水平.通过卡车拖车系统实验验证了采样控制设计方案的可行性和有效性.

基于余弦贴近度与群体共识度的正态云多准则群决策方法

任剑王坚强

各方案在准则集下的赋值可为正态云。对于这类多准则群决策问题，提出一种基于余弦贴近度与群体共识度的决策方法。首先，根据正态云与正态随机变量之间的关系，将正态云决策矩阵转化为泛型正态随机决策矩阵；其次，利用正态云的线性组合方法，算出每个专家认为各方案的线性加权泛型正态随机变量；接着，基于理想方案，求得每个专家认为各方案的余弦相似度、余弦贴近度和排序结果；然后，通过群体共识度，判断专家集决策意见的一致性程度，若群体共识度小于或等于0.5，则调整初始决策信息；进而，得到各方案的加权余弦相似度、加权余弦贴近度和最终排序；最后，通过算例的对比分析，验证所提方法的有效性和可行性。

基于Shearlet变换域改进的IR与灰度VIS图像融合算法

王峰

针对基于多尺度变换域内红外（IR）与灰度可见光（VIS）图像融合后图像的清晰度差、纹理信息不丰富等问题，提出了一种基于剪切波变换（ST）域改进的IR与灰度VIS图像融合算法。首先，采用形态学顶帽变换增强IR与VIS图像。然后，对增强后的IR与VIS图像采用ST变换，将其分解成高频和低频图像。针对高频图像融合，提出了基于局部标准差（LSTD）与系数绝对值的融合策略；针对低频图像融合，提出了一种新的权值融合策略。最后，通过逆剪切波变换（IST）获得最终融合图像。实验结果证明，本文所提出的方法能够提高图像融合的性能，同时，突出显著目标信息，提高图像的清晰度，并保留丰富的细节信息。

灰色NGM(1,1,k)模型背景值优化方法研究

童明余周孝华曾波

传统灰色NGM(1,1,k)模型的参数估计误差是导致该模型精度不稳定的重要因素,研究面向背景值优化基础上的参数估计方法是提高灰色模型性能的重要手段.首先,通过积分变换得到与NGM(1,1,k)模型白化方程匹配的灰色微分方程,推导出该模型背景值优化公式;然后,构建了背景值优化的新NGM(1,1,k)模型,并从理论上证明了该模型能同时模拟齐次指数序列和非齐次指数序列的原因.最后,分别通过算例和实例验证新NGM(1,1,k)模型的模拟和预测能力,结果显示该模型有效提高了模型的模拟和预测精度.

基于信息间隙决策理论的发电商电量分配策略

赵琛张少华

在电力市场环境下，发电商需要在现货市场、双边合同和期权等交易选择中合理分配交易电量。针对现货市场电价的严重不确定性，采用信息间隙决策理论(Information Gap Decision Theory，IGDT)，提出了风险回避发电商在多种交易选择中的电量分配鲁棒决策模型。算例仿真验证了模型方法的合理性和有效性，并表明，该方法提供了发电商不同预期收益目标下的电量分配策略可抵抗的现货价格波动幅度，风险回避发电商可由此评价不同的电量分配策略，并采用相应的策略来保证预期收益目标。

基于后悔理论的灰色随机多准则决策方法

钱丽丽刘思峰方志耕刘勇

针对准则值和状态概率均为区间灰数的灰色随机多准则决策问题，在考虑决策者的风险态度及心理行为的情境下，给出一种基于后悔理论的决策方法。该方法首先将原始准则值转化为标准灰数、同时进行规范化处理得到各状态下的标准灰色风险决策矩阵；然后依据后悔理论，定义了灰色感知效用函数，构造了决策者对方案集的灰色综合感知效用最大化的多目标优化模型，并解出最优权重向量，得各方案的最优灰色感知效用值且排序；最后，通过实例验证了该方法的可行性和有效性。

零售商销售代理的协同激励对供应链绩效影响研究

汪丽艳叶明海

以制造商、零售商和销售代理组成的三级供应链系统为背景，分析销售代理的协同激励对供应链绩效的影响。应用委托代理理论，针对协同激励和传统激励两种情形设计了相应的契约并作了对比分析。研究表明：协同激励时，制造商收益增加，零售商收益减少，整个供应链系统收益增加。同时可发现，制造商给予零售商的分成系数和零售商给予销售代理的佣金均减少，底薪的变化则由销售代理的风险规避系数而定。

基于节点行为动态变化的WSNs信任模型

叶正旺温涛刘振宇宋晓莹付崇国

无线传感器网络信任模型中，为解决信任值随着时间和上下文的行为变化而动态变化的问题, 提出了一种基于节点通信行为动态变化的信任模型.该模型给出了节点间的直接信任和间接信任关系的度量、信任信息的合并、信任的传递的合理抽象. 并提出了一种信任更新机制.经实验仿真表明，该信任模型通过节点间通信行为的动态变化对信任值进行惩罚与调节，得到的信任值能够更加敏感的反应节点间的行为变化，更加精确可靠的评价节点之间的信任关系.

DoS攻击下电力网络控制系统脆弱性分析及防御

王轶楠林彦君李焕林志赟徐文渊杨强

考虑DoS攻击对电力信息物理系统的影响，提出一种电力网络控制系统脆弱节点的检测方法和防御策略，采用分布式控制架构设计传感器和RTU的传输路径。通过求解最稀疏矩阵优化问题，提出一种识别并保护电力通信网脆弱节点和边的方法，保证系统实现安全稳定运行。进一步提出一种可以抵御DoS攻击的电力网络控制系统拓扑设计方法，研究系统遭受DoS攻击时能恢复稳定的电力网络控制系统拓扑连接方式IEEE 9节点系统用于仿真验证。

改进的优势度决策法及其排序方法研究

孙金辉

基于方案比较视角提出解决混合测度问题的优势度决策方法。给出一组优势相关定义，改进其计算公式且证明了优势度矩阵具有良好的互补性和一致性。进而分别从排序向量、优势向量、比较向量三方面研究了方案优劣的排序方法及其特点，并与线性加权法及理想点法进行对比分析。实例表明该方法计算量小，精确性高且通用性好。

基于数值符号和形态特征的时间序列相似性度量方法

李海林梁叶

针对传统符号聚合近似方法在特征表示时容易忽略时间序列局部形态特征的局限性, 以及动态时间弯曲在度量上的优势, 提出一种基于数值符号和形态特征的时间序列相似性度量方法。将时间序列进行符号和形态的特征表示后, 提出动态时间弯曲与符号距离结合的时间序列距离度量方法, 使新方法能较好地反映时间序列数据数值分布和形态特征。实验结果表明, 新方法在时间序列数据挖掘中得到较好的分类效果, 具有一定的优越性。

状态变化下的连续时间动态投资组合选择

陈志英

运用两状态隐马尔可夫模型刻画金融资产收益率序列的非线性变化，建立状态变化下的连续时间动态投资组合模型，利用动态规划得到了最优投资决策的一般解，使用蒙特卡罗方法模拟投资者的投资决策行为。结论表明：状态变化产生了对冲需求，对冲组合的大小依赖于投资者对市场状态的预期；当风险资产的波动率越小，投资者状态信念的轻微变化都会引起对冲组合较大幅度的变化；当风险厌恶程度越大时，对冲组合对初始状态信念的变化越不敏感。

EPR制度下废弃电子产品回收的低碳研发激励机制研究

刘克宁宋华明

在由生产者和研发方组成的两阶段闭环供应链体系中，考察实施生产者延伸责任制(EPR)对产品低碳研发设计的激励作用及对废弃电子产品回收的减排效果。以生产者作为Stackelberg博弈的领导者，设计包含预先支付和收益共享的部件研发契约，给出了预先承诺研发方收益分配比例的(S-S)模型和延迟承诺(S-N)模型，并对比两种模型下契约性质、供应链总期望利润和产品回收的减排量。研究表明：研发方的低碳研发技术水平以及双方在回收减排中的重要度对决策有重要影响。采用延迟承诺(S-N)模型，生产者得到更多的低碳研发信息却损失了利润，不利于低碳设计激励。(S-S)模型下供应链的期望利润更高，但是减排效果并非绝对最优，在研发技术水平和政府碳税系数满足一定条件下，采用延迟承诺(S-N)模型的回收减排效果更好。

一类随机系统基于干扰观测器的抗干扰控制

张林青魏新江

针对一类带有多源干扰的随机系统, 研究其抗干扰控制问题. 针对可由未知参数的外源系统产生，代表频率、振幅和初相都未知的干扰, 构建随机自适应干扰观测器对其进行估计. 基于此, 结合自适应控制和随机控制的方法提出基于干扰观测器的抗干扰控制策略, 此方法保证复合系统的所有信号均为均方渐近有界. 最后, 给出仿真算例验证本文方法的正确性和有效性.

