摘要:

阐述了工业过程中出现的拟周期和混沌等动态行为, 并分析了形成的原因和条件. 介绍了与之密切相关的
非线性科学中的混沌、微分动力学系统以及遍历论等理论, 综述了工业过程的广义稳态优化控制的研究成果、理论意
义和实用价值及其发展方向.

摘要:

为了避免在传统模型库遴选组合过程中存在的信息不完备、组合膨胀等问题, 以人员甄选方法的基本思想
为基础, 提出了一种预测模型库的评价遴选组合方法. 在该方法中, 将遴选出所有适合本次预测问题的模型, 组成参
与模型集合; 然后, 根据每个模型的精度表现来确定对它们的能力满意度, 并由此决定它们的重要性赋权; 最后, 通过
实验表明了该方法得到的组合模型具有较好的预测效果.

摘要:

基于LQ 理论和变结构方法, 导出一种带有饱和执行机构和不确定性线性系统的混合PLCöV SC 控制律. 引
入一组嵌套的L yapunov 级集, 并根据分段L yapunov 函数导出控制律, 该控制律含有不连续控制项和趋近率项. 利用
L yapunov 函数方法分析了闭环系统的稳定性. 结合简化单摆系统验证了设计方法的有效性, 在抗干扰能力和减少超
调量上反映出所提出的控制器具有比PLC 和PLCöL HG 更佳的性能.

摘要:

利用agent 技术对城市交通信号控制进行研究. 首先给出了区域agent (ARA ) 的组成和结构, 然后给出了城
市交通控制的模型和协调算法. 基于agent 技术的城市交通控制系统能对交通状况进行实时反映和处理. 在此模型基
础上, 应用博弈论的相关知识给出城市交通信号协调控制算法. 最后通过仿真程序验证了该模型和算法的有效性和
实用性.

摘要:

将自适应模糊控制与输入输出线性化控制相结合, 构成混合控制器, 并将其应用于挠性卫星的姿态机动控
制. 给出了卫星姿态控制器的基本形式, 分析了控制器参数的选取准则. 在线调节自适应模糊控制器的参数, 以补偿
不确定性卫星的姿态跟踪误差. 仿真结果表明, 该控制算法通过在线学习能有效地克服挠性卫星的不确定性, 具有较
强的鲁棒性, 从而有效地提高了挠性卫星的姿态控制精度.

摘要:

针对光电雷达电子部件故障定位问题, 提出一种故障元件搜寻的盲诊断方法. 通过测试电路中被诊断元件
的工作温度和工作电压两个物理量, 得出D2S 证据理论中两传感器对各待诊断元件的信度函数分配, 并利用D2S 联
合规则得到融合后的信度函数分配, 从而确定故障元件. 通过单传感器诊断结果与融合诊断结果的比较, 说明了多传
感器融合盲诊断方法的优越性.

摘要:

针对无约束最优路径问题, 提出累积竞争神经网络模型及其搜索算法, 该算法具有高度并行性、能获得最优
解、结构简单等特点. 以QoS 路由选择为例, 将算法推广到多约束路由问题. 实验结果表明, 对于大多数多约束QoS
问题, 在与相应最短路径上节点数目相当的迭代次数内, 该算法能找到问题的满意解甚至最优解.

摘要:

以投资组合产出率及目前流行的风险价值VAR 为目标函数, 研究了在这两个目标下企业投融资组合管理
的模糊模型和优化问题, 说明了决策变量是财务杠杆和债务结构. 给出了金融市场不确定性环境的构造过程, 运用进
化规划进行优化计算, 对不同模糊程度下的债务结构、财务杠杆及其股东权益资本产出率进行了仿真.

摘要:

提出了一种新的参数不确定机器人分散控制器设计方法. 首先将关节子系统的动力学模型分解为人工标称
模型和非线性时变不确定模型两部分; 然后分别设计相应的标称控制器和鲁棒补偿器. 标称控制器使得标称闭环系
统具有理想的跟踪性能; 鲁棒补偿器可以抑制参数不确定和关节间非线性耦合等因素的影响, 实现鲁棒跟踪. 所设计
的控制器只需要局部关节的位置反馈, 具有易于实现和可在线调整的优点. 仿真结果说明了该方法的有效性.

