摘要:

概述了免疫算法的产生、发展和作用机理, 比较了不同免疫算法的设计方法及其优劣, 并讨论了免疫算法的
种类. 既从传统计算的流程、仿真、复杂性、参数设置、生命周期和规模等方面进行了分析, 也从自然计算的角度讨论
了免疫算法. 最后给出了一些应用实例, 探讨了发展免疫算法应注意的薄弱环节、难点和创新点, 并从发展重点和未
来的应用等诸方面展望了免疫算法的发展趋向.

摘要:

针对预测控制约束不可行和优先级问题, 提出了利用混合逻辑动态(MLD) 框架处理的混杂方法, 并将该方
法从状态模型推广到输入输出模型, 使得该方法具有更加广泛的适用性. 通过将约束优先级表示为命题逻辑, 并将命
题逻辑转化为整数不等式, 可将约束不可行和优先级问题集成在控制器中. 通过对Wood2Berry 塔的仿真, 验证了该
方法的有效性. MLD 框架为解决预测控制约束不可行和约束优先级问题提供了新途径.

摘要:

针对RPCL 聚类算法存在的缺点, 提出一种改进算法, 并在此基础上得到了一种分布式支持向量机
(DSVM ). 针对SVM 算法中阈值难以确定的问题, 提出了一种两段学习算法. 最后将DSVM 应用于氧化铝高压溶出
过程苛性比值的软测量, 现场数据的仿真结果表明该方法具有较高的精度, 能满足实际生产的需要.

摘要:

从乘客的角度出发, 通过分析乘客需求, 推导了乘客最大冲击次数的估算公式, 提出了基于层站最长候梯时
间和乘客最大冲击次数的一种新型电梯群控策略. 该策略采用模糊控制设计, 符合人们对电梯服务水平的语言级评
价. 仿真结果表明, 乘客的乘梯时间和所经受的冲击次数较两种常规的群控策略有明显降低, 为研究符合乘客利益的
电梯群控系统奠定了基础.

摘要:

对于一类具有动态和静态关联项的大系统, 利用M T 2滤波器和反推设计方法设计了一种鲁棒分散自适应
输出反馈控制器. 在各子系统为最小相位、静态关联项满足L ip sch itz 条件、动态关联项稳定且严格正则的假设下,
证明了闭环系统的所有信号全局一致有界, 且除了参数估计外的其他信号皆以指数速率收敛到零. 该结果好于其他
相关文献中的结果, 仿真结果进一步验证了该方法的有效性.

摘要:

提出一种自适应的频繁模式挖掘算法: AD2M ine 算法. 该算法采用超结构, 根据计算机可用内存自动确定一
次性产生超结构的大小, 能够自动适应各类不同特性的数据, 进行高效率的频繁模式挖掘工作. 同时提出了一种能够
有效地减少扫描记录数的新颖的数据库划分方法.

摘要:

针对化工过程中常见的一类开环不稳定串级控制系统, 提出一种新的给定值响应和负载干扰响应解耦的控
制结构, 从而可分别对其进行在线调节和优化. 采用内模控制理论, 基于鲁棒H 2 最优性能指标解析地推导出给定值
响应控制器和抑制负载干扰的内外环扰动观测器, 从而使控制系统时域响应指标可定量估计和整定. 仿真实例验证
了该控制结构的优越性.

摘要:

提出一种基于进化规划的神经网络群的自动设计方法. 该方法不仅使得神经网络群中的个体网络倾向于完
成不同的子任务, 同时各神经网络个体在进化过程中不断寻找最好的协作关系, 而且神经网络群的规模和结构不需
预先设定. 仿真试验表明, 该算法是有效的

摘要:

针对网络广告的特点, 提出一个最大化广告效果函数的广告资源分配模型. 在L angheinrich 线性模型的基
础上, 加入分散广告显示的二次惩罚项, 使所得到的最优解更能发挥网络广告的作用; 结合微粒群( PSO ) 算法和模型
的特点, 设计出能有效处理约束的改进PSO 算法. 数值仿真证明了算法的有效性.

