摘要:

仿真优化研究基于仿真的目标优化问题, 具有很强的工程背景, 但存在随机性、 计算费时和
NP- har d 等难点。目前,仿真优化已成为国际上系统仿真和运筹学等领域共同关注的热点和前沿课题,
尤其是在离散事件动态系统领域。因此在分析仿真优化特点的基础上, 对仿真优化算法进行了综述, 介
绍了仿真优化的若干改进、 应用和软件, 并指出了仿真优化的进一步研究内容和方向。

摘要:

运用即时学习算法来解决一类非线性系统的迭代学习控制初值问题。对于任何类型的迭代学
习控制算法,即时学习算法都能有效地估计初始控制量,减小了初始输出误差, 加快了算法的收敛速度,
使得经过有限次迭代后系统输出能严格跟踪理想信号。对机器人系统的仿真结果表明了该方法的有效
性。

摘要:

研究一类连续时间 Mar ko v 控制过程( CTM CP) 在紧致行动集上关于平均代价性能准则的优
化算法。 根据CTM CP的性能势公式和平均代价最优性方程,导出了求解最优或次最优平稳控制策略的
策略迭代算法和数值迭代算法, 在无需假设迭代算子是 sp-压缩的条件下,给出了这两种算法的收敛性
证明。最后通过分析一个受控排队网络的例子说明了这种方法的优越性。

摘要:

基于结构风险最小化原则的支持向量机( SVM)对小样本决策具有较好的学习推广性。但由
常规 SVM 算法是从 2 类分类问题推导出的,在解决故障诊断这种典型的多类分类问题时存在困难,
而提出一种依赖故障优先级的基于 SVM 的二叉树多级分类器实现( 2PTMC) 方法, 该方法具有简单
直观,重复训练样本少的优点。通过将其应用于柴油机振动信号的故障诊断,获得了令人满意的效果。

摘要:

关联规则采掘是数据采掘中重要的研究课题。针对当前关联规则采掘中可能产生许多无效关
联规则的问题, 分析其原因, 提出在衡量标准中增加有效度, 并给出了有效度的定义。根据有效度的大
小,将关联规则分为正关联规则、 无效关联规则、 负关联规则,提出了新衡量标准采掘关联规则的算法,
并用 Visual FoxPr o 进行了试验。实验表明,新方法能明显减少无效关联规则的数目。

摘要:

提出一种新的鲁棒设计思想: 将挠性模态部分的 Nyquist 图线安排到右半平面。由于综合运用
了频域分析、 极点配置、 正实性引理、 线性矩阵不等式等概念和算法, 使得这种鲁棒控制设计得以实现
且简单直观。通过两个算例说明了该设计方法的有效性。

摘要:

基于灰色系统 GM( 1, h) 模型, 构造了新的多变量广义预测控制算法。该算法所需估计的参数
较少,参数估计中需用数据也少, 且在多步情况下无需求解 Diophant ine方程, 从而使总的计算量明显减
少。 仿真实验表明, 该算法对相当广泛的被控对象均能获得良好的控制效果, 不仅提高了实时性, 而且鲁
棒性也很强。

摘要:

讨论一类具有相似结构的不确定组合系统的鲁棒自适应跟踪问题。针对系统的不确定性界和
扰动界完全未知的情形,首先从理论上证明了可设计鲁棒自适应分散跟踪控制器,确保受控系统的输出
渐近跟踪参考模型的输出;进而从工程实际的角度,给出了确保受控系统输出实用跟踪参考模型输出的
鲁棒自适应分散跟踪控制器的设计方案。

摘要:

对于一般的非自治系统, 根据对偶定理给出一个通用的周时计算公式, 并将其应用到几类非线
性 DEDS, 得到了一些结果,其中包括关于分离系统特征值的 Olsder 定理的一个简洁证明,一类具有特
定结构的 min- max 系统在输入均匀序列情况下的周时公式, 以及广义二分系统的周时限幅器等。这些
结果对非线性 DEDS 的分析、 综合及周时配置具有重要意义。

摘要:

基于仿真的装备管理( SBMM) 是一种将建模与仿真(M &S) 技术强健、 协同地应用于武器系统
全寿命过程的先进管理方法,是 M &S 工具和资源跨管理职能部门、 跨管理项目、 跨管理阶段的集成。指
出 SBMM 概念下的决策是跨寿命周期的协同决策, 主要通过组织人员集成、 信息集成和过程集成的综
合作用而实现。提出协同决策框架,分析具体决策点的协同决策过程。