基于Mean Shift迭代的新生未知多扩展目标跟踪

李翠芸桂阳刘靳

针对当前基于随机集的多扩展目标跟踪算法需进行量测集划分，存在计算量大、划分不准确和跟踪误差大的问题，在PHD滤波跟踪理论基础上提出了一种基于均值漂移(Mean Shift)迭代的新生未知多扩展目标跟踪算法。首先对聚类后量测数据进行关联，得到新生目标状态，解决目标新生问题；其次，通过Mean Shift算法迭代获得目标量测集的质心，将同一个目标的多量测问题转化为点量测进行处理；最后，给出其粒子PHD滤波的具体实现方式。新生未知下多扩展目标仿真实验表明，该算法可降低跟踪复杂度、提高跟踪效率，特别是在扩展目标交叉时具有稳定的跟踪性能。

具有1+N节点的多重边赋权驱动响应复杂网络复域函数投影同步

韩敏张雅美

针对复数域上具有1+N节点的多重边赋权驱动响应复杂网络的函数投影同步问题，提出一种简单有效的控制方法．首先构建1+N多重边赋权驱动响应复杂网络模型，网络节点为复混沌系统．进一步定义同步尺度函数为复变量，设计混合反馈控制器，并构造相应的正定函数，利用李雅普诺夫稳定性定理和线性矩阵不等式变换，给出同步的充分条件．最后，仿真结果表明所提同步方法的有效性，同时揭示网络节点重边数对同步速度的影响．

闭环两尺度系统复合LQR控制建模与设计方法

刘文东李华滨包为民

分析了Kokotovic提出的复合LQR控制器设计方法，以复合控制与最优控制的性能指标差异为依据，评判了设计控制器过程中所建立的标准两尺度系统模型是否符合系统内在的时间尺度特性。指出了以开环时间尺度特性分解系统的缺陷，分析了系统参数变化对闭环时间尺度特性的影响。基于闭环时间尺度特性分析，提出了将一般线性动力学方程转换为标准两尺度系统形式的方法，并分析了小参数??在复合控制器设计中的影响。最终，依据标准两尺度模型设计的控制器能够敏感由系统参数变化或反馈控制变化导致的时间尺度特性的改变，并能得到满意的控制效果.

大规模数据集引力同步聚类

乔颖王士同杭文龙

本文启发于Kuramoto模型新构造了一种万有引力同步模型，并解决现有同步聚类算法时间复杂度高的问题，提出大规模数据集的引力同步聚类算法（LSCGS）。算法首先使用快速压缩集密度估计（RSDE）算法对大规模数据集进行压缩，然后通过万有引力同步聚类算法对压缩数据集进行聚类，使用Davies-Bouldin指标自动寻优到最佳聚类数，最后，利用提出的（RSC）算法对除压缩集以外的剩余数据进行聚类，所提算法可有效区分孤立类以及噪声点。通过在大规模人造数据集，UCI真实数据集以及图像数据上的实验结果验证了LSCGS算法的有效性，与传统同步聚类算法相比，聚类的运算成本得到了大幅度的降低。

存在匹配/非匹配不确定性的飞机舵面故障L1容错控制

马骏倪世宏解武杰董文瀚

针对飞机舵面故障时产生的各种内部未建模动态、系统不确定参数、未知输入增益等问题,提出了一种同时含有匹配/非匹配不确定性的多输入多输出飞机舵面故障L1容错控制方法.首先,推导出了等效线性参数时变模型.其次,基于投影算子,提出L1自适应容错控制方法,推导了Lyapunov方程,证明了其稳定性.最后,分析了该方法的瞬态和稳态性能.通过仿真,验证了该方法良好的容错性、鲁棒性和稳定性,并保证了系统各参数的瞬态和稳态有界性.

基于参考点的高维多目标粒子群算法

韩敏何泳郑丹晨

高维多目标优化问题一般指目标个数为四个或以上时的多目标优化问题，由于种群中非支配解数量随着目标数量的增加而急剧增多，导致进化算法的进化压力严重降低，求解效率低．针对该问题，本文提出一种基于粒子群的高维多目标问题求解方法，在目标空间中引入一系列的参考点，根据参考点来筛选出能兼顾多样性和收敛性的非支配解作为粒子的全局最优，以增大选择压力．同时，提出了基于参考点的外部档案维护策略，以保持最后所得解集的多样性．在标准测试函数DTLZ2上的仿真结果表明所提方法在求解高维多目标问题时能得到收敛性和分布性都较好的解集．

广义依赖型不平衡语言集结算子及其在多属性决策中的应用

韩冰陈华友周礼刚刘金培陶志富朱家明

针对属性值是不平衡语言的多属性决策问题，提出了广义依赖型不平衡语言有序加权平均算子和加权广义依赖型不平衡语言有序加权平均算子，该类算子相关联的权重向量赋权的特点是对有偏见的评价赋予较小的权，从而削弱了不公平性对评价结果的影响，使决策结果更加合理。推导其数学表达式，探讨了其相关性质并将其应用到多属性决策中。同时分析了参数的变化对决策结果的影响，通过比较分析和仿真分析表明了所提算子的有效性。

最小化碳排放的可持续机器调度问题

王君

针对单机器生产系统、允许在生产间歇开关机器的可持续调度问题，以最小化碳排放为目标建立数学规划模型，同时对机器的开关机和产品的生产计划进行决策。利用动态规划算法对模型进行求解分析，提出了阶段决策最优性条件，并给出精确算法。通过2个模拟算例和1个企业案例的计算分析，表明利用可持续调度方法可以显著减少生产过程中的碳排放。

基于事件触发的时变拓扑多智能体系统编队控制

洪小敏周川

针对资源受限的时变拓扑多智能体系统的编队控制问题，提出一种基于复合误差信息事件触发机制以减少不必要的信息传输，降低带宽占用，设计了多智能体系统的编队控制协议和分布式事件触发机制。通过将多智能体系统的编队控制问题转化为闭环延时系统的稳定性问题，并构造Lyapunov-Krasovskii函数及利用线性矩阵不等式技术给出了多智能体系统实现编队的充分条件。最后，通过仿真验证了所提方法的有效性。

求解任务可拆分多项目协同调度问题的启发式算法

王磊聂兰顺战德臣王弼陡罗刚银

生产项目计划与调度过程中任务可以被拆分为更小粒度的子任务分批次执行，实现缩短项目总工期的优化目标。针对抢占式任务可拆分多项目调度问题，从协同优化角度探讨任务拆分和重组方式，提出了长工期任务优先拆分、长工期项目优先拆分和高资源利用率项目优先拆分三种任务拆分优先级判断规则，设计了一种求解任务可拆分多项目协同调度问题的启发式算法。通过数值实例与仿真分析，验证了所提出方法在多项目调度总工期的优化效果和求解效率。