摘要:

针对大规模旅行商问题(TSP) 会遇到计算时间过长以及计算效率降低的问题, 将并行计算和模式学习引入
蚁群算法, 通过各个节点机提取模式, 在各节点间筛选和交流优良模式, 以改变计算粒度, 达到缩短计算时间、提高计
算效率的目的. 实验结果表明该算法取得了较好的效果.

摘要:

研究环境未知情况下移动机器人的避障问题, 提出一种基于模糊场景匹配的移动机器人避障方法. 该方法
对多种传感器的信息进行融合, 生成当前环境的场景并与场景库中的场景进行匹配, 利用匹配结果并通过模糊控制
器得到机器人的运动参数, 对机器人的避障进行控制. 实验结果表明了该方法的正确性和有效性.

摘要:

利用一种求解混合非线性互补问题的非线性互补方法, 分析具有输电网络约束的电力市场模型的供应函数
N ash 均衡问题. 该方法利用每个策略发电商优化问题的Karush2Kuhn2Tucker (K K T ) 条件将均衡问题表述为一个
混合的非线性互补问题; 然后采用某些具有特殊性质的非线性互补函数, 将求解混合的非线性互补问题转化为求解
一组非线性代数方程. 该方程组中包含不光滑的函数, 因此采用一种基于次梯度的改进的L evenberg2M arquardt 算
法对其求解. 算例分析表明了该方法的有效性.

摘要:

在复杂系统的质量生存交互决策中, 为获得最大质量生存函数W
3 , 通过研究离散质量生存决策及离散系
统有限化过程, 给出了最大质量生存函数W
3 的递归数值算法, 并完成了有限近似解的收敛性证明. 通过系列仿真试
验验证了算法的有效性, 并对算法进行了改进和扩展.

摘要:

研究语言判断矩阵的满意一致性问题. 在给出语言判断矩阵及其满意一致性有关概念的基础上, 提出一种
关于具有严格偏好关系的语言判断矩阵满意一致性的判定方法. 依据所给出的判定方法, 可相应地得出关于语言判
断矩阵的方案优劣的排序方法. 最后通过两个算例说明了所给出方法的有效性.

摘要:

剖析了系统云灰色预测模型的构造机理, 对其积分生成原理进行了论证, 并对其求解方法进行了深入研究,
提出了一种系统云灰色模型的解析预测公式. 结合数据库中“贫”信息和小样本序列数据的特点, 研究了用该模型进
行数据挖掘的方法, 并用实例对解析预测公式和还原离散预测公式进行对比, 阐述了解析预测方法具有求解简单、结
果详细、直观的优点.

摘要:

通过分析飞行器运动方程, 给出了分段线性化模型簇描述. 为了得到一定飞行区域的鲁棒控制器, 选取负实
极点并采用对角占优势的方法对状态反馈矩阵进行设计. 同时, 提出了全飞行区域(飞行包线内) 的多个子系统划分
及鲁棒镇定控制的设计方法. 为了抑制飞行器的建模误差, 采用了输入补偿方法. 与常规鲁棒控制设计方法相比较,
该方法可以降低飞行控制器设计的复杂度. 飞行控制器设计结果表明, 该方法对不确定系统的分析和设计是有效的.

摘要:

为提高时间序列相似匹配的精度和效率, 提出一种基于小波包变换的时间序列相似匹配算法. 首先利用小
波包可对信号进行精细分析的特点, 对时间序列进行维数约简, 用变换后的低频系数和部分高频均值系数作为特征
向量表示原始序列; 然后用多维索引结构R 树存储这些特征向量, 将欧几里德距离作为相似尺度, 在此基础上实现
了范围查询和k 近邻查询. 对电力负荷时间序列数据的仿真实验结果表明了算法的有效性.

摘要:

考虑一类具有非线性激励器不确定系统的鲁棒跟踪问题, 其不确定性是部分已知的, 所构造的鲁棒自适应
控制方案能确保系统的跟踪误差终极一致有界. 与已有文献结果相比, 未知参数估计的自适应律和控制器是连续的,
从而使得所提出的设计方案在实际控制问题中易实现, 且与具有线性激励器的系统一样具有较强的鲁棒性. 最后通
过数值算例进一步说明了该设计方案是有效的.

