摘要:极值优化(EO)算法是新开发的一种启发式算法,其基本思想是更新适值最差的变量,提高目标函数的适值.首先介绍了自组织临界的思想和模型;然后阐述了算法的具体实现,讨论了算法的改进,特点和算法的理论分析;最后介绍了算法的应用,并展望了算法未来可能的改进和研究方向.

摘要:针对一类输出反馈非线性时滞系统,提出一种简化的自适应神经网络镇定算法.所设计的状态观测器和控制器不依赖于时滞.不同于现有的结果,系统的时滞项假定完全未知,仅采用一个神经网络补偿所有未知非线性函数,因此控制器设计更加简单,而且最终的闭环系统被证明是半全局渐近稳定的.仿真结果进一步验证了该控制方案的有效性.

摘要:提出一种集成粗糙集理论的RBF网络设计方法.由布尔逻辑推理方法进行属性离散化,得到初始决策模式集,通过差异度对初始决策模式的相似度进行衡量并实现聚类,以聚类决策模式构造RBF网络.为加快训练速度,分别对隐层参数和输出权值采用BP算法和线性最小二乘滤波法进行训练.实验结果表明,该方法设计的RBF 网络结构简洁,泛化性能良好,混合学习算法的收敛速度优于单纯的BP算法.

摘要:

利用报童理论和退货政策模型,研究了传统市场与电子商务市场的内在关系,建立了供应商参与两种市场联合营销情况下的供应链管理模型.重点分析了供应商如何在电子商务环境下组织生产,如何通过实施协作提高供应链总利润,如何评估两种市场上的销售策略.最后采用算例分析的方法,证明了模型和算法的有效性和可行性.

摘要:

针对一类具有输出反馈耦合的离散非线性系统,将过程的非线性部分通过支持向量机转化为全局线性状态空间模型,并在目标函数中引入系统状态的变化,给出一种类似于离散PI最优调节器的新型预测控制器.该方法不需要在线辨识系统参数,因为系统的内模已转换成全局离线模型.由于引入了新的优化目标数,该控制器的控制效果和鲁棒性优于仅考虑预测输出误差的传统预测控制器.仿真结果表明,它也优于经典离散PI最优调节器.

摘要:

对于一类状态不可测非线性互联时滞系统,给出一种基于观测器的模糊分散输出反馈控制方法.首先采用模糊T-S模型对非线性互联时滞系统进行模糊建模,在此基础上给出了模糊分散观测器和基于观测器的模糊分散输出控制器的设计.应用李亚普诺夫函数法和线性矩阵不等式方法给出了模糊分散控制系统稳定的充分条件.仿真结果进一步验证了所提出的模糊分散控制方法的有效性.

摘要:

讨论了基于多模型的预测控制方法.对于化工生产过程中具有高度非线性的连续搅拌反应釜(CSTR),通过对覆盖工况的数据离线辨识建立多个局部模型,根据每个局部模型分别设计子GPC 控制器,通过跟踪工况变化对子控制器加权以获得控制增量.仿真结果表明该方法可取得令人满意的控制效果.

摘要:

研究带拖车移动机器人的前向路径跟踪控制和倒车路径跟踪控制问题.首先建立系统的运动学模型,并进行系统的运动特性分析;然后基于Lyapunov方法提一种新的单体移动机器人全局路径跟踪控制器,并将其引入带拖车移动机器人的前向路径跟踪控制;再后通过运动学变换,实现了拖挂任意节拖车的系统的倒车路径跟踪控制;最后针对三车体系统的两种路径跟踪控制进行仿真,结果表明了该方法的有效性.

摘要:

针对水轮发电机组的复杂动态特征,提出一种新的动态递归模糊神经网络结构,并将其应用于解决水轮发电机组的建模问题’通过在网络规则层引入乘积运算,使得复杂模糊规则容易提取,模糊推理功能易于实现.在网络隐层中引入局部递归单元,该方法能克服基于反向误差传播的静态网络辨识动态系统的局限性,提高辨识水轮发电机组动态特性的准确性.通过与其他智能方法的仿真比较,验证了所提出方法的有效性.

摘要:

提出一种新型的事故混沌理论.利用混沌理论和故障树法分析了汽车交通事故中的混沌特性,建立了基于事故混沌理论的汽车交通事故预测模型,并分析了预测模型的最大可预测尺度.该预测模型利用相空间近邻等距法对交通事故中的混沌吸引子进行预测,从而实现了对汽车交通事故的预测.仿真结果表明事故混沌理论对分析和预测汽车交通事故是有效的.

摘要:

对具有迟滞非线性的三明治系统,设计了基于Duhem算子的神经网络自适应控制器.首先对前端动态子系统进行近似补偿;然后用Duhem算子描述所提出的迟滞状态,用神经网络逼近迟滞状态与迟滞输出的关系,实现对迟滞非线性的建模.基于该迟滞模型并采用伪控制技术设计神经网络自适应控制器,通过Lyapunov方法证明了系统的稳定性,并推导出神经网络的权值自适应调整律和控制律.最后通过仿真验证了该方案的有效性.

摘要:

针对传统方法存在的缺点,提出一种基于粒子群K均值聚类算法的电梯交通模式识别方法.该方法通过对此前一周的原始客流数据进行聚类分析,得到相应交通模式的聚类中心坐标.针对实时变化的交通流数据,采集5min时段客流数据,根据最近邻原则划分其归属的聚类中心,从而识别出当前的交通模式.仿真实验表明,该方法能对电梯交通模式进行有效识别,实时性较好.