车载网中platoon的动态稳定性研究

赵海许子文司帅宗彭海霞

目前，platoon的稳定性研究已经成为智能交通领域的研究热点，platoon的稳定性直接决定了道路的安全性。对于platoon编组而言，“稳定”意味着在受到干扰时platoon的结构保持相对稳定，并且干扰不会被放大。研究了platoon在受到干扰时的内部动态特性，通过分析，内部间距的变化符合阻尼运动，并采用SUMO仿真软件做了大量实验证实了分析结论。此外，还讨论了不同加速度对欠阻尼的影响，总结出加速度与稳定性之间的关系。

基于广义解的网络合作博弈收益分配模型

李翠薛惠锋

网络合作博弈主要研究如何将联盟收益分配给网络合作联盟的每个参与者.考虑到现实生活中很多联盟倾向于保留一部分合作收益用于再发展的情况,对网络合作博弈模型进行扩展, 定义广义分配,广义核心及广义谈判集等解的概念, 并证明当满足超可加性时,网络合作博弈的广义核心与其广义谈判集存在等价性质.因广义谈判集非空, 进而刻画了网络合作博弈广义核心的非空性.算例分析结果表明广义分配方案的存在性及合理性.

基于均匀k均值和高维局部二值模式的人脸识别算法

褚四勇邓燕妮涂林丽赵东明刘小珠

针对传统局部二值模式(LBP)及其一些改进方法会将具有不同灰度特征的邻域赋予相同的特征值和特征维数倍增的问题，提出了一种基于均匀k均值和高维局部二值模式的算法。该算法首先对原图进行切割得到子图，然后提取子图的高维局部二值模式特征，利用均匀k均值对高维特征进行降维处理，最后级联所有的子图特征进行分析。为了验证该算法的性能，在ORL人脸库和YALE人脸库以及FERET人脸库上进行对比实验，结果表明，该算法在保证特征维数不递增的前提下，明显的提高了LBP算法的识别率。

毕达哥拉斯模糊交叉影响集成算子及其决策应用

刘卫锋杜迎雪常娟

在考虑到隶属度和非隶属可能存在着交叉影响的基础上，定义了毕达哥拉斯模糊数的加法运算、数乘运算、乘法运算以及幂运算.然后，在这些运算基础上，提出了毕达哥拉斯模糊交叉影响加权平均算子(PFIWA)、毕达哥拉斯模糊交叉影响有序加权平均算子(PFIOWA)、毕达哥拉斯模糊交叉影响加权几何算子(PFIWG)以及毕达哥拉斯模糊交叉影响有序加权几何算子(PFIOWG)，分别推导出它们的数学表达式，研究了它们的性质.最后，提出了基于毕达哥拉斯模糊交叉影响集成算子的决策方法，并通过决策实例和相关比较分析，说明了方法的稳定性和有效性.

状态观测的未知死区非线性系统的自适应神经网络跟踪控制

司文杰

针对一类严格反馈系统研究其跟踪控制问题, 系统包含不确定项和未知死区特性. 首先, 设计状态观测器估计不可测量的系统状态. 其次, 利用RBF神经网络逼近未知的系统动态. 最后, 基于backstepping技术构造自适应神经网络输出反馈控制器, 并且减少更新参数以减轻运算负荷. 提出的控制器可以保证闭环系统中所有信号半全局最终一致有界, 跟踪误差能收敛到零值小的领域内. 利用两个仿真例子进一步验证提出方法的有效性.

具有空闲时间的云制造作业车间调度方法

王贞张纪会齐元青

针对云制造企业的剩余能力利用问题，研究了具有空闲时间的车间调度方法。构建了云制造作业车间的调度框架。以最小化工期为目标，考虑设备空闲时间，提出了工序加工时间序列的求解方法及空闲时间段的更新策略。采用基于工件的精简编码和改进的二阶粒子群算法求解了工件最优调度顺序。仿真结果验证了所提调度方法的可行性。与已有算法的对比分析表明，改进算法具有良好的搜索性能。

基于混合采样机制的互信息分布估计算法

林志毅谢国波王丽娟

针对二阶分布估计算法的早熟收敛问题, 提出一种基于混合采样机制的互信息分布估计算法(Mutual Information Estimation of Distribution Algorithm with hybrid sampling mechanism, MIEDA). MIEDA利用互信息度量变量之间的相关性,形成了互信息树的概率模型;采用稀疏模型构建的思想, 并基于自私基因理论建立信息奖惩机制以加快算法的收敛速度; 结合反向学习、最优解变异和随机采样形成混合采样机制, 提高算法的采样效率. 仿真结果表明,MIEDA比常见的二阶分布估计算法具有更高的稳定性和更强的寻优能力.

基于相对位置信息的多智能体系统自适应跟踪控制

赵蕊徐勇

基于带有非线性动态的二阶多智能体系统，研究了在有参考领导者条件下的跟踪一致性问题。针对跟随者不能得到自己的速度信息，领导者的控制输入被所有跟随者可知的情况，设计了分布式观测器来在线估计跟随者的速度，在切换网络拓扑结构下给出了基于观测器的自适应增益控制协议。利用Lyapunov稳定性理论和矩阵理论分析，得到该协议使得系统中跟随者与领导者状态达到一致的充分条件。最后通过仿真例子证明了设计方法的有效性。

不确定条件下速度时变VRPTW问题研究

李兵飞熊智勇张建业毛声赵晓林

构建了不确定条件下速度时变的VRPTW问题模型（UTDVRPTW），设计了一种改进的双重进化人工蜂群算法求解该模型，在需要两点进行操作的搜索过程中，采用一点随机选取，另一点通过遍历可行解，以其中最优解确定位置的半随机式搜索策略改进插入点算子和逆转序列算子，分别在两对以及三对城市间距离之和的解空间维度上交叉搜索，并应用到局部搜索中构成双重进化过程。实验验证了提出算法的有效性以及解决UTDVRPTW的可行性。

基于证据理论的偏好型直觉模糊群决策方法

陈云翔王攀罗承昆

针对直觉模糊多属性群决策问题，研究属性和专家权重的确定以及信息的集结方法。利用直觉模糊熵确定属性客观权重，并根据偏好信息，确定合理的属性综合权重；在属性层面区分专家权重，将直觉模糊评价值作为Mass函数，构建证据冲突度模型确定专家权重，并利用犹豫度加以修正，避免综合支持度低而对方案排序影响大的专家权重过分削弱；采用证据理论集结决策信息，根据得分值进行方案排序。通过算例分析，验证了方法的合理有效性。

时间序列数据挖掘的相似性度量研究综述

陈海燕刘晨晖孙博

在时间序列数据挖掘中，时间序列相似性是一个重要的概念。对于诸多算法而言,能否与一种合适的相似性度量方法结合应用，对其挖掘性能有着关键影响。然而，至今仍没有统一的度量相似性的方法。文章首先综述了常用的相似性度量方法，分析了各自的优点与不足；然后讨论了近年来出现的时序相似性的新解释及其度量方法；探讨了相似性度量在时序挖掘任务中的应用及与挖掘精度的关系；最后给出了关于时序相似性度量进一步的研究方向。

基于Choquet积分的多属性灰靶群决策方法

王大澳菅利荣刘思峰张曼

针对属性间具有关联性且属性值为区间灰数的多属性群决策问题，提出了一种基于Choquet 积分的多属性灰靶群决策方法。根据模糊测度与Choquet积分的性质，定义了关于区间灰数的Choquet积分信息集成算子并证明了其相关性质；再通过灰靶决策方法，对方案集的综合靶心距进行排序。最后将该方法运用于实例中并验证了该方法的合理性。

基于异质策略消费者的销售商两阶段订货模型研究

王丹丹吴和成

采用基于目标客户群定位的两阶段决策方法, 研究策略消费者异质情形下的销售商订货模型. 假设策略消费者对产品的估价为随机变量, 通过对模型的逆向求解和仿真得出: (1)消费者平均支付意愿的大小影响销售商定位的目标客户群的范围; (2)随着消费者平均支付意愿、产品清仓价格的提高以及消费者异质程度、产品成本的降低, 销售商会将更多的消费者定位为目标客户; (3)当消费者平均支付意愿较低或异质程度较大时, 销售商可以获得比消费者同质情形更高的利润, 消费者的异质性有利于销售商.