摘要:

对于采用现场总线系统控制的复杂对象, 应用智能预测控制的方式对其进行分布式控制, 将现场总线的特
点与智能预测控制方法相结合, 使各子系统之间的参数以及控制动作协调一致, 以实现对整个系统的优化控制. 提出
了在现场总线系统中构建该方法的步骤, 并给出了一个采用该控制方法获得较好控制效果的具体实例.

摘要:

基于相关反馈技术的基本原理, 以SVM 分类方法为基础, 研究了基于SVM 的中文文本分类反馈学习技
术, 分析了分类处理中反馈学习的主要模式, 给出了基于SVM 文本分类反馈学习的具体实现方法, 并进行了相应的
实验验证. 实验结果表明, 反馈学习具有明显提高SVM 分类性能的能力.

摘要:

应用线性矩阵不等式(LM I) 方法研究了参数不确定广义大系统的分散鲁棒镇定控制问题, 系统中不确定项
具有数值界, 可不满足匹配条件. 基于不确定项的表达形式, 给出了存在分散鲁棒控制器的LM I 条件. 仿真例子表
明,LM I 方法求解简单、便于应用.

摘要:

通过引入能量泛函, 分析了一类具有时滞的广义Hopfield 神经网络的全局稳定性. 从理论上给出了该类网
络为全局稳定的充分条件, 证明了当时滞满足一个可计算的边界条件时, 具有时滞的该类神经网络与相应的无时滞
网络具有同样的全局稳定特性. 仿真结果进一步证明了结论的有效性.

摘要:

提出一种能够适应各种交通流模式的电梯群控智能优化调度方法. 运用模糊神经网络对电梯的状态变量进
行数据融合, 融合出影响调度决策的电梯特征参数. 通过小生境遗传算法对特征参数进行多目标优化分析, 完成最优
调度. 仿真实验表明, 该方法能够在各种交通流模式下进行相应的合理调度.

摘要:

为了能从完备信息中得出正确的诊断结论, 并能从不完整的信息中得出满意的诊断结果, 提高故障识别率,
提出一种基于粗糙集理论的电力变压器故障诊断方法. 给出了粗糙集的基本概念、约简计算方法和约简过程, 并给出
了故障诊断原理和诊断实例. 实验结果表明, 该方法是有效的, 达到了预期目的, 为电力变压器故障诊断提供了新的
思路, 对其他电气设备的故障诊断具有参考价值.

摘要:

将一类SM SA 混合策略应用于模型的最优降阶, 提出了处理约束优化和解决模型降阶通常遇到的稳定性问
题的有效方法. 通过对典型例子的数值仿真表明了混合策略和约束处理方法的有效性, 而且第3 个例子的优化结果
明显优于以往文献的结果.

摘要:

提出一种基于模糊聚类的神经网络软测量建模方法. 该方法采用数据分组训练、自动确定模糊分类数、在线
测量时分类中心自适应修正, 降低了计算量, 提高了建模精度. 将该算法用于步进式加热炉钢坯温度预报的仿真结果
表明, 它能够解决钢坯温度难以在线测量的问题.

摘要:

拥塞控制对A TM 网络有效、稳定运行具有重要的作用. 在单瓶颈多通道的网络模型下, 基于Sm ith 预估原
理, 提出一种新颖的鲁棒拥塞控制器设计方案. 这种基于速率的拥塞控制可以保证ABR 的服务质量(QoS). 理论分
析和仿真结果表明, 所提出方案收敛速度快, 对网络的不确定因素具有较强的鲁棒性.

摘要:

探讨了一种基于概念格的几何数据挖掘算法, 根据不动点理论和伽罗瓦连接原理, 在数据库中寻找大于一
定支持度的闭项目集, 分解闭项目集便可得到数据间的关联关系. 实验结果表明, 此方法适用于决策系统, 并且挖掘
效率较高.