摘要:

通过与传统人工智能的比较, 介绍了基于行为的智能模拟技术的发展及现状, 并详细评述了行为主义人工
智能的研究方向以及在研究过程中涉及到的前沿技术. 最后给出了基于行为主义人工智能构建智能主体系统的设计
原则.

摘要:

通过采用S 2过程和投影引理, 得到了结构奇异值上界的LM I 判据. 该判据是基于状态空间描述的, 从而消
除了频率扫描过程和频率响应曲线拟合过程, 并具有较好的数值性态. 以该判据为基础, 给出了计算结构奇异值上界
的优化投影迭代算法, 并将该方法应用于基准测试系统和典型电力系统, 以验证其有效性. 数值结果表明, 该方法与
经典频域方法和状态空间方法相比具有更好的求解效率.

摘要:

基于免疫系统中的进化机理, 提出一种自适应免疫进化算法. 通过定义扩展半径和突变半径两个新算法参
数构造了较小和较大两个邻域, 分别利用这两个邻域进行局部和全局搜索, 从而形成两层领域搜索机制, 以保证算法
的全局和局部搜索能力. 定义了群体的多样度, 并以此自适应调节算法参数以提高算法性能. 给出了算法的全局收敛
性证明. 仿真结果表明, 该算法收敛速度快, 具有良好的全局寻优和局部求精能力.

摘要:

针对一类单输入单输出非线性不确定系统, 提出一种稳定的直接自适应模糊输出反馈监督控制算法. 该算
法不需要系统的状态完全可测的假设条件, 监督控制不仅迫使系统的状态在指定的集合内, 而且当模糊自适应控制
处于良好的工作状态时, 监督控制可以关闭. 证明了整个模糊自适应输出反馈控制算法可以保证闭环系统稳定.

摘要:

研究含未知干扰和互质因子摄动离散时间不确定性系统的自适应鲁棒控制问题, 为非保守的自适应鲁棒镇
定提出一种广义参数递推估计方法. 基于确定性等价原理, 并利用I
1 设计方法提出一种自适应鲁棒控制策略, 证明
了自适应算法的全局收敛性, 给出了一个可验算的鲁棒稳定性条件, 证明了该鲁棒稳定性条件是非保守和最优的.

摘要:

基于异步电机的精确模型, 用Back stepp ing 方法设计控制器, 其误差系统在原点全局稳定. 然而, 由于反馈量的计算
受参数不确定性和“可导条件”的影响, 使得控制器鲁棒性较差. 采用扩张状态观测器来增强鲁棒性, 无需电机的精确模型, 即
可准确地获得反馈量. 新控制器结合了Back stepp ing 和扩张状态观测器的优点, 能保证误差系统的稳定性, 并具有很强的抗
扰动能力. 给出了控制器的详细设计过程和原理框图, 并进行了数值仿真验证.

摘要:

将模糊推理系统与多传感器顺序结构算法相结合, 实现密集杂波环境中多目标的精确跟踪. 采用模糊推理
求解关联概率, 并与雷达ö红外跟踪系统相结合, 在密集杂波环境中实现了对多目标的精确跟踪. 仿真实验结果表明
了所提出方法的有效性

摘要:

讨论一类线性不确定系统的鲁棒严格正实分析和控制问题, 其中各不确定参数矩阵具有线性分式形式. 分
析了这类系统对所有容许不确定性严格正实的条件, 并综合了使闭环内稳且严格正实的动态输出反馈控制器. 通过
适当地构造增广系统, 将这类问题转化为确定系统的严格正实分析和设计, 并按增广系统给出了这类不确定系统鲁
棒严格正实的充分必要条件以及动态输出反馈鲁棒严格正实控制器的存在条件.

摘要:

建立连续情形广义系统新的正实引理. 通过对线性矩阵不等式(LM I) 的求解和系统的等价变换, 给出了正
实状态反馈控制的充分必要条件, 构造了保持系统稳定性的正实控制器设计方法. 数值实例表明, 该求解控制器的
方法简单方便, 具有实际意义.

摘要:

首先介绍企业信息化整体解决方案和集成平台的概念以及它们之间的关系, 并讨论了当前集成平台的技术
现状. 为实现业务策略与信息系统支持的业务操作之间的匹配, 给出了在整体解决方案指导下的企业集成平台的实
施步骤, 并讨论了企业业务框架模型驱动的企业集成平台演进模式.

