摘要:

通过对近10 年发展起来的粗集神经网络集成技术的总结和归纳, 可将粗集神经网络集成技术分为3 种: 粗
集神经网络混合系统、粗边界神经网络和粗2颗粒神经网络. 介绍了每种集成技术的研究现状, 分析和阐述了其原理
及特点. 最后, 总结了当前粗集神经网络集成技术中需关注的一些问题, 并指出了进一步研究的方向.

摘要:

证明了一类切换系统的一个不变性原理, 并将输入对状态稳定的概念推广到输入对系统某个非负能量函数
稳定的情况. 基于这个不变性原理以及输入对系统能量函数稳定的概念, 利用多L yapunov 函数方法提出并证明了
一类具有L yapunov 稳定子系统的切换系统的不变集可状态反馈镇定的条件. 最后讨论了输入对系统能量函数稳定
与输入对状态稳定的关系. 仿真结果证明了该方法的可行性.

摘要:

提出了应用遗传算法设计混合H 2
öH
∞状态反馈控制器的一种方法. 通过遗传算法对H ∞控制器进行H 2 性
能优化, 从而设计出鲁棒性强并满足系统性能要求的混合H 2
öH
∞状态反馈控制器. 该方法采用实数编码、排序选择
与最佳个体保存相结合的选择算子、实值中间重组的交叉算子和实值变异的变异算子, 并在适应度函数中添加惩罚
约束. 对国产某型飞机进行仿真, 结果表明得到的混合H 2
öH
∞状态反馈控制器具有良好的H ∞性能和H 2 性能.

摘要:

应用传统方法求解多目标柔性Job2shop 调度问题是十分困难的, 微粒群优化采用基于种群的搜索方式, 融
合了局部搜索和全局搜索, 具有很高的搜索效率. 模拟退火算法使用概率来避免陷入局部最优, 整个搜索过程可由冷
却表来控制. 通过对这两种算法的合理组合, 建立了一种快速且易于实现的新的混合优化算法. 实例计算以及与其他
算法的比较说明, 该算法是求解多目标柔性Job2shop 调度问题的可行且高效的方法.

摘要:

考虑一类不确定离散多变量系统的鲁棒二次型耗散性分析和控制, 其中各不确定参数矩阵具有线性分式形
式. 首先对确定系统建立二次型耗散性与正实性之间的等价关系, 由此导出线性系统二次型耗散的充分必要条件; 然
后证明不确定系统的鲁棒耗散性分析和控制可转化为确定系统的耗散性分析和设计, 给出了这类不确定系统鲁棒耗
散的充分必要条件以及鲁棒耗散控制问题的线性矩阵不等式解法. 所得结果可将H ∞控制与正实控制统一起来, 提
供一种较为灵活、保守性较小的系统设计方法. 仿真例子说明了所提方法的有效性.

摘要:

针对一类非线性离散时间系统, 提出一种自适应模糊逻辑补偿控制方案. 控制律由跟踪控制律和逼近误差
补偿控制律两部分组成, 利用模糊逻辑系统对系统参数扰动和外界干扰进行自适应补偿, 由模糊滑模控制律实现对
模糊逻辑系统逼近误差的进一步补偿. 所设计的控制器可保证闭环系统一致最终有界. 将该控制器用于月球探测车
动态转向系统中, 仿真结果表明了该方法的有效性.

摘要:

针对城市交通路口的信号控制, 提出一种自适应模糊控制器, 并对其稳定性进行分析. 通过控制器给出路口
实时信号配时, 根据红灯相位的等候车辆平均损失和绿灯相位释放车辆的平均增益, 给出了模糊控制器的自适应算
法, 以实时修正其模糊规则. 在自适应模糊控制器的稳定性分析中, 采用模糊控制系统闭环模型的模糊关系矩阵, 证
明在路口车辆随机产生的情况下, 模糊控制系统是稳定的. 仿真结果表明, 自适应模糊控制器比全感应控制器、简单
模糊控制器更能适应路口交通流的变化, 极大地改善了系统性能.

摘要:

首先比较了带量子门更新和群体灾变的量子算法(QA ) 以及加入对量子位的交叉和变异操作的量子遗传算
法(Q GA ) ; 然后结合量子搜索和传统遗传搜索提出了混合量子遗传算法的框架, 并给出了基于二进制编码的混合量
子遗传算法(BQ GA ) 和基于实数编码的混合量子遗传算法(RQ GA ). 基于典型问题的数值仿真和比较表明,
RQ GA 的性能明显优于其他算法, 对参数和初值具有较好的鲁棒性.