随机需求和产量下基于损失规避的零售商博弈

刘伟宋士吉乔颖罗伟伟

研究在需求和产量均为随机变量的情况下, 带有损失规避偏好的零售商之间的博弈. 当多个相同的零售商向同一供应商订购时, 如果总需求按照每个零售商的订购量在总订购量中所占比例进行分配, 则该博弈中存在唯一的对称性Nash均衡, 且总均衡订购量关于损失规避水平递减, 关于零售商数量递增. 此外, 如果损失规避水平(零售商数量)高于(低于)临界值, 则竞争情况下供应链总库存水平比集中管理情况下的低.仿真实验验证了上述结果.

解一类弱间断最优控制问题的一个自适应拟谱方法

秦廷华

针对弱间断最优控制问题, 提出一种自适应拟谱方法. 该方法用一些点序列分割时间区间为若干子区间. 控制和状态函数使用分段连续多项式逼近. 以数值解的收敛性为基础, 证明了分割时间区间的点序列可以收敛到弱间断点. 依靠柯西收敛原理, 弱间断点位置可以由前述点序列的变化来估计, 据此设计了误差指示量以调整子区间和逼近多项式次数. 在数值算例中, 通过与两种拟谱方法比较, 该方法在精度和效率上都有更好表现.

基于虚拟领队的不确定轮式移动机器人自适应编队控制

崔明月刘红钊刘伟李永福

针对包含不确定动力学因素的轮式移动机器人的编队控制问题,运用虚拟领队的概念,提出了基于径向基神经网络的自适应编队控制方法.该方法通过虚拟领队的引入,将高维的编队控制问题转化为单个移动机器人的跟随问题,利用权值自适应变化的径向基神经网络在线估计跟随机器人不确定部分的上界值,因此大大简化了控制器的设计过程.同时应用Lyapunov稳定性理论与Barbalat定理证明了闭环系统的稳定性.仿真结果表明了所提出控制策略的有效性.

基于切换滑模控制的抖振抑制方法

方世鹏胡昌华扈晓翔李红增

针对一类复合干扰有界的不确定仿射非线性系统, 提出一种切换滑模控制方法. 该方法利用三条滑模面将系统扩展动态空间划分为三个子空间, 其中两个子空间组成了滑动区, 通过设计合适的切换规则和滑模切换增益, 可以使得滑动区满足到达条件和滑动条件, 同时能够减小控制律不连续出现的区域和增益大小. 为了增加设计灵活性,本文给出了一种可行设计方法. 仿真实验结果表明切换滑模控制方法在抑制抖振的同时具有较高的控制精度.

传搁时间约束下的运输与批处理机生产协调调度

宫华

针对炼钢模铸系统钢锭高温运作特点，提炼出带有传搁时间约束的生产前运输与批处理机生产协调的调度问题。工件的加工时间依赖于其传搁时间，每批工件的加工时间为该批工件中加工时间最大值。目标函数为最小化总完工时间与生产费用的线性组合。通过复杂性分析，证明该问题是强NP难解问题。建立混合整数规划模型，基于动态规划提出两种特殊情况的最优算法，设计原问题的启发式算法并进行最坏情况性能比分析。实验仿真结果验证启发式算法的有效性与稳定性。

基于拉普拉斯方法的大规模高斯过程分类算法

马彪贺建军李厚杰

变分高斯过程分类算法KLSP需要同时对诱导变量的均值向量和协方差矩阵进行优化，这会给模型求解带来一定的挑战。基于拉普拉斯方法建立了一种改进算法，先为诱导变量的后验分布构造一个易于计算的下界，然后利用拉普拉斯方法来计算该下界的一个高斯逼近作为诱导变量的后验分布函数的近似表达式，将问题转换为一个只与均值向量有关的凸优化问题，从而降低了模型的求解难度。仿真实验结果表明，改进算法在速度和精度上都较原始算法有明显提高。

一类具有输入时滞的切换系统的正性镇定研究

刘教连捷庄严

研究一类含有输入时滞的切换系统的正性镇定问题. 通过引入增广系统, 将时滞作为一个切换参数, 原系统的正性镇定问题可以转化为增广系统异步切换下的控制问题. 利用对偶系统的特性, 得到增广系统在平均驻留时间切换下为正且稳定的充分条件. 进而, 设计控制器保证闭环系统的正性和稳定性. 以上得到的充分条件可转化为标准的线性规划问题, 利用MATLAB里的linprog工具箱进行求解. 最后, 仿真示例验证了文章结果的有效性.

基于双层专家权重确定的风险型大群体决策

肖子涵耿秀丽

针对风险型大群体决策问题，考虑专家权重确定的复杂性，提出基于累积前景理论的决策信息处理和考虑双层专家权重确定的大群体决策方法。采用二元语义获取并表达专家的评价信息；基于累积前景理论计算方案的综合前景价值矩阵；采用双层专家权重确定方法，第一层利用聚类方法对大群体成员价值向量进行聚类，根据聚类结果确定聚集群权重；第二层利用熵权法获得专家熵权，二者结合得到专家权重。通过确定专家权重和综合前景价值矩阵得出最终的决策结果，最后通过一个算例说明了所提方法的可行性和有效性。

基于属性不完全判断的语言群决策方法研究

戴泉晨朱建军张世涛

研究多个决策者对属性有不完全类别偏好的语言案例决策方法。基于案例学习框架定义了属性公共提及因子，提出了考虑多重类别偏好的信息增益系数；基于灰靶决策框架建立了综合靶心距最小的属性权重优化模型；基于决策者个体和群体的关联度确定决策者权重；进而给出了方案排序。案例表明了方法的应用步骤和可行性。

基于量子衍生布谷鸟的脊波过程神经网络及TOC预测

刘志刚李盼池许少华肖佃师

为提高总有机碳含量（TOC）的预测精度，针对测井曲线的时变、奇异性特征，选用脊波函数作为过程神经元的激励函数，提出一种连续脊波过程神经元网络。模型训练方面首先给出基于正交基展开的梯度下降法；其次为提高模型训练收敛能力，提出一种沿Bloch球面纬线实施莱维飞行的量子衍生布谷鸟算法，并用于模型参数优化；最后将训练好的脊波过程神经网络应用于泥页岩TOC预测，通过相关性选取对TOC响应敏感的测井曲线作为模型特征输入，实验对比结果表明该方法的预测精度较高，较其他过程神经网络提高7个百分点。

线性离散状态时滞系统UFIR滤波算法

范雪峰赵顺毅刘飞

针对含状态时滞的线性离散状态空间模型, 提出了一类无偏有限脉冲响应(Unbiased Finite impulse response,UFIR)滤波算法.通过构造含有时滞状态的增广系统模型, 对原系统进行无时滞转换. 基于此, 利用扩展状态空间模型的思路, 将现有UFIR滤波算法推广到含状态时滞的系统中. 推导过程中, 保留了控制输入, 为实际使用提供便利. 进一步通过求解其相应的迭代形式, 给出了一个能够处理状态时滞、不受控制输入限制的一般化UFIR快速迭代算法. 通过一个仿真例子说明提出算法的有效性.