摘要:

将M ult i2agent 系统、遗传算法与正交试验设计方法相结合, 提出一种新的遗传算法—— 正交M ult i2agent
遗传算法. 其主要思想是: 利用正交设计的方法产生初始化种群; 用正交交叉算子代替传统的算术交叉算子; 利用
agent 间的竞争作用与每个agent 所具有的知识和自学习能力进行启发式搜索, 以提高进化的速度. 仿真试验和性能
分析表明, 正交M ult i2agent 遗传算法不但具有很强的全局优化能力和较快的收敛速度, 而且具有很强的鲁棒性

摘要:

针对输入空间包含多种类型的数据时, 以单一的神经网络为模型, 其收敛很困难的问题, 提出一种基于模块
小波神经网络的建模方法. 利用分而治之思想, 模块神经网络通过一个门控网络进行分类和协调, 可以将一个复杂任
务分解成几个简单的子任务, 每个子任务由一个局部专家网络学习. 与传统的模块网络不同, 这里的专家网络是小波
网络而不是BP 网络. 将所提出的网络模型用于热连轧产品质量建模, 并与单一的神经网络建模结果进行比较. 建模
结果表明, 模块小波神经网络模型优于单一神经网络模型.

摘要:

首先提出一种在时域上计算时序数据扩展距离的新算法, 该算法时间复杂度为O (n×m ) , 能够解决时序数
据在Y 轴上的漂移和伸缩后仍然保留相似性的问题; 然后提出一种在频域上计算时序数据扩展距离和在长时序中
搜索相似子序列的新算法, 该算法时间复杂度仅为O (n×f c) , 效率很高, 便于在线实现, 而且同样能够适应时序数据
扩展距离的定义; 最后给出时序数据和线性加权时序数据的增量式DFT 算法, 可以对长时序的各个窗口进行增量式
的降维, 将传统的O (n×m ×f c) 工作改进成O (n×f c).

摘要:

拉格朗日松弛法的关键是求解对偶函数, 而在对偶函数不可微的情况下人们经常采用次梯度法, 为此提出
一种变直径次梯度投影法. 该方法根据投影性质确定对偶问题定义域的有效直径, 从而使其收敛性不依赖于最优目
标值和对偶问题定义域直径等任何先验知识, 并证明了其收敛性, 给出了收敛效率. 通过一个指派问题说明了所提出
方法的有效性.

摘要:

在分析如何准确反映W eb 浏览兴趣的基础上提出偏爱度的概念, 并依据这个概念设计了基于用户浏览偏
爱树的偏爱路径挖掘算法. 首先用W eb 日志构筑用户浏览偏爱树(PN T) ; 然后利用PN T 树进行用户浏览兴趣模式
的挖掘, 发现用户浏览偏爱路径. 该算法可广泛应用于电子商务领域.

摘要:

提出一种扰动动态补偿的离散趋近率, 分析了不确定离散滑模控制系统的鲁棒性, 研究了准滑动模态的存
在条件及其动态特征. 利用不确定条件下实际趋近率与理想趋近率的偏差, 直接平滑地预测内部参数摄动与外部扰
动, 克服了常规变结构控制中需已知不确定性边界的限制, 而且不必满足匹配条件, 既保留了传统趋近率的所有优
点, 又有效地降低了系统的抖振. 仿真结果证明了理论推导的正确性

摘要:

针对信息系统为连续属性的情况, 提出一种将粗糙集与模糊集相结合来获取决策规则的方法. 这种基于粗
糙2模糊集集成模型求取决策规则的方法通过一个模糊隶属函数将连续属性值表示成模糊值, 从而避免了连续属性
的离散化问题. 同时给出了连续属性值转换成模糊值的表示形式, 提出了模糊相似关系和模糊相似类的概念, 给出了
粗糙2模糊近似空间的下、上近似及其性质以及模糊相似关系下属性约简的方法. 最后以自修复飞行控制系统的效能
评估为例, 给出了自修复效能评估的决策规则.

摘要:

讨论一类非完整约束条件下的移动机器人道路跟踪控制问题. 综合后推方法与模糊滑模控制方法设计非完
整移动机器人的状态反馈控制系统, 并根据L yapunov 稳定性定理后推设计时变光滑反馈控制律. 当存在较大侧向
误差时, 模糊滑模控制器确保移动机器人沿稳定的工作区域减小误差; 当误差比较小时, 时变光滑状态反馈控制实现
对移动机器人的平稳镇定. 采用移动机器人Am igobo t 作为实验平台, 验证了控制器设计的有效性.

摘要:

针对企业集成方案决策的需求, 基于AHP 和模糊决策方法, 设计开发了一个基于W eb 的群体决策支持系
统(E I2GDSS). 该系统的主要特点是: 决策模型的构建可通过调用参考评价指标体系库中已定义的建造块进行定制.
设计了一种模糊评价算法来计算权值向量. 将决策过程分为中层评价和高层决策两个阶段, 综合考虑了主、客观指标
的不同处理方法和个体ö群体一致性判别.

