摘要:

蚁群算法是优化领域中新出现的一种仿生进化算法. 该算法采用分布式并行计算机制, 易与其他方法结合,
具有较强的鲁棒性; 但搜索时间长、易限入局部最优解是其突出的缺点. 针对蚁群算法, 首先介绍其基本原理; 然后讨
论了近年来对蚁群算法的若干改进以及在许多新领域中的发展应用; 最后评述了蚁群算法未来的研究方向和主要研
究内容.

摘要:

针对一类P ID 型模糊控制器, 提出基于多步预测性能指标的模糊控制器参数优化设计方法. 通过最小化多
步预测性能指标和调整比例因子, 定量给出了控制器的设计准则, 对于现场操作人员具有一定的指导意义. 仿真实例
验证了算法的有效性和鲁棒性.

摘要:

给出多A gent 协商行为的一种统计模型以及效用函数的表达式, 从统计的角度分析了多A gent 协商行为的
行为效用, 并给出了相关参数的定性分析, 从而为更好地设计多A gent 系统的协商组织规则和协商策略提供了效用
依据.

摘要:

提出一种混沌梯度组合全局优化算法, 并对该算法进行了收敛性分析. 算法首先采用改进的变步长梯度法
得到某个优化值, 然后利用变尺度混沌搜索跳出局部极小, 经过反复组合迭代, 直至到达最优解. 仿真结果表明, 该算
法能充分发挥梯度法寻优的快速性和混沌法寻优的全局搜索能力.

摘要:

针对基于互联网的控制系统中, 网络数据传输普遍存在随机时延、数据时序颠倒和数据丢失而难以实现闭
环实时控制的问题, 提出一种基于预测控制思想的闭环实时控制方法. 该方法通过对采样数据附加时间标志, 选择和
利用当前时刻所能得到的最新输出测量值进行在线校正, 并在互联网上实现预测控制策略. 在模型准确或模型失配
情况下, 控制效果与无网络传输环节时接近. 仿真结果表明了该方法的有效性.

摘要:

为提高可控震源地震信号的信噪比, 将雷达系统的相控阵技术应用于可控震源地震, 通过控制相邻震源的
相位差恒定, 使地震波能量集中, 产生定向地震波束, 加强有用信号的强度, 从而提高了地震信号的信噪比. 在给定条
件下, 与单震源地震和组合震源地震相比, 相控地震的信噪比最高. 因此, 将相控技术应用于可控震源是可行的.

摘要:

线性混合系统的控制输入(包括离散控制和连续控制) 会影响混合系统的状态可观性. 混合系统的可观性包
括初始的离散状态和连续状态, 以及离散状态的切换时间. 对此, 分析了系统的控制输入对线性混合系统状态(主要
是离散状态) 的影响, 并论述这将有助于改善某些线性混合系统状态的可观性. 通过分析给出了在这种情形下比较宽
松的线性混合系统状态可观性条件及其秩检验条件, 并给出说明性示例.

摘要:

研究一类基于模糊T 2S 模型的非线性时滞系统鲁棒镇定问题. 基于记忆型状态反馈策略, 首先给出由T 2S
模糊模型描述的非线性时滞系统在时滞精确已知情况下的鲁棒镇定准则; 然后给出非线性时滞系统在时滞未知情况
下的鲁棒自适应控制策略. 所设计的控制器可确保闭环系统渐近稳定, 且具有良好的可操作性. 最后通过仿真实例证
明了该方法的正确性和有效性.

摘要:

在传感器观测噪声不一致或有异常数据存在的条件下, 分布式数据融合因没有剔除严重偏离真实值的传感
器估计值, 从而影响下一步的融合估计. 对此, 利用概率数据互联的思想, 设计以融合中心预测值为中心、传感器节点
估计值为观测值的预测域, 并引入定向概率数据互联, 对进入预测域的传感器估计值分配权重. 仿真结果表明, 利用
概率数据互联思想的多传感器有效地实现了数据融合, 其融合精度较传统分布式融合有所提高; 在异常数据明显的
情况下, 算法的效果更加显著.

