摘要:

针对经典决策支持系统理论与实际决策问题之间存在鸿沟,难以对复杂环境和复杂问题进行有效的决策支持和求解的缺陷,指出当前实际决策支持理论和方法存在的一些问题和需要考虑的各种因素,列举了主要的决策支持系统的方法和典型应用,并指出各种方法的优缺点.在与综合集成型决策支持系统进行比较后,提出只有构建综合集成型决策支持系统才能有效地解决复杂问题的决策支持.最后, 总结了决策支持系统今后的研究方向和工作建议.

摘要:

提出一种具有逻辑时序特征的微粒群优化算法, 并将其应用于半导体封装生产线的工序参数优化中.对实际的半导体封装生产线进行建模, 并针对生产线中机器对不同产品的加工时间最优分配这一典型的工序参数优化问题, 提出了以单位时间利润值和机器均衡度为评价指标的逻辑时序微粒群优化策略.最后进行了计算机仿真和结果分析.

摘要:

提出一种高效的基于密度单元的自扩展聚类算法SECDU.首先将数据空间等分为若干个密度单元, 再根据数据点的位置将其划分到所属的密度单元中, 然后针对密度单元进行聚类.聚类首先产生在数据最密集的区域, 然后向周围低密度区域延伸.聚类在延伸的过程中体积逐渐增大,密度逐渐减小,直到聚类的密度达到一个事先规定的限度时为止.算法在保留原有数据分布特性的前提下利用密度单元对数据进行压缩, 并在保证具有较好效果的前提下大幅度地提高了聚类的速度.

摘要:

针对直接热装和直轧工艺的特点, 提出在冶铸轧一体化组批时用组合批代替传统的连铸作业计划和热轧作业计划, 并建立了时序条件多收益旅行MPCTSP-TC模型.该模型基于并行策略, 一次可以求出若干个组合批.构造了分组协同蚁群算法,并用该算法对所提出的模型进行求解.结果表明, 所建立的模型和算法可以最大化地求出较优的组合批,每个组合批都能满足模型的约束条件,而且排出一个组合批的平均时间为9.6s,远远低于人工排产所需的时间.

摘要:

基于协同进化算法, 提出一种高维模糊分类系统的设计方法.首先定义系统的精确性指标, 给出解释性的必要条件, 利用聚类算法辨识初始模型.相互协作的3类种群分别代表系统的特征变量、规则前件和模型隶属函数的参数, 适应度函数采用3类种群合作计算的策略, 在算法运行中利用基于相似性的模型简化技术约简模糊系统,最后利用该方法对Wine问题进行研究,仿真结果表明该方法能够对高维分类问题的特征变量进行选择, 同时利用较少规则和模糊集合数达到较高的识别率.

摘要:

针对分布式环境下粗糙集理论研究的重要性,引入全局决策表和局部决策表的概念,并提出一种基于垂直分布的多决策表全局属性核求解算法.该算法可充分利用求得的局部不一致对象和局部差别矩阵,有效提高垂直分布的多决策表全局属性核求解效率.分析结果表明本文算法是有效的, 可行的.

摘要:

在分析批量调度问题特征的基础上建立了精轧工序轧制批量调度的数学模型,采用混合自适应多目标进化算法进行求解.在该算法中, 采用全局搜索与局部优化相结合来加快算法的收敛速度,基因修正与罚函数相结合来解决约束问题, 运用免疫共享方法维护种群的多源性,根据评估结果自适应改变遗传操作的概率.应用生产实际数据进行测试, 表明该调度方法能获得所需的Pareto优化前沿.

摘要:

利用采样数字控制系统的方法分析了一类混杂动态系统模型描述的仿射非线性网络控制系统的稳定性问题.针对一类仿射非线性对象和线性数字控制器组成的网络控制系统,虑了网络诱导延时对系统稳定性的影响,得到了仿射非线性网络控制系统一致渐近稳定的条件.真实例验证了理论分析的正确性.