摘要:

针对免疫算法(A IA ) 的运行速度和收敛速度慢的缺点, 提出一种精英交叉策略, 并将精英交叉策略与基于
欧氏距离的免疫算法相结合, 得到一种基于欧氏距离和精英交叉的免疫算法(DKBA IA ). 提出了抗体相似矩阵的概
念和一种改进的措施, 对DKBA IA 进行改进, 从而得到改进的DKBA IA 算法(MDKBA IA ). 仿真结果表明, 精英交叉
策略对免疫算法的收敛性能有显著的改善;MDKBA IA 的运行速度也得到极大的提高, 已接近GA 的运行速度.

摘要:

分析了不对称竞争条件下企业集团的转移定价决策问题. 得出存在上游竞争的条件下, 转移价格大于边际
成本; 存在下游竞争的条件下, 转移价格的大小取决于各下游企业最终产品的相互替代程度

摘要:

将离散空间问题求解的蚁群算法引入连续空间, 针对多目标优化问题的特点, 提出一种用于求解带有约束
条件的多目标函数优化问题的蚁群算法. 该方法定义了连续空间中信息量的留存方式和蚂蚁的行走策略, 并将信息
素交流和基于全局最优经验指导两种寻优方式相结合, 用以加速算法收敛和维持群体的多样性. 通过3 组基准函数
来测试算法性能, 并与N SGA II 算法进行了仿真比较. 实验表明该方法搜索效率高, 向真实Pareto 前沿逼近的效果
好, 获得的解的散布范围广, 是一种求解多目标优化问题的有效方法.

摘要:

研究了农业剩余劳动力非农化的两个过程: 动态转移过程和吸纳过程. 在充分考虑农业剩余劳动力随机转
移过程的基础上, 借助扩散随机过程理论建立分析模型来描述农业剩余劳动力的动态转移状况; 在研究了非农产业
发展状况的前提下, 建立分布参数系统模型分析全社会各非农行业对农业剩余劳动力的需求; 探讨了以寻求农业部
门产出最大化为目的的农业剩余劳动力转移的优化策略, 并给出在满足目标泛函的前提下农业劳动力转移的适度规
模控制方程.

摘要:

针对目前混沌优化算法寻优速度慢的问题, 论证了Tent 映射的优越性, 并结合模式搜索法, 构造了一种搜
索速度较快的混合优化算法. 该算法能够搜索全局最优解, 并具有较快的搜索速度. 通过算例验证了该方法的可行性
和Tent 映射的应用前景.

摘要:

针对时不变非线性系统, 提出一种用神经网络进行模型误差估计的预测滤波算法. 该算法用寻优的方法离
线获得与当前状态和下一步输出测量相对应的模型误差估值, 并作为样本训练神经网络; 实际滤波中, 用训练好的神
经网络进行模型误差估计. 该方法与原预测滤波算法相比没有动态过程, 不会因为滤波器初始误差太大而振荡或发
散, 且稳态精度与计算步长无关. 通过对一个二阶非线性系统的仿真验证了神经2预测滤波器的优越性.

摘要:

为帮助用户在丰富的网络资源中快速、准确地查询到所需要的信息, 提出一种基于增强遗传算法的查询优
化算法. 其基本思想是: 把查询种群组织成多个称为小生境的查询子种群, 一个小生境用于查询文档空间的一个区
域, 规定了相应的基于项权重和相似项的交叉算子、自适应变异算子, 并通过引入局部搜索机制来增强算法的局部
搜索能力, 最后把查询结果依据相关性次序进行合并, 并返回给查询用户. 实验结果表明, 该算法在查询精度和计算
速度上均优于常用的查询优化技术.

摘要:

针对一类组合系统的模型参考自适应分散控制问题, 提出一种新的考虑问题的思路. 在选择参考模型时, 根
据系统所期望的性能指标, 考虑各子系统间的相互作用, 保留互联项; 基于L yapunov 稳定性理论, 给出了模型参考
自适应控制方案, 并证明了其整体一致收敛性.

摘要:

利用线性矩阵不等式(LM I) 方法, 给出线性广义系统容许且严格耗散的充分必要条件, 由此得到状态反馈
和动态输出反馈严格耗散控制器的存在条件及设计方法. 考虑除E 外所有系数矩阵均具有范数有界时变不确定性
的广义系统的鲁棒严格耗散控制问题, 给出了系统广义二次稳定且严格耗散的充分条件, 以及状态反馈和动态输出
反馈鲁棒严格耗散控制器的存在条件及构造方法.

摘要:

对系统建立了仅有角度测量信息的单传感器跟踪(BO T ) 模型和算法, 从机动目标鲁棒跟踪的角度给出了单
传感器仅有角测量信息时的状态估计方法. BO T 的状态估计采用修正增益扩展卡尔曼滤波器(M GEKF) , 目标加速
度采用周期递推估计. 该算法的模型简单、无噪声假定、无模型切换, 并对目标机动具有良好的自适应能力. 仿真结果
验证了该方法的有效性.