基于均值迭代算子的纯语言多属性决策方法

岳立柱李良琼

针对语言型指标集结过程中的不确定性，提出了均值迭代算子，测量指标聚合的集中趋势和离散程度，并在此基础上给出方案的比较方法。从语义均值视角提出均值迭代算子，发现该算子为一聚合函数，具有单调性、有界性、幂等性。定义了锚定集，计算语言向量在锚定集上的均值迭代算子，得到算子取值的概率分布，进而测量综合指标的集中与离散程度。同样，应用均值迭代算子计算向量在锚定集上取值，得到了向量比较公式。最后，通过葡萄酒语言评价案例，发现应用本文方法进行排序不仅非常直观，而且揭示另外两种算子产生结论差异的根源。

不完备质量和融资能力约束下的多产品风险厌恶型库存决策

陈杰

在不完备质量和融资能力约束下,考虑带有风险厌恶型的多产品联合采购库存优化的Portfolio策略问题.本文根据产品的缺陷率程度,将质量水平划分为不同的状态,并利用马尔可夫链刻画其随机运动的统计规律性,进而在融资能力的约束条件下,结合CVaR准则构建多产品联合采购系统的库存优化与控制模型.在模型的成本参数的给定下,数值分析表明质量水平的随机波动性、风险厌恶因子和融资能力等核心因素对模型的最优解具有重要的影响,其三者的取值确定了多产品库存系统的最优期望订购量和期望利润的运动趋势.

基于新型切换模糊系统的控制方法研究

王宏伟连捷夏浩

提出了一类新型的切换模糊系统，即以切换系统模型为基础，其切换系统中的每个子系统都是模糊模型。另外，模糊模型的前件采用了聚类型模糊集合和隶属度函数的形式。它的优点：1) 直接在数据中提炼模糊集合；2) 隶属度函数形式简单，运算方便。在研究中，首先讨论了聚类型模糊集合的切换模糊系统形式和机理。然后，使用多Lyapunov函数给出离散切换模糊系统在满足最小驻留时间切换策略下的指数稳定性条件，并设计出切换律。最后，通过一个模糊系统的仿真验证了提出方法的有效性。

自适应分组差分萤火虫算法求解连续空间优化问题

张强李盼池

提出一种自适应分组差分萤火虫算法求解连续空间优化问题。利用自适应分组策略对种群进行分子群寻优，基于均匀设计理论调整算法参数，通过云模型算法来改进最优个体的随机扰动行为，引入个体能效吸引力来改进非最优个体更新方式，最后利用差分变异算法和混沌理论完成个体变异。典型复杂函数测试表明，该算法具有很好的收敛精度和计算速度。

基于调节/观测时间的自抗扰控制器参数整定

葛立明李宗刚王世伟杜亚江

受基于带宽的自抗扰控制器(ADRC)参数整定方法的启发，本文以二阶系统为例提出了一种基于系统调节/观测时间的ADRC参数整定新方法。一方面，通过建立调节时间与控制器带宽之间的关系，给出了基于调节时间整定非线性控制器参数kp及kd的方法；另一方面，利用所定义的观测时间的概念，提出了一种新的扩张状态观测器(ESO) 参数整定策略, 优化了现有基于观测器带宽的整定方法。所提ADRC参数整定方法简化了基于带宽方法的参数整定过程，拓展了其应用范围。仿真结果表明了该方法的有效性。

基于非线性干扰观测器的翼伞鲁棒反步跟踪控制

陈自力张昊蔚建斌苏立军邱金刚

针对干扰条件下的无人翼伞飞行器路径跟踪控制问题，提出了一种基于非线性干扰观测器的反馈增益鲁棒反步控制方法。采用二阶跟踪-微分器设计干扰观测器对系统复合干扰进行估计和补偿，设计了反馈增益反步跟踪控制律，通过合理设计增益参数，消除了部分复杂非线性项，避免了虚拟量高阶导数问题，简化了控制器形式。根据Lyapunov理论设计鲁棒反馈补偿项，在保证稳定性的同时提高了系统的鲁棒性。仿真实验结果验证了方法的有效性。

多智能体系统的旋转目标跟踪控制

陈磊秦开宇

介绍了对一个旋转目标实现跟踪控制的多智能体系统协调控制问题。提出了一个包含领航者及多个跟随者的多智能体系统，该领航者是一个进行匀速圆周运动的智能体，为实现对领航者的跟踪，设计了一种能实现旋转跟踪控制的协议，并通过李雅普诺夫方法证明了协议能实现旋转目标的跟踪控制。最后，通过数值仿真验证了设计协议的有效性。

基于特征融合与分类器在线学习的目标跟踪算法

胡秀华郭雷g 李晖晖

为解决目标在复杂环境下表观变化引起的跟踪漂移问题，提出一种基于多特征融合与分类器在线学习的目标跟踪算法。该算法利用不同表观特征训练子分类器，通过构建损失函数求得各子分类器可信度，进而加权融合子预测结果得到当前帧最佳目标状态估计；同时，依据最近-最远边界原则和协同训练理论粗更新训练样本集，并通过精选择准则得到更具代表性的训练样本集，实现子分类器自适应更新。实验结果表明，新算法在多种典型测试场景中都能取得较鲁棒的跟踪效果。

求解离散调度问题的双机制头脑风暴算法

吴秀丽张志强李俊青

头脑风暴算法是新近出现的一种启发式算法，已经在连续优化领域取得了良好的应用。为了探讨该算法对离散调度问题的求解能力，本文以柔性作业车间调度问题为应用场景，在对已有的头脑风暴系列算法的探讨基础上，提出了集成种群多样性和讨论机制的双机制头脑风暴优化算法。首先建立了柔性作业车间优化模型，然后系统分析了已有的三种头脑风暴优化算法，提出了双机制头脑风暴算法，同时增加种群多样性机制和讨论机制，并深入分析了算法的关键参数，然后结合柔性作业车间调度问题的特征，详细设计了关键操作，提出了基于扩展工序的编码方式，设计了聚类算法、扰动算子和合并算子。最后对典型算例进行仿真计算，并对结果进行了统计分析。实验结果表明，增加种群多样性和讨论机制的头脑风暴优化算法表现最为优异，能够有效避免算法早熟，显著提高该系列算法的寻优能力。本研究能为头脑风暴优化算法在组合优化领域的应用推广提供重要的参考依据。

参数未知航天器的姿态接管控制研究

黄攀峰鲁迎波王明孟中杰

失效航天器的参数未知给姿态接管控制带来很大挑战，针对该控制问题提出一种基于控制系统重构的失效航天器姿态接管控制方法。首先采用改进的自适应动态逆控制来重构姿态接管控制律，并利用Lyapunov方法分析系统稳定性；然后对推力器构型矩阵进行重构，并通过基于零空间修正伪逆的控制分配算法对推力器进行推力重分配，实现对参数未知航天器的姿态接管控制。数值仿真证明了该方法的有效性。

多智能体系统中基于局部测量信息的目标定位研究

林澈颜钢锋

无线传感器网络的目标定位在自动导航、网络监测维护等方面有着重要作用, 尤其在GPS定位失效的环境中. 针对多智能体系统中的定位问题, 设计一种在变拓扑网络条件下的分布式目标定位算法, 使所有智能体实现目标的相对定位. 假设智能体只能获取局部的测量信息并进行局部信息交换. 算法包括成对智能体之间相互定位算法和基于一致性的目标定位融合算法, 对算法的成立条件和收敛误差进行分析, 并通过仿真实验验证了算法的有效性.