摘要:

在改进型微粒群优化算法的基础上, 考虑到运算初期避免陷入局部寻优的需要, 将多元最优信息分布状态
知识引入对微粒群的总体运动规划, 构造了适于求解高维多峰函数寻优问题的微粒群算法. 仿真结果显示, 该方法比
改进型微粒群算法具有更好的总体寻优特性.

摘要:

针对T 2S 型模糊系统进行局部稳定性分析. 首先指出模糊系统全局渐近稳定充分条件的不足, 证明了此条
件不是必要条件; 然后将模糊集合的隶属度函数代入模糊系统表达式, 得到一个特殊的非线性离散系统, 从系统分析
的区域、判定稳定的条件及稳定范围3 方面确定稳定区域; 最后对不稳定的系统给出了不稳定判据. 仿真实例证明了
这种方法的有效性. 该方法对系统稳定点附近局部稳定性的判定有着很强的实用价值.

摘要:

在对现有机动目标假定模型结构的合理性及现代战场对目标模型需求性综合分析的基础上, 完成了机动目
标运动模型的辨识理论研究, 提出了机动目标运动模型可动态辨识的条件, 为解决机动目标运动模型动态辨识提供
了新的技术途径. 所提出的“参数辨识模型”具有良好的模型结构, 对目标的各种运动模态具有广泛的适应能力.

摘要:

数据仓库是支持企业全局决策的有效技术. 首先讨论了数据仓库的基本结构和组成, 并给出了数据仓库系
统的形式化描述; 然后给出了基于软件工程思想的具有7 个阶段的数据仓库设计方法, 并详细讨论了各个阶段的主
要工作和技术; 最后, 给出了成功建设数据仓库的关键因素的分类

摘要:

为使r2支持向量回归机更具鲁棒性, 研究了r2支持向量回归机r2SVR 中参数r 与输入噪声之间的关系. 将
r2SVR 的优化问题转换成最大后验估计问题, 推导出r2SVR 后验估计最大化的条件, 得出了输入噪声为高斯分布时
r2SVR 中参数r 与R 之间的近似线性反比关系, 为已知输入高斯噪声方差R 时合理选择r 提供了理论依据.

摘要:

在分析证据理论不足和已有改进方法及其缺陷的基础上, 根据指挥员在作战中处理冲突证据的一般习惯,
提出一种按比例分配冲突度的证据组合推理规则. 算例验证结果表明, 新的组合推理规则在处理冲突方面的性能得
到了明显改进.

摘要:

针对非自治的动态神经网络系统, 建立了动态神经网络的数学模型, 并将其等效成一个非线性仿射控制系
统. 深入分析了该系统平衡点的存在性、唯一性和全局渐近稳定性, 给出了系统输入2状态稳定的充分条件, 构建了
ISS2L yapunov 函数, 并应用该函数确保了系统的全局渐近稳定性.

摘要:

以连续导通电压型DC2DC 变换器为例, 分别给出了PWM 变换器的闭环及其功率级的一种非线性和线性
化的采样2数据模型, 并推导了其中各种传递函数. 仿真实例表明了该方法的精确性.

摘要:

针对工业过程中普遍存在的非线性被控对象, 提出一种基于最小二乘支持向量机建模的预测控制算法. 首
先, 用具有RBF 核函数的L S2SVM 离线建立被控对象的非线性模型; 然后, 在系统运行过程中, 将离线模型在每一
个采样周期关于当前采样点进行线性化, 并用广义预测算法实现对被控系统的预测控制. 仿真结果表明了该算法的
有效性和优越性.

摘要:

针对具有参数不确定性和外部未知扰动的广义系统鲁棒控制问题, 在系统状态不可测时, 提出一种基于广
义函数观测器的分步H ∞控制方法. 首先确定使系统二次容许且具有一定干扰抑制度和不确定参数限制度的状态反
馈控制器; 然后构造广义函数观测器以实现反馈控制. 结果证明, 闭环系统可以保持二次容许, 且H ∞鲁棒性能可任
意逼近原状态反馈系统. 具体算例表明了该方法的有效性.