摘要:

针对一类线性范数有界不确定系统, 讨论其多目标鲁棒保代价控制问题. 所设计的状态反馈控制器对所有
容许的不确定性, 保证闭环系统的稳定性, 并在非劣(Pareto 最优) 的意义下, 优化多目标代价函数的上界. 通过加权
因子的选择来解决不同目标之间的竞争问题. 采用线性矩阵不等式方法, 将问题转化为一个线性凸优化算法. 数值仿
真算例说明了所提出方法的可解性和有效性.

摘要:

提出一种鲁棒滑模观测器, 并应用于一类混沌系统的同步. 该鲁棒滑模观测器通过滑模与相应的控制策略
来实现, 可调整观测器跟踪系统状态的收敛速度, 实现两个混沌系统的同步. 将所提出的鲁棒滑模状态观测器用于一
类存在参数摄动和ö或干扰的混沌系统的同步具有鲁棒性, 该鲁棒滑模状态观测器不仅能实现低维的混沌系统的同
步, 而且能实现超混沌系统的同步. 以Chua′s 电路和超混沌R o¨ssler系统为例给出了设计过程和仿真实验, 其结果验
证了所提出方法的有效性.

摘要:

为了解决供需链中下游实体的成本是私有信息的情况下, 上游供应商的回购决策问题, 运用委托2代理模型
研究了供应商的最优回购策略, 得到了供应商的最优决策方案. 与对称信息的情况相比, 信息结构的非对称导致下游
实体的订货量低于系统的最优订货量, 使得供需链无法达到协调, 供需链的总利润和供应商的利润降低, 零售商的利
润增加. 在非对称信息下, 供应商提供的契约菜单值随着下游实体成本的增加而增大.

摘要:

提出一种基于双时钟的CDMA 移动通信网络的拥塞软处理方法. 该方法硬件实现简单, 能动态分配移动通
信网络资源, 及时解除网络拥塞, 使系统稳定工作. 实验结果表明, 该方法有效地保证了移动通信网络的服务质量, 具
有缓解拥塞时间、呼叫等待处理时间短以及呼损率低等特点.

摘要:

讨论一类具有状态及输入时滞的线性奇异系统的H ∞鲁棒控制问题. 利用线性矩阵不等式(LM I) 方法, 给出
一个使闭环系统正则、无脉冲模、稳定, 且满足H ∞鲁棒性能指标的状态反馈控制器存在的充分条件. 同时给出了一
类奇异系统可鲁棒镇定的充要条件.

摘要:

针对线性定常系统, 提出了考虑传感器故障的指定圆盘极点配置可靠控制问题. 在考虑更一般、更实际的传
感器故障模型的基础上, 给出了系统将极点配置到指定圆盘内的充分条件. 通过求解LM I 完成状态反馈控制器的设
计. 仿真例子验证了该结果的可行性, 并进一步说明了对系统进行可靠设计的必要性.

摘要:

提出了有理式多层前馈神经网络的数学模型, 给出了有理式多层神经网络的学习算法. 就计算复杂度而
言, 有理式神经网络的学习算法与传统的多层神经网络反传播算法是同阶的. 函数逼近应用实例结果表明, 将有理式
多层神经网络用于解决传统问题是有效的.

摘要:

考虑了由N 个相互关联的T 2S 子模糊系统组成的离散模糊大系统的分散镇定问题, 给出了保证该模糊大
系统闭环渐近稳定的分散化并行分布补偿(DPDC) 控制器的设计方法. 这些DPDC 控制器的存在条件均以LM I 的
形式出现, 而LM I 可通过MA TLAB 的LM I 工具箱求解. 因此提供了一条综合离散模糊大系统分散化PDC 控制器
的有效途径. 仿真例子说明了所提出方法的有效性

摘要:

提出一种将全局特征与局部特征相结合的形状检索的两步检索策略. 首先由简单的全局特征过滤掉大部分
非相关形状, 并利用矢量近似方法对所属类别进行快速定位. 类别内部, 在对轮廓坐标进行平移、比例缩放和旋转等
归一化处理的基础上, 使用小波变换描述形状的局部特征, 其相似性是直接用两个轮廓的小波变换系数的差来计算
的. 仿真试验表明, 该结构能够高效准确地对高分辨遥感图像和航片中的对象进行检索.

摘要:

基于状态观测器的方法研究了一类具有非线性扰动的多重状态时滞系统的鲁棒故障检测问题. 应用RBF
神经网络逼近系统的非线性扰动, 采用线性矩阵不等式(LM I) 给出了与时滞上界相关的增益阵设计方法, 并利用
L yapunov 函数和一致有界引理证明了故障检测残差信号的一致有界稳定条件和对非线性扰动的鲁棒性. 仿真示例
说明了该方法的有效性.