摘要:

分析了当新技术商品价格服从混合布朗运动/泊松跳跃过程时的企业战略决策,并着重考察了未来突发事件对企业决策的影响.通过模型的一组模拟数值解发现当未来有不利事件发生时, 企业进入市场和退出市场的临界价格均随该事件的平均发生率的增加而增加;而当未来有有利事件发生时, 进入市场和退出市场的临界价格则随该事件的平均发生率的增加而下降.

摘要:

提出了网格密度可达的聚类概念和边界处理技术,并在此基础上提出一种基于扩展的多密度网格聚类算法.该算法使用网格技术提高聚类的速度, 使用边界处理技术提高聚类的精度, 每次聚类均从最高的密度单元开始逐步向周围扩展形成聚类.实验结果表明, 该算法能有效地对多密度数据集和均匀密度数据集进行聚类, 具有聚类精度高等优点.

摘要:

在视觉伺服控制过程中无法精确地标定摄像机和机器人运动学模型,而当前的无标定视觉伺服控制技术或者只能针对静态的目标,或者针对动态目标但无法摆脱大偏差的影响.针对此问题,提出一种动态无标定的视觉伺服控制方法:基于非线性方差最小化法控制机器人跟踪运动目标, 利用动态拟牛顿法估计图像雅克比矩阵,采用迭代最小二乘法提高系统的稳定性并提出大偏差条件下的无标定控制策略.仿真实验证明了该方法的正确性和有效性.

摘要:

针对任意阶时滞对象, 通过求解控制参数的稳定边界线和判断边界线的哪侧具有更少的不稳定极点, 给出一种确定PID控制器参数稳定域的准确计算方法.只要在所得到的稳定域中调节PID 控制器参数,就能够保证闭环系统的稳定性,这不仅为时滞对象的PID控制器设计建立了基础, 也为其在线调节提供了一条简单有效的途径.仿真实例验证了该方法的有效性, 并表明该方法不仅适用于不稳定时滞对象而且也适用于非最小相位时滞对象.

摘要:

提出一种基于二维超混沌序列和离散小波变换(DWT)相结合的鲁棒性数字水印算法.该算法利用形式简单的二维离散超混沌系统产生的超混沌序列生成密码对水印图像加密, 同时根据人类视觉系统的特性,对宿主图像在YIQ色彩空间中的Y 分量进行多级离散小波变换后,将加密后的水印图像嵌入到宿主图像Y分量的DWT 中频子带中.实验结果表明算法同时具有良好的鲁棒性和不可见性.

摘要:

根据二维空间内目标作匀速转向运动的特点, 提出一种基于航向变化的目标加速度实时估计方法, 并在此基础上采用采样卡尔曼滤波器对该机动目标进行跟踪.仿真结果表明, 该方法不仅能够检测出目标机动开始时刻和终止时刻, 而且还能近似估计出快速机动目标的加速度大小, 与扩展卡尔曼滤波器相比, 采样卡尔曼滤波器具有较好的跟踪精度.

摘要:

提出一种基于仿生小波变换以及自适应阈值的语音增强方法.含噪语音通过仿生小波变换后, 针对不同的尺度采用不同的阈值函数进行去噪.由于在小波变换过程中考虑了人耳的听觉特性, 所提出方法优于基本的小波语音增强方法.实验表明, 该方法在多种噪声条件下均具有较好的语音增强效果.

摘要:

针对传统时间序列预测方法难以表达时间序列中时间累积效应的缺陷, 提出一种基于过程神经网络的时间序列预测方法.就时间序列的短期预测和长期预测问题分别应用该方法建立了两种预测模型,并给出了相应的学习算法.以航空发动机状态监控中滑油铁金属含量预测为例验证了两种预测模型及其学习算法的有效性,并得到了满意的结果.