摘要:

针对一类具有不确定性三角模糊数多指标信息的聚类分析问题, 基于传统的数值信息FCM 聚类算法, 提出
一种新的聚类分析算法. 首先描述了具有三角模糊数多指标信息的聚类分析问题, 提出并证明了基于三角模糊数多
指标信息的关于最优划分和最优聚类中心确定的两个定理; 然后根据这两个定理, 进一步给出了基于三角模糊数信
息的FCM 聚类算法的迭代步骤; 最后通过一个算例说明了该聚类算法的具体应用.

摘要:

提出一种基于视觉的实时动态边缘检测方法及其在河道流量实时测量中的应用. 首先在图像预处理的基础
上, 采用迭代阈值法对河表面图像进行二值化; 然后利用形态学闭运算算子消除非边缘区域, 再采用非对称方法对边
缘进行细化处理; 最后利用HOU GH 变换求取边缘方程, 并依此在子像素分辨率下实时计算水面宽度和流量. 实际
应用结果表明了该方法的有效性.

摘要:

研究一类具有不对称互连结构的广义时滞神经网络的动态行为. 通过构造适当的L yapunov 泛函及扇区条
件, 给出了平衡点渐近稳定的充分条件, 并对由推论给出的一种小增益条件进行了分析. 仿真结果进一步证明了结论
的有效性.

摘要:

联邦滤波的信息分配原则直接影响滤波器的容错性和精度. 考虑到故障隔离后的子系统不能参与联邦滤波
器的信息分配, 首先给出一种基于RBF 网络的联邦滤波器的故障检测方法; 然后通过引入故障因子, 将系统的信息
分配和故障状态综合考虑, 提出一种自适应的动态信息分配方法. 仿真算例表明, 该方法能够提高系统的容错性和滤
波精度.

摘要:

为提高小脑模型关节控制器(CMAC) 神经网络在线学习的快速性和准确性, 提出一种平衡学习的概念, 并
设计一种改进的CMAC 学习算法. 在常规的CMAC 中, 误差的校正值被平均地分配给所有激活存储单元, 而不管
这些存储单元的可信度; 在改进的CMAC 中, 利用激活单元先前学习次数作为可信度, 其误差校正值与激活单元先
前学习次数的负k 次方成比例. 仿真结果表明, 当k 为一适当数值时, 改进CMAC 具有较快的学习速度和较高的精
度, 特别是在神经网络的初始学习阶段.

摘要:

提出一种新的基于LM S 算法自适应滤波器的有源电力滤波器(A PF) 参考电流的预测方法, 针对传统LM S
算法的缺陷(如收敛速度慢、对非平稳输入信号的适应性差等) 作了3 点改进, 这些改进措施可有效提高自适应滤波
器的综合性能. 仿真与实验结果证明, 采用该方法可有效减小延时对A PF 补偿效果的影响.

摘要:

针对大规模优化问题, 其大系统分解协调算法存在收敛速度慢、计算时间长、易导致组合爆炸等不足, 以空2
地制导武器大规模火力规划问题为背景, 提出一种递阶嵌套GA. 其基本思想是通过分层降低计算复杂性, 从而有效
解决大规模火力规划问题求解的可计算性问题. 递阶嵌套GA 由内外两层构成, 内层GA 实现对各子模型的求解, 并
将求解结果传送给外层GA; 外层GA 则通过遗传操作对内层GA 发生干预. 仿真算例验证了算法的有效性.

摘要:

分析合作型协同进化遗传算法的进化效率和计算复杂性等与子种群规模的关系; 在此基础上提出子种群规
模自适应调整算法的思想, 给出子种群规模调整的依据和调整方法; 进而提出基于实数编码的变焦遗传算法. 典型函
数优化实例验证了该算法具有计算复杂性小和进化效率高的优点.