摘要:

对于非匹配不确定混沌系统,提出一种RBF神经滑模同步方法.设计滑模切换面,并将其作为神经网络的唯一输入,网络的权值依滑模趋近条件在线确定,使得同步跟踪误差渐进到零点.该方法简化了常规神经网络控制结构的复杂性,削弱了滑模控制的抖振程度,并且同步时间较短,对参数不确定性及外干扰具有较好的鲁棒性.仿真结果验证了所提出方法的有效性.

摘要:

研究了银行卡网络在实时高效运营的条件下,各成员银行的资金运作问题.在分析国内银联网络资金需求情况的基础上,运用随机模拟方法生成不确定需求情景,建立了以网络系统成本最小为目标的鲁棒模型.数值仿真结果表明,模型的解相对保守,能有效地保证银行卡网络运作的鲁棒性.

摘要:

针对单机Just-in-time系统在加工时间有较大范围不确定性的调度环境,设计出一种两层协同进化遗传算法,解决绝对鲁棒调度优化问题"最优化在加工时间变化范围内预调度的最差性能.外层遗传算法确定工件的加工顺序,内层遗传算法确定在给定调度顺序下实现最差性能的加工时间.通过对大量随机算例进行仿真,并与采用期望加工时间的确定性调度算法进行对比,表明所提出的算法是有效的.

摘要:

分析了基本粒子群算法(PSO)全局搜索能力与收敛速度的矛盾,提出了粒子群相似度的概念.根据每个粒子与全局最优粒子的不同相似度,对基本PSO算法的惯性权重进行动态调整.同时提出一种根据相似度计算聚集度的方法,并根据聚集度的大小随机地对粒子重新赋值,控制粒子群的多样性,提高了全局搜索能力.典型优化问题的实例仿真验证了该算法的有效性.

摘要:

基于活动成本目标多模式资源受限工程调度的并行调度方案,提出一种活动-模式两步调度策略,给出了活动优先规则和模式优先规则.该策略首先按活动优先规则进行可行活动的选择,然后按模式优先规则选择活动的可行模式.基于改造PSPLIB的算例测试得出,活动-模式两步调度策略的结果比活动-模式联合调度策略好,且在模式优先规则中考虑折衷的先序相关成本因素时取得的效果相对较好.

摘要:

研究一类基于状态观测器的网络控制系统鲁棒稳定性和鲁棒控制器设计问题.考虑传感器时钟驱动,控制器和执行器事件驱动以及小于等于一个采样周期的不确定时延,建立了基于状态观测器的网络控制系统增广模型.利用线性矩阵不等式方法推导出该系统鲁棒稳定的条件,进一步给出了鲁棒控制律和状态观测器设计方法.数值仿真算例证明了分析方法和结果的有效性.

摘要:

改进型内模控制有两种最常见的形式,针对这两种改进内模控制的研究一直认为它们是两种不同的控制,且其中一种比另一种更为优越.通过深入分析可以证明它们事实上是完全等价的,而且所得等价性结论具有一般性,无论采用何种设计方法,系统连续或离散,对象稳定与否都成立.

摘要:

针对模糊系统建模过程中实现结构风险最小化问题,提出改进的基于子空间划分的模糊系统模型(SPFS).使用偏最小二乘法(PLS)建立初始模型,有效地提取对系统解释性最强的信息.通过ε不敏感函数和子空间划分,达到模型的置信范围与经验风险的折中.改进的SPFS能保证模型的可解释性,并实现结构风险最小化.仿真计算证明了该模型的有效性.

摘要:

针对常用的资源分配网络(RAN)存在的问题,提出一种改进的RAN网络学习算法(PIRAN)该算法可避免常用的RAN网络由于没有初始隐层节点而造成的不足,在一定程度上改善新性条件对网络结构和参数的影响,并采用FPE 剪枝策略使网络复杂度与拟合度得到较好的结合.最后通过对无机建筑材料成分分析的仿真,表明该算法可有效简化网络结构,实现样本的正确分类,获得较好的校验性能.

摘要:

研究严格反馈形式系统的鲁棒稳定控制问题.考虑输入噪声,测量噪声以及控制对象扰动的情况,通过非线性距离度量框架结构,建立了鲁棒稳定后推控制设计方法.作为应用,考虑一个时滞的二维系统,得到了闭环系统对时滞的鲁棒稳定性.

摘要:将多代理系统(MAS)技术引入电梯群控系统,形成分布式电梯群控系统,以克服集中式群控系统的计算瓶颈问踢.提出了基于MAS技术的网状电梯群控系统总体结构,将电梯交通系统中的轿厢和呼梯信号控制器分别映射为C-agent和HC-agent,并增加了一个M-agent映射电梯系统中的虚拟管理器.描述了基于拟市场模型的C-agent报价算法和HC-agent评价报价算法,以及分布式电梯群控系统的全局优化机制.

摘要:在灰色系统理论缓冲算子公理体系下,构造了4 类强化缓冲算子序列,整合了已有的实用强化缓冲算子,并对它们的缓冲作用进行比较.实例验证了这类算子序列的有效性和实用性,解决了冲击扰动系统行为数据在建模预测过程中出现的定性分析与定量预测不符的问题.

摘要:基于T-S模型提出一种非线性系统的模型辨识方法.利用蚁群聚类算法进行结构辨识,确定系统的模糊空间和模糊