摘要:

基于动态神经网络, 对一类非线性组合系统提出一种观测器设计方法. 在观测器设计中, 充分考虑了神经网
络逼近误差项对观测器性能的影响, 增加了鲁棒控制项, 并设计了相应的参数自适应律, 以保证良好的观测性能. 神
经网络的连接权值在线调整, 无需离线学习. 仿真结果表明了该方法的有效性.

摘要:

针对信息化整体解决方案的目标、内容, 分析了整体解决方案对模型的需求, 给出面向信息化整体解决方案
的集成化企业建模框架EM ITS1 提出模型内容和结构随生命周期阶段不同而不同的观点, 分析了各阶段的模型组
成、模型之间的关系和模型演化过程, 并给出基于EM ITS 的建模系统功能框架.

摘要:

重点研究了集成化物流中一类特殊的定位2运输路线安排问题(LRP) 的解决方法. LRP 问题包括设施定位
和运输路线优化两方面决策, 属于N P2hard 难题. 由于问题的复杂性, 提出基于假设前提的LRP 模型及其两阶段启发
式求解算法. 该方法分两步实现: 首先, 采用基于最小包络聚类分析的启发式方法确定被选择的潜在设施及由每一个
选中的设施所要提供服务的客户群; 其次, 运用带有控制开关的遗传算法求解每一确定客户类中的优化运输路线. 提
出利用两阶段启发式算法求解LRP 问题, 此方法实现容易、运算简单, 一定程度上避免了遗传算法中的“局部最优现
象”. 仿真实验证明了该算法求解单目标LRP 的有效性和准确性.

摘要:

研究了属性权重、属性值以及专家权重均以语言形式给出的纯语言多属性群决策问题. 定义了语言评估标
度的运算法则, 给出了一些基于语言评估标度及其运算法则的新算子, 提出了一种纯语言多属性群决策方法. 该法
不但计算简洁便利, 而且能充分地利用已有的语言决策信息. 最后将该方法应用于解决供应链管理领域中的战略
合作伙伴选择问题.

摘要:

提出一种新的基于宏块特征量化的视觉自适应实时监控方法, 它采用考虑宏块特征空域关系和类似竞争分
类的消除干扰策略, 由宏块特征量化将对像素点的操作转变为对宏块直方图特征点的操作, 通过兴趣点的提取使得
对每帧的计算速度成数量级地提高. 研究表明, 该方法仅使用高、中、低3 种外部阈值设置, 便可使监控模型在几乎无
参数调节下稳定运行, 在动态图象序列中, 能有效消除日光灯频闪光线、部分运动阴影以及局部小扰动带来的区域干
扰. 实验结果显示, 该方法能够实现对安全防范中闯入类的有效监控, 且目标跟踪快捷稳定, 具有较高的工程实用价
值.

摘要:

为离散时间广义非线性控制系统的可测扰动提供一种反演算法. 运用一类正则动态补偿器解决了系统的解
耦问题, 并且证明系统既可利用动态反馈进行解耦, 也可利用拟表态反馈进行解耦.

摘要:

利用Tabu 搜索的强大局部搜索性能, 提出一种新的非线性遗传算法. 该方法将Tabu 搜索技术内嵌于遗传
算子中, 构造了基于Tabu 搜索的非线性杂交及变异算子, 它能有效地提高算子的局部搜索能力, 通过实例仿真证明
了该算法的有效性; 同时, 以“平均截止代数”和“平均截止代数分布熵”作为评价指标, 对该方法的优化效率进行研
究, 定量评价了该方法的优化效率, 通过与实数遗传算法进行比较, 说明了该方法的优化效率高于实数遗传算法.

摘要:

针对遗传算法随机性过强, 收敛速度慢的问题, 从选择机制、交叉算子、变异算子三方面强化了对进化方向
的引导, 提出了“保留最优, 调节中间, 淘汰最差”的确定型选择策略. 用基因调节加自适应变焦微调算子代替常规的
交叉算子, 用淘汰替代方式代替变异算子, 构造出一种强化引导型遗传算法. 多变量函数优化的仿真计算结果说明了
该算法的有效性.

摘要:

互联网中的拥塞控制是一个离散事件与连续变量相互作用的混杂动态过程. 假定拥塞事件为一个更新过程
序列, 采用含有一个状态的随机混杂自动机模型, 描述了TCP 拥塞控制中的A IMD 过程. 通过分析发送端拥塞窗口
的演化行为, 发现拥塞窗口的演化过程与TCP 连接的吞吐量具有稳定的统计特征, 与初始条件无关. 解释了当路由
器采用去尾策略时, 引起的流同步现象与分析结果的一致性. 最后对分析结果进行了仿真验证.