摘要:

从连续系统的角度出发, 提出并证明了混合动态系统的有界性定理,并以一类具体的数字反馈
采样控制系统为例, 详细阐述了有界性定理的具体应用, 最终得到系统在其状态空间内有界的充分条
件。

摘要:

 利用神经网络的非线性建模能力, 对一类具有建模不确定项的非线性系统提出一种基于观测
器的故障检测和诊断的方法。 设计的观测器不仅能实现故障检测,而且应用神经网络设计的故障估计器
能在线估计系统中的故障向量。通过分析验证了该方法对系统中的建模误差和外部扰动具有良好的鲁
棒性。仿真结果表明所提出的方法是有效的。

摘要:

提出一种基于粗糙集的近似质量求取属性约简的算法。 该算法以集合近似的质量为迭代准则,
以所有条件属性为初始约简集合, 通过逐步缩减来求取约简, 保证了所求取的约简对问题的分类能力
不会减弱。同时给出了该算法的时间复杂度分析,并举例验证了所提出算法的有效性和实用性。

摘要:

蚁群算法是一类模拟生物群体突现聚集行为的非经典算法。首先描述了一个简单蚂蚁系统及
其简单蚁群算法,并对其进行了计算机程序模拟与动力系统仿真。结果表明,简单蚂蚁系统中存在规模
聚集效应, 当蚁群的规模超过某一临界值时, 蚂蚁的行为开始向有序的方向收敛, 并最终稳定在一种有
序状态。

摘要:

研究了广义线性系统的混合 H 2/ H ∞状态反馈优化控制问题。设计一个混合 H 2/ H ∞状态反馈
控制器,在满足闭环系统的容许性及 H ∞范数界的同时使得 H 2 范数极小。利用线性矩阵不等式( LM I)
方法得到该控制器存在的一个充分条件,并且给出闭环系统 H 2 范数的极小上界。

摘要:

研究一类含有动态不确定性及未知参数的混沌系统控制问题。 基于递推控制方法, 通过自适应
机制来在线辨识系统未知参数,同时在设计控制器的过程中逐步引入镇定因子,以消除系统不确定性的
影响,最终得到一个鲁棒控制器, 使得闭环系统渐近稳定。仿真结果表明了该控制策略的有效性。
 

摘要:

应用时域上的现代时间序列分析方法, 基于 ARMA 新息模型和白噪声估计理论, 由一种新的
非递推最优状态估值器的递推变形, 提出了广义系统 Wiener 状态滤波的一种新算法,它可统一处理滤
波、 平滑和预报问题, 且具有渐近稳定性。 同某些算法相比, 它避免了求解 Riccati 方程和 Dio phantine 方
程,且避免了计算伪逆, 因而减小了计算负担。仿真例子说明了其有效性。

摘要:

在非对称信息条件下, 讨论实物期权定价及其投资优化问题。根据委托代理理论,提出实物期
权投资者和经营者的价值模型,在实物期权经营者对于项目价值信息隐匿条件下,应用极大值原理推导
出实物期权最优投资和转移价值的解, 指出投资与项目价值、 转移价值与项目价值间的关系, 分析实物
期权价值模型各参数对投资决策的影响作用。

摘要:

针对力觉临场感系统传输通道中存在时变通讯时延,造成系统不稳定和操作性能降低的问题,
利用前向神经网络建立主机械手、 从机械手和环境的模型,并通过神经网络模型预测主机械手速度和从
机械手受力,以消除或减少通讯时延对系统的影响。实验结果表明了该方法的有效性。

摘要:

利用系统辨识的方法, 根据工业现场数据,建立了真空脱铅炉的数学模型。 并在此基础上, 设计
了一种前馈-比例积分最优控制律, 给出了真空炉最优入炉电功率。仿真结果表明了该方法的有效性和
优越性。

摘要:

通过建立某飞行器舵机电液负载模拟器与操舵系统联动的数学模型, 分析了电液负载模拟器
的多余力产生原理。 提出了采用结构不变性原理设计补偿环节的基于CMAC 神经网络的控制结构和算
法。通过对系统的动态仿真表明,该方法可有效地抑制多余力,明显改善电液负载模拟器的动态加载性
能。

摘要:

基于 Mar ko v 性能势理论, 对一类闭排队网络的灵敏度估计和优化,建立了一种行之有效的并
行仿真算法。采用公共随机数,使所有的处理器使用相同的样本轨道,以减少各个处理器之间的通讯时
间。在一台 SPMD 并行计算机上的仿真实例表明,该并行仿真算法对于闭排队网络的优化能显著地提
高运算速度。