摘要:

针对实际过程控制系统中某些被控变量没有设定值要求只有区域目标约束要求这一特点, 提出一种带有输
出区域目标特性的多变量预测控制算法(ZMM PC). 该算法根据区域目标约束条件的满足情况, 将控制器的目标函
数及约束条件划分为两种工作状态, 使用基于逻辑的方法完成动态控制过程中目标与约束条件的切换. 仿真实例结
果表明ZMM PC 不仅可以增加控制系统的自由度, 而且可根据被控变量的优先权进行灵活设计, 使复杂控制系统具
有更好的动态和稳态控制品质.

摘要:

基于Peco ra2Carro ll 混沌同步原理和参数自适应控制策略, 提出一种单参数统一混沌系统的自适应同步控
制方法; 推导出实现不同参数、不同初值的两统一混沌系统同步的参数自适应控制律和同步条件; 研究了确定控制常
数边界和范围的方法, 并讨论了控制常数对同步性能的影响. 理论分析和数值仿真表明, 选择合适的控制常数, 可实
现两统一混沌系统的大范围渐近稳定同步.

摘要:

从神经网络输入输出映射关系的实质是一种广义级数展开的观点出发, 提出利用两次赌轮法, 按照基因片
段的功能划分来对交叉部位进行再次选择, 以使功能相似的基因片段不会出现在同一个染色体中, 避免神经网络遗
传优化中“近亲繁殖”的产生. 一个两类分类问题的仿真分析表明, 该算法非常有效, 能使网络持续收敛到所能达到的
最小误差, 从而得到全局最优解.

摘要:

网络传输的抖动影响了VOD 的播放质量, 采用反馈控制机制进行实时多媒体流量控制是一种有效解决方
法, 但因实时多媒体流控模型及性能要求的特殊性, 仅采用传统的反馈控制技术难以消除这一缺点. 针对此问题, 建
立了实时多媒体反馈控制框架下的性能指标评价体系, 设计了预测最优均匀控制算法. 仿真实验表明, 该算法有效地
克服了网络传输抖动带来的不利影响, 提高了VOD 的播放质量.

摘要:

真空退火炉中工件温度的精确控制是一个典型的非线性、大时滞、强耦合的复杂控制问题. 为实现工件温度
的精确控制, 通过对退火炉工作机理的分析, 以现场实际采集的数据为基础, 采用神经网络建立对象模型并利用遗传
算法对神经网络的权值、阈值进行优化, 提出一种真空退火炉工件温度精确控制的优化数学模型. 经仿真研究并将其
成果应用于实际控制中, 取得了令人满意的效果.

摘要:

对态势评估与规划系统进行集成, 提出了智能化战术飞行轨迹规划系统方案. 基于贝叶斯网络和模糊推理
技术, 实现了战场威胁级别及其相对重要性程度的综合评估. 利用模型预测控制的滚动优化和在线校正原理, 实现了
飞机在线飞行路径规划. 建立了路径规划代价函数中加权因子的智能化分配方法, 进而实现了威胁评估与路径规划
之间的集成, 使得路径规划系统能够自适应战场态势的动态变化. 最后通过仿真验证了所提出方法的有效性.

摘要:

针对非线性动态系统辨识和控制的特点, 对4 层模糊神经网络进行了优化和改进. 形成了动态模糊神经网
络, 提高了网络的稳定性和对动态系统的辨识能力, 同时给出了基于L yapunov 函数稳定收敛定理的各权向量以及
权矩阵学习速率的自适应调整算法. 应用于非线性动态系统的辨识和控制仿真试验表明, 改进后的动态模糊神经网
络与模糊神经网络相比, 可取得更好的辨识精度和跟踪控制效果.

摘要:

离散Hopfield 神经网络是一类特殊的反馈网络, 可广泛应用于联想记忆设计、组合优化计算等方面. 反馈
神经网络的稳定性不仅被认为是神经网络最基本的问题之一, 同时也是神经网络各种应用的基础. 为此, 利用状态
转移方程和定义能量函数的方法, 研究离散Hopfield 神经网络在部分并行演化模式下的渐近行为, 并举例说明了一
个已有结论是错误的, 同时给出了一些新的网络收敛于稳定状态的充分条件. 所获结果进一步推广了一些已有的结
论.

摘要:

针对交互式遗传算法中人的疲劳问题, 提出一种基于神经网络(NN ) 的个体适应度分阶段估计方法, 给出了
神经网络估计进化个体适应度与人的评价之间的转换策略以及神经网络学习效果的评价指标, 并分析了算法的复杂
性. 实例结果验证了该方法的有效性.

摘要:

针对序批式反应器污水处理工艺, 提出一种以排水质量指标为约束条件, 以能量消耗最小为目标的最优控
制方案. 由于生化过程机理复杂, 导致这个最优问题求解困难. 所构造的解法是首先建立通用的序批式反应器模型;
然后借助仿真工具试差求取次优解. 为解决搜索求解计算量大的问题, 进一步结合进退法提出了一种改进的优化算
法, 显著提高了求解效率.