基于滑模学习神经网络的开关磁阻电机位置控制

王家军孙嘉豪

为了解决开关磁阻电动机(SRM)的位置控制问题, 提出了一种滑模学习神经网络控制方法. 滑模学习算法(SMLA)可以加快自适应线性单元(Adaline)权值训练的速度. 采用磁链分配方法(FSM)可以实现虚拟参考磁链在不同相之间的合理分配. 经过与PD控制器、梯度下降法(GDA)和转矩分配方法(TSM)的仿真对比, 验证了所设计方法在开关磁阻电动机位置控制方面具有更好的响应速度和控制精度.

基于双重粒化准则的邻域多粒度粗集快速约简算法

马福民陈静雯张腾飞

由于可以从多粒度、多层次的角度对名词型和数值型属性并存的混合数据进行有效处理，邻域多粒度粗糙集模型受到了广泛关注。为有效降低属性约简计算过程中的迭代次数，实现邻域多粒度粗糙集模型的快速属性约简算法，基于双重粒化准则，深入分析了不同的属性子集序列和邻域半径对正域的影响，结合正域在属性子集和邻域半径共同作用下的单调性，提出了一种基于双重粒化准则的邻域多粒度粗集快速约简算法，并通过理论分析与实例对比验证了算法的有效性和优越性。

基于药物辅助的免疫算法研究及应用

程呈高敏刘晓光周晗

为减少免疫算法应用时的计算量，对免疫算法的原理进行了研究，提出了一种基于药物辅助的免疫算法，并研究了其在函数优化方面的应用。类比人体免疫系统机理，增加药物治疗环节。改进算法是将原始目标函数进行分割，当算法寻找到某一局部极小值后，在原始目标函数的基础上更新搜索区域，提高了收敛速度，降低了计算量。通过仿真实验，证明了该算法在多峰函数的寻优问题应用中的可行性和优越性。

基于线性分配和Choquet积分的多值区间中智多属性决策方法

杨威王成军刘勇

本文提出了一种新的多值区间中智多属性决策方法。首先利用多值区间中智集描述不确定信息, 定义了多值区间中智值之间的余弦值和欧式距离，然后采用Choquet积分描述属性之间的相关性, 采用线性分配方法对方案进行排序, 给出了具体的方案排序方法.最后通过基于风险的地铁项目建设方案选择说明新方法的可行性和有效性.

基于核与灰度的灰色综合关联贴近度决策模型

刘中侠刘思峰方志耕

本文针对指标属性值为区间灰数且权重属性部分已知部分未知的灰色决策问题，提出一种基于核与灰度的灰色关联综合贴近度的决策方法。首先，通过定义区间灰数的离散度和接近度，构造一个多目标优化模型并计算出每个指标的权重。其次，利用区间灰数的核与灰度定义给出区间灰数的简化形式，分别求出方案与正负理想方案核的关联度和灰度的关联度，进而计算出方案的综合关联度，并构建灰色综合关联相对贴近度模型。最后，根据综合关联贴近度大小对方案进行排序并通过算例验证该方法的合理性和可行性。

直觉模糊数密度集成算子及其应用

林友谅李武韩庆兰

针对有数据分布疏密偏好的直觉模糊问题,提出基于密度集成算子的集结方法.首先,借助差异度和相似度构建距离测度公式,结合树图思想给出一种简单的直觉模糊数聚类方法.然后,讨论决策者偏好与密度权向量的关系,在此基础上定义两种新的算子--直觉模糊密度加权平均集成算子和直觉模糊密度混合算术平均集成算子,,后者有更优良的性质.最后,通过算例验证了方法的有效性.

考虑参照价格效应的双渠道供应链定价策略和协调机制设计

浦徐进

将参照价格效应纳入双渠道供应链的分析框架，通过构建制造商和实体店间的博弈模型，探讨参照价格效应影响实体店销售价格和网店直销价格的机理，并在此基础上提出一个改善供应链运作的协调机制。研究结果发现：随着市场消费者渠道偏好的变化，参照价格效应影响实体店销售价格和网店直销价格的机理也将发生改变；与集中决策模式相比，分散决策模式下的供应链整体利润水平会降低，然而参照价格效应的存在能够缓解渠道间价格的竞争程度，从而提升供应链的运作效率；合理设计的两部定价契约能够作为协调双渠道供应链的有效机制。同时利用数值仿真验证了理论分析的结果。

基于双变异模式协同的自适应微分进化算法

王世豪杨红雨李玉贞韩松臣杨波

针对微分进化算法(DE)易陷入局部最优解，进化后期收敛速度慢、求解精度低等缺点，结合DE/rand/1和DE/best/1两种变异模式分别具有全局探索能力和局部开发能力的优点，并引入精英存档策略和控制参数自适应策略，提出一种双变异模式协同自适应微分进化算法(DMCSaDE)。15个典型Benchmark测试函数的实验结果表明，DMCSaDE能够有效地提高算法的全局探索能力和局部开发能力，避免了早熟收敛，大大提高了算法的收敛性能和鲁棒性。同时，精英种群的大小对DMCSaDE的优化性能具有明显的影响。

一种改进的狼群算法

郭庆惠晓滨吴娉娉赵昱高杨军

基于狼群算法的基本思想提出了探狼更新规则，并引入相位因子，以改善探狼的搜索灵活性；为了提高猛狼的围攻能力，提出了围攻半径的概念并给出其计算方法，其变化可有效体现算法跳出局部最优的能力；优化了传统狼群算法步长的种类并设计了新的猛狼位置更新公式。基于以上改进，并结合混沌优化思想构建了改进狼群算法的计算框架。通过对测试函数和路径规划问题的仿真模拟，并与传统狼群算法进行对比，验证了改进算法的有效性。

近似非齐次指数递减序列NGOM(1,1)模型的构建与优化

丁松党耀国魏龙

针对一类具有近似非齐次指数特征的衰减序列建模预测问题，构建NGOM(1,1)模型，推导出其参数估计的最小二乘解与时间响应函数的表达式。鉴于背景值和初始条件对于该模型作用的复杂性和噪声扰动的不确定性，运用方程组的数据融合技术对背景值进行了全局性优化，并利用平均相对误差平方和构建期望函数，实现了模型优化目标函数和平均相对误差最小两个准则一致性条件下模型初始条件的最优选择。实例研究表明新模型在处理衰减非齐次序列时具有较高的精度。

基于数据驱动残差评价策略的故障检测方法研究

蒋栋年李炜

提出了一种基于残差评价策略的故障检测方法，在仅有系统残差数据的基础上，不依赖于系统解析模型进行故障检测，为基于数据驱动方法进行复杂系统的故障检测提供了新的理论依据。首先，以K-L散度计算系统残差概率密度函数的距离差异度为依据，针对具有多种运行模式的系统设计了一种故障检测方法；其次，为了克服系统在多种运行模式下对故障检测带来的困难，分别运用模式适配度方法和K-均值聚类方法对系统运行模式进行了自学习，并对残差数据进行了聚类分类；最后，为了提高系统故障检测的准确性，在分析故障检测漏报率和误报率的基础上，对故障检测阈值进行了优化设计，并通过对车辆电源系统可能发生的励磁系统故障进行了故障检测，验证了文中方法的准确性和有效性。

区间信息类型下的突发事件动态预警方法

张自欣王亮王应明

针对已有突发事件预警研究的不足及预警信息的动态性等特征，提出了区间信息类型下的突发事件动态预警方法。首先，建立区间形式评价等级标准，并在此基础上利用t(i) - t(i+1)时刻间的动态区间预警信息，计算各指标的基本置信度；其次，利用证据推理方法对基本置信度进行转化并从最末级指标开始依次逆向逐级融合，最终得到可判断预警对象安全状态的置信度，以达到预警目的。最后，通过分析数据实例来验证所提方法的可行性和有效性。

公平偏好行为下考虑质量和营销努力的定价策略研究

马鹏王海燕

研究零售商具公平偏好下考虑质量和营销努力的联合决策问题. 首先考虑制造商Stackelberg的情形, 研究发现, 零售价格、批发价格、质量努力水平、营销努力水平, 以及制造商利润关于零售商嫉妒偏好系数递减, 但是零售商利润关于其嫉妒偏好系数的变化不定. 然后, 考虑零售商Stackelberg 的情形, 研究发现, 批发价格、质量努力水平、营销努力水平, 以及制造商利润关于零售商的同情偏好系数递增, 而零售商利润关于其同情偏好系数递减. 最后进行算例分析, 并给出一些管理学意义.