摘要:

通过将粒子群算法(PSO ) 与差别进化算法(DE) 相结合, 提出一种混合算法PSODE, 用于求解约束优化问
题. PSODE 是在PSO 算法中适当引入不可行解, 将粒子群拉向约束边界, 加强对约束边界的搜索, 同时与DE 算法结
合以加强搜索能力. 基于典型高维复杂函数的仿真表明, 该算法简单高效, 鲁棒性强.

摘要:

针对非匹配不确定性的严反馈块非线性系统, 基于神经网络提出一种鲁棒控制方法. 利用L yapunov 稳定性
定理推导出RBF 神经网络的全调节律, 用于处理系统中的非线性参数不确定性, 提高了神经网络的在线逼近能力;
采用神经网络和鲁棒控制方法, 利用已知信息的同时, 对控制系数矩阵未知时的设计问题进行处理, 避免了控制器可
能的奇异问题; 引入非线性跟踪微分器, 解决了Back stepp ing 设计中的“计算膨胀”问题. 运用L yapunov 稳定性定理证明了闭环系统的所有信号均最终一致有界.

摘要:

基于TTCAN 协议提出了一种静态调度算法, 该调度算法从控制系统稳定性角度出发, 在基本周期中引入
了“同步相”和“异步相”的概念, 有效利用了总线带宽并且避免了非周期信息对周期性信息造成的扰动, 最后通过实
验验证了算法具有较好的性能.

摘要:

针对具有未知参数的随机系统, 从随机次优的角度出发, 将原不可解的动态规划问题转化为优化一个效用
函数, 该效用函数考虑了输出调节要求和参数学习要求及两者之间的折衷, 充分利用了对偶控制较常规自适应控制
的优越性. 提出利用两级参数算法来最小化效用函数, 从而获得控制信号. 仿真结果表明, 这种控制器具有良好的对
偶性质, 能得到较好的学习和控制效果.

摘要:

研究部分信息下极大化终止时刻期望对数效用的最优投资策略问题. 代替随机动态规划方法, 利用Ito
d
公式
及非线性滤波技术, 直接导出了部分信息下最优投资策略的显式解, 并给出了简洁的信息价值测算公式.

摘要:

给出一种当多变量系统辨识模型用于控制器设计时的开环实验输入信号. 假定系统未建模动态可以用加性
不确定性表示, 取实际输出和理想输出误差平方均值最小, 将其与系统辨识最小二乘法相结合, 得到一种最优输入信
号的设计方法. 因输入信号与控制性能的相关性, 可获得比普通随机信号更好的辨识结果. 仿真结果证明了该方法的
有效性.

摘要:

基于量化编码、分形编码、图像马赛克编码的发展和成熟, 提出一种基于图像库编码的图像和视频安全传输
方案, 通过隐藏图像库、置乱图像库和加密编码码流实现不同的安全保密等级. 同时, 图像库由收发方事先保存, 传输
的数据量较少, 容易实现高效快速传输. 理论分析和实验结果表明, 此方案具有较高的安全性. 因此适用于安全性和
实时性要求高的图像或视频传输中.

摘要:

通过分析已有的最近插入法, 提出了一种基于参考点的相邻插入法(RPBN I) 及其改进策略( I2RPBN I) , 用
于求解旅行商问题(TSP) , 时间性能分别为O (n2) 和O (n3) ; 进而提出了结合模拟退火算法和I2RPBN I 的两阶段方法.
通过典型算例的数值仿真, 验证了所提出算法的有效性、高效性和鲁棒性.

摘要:

提出一种在已知的结构化环境中, 利用激光传感器信息进行移动机器人快速自定位的算法. 该算法从传感
器信息中快速提取环境特征点, 根据特征点的坐标映射模型, 确定机器人的坐标和方向角. 它克服了传统算法运算量
大、实时性差的问题且定位精度高, 将其应用于机器人足球赛中, 取得了较好的定位效果.

摘要:

研究了货物存贮问题. 考虑到在仓库出空期间一般人们有耐烦与不耐烦两种反应, 研究中假设仓库出空期
丢失顾客量服从正态分布, 据此建立允许缺货的易变质物品的非线性存贮模型, 使模型更接近于实际. 并给出数值例
子, 运用M at lab 软件求解最优存贮控制策略, 得到近似的最佳进货量和最佳出空期长度.