摘要:

为解决我国经济序列长度较短及各主周期分量难以同时准确分辨的问题, 提出加窗周期图谱
估计与最大熵谱估计相结合的谱估计方法, 并将各主要周期分量单独分辨,且通过对序列进行三角函数
拟合来确定周期长度准确值。 从谱估计曲线、 主周期分量的分辨和周期长度的准确性 3个方面与一般的
谱分析方法进行了比较,说明了该方法的可行性和有效性。
 

摘要:

为适应一般系统的应用需求, 将自适应设计和鲁棒设计相结合,提出具有鲁棒性的自适应决策
组织结构的概念和设计方法。 所得到的组织结构,既能满足变化异常的战事需求,又具有相对的稳定性。
决策组织的鲁棒性能保证在动态环境中无需改变组织结构即可获得较好的组织性能。

摘要:

介绍和比较了支持向量机分类器和最小二乘支持向量机分类器的算法。并将支持向量机分类
器和最小二乘支持向量机分类器应用于心脏病诊断, 取得了较高的准确率。所用数据来自 UCI bench-
mar k 数据集。实验结果表明, 支持向量机和最小二乘支持向量机在医疗诊断中有很大的应用潜力。

摘要:

针对目前遗传算法搜索速度较慢的问题, 对提高遗传算法收敛速度的不同方法进行了分析。提
出一种加快收敛速度的异位交叉算子,并给出算法仿真实验。仿真结果表明,这种交叉算子可比一般的
对等位交叉算子更有效地提高收敛速度,且不易陷入局部最优解。具有实现简单、 易于应用及鲁棒性强
的特点。

摘要:

将粗集合理论与神经网络相结合, 提出一种基于粗神经网络的新的信息融合方法,用于仿人智
能机器人的语音融合。 该方法不仅可以接受定量输入,而且可以接受定性输入, 即输入是一个范围, 或在
观测时间内输入是变化的。 由于粗神经网络的误差传递函数不可微,所以采用遗传算法来训练粗神经网
络。仿真实验结果表明,基于粗神经网络的信息融合方法有效地提高了语音的识别率。

摘要:

结合并行算法的运算能力和遗传算法的搜索能力, 提出一种基于并行遗传算法的非线性系统
辨识方法。 其特点是通过并行遗传算法实现对RBF 神经网络权值、 宽度和中心位置等有关参数的估计,
其速度快、 精度高, 从而通过 RBF 神经网络有效地完成了对非线性系统的辨识。最后给出了仿真结果,
证实了该方法的有效性。

摘要:

为了实现生产过程自动化系统中控制、 维护和技术管理 3方面的集成, 将分布式人工智能中的
多 Ag ent 系统技术引入智能控制-维护-管理系统( ICMMS )的建模中,提出一种适用于底层生产过程自
动化系统的 ICMMS 的多 Ag ent 模型,分析了各个Ag ent 的功能以及它们之间的协作关系。在 ICMM S
平台的研制中应用了该模型,利用 Pro fibus- FM S 实现了 Agent 间的通信。实验结果显示了该模型的实
用性和有效性。

摘要:

提出了多模型预测函数控制策略, 并给出了模型平滑切换方法。 将多模型预测函数控制策略应
用于主汽温控制系统,仿真结果表明, 采用多模型预测函数控制策略的主汽温控制系统的动态品质明显
优于采用单一模型的系统。

摘要:

利用单尺度小波框架理论建立初始小波网络。 首先, 提出基于ROLS 思想的小波网络正交化算
法,实现参数的在线辨识。其次, 提出一种基于 OLS 思想的小波网络结构辨识算法, 删除那些对网络影
响小的小波基,来解决高维辨识问题。最后, 列举事例证明了所述方法的有效性。

摘要:

针对常用遗传算法局部搜索能力差, 导致计算速度缓慢、 精度差等问题, 提出一种搜索空间代
换的新遗传算法。 该算法保留了普通遗传算法的全局搜索性能,并通过多次搜索空间的代换提高了局部
搜索能力。 改进后的新方法在每次代换后只需改变解码规则,不需重新编码, 也不需增加编码的长度, 从
而保证了计算效率。采用该方法对城市多车道、 四相位的动态交通网络控制策略进行了多目标优化计
算。应用结果表明,采用新的遗传算法可在同等情况下减少车辆堵塞,提高城市交通网络的运行能力。