摘要:

基于模型预测理论,出了用于支持TCP流的IP路由器主动队列管理控制器--神经模型预测控制器(NMPC).这种控制器使用了不同的时间延迟环节近似方法以及不同的近似非线性模型.控制器的主要目标是在高动态网络条件下稳定瓶颈路由器的队列长度.仿真结果表明,与采用RED算法及REM算法的控制器相比, 这种控制器具有较好的鲁棒性和较短的响应时间, 尤其是网络在大流量和具有高动态性条件下效果更为明显.

摘要:

针对在核心节点实现的主动队列管理(AQM)可以预见和防止拥塞,并且能够较公平地分配带宽, 介绍了一种加权公平的主动队列管理算法, 提出一个基于公平性的拥塞控制机制,即将这种AQM 算法部署在可提供QoS服务的区分服务模型中, 最后介绍仿真过程并分析该模型的性能.

摘要:

用于广义预测控制(GPC)的单变量j步预估器传统上是在多项式域采用丢番图方程导出的,针对与其等价的状态空间形式预估器, 对该预估器的多变量扩展进行了z域分析, 得到一个多项式域的基于CARMA 模型的多变量j 步预估器.该预估器可以简化多变量系统的GPC算法设计, 在单变量情形, 该预估器即为传统的GPC预估器, 最后提供了传统GPC预估器与状态空间形式预估器等价性的严格证明.

摘要:分析了电力系统负荷预测目前采用方法的不足,并根据电网负荷的特点提出一种基于模糊支持向量的核回归方法,同时提出多参数同步优化策略,增强了该方法的实用性和有效性.从理论上分析了小样本条件下,该方法可以有效避免过学习的原因,它不需设计网络结构, 降低了对实验人员经验的依赖程度.与神经网络法进行对比实验,实验结果表明了该方法的优越性和适用性,并具有较好的实用价值和应用前景.

摘要:研究一类同时具有分布式和离散型时滞的线性参数变化系统的鲁棒H∞滤波问题.基于参数线性矩阵不等式方法, 推导了滤波误差系统渐近稳定和具有H∞扰动衰减水平γ的时滞相关充分条件.同时应用投影定理, 通过引入附加矩阵变量, 解除了系统矩阵与依赖于参数的Lyapunov 函数矩阵之间的耦合,使所得到的条件更适合于滤波器的综合.推导了系统鲁棒H∞滤波器存在的充分条件, 并将滤波器的设计转化为一组线性矩阵不等式的求解.数值实例证明了所提出设计方案的可行性.

摘要:讨论了一般非线性控制系统的线性化问题.基于一般非线性系统相关阶的概念, 以微分几何方法为工具,给出一般非线性系统可线性化的一个充要条件,分析了相关阶、 特征函数和系统维数的关系,并严格证明了线性化判据的必要性.

摘要:提出一种基于模糊RBF网络的自适应模糊Actor-Critic学习.采用一个模糊RBF 神经网络同时逼近Actor动作函数和Critic 的值函数, 解决状态空间泛化中易出现的“维数灾”问题.模糊RBF网络能够根据环境状态和被控对象特性的变化进行网络结构和参数的自适应学习, 使得网络结构更加紧凑, 整个模糊Actor-Critic 学习具有泛化性能好、 控制结构简单和学习效率高的特点.Mountain Car 的仿真结果验证了所提方法的有效性.

摘要:通过等式约束条件修改普通的支持向量机可以得到最小二乘支持向量机,不需要再次求解复杂的二次规划问题.提出了利用核主元分析进行特征提取, 在高维特征空间中计算主元,降低样本的维数,然后用最小二乘支持向量机进行建模.仿真结果表明了该方法的有效性和优越性.

摘要:为了实现注汽锅炉蒸汽干度的高质量控制,提出一种蒸汽干度控制方法.该方法采用基于T-S 模糊模型的模糊预测控制获得主回路控制量, 来自水流量的前馈控制量与主回路控制量相乘, 形成蒸汽干度的前馈-反馈控制,以实现水火量的自动跟踪, 同时在控制结构中引入非线性跟踪-微分器以增强系统的抗干扰能力.应用结果表明该方法具有良好的控制效果.