基于MACBETH方法的犹豫模糊语言多准则决策方法

潘玲徐泽水廖虎昌

犹豫模糊语言集是语言术语集的拓展。受传统的MACBETH方法的启发，构建基于改进MACBETH方法的犹豫模糊语言多准则决策方法。首先把语言表达式表示的决策信息通过转化函数将其转化为犹豫模糊语言数，进而得出犹豫模糊语言判断矩阵；然后将此结果应用于改进的MACBETH决策支持系统。最后，用毕业生选择就职企业这一实例说明该方法的有效性和可行性。

不确定广义大系统有限时间鲁棒分散控制

沃松林赵俊杰李博

研究不确定广连续义大系统的有限时间鲁棒分散控制问题，系统状态矩阵和控制矩阵不确定性是时不变且模有界。主要任务是设计系统的分散状态反馈鲁棒控制器，使得对所有系统容许的不确定性，闭环大系统都是正则、脉冲自由且有限时间鲁棒稳定。首先应用广义Lyapunov函数法，给出了不确定广义大系统有限时间鲁棒稳定的充分条件；其次，给出了不确定广义大系统应用分散状态反馈控制器鲁棒镇定的充分条件和鲁棒分散控制器的设计方法；最后，给出一仿真例子验证了所给方法的有效性。

混流装配生产线准时化物料补给调度方法

周炳海彭涛

针对准时化顺序供应的混流装配生产线物料补给问题进行了数学规划建模，通过决策各次物料补给作业的发车时间和料箱标号以最小化线边物料的库存成本。针对这一复杂的混合优化问题，给出了问题的性质分析，并将该问题转化为求解最优料箱配送序列的组合优化问题。在此基础上，构建了反向动态规划求解算法以获得该问题的最优解，并证明该算法具有指数级别时间复杂度。为了求解中、大规模问题，构建了改进蜂群算法，通过在邻域搜索部分融合分布估计算法个体补给机制来提升算法的收敛性能。最后进行了仿真实验，实验结果验证了算法的可行性和有效性。

基于新型 Abel 型有限和不等式的时滞系统稳定性判据

赵南林崇陈兵

针对线性离散时滞系统的时滞相关稳定性问题进行了研究. 提出了一个新的有限和不等式, 是Abel 型不等式的进一步推广. 利用这一不等式和构造适当的Lyapunov-Krasovskii泛函, 给出了新的离散时滞系统稳定性判别准则, 并应用数值例子进行验证. 验证结果表明, 该方法比用Abel型不等式方法获得更大的允许上界, 比用自由权方法上使用更少的决策变量, 降低了数值计算负担, 进一步说明所得结果的有效性和优越性.

基于运行风险的电力系统预防-校正协调控制策略

杨珺姜凯李扬

本文将运行风险应用于预防控制与校正控制间的协调问题中，提出一种新的控制策略。首先，利用二层规划理论建立预防控制和校正控制的二层优化模型。其次，采用一种将内点法嵌入粒子群算法的混合解法进行该二层优化模型的求解。最后，利用6节点系统进行所提模型与传统模型的对比性仿真，仿真计算结果表明所提控制策略在经济效益和运行风险方面的综合性能优于传统的安全约束调度方法，验证了所提策略的合理性。

基于语言型混合算子的模糊信息聚合方法研究

韦纯福

在多属性决策过程中经常会用到聚合算子，有序加权平均聚合（OWA）算子就是最常用的聚合算子之一，通常用于聚合确切的数值。然而，由于现实世界部分信息的不确定性以及决策者对一些信息的模糊性，部分信息不能用确切的数值表示，从而导致OWA算子及其扩展算子向着多元化发展。笔者给出了一种语言型混合有序加权平均聚合（LHOWA）算子，同时研究了该算子所应具备的一些基本性质；并且给出了一种基于该算子的语言型信息聚合方法，用于多属性决策过程中模糊信息的聚合，最后通过一个煤矿安全评价的算例对该方法的优越性进行了验证。

扫描辐射源的最大似然定位算法

孙顺董凯齐林刘俊

针对运动扫描辐射源的扫描速率未知情况,提出了一种最大似然定位算法.该算法把各个时差量测分别投影到目标状态空间,通过对目标状态进行修正、迭代和融合,实现对扫描速率和目标状态的最大似然估计,同时避免了联合估计方法对运动目标的定位精度不足的问题.此外针对扫描辐射源定位特点,重新推导分析误差项,改进了瞬时定位算法.仿真结果表明所提的最大似然定位算法及其改进方法是有效的,后者的定位精度接近CRLB.

贝叶斯L2型TSK模糊系统

杭文龙刘解放王士同梁爽

针对传统TSK模糊系统处理大规模数据时间代价较高的问题，提出一种基于概率模型框架的L2型TSK模糊系统建模策略，建立了具有处理大规模数据能力的贝叶斯L2型TSK模糊系统(B-TSK-FS)。具体地，基于L2型TSK模糊系统的输出误差概率化表示，对系统前、后件参数联合学习，提高系统的泛化能力。另外，引入狄利克雷先验分布函数，对模糊隶属度稀疏化表示，实现样本的压缩，降低运算时间。在模拟和真实数据集上的实验结果验证了所提模糊系统的优势。

基于滤子混合协同进化算法的无功优化研究

张宏立李远梅

混合整数非线性规划问题存在于大量实际工程和管理中，针对此问题提出一种滤子混合协同进化算法。利用滤子技术代替罚函数处理约束条件，采用混合编码和由差分进化算法与遗传算法异构的种群协同进化解决混合整数变量问题，引入基于平均熵和Logistic混沌初始化种群增加算法鲁棒性，利用自适应缩放因子策略和精英交流学习策略构成策略协同进化，与种群协同耦合成滤子混合协同进化算法，提高算法的搜索能力。以IEEE30节点测试系统进行无功优化为例进行优化仿真，结果表明算法具有全局搜索能力、有效性和通用性。

基于驱动信息控制项的灰色多变量离散时滞模型及其应用

党耀国魏龙丁松

针对传统灰色多变量离散模型存在未考虑各驱动因素的时滞动态变化特征及未利用各驱动因素往期数据的问题,通过引入驱动信息控制项调整系数Ti和作用系数λi,构建了新的灰色多变量离散时滞DDGMD(1, N)模型,并推导出模型参数估计及时间响应式;采用灰色扩维识别方法对调整系数Ti进行识别,明晰各驱动因素及其滞后参数;采用粒子群算法对作用系数λi进行优化求解,反应驱动因素往期数据对于当期系统行为序列的影响;最后以江苏省能源消费量预测为例,验证了模型适用于具有时滞特征的小样本数据预测的有效性.

受限指令预设性能自适应反演控制器设计

胡云安张杨

针对一类含参数不确定性的输入和状态受限的非线性系统，提出了一种受限指令预设性能自适应反演控制器设计方法。采用自适应反演方法并同时考虑输入和状态受限，构建受限指令滤波器，解决“计算膨胀”的问题，引入伪控制减缓方法对误差进行补偿，最后考虑了补偿跟踪误差的瞬态性能。通过Lyapunov理论对设计的控制器进行稳定性分析，通过仿真实例证明了方法的正确性和有效性。

LGPSO:网络重叠社区发现的一种新算法

黄发良张师超 — 2011/7/26 0:00:00

从优化模块度的角度出发，引入线图理论，给出线图的硬划分与原图的有重叠划分(覆盖)相对应的理论证明, 提出了一种基于线图与粒子群优化技术的网络重叠社区发现方法LGPSO, 该方法运用CDPSO算法寻找网络对应线图的最优划分, 将线图中的社区结构转变到其原图的重叠社区结构, 最后依据社区重叠率与加强模块度(Qov)对重叠社区模块结构进一步优化. 采用真实网络测试本文方法的有效性与收敛性, 实验结果显示, 该方法能够在无先验信息的条件下快速有效地揭示网络的重叠社区结构.

总间隔模糊超球学习机

陶剑文 — 2011/7/26 0:00:00

类间间隔和类内聚类性是影响分类器分类性能的两种重要因素。提出一种基于总间隔的最大间隔最小包含模糊球形学习机（TMF-SSLM），使得一类（正类）被包含于一个最小包含超球内，而另一类（负类）与该超球间隔最大化，从而同时实现类间间隔的增大和正负两类类内体积的缩小。通过使用差异成本，解决了不平衡训练样本问题；引入总间隔和模糊隶属度，克服了传统软间隔分类机的过拟合问题，显著提升球形学习机的泛化能力。采用UCI实际数据集分别对二类和一类模式分类进行实验，结果显示TMF-SSLM具有优于相关方法的稳定分类性能。

不带上下角标的作者姓名,中间用逗号

2011/7/26 0:00:00

连续Markov跳变系统最优控制

胡诗国方洋旺蔡文新张平 — 2013/3/20 0:00:00

针对连续Markov 跳变系统, 对其最优控制问题进行研究. 首先, 基于随机最大值原理, 设计完全状态信息情形下Markov 跳变系统的最优控制器; 然后, 采用导数原始定义结合Markov 跳变系统特性的方法, 得到了最优控制器系数矩阵的黎卡提微分方程, 进而将其推广到不完全状态信息情形; 最后, 通过数值仿真验证了所得控制器的正确性.

对队形控制的思考

任德华, 卢桂章

首先指出多机器人队形控制研究要解决的主要问题, 并较为完整地阐述了当前国内外相关研究的状况. 然
后总结了队形控制的各种研究方法, 并指出当前队形控制研究中存在的一些问题以及在实际设计队形控制系统时应
考虑的问题. 最后指出了今后的研究方向.

量子力学系统的输出反馈控制

张　靖, 李春文, 吴热冰

研究量子系统输出反馈控制问题建模以及控制律设计问题. 首先讨论了量子力学Von N eumann 测量原理
与连续测量模型的一致性; 然后在连续测量模型的基础上总结了已有量子反馈模型的结果, 归纳出量子输出反馈控
制系统模型; 最后针对单比特振幅退相干抑制问题, 利用线性直接输出反馈控制设计反馈控制律, 指出利用最优控制
的方法设计线性输出反馈控制的比例系数, 可以得到较好的结果.

基于形式化描述的逻辑分层延迟PSO 算法及应用

汪　镭, 康　琦, 吴启迪

在对微粒群优化信息传播模式进行定义的基础上, 提出一种改进型PSO 算法. 该算法从提高算法运算效率,
防止局部最优的角度出发, 采用了一种用于微粒群算法最优值通讯的逻辑分层延迟传播模式. 在该种传播模式下, 其
优化信息的传播范围具有逻辑分组延迟和随计算进行逐渐扩大的传播特征, 从而保证了算法的遍历性和全局收敛特
征. 计算机仿真结果证明了所提出算法的有效性.

ICSL: 一种用于仿真实体智能化控制的脚本语言

胡圣明, 李青山, 陈　平

研究一种用于仿真实体智能化控制的脚本语言ICSL ( Intelligent Cont ro l Scrip t ing L anguage). 分析领域特
征, 将语言的语义划分为领域相关语义和领域无关语义; 对领域相关语义进行编码, 结合形式化描述方法和构造工
具, 定义ICSL 并实现其解释器; 通过解释器将ICSL 语言描述的智能化控制策略翻译为仿真系统中实体的行为序列,
为用户提供了一种灵活表达控制策略的手段. 此外, ICSL 还采用元数据控制策略实现了多个侧面的扩充机制, 从而
解决了语言系统难以定制和演化的问题.

基于模糊最小二乘支持向量机的软测量建模

张　英, 苏宏业, 褚　健

将模糊隶属度概念引入最小二乘支持向量机, 提出一种基于支持向量数据域描述的模糊隶属度函数模型,
将输入空间中的样本映射到一个高维的特征空间; 然后根据其偏离数据域的程度赋予不同的隶属度. 该方法提高了
最小二乘支持向量机的抗噪声能力, 尤其适用于未能完全揭示输入样本特性的情况. 将提出的方法用于催化裂化分
馏塔轻柴油凝固点的软测量建模, 仿真结果表明, 该模糊隶属度函数模型能够提高最小二乘支持向量机的预测精度.

基于LM I 方法的时滞分布参数控制系统的镇定

罗毅平, 邓飞其, 刘国荣

针对常时滞、多个常时滞及多个变时滞的分布参数控制系统, 提出一种与现有研究分布参数控制系统不同
的方法. 该方法通过构造平均L yapunov 函数, 利用LM I 和矩阵不等式知识, 在只要求系统本身所固有的系数是负定
矩阵的条件下, 给出了所研究的分布参数系统镇定的充分条件. 当模型中时滞为常时滞时, 所得的充分条件与时滞无
关; 当模型中时滞为变时滞时, 所得模型的镇定准则依赖于时滞. 此外, 该方法一个显著优点是所获得的条件容易检
验, 因而易于应用.

不确定时滞广义系统的鲁棒非脆弱H ∞控制

舒伟仁, 张庆灵

研究状态反馈控制器增益具有摄动的一类不确定时滞广义系统的鲁棒非脆弱H ∞控制问题. 分别对控制器
增益具有加法式摄动和乘法式摄动研究了控制器的设计问题, 并通过对系统广义二次能稳定且满足H ∞范数界的研
究得到解决. 控制器的设计可通过求解一组线性矩阵不等式得到. 数值例子说明了所给方法的有效性.

基于粗糙集理论与差分进化的混合多目标优化算法

郭俊桂卫华陈晓方 — 2013/5/20 0:00:00

针对传统算法求解约束多目标优化所得近似解精度不高、分布性能不好的问题, 提出一种基于粗糙集理
论与差分进化的混合算法. 首先利用多目标差分进化生成一个初始的近似Pareto 前沿; 然后利用粗糙集理论提高
Pareto 前沿的分布质量. 选取一组标准的多目标约束测试问题, 采用混合算法与NSGA-II 算法进行仿真求解, 对比结
果表明, 所提出的算法在求解约束多目标优化问题时具有更好的近似解分布和更优越的近似解性能.

自适应容错控制的发展与展望

李俊领杨光红 — 2014/12/20 0:00:00

自适应容错控制出现了一些新进展及其代表性工作。首先，给出自适应容错控制的内涵；然后将其分为：基于故障参数估计的自适应容错控制、基于近似模型的自适应容错控制、基于多模切换与校正的自适应容错控制和直接自适应容错控制，重点论述了模型参考自适应容错控制；最后，提出了一些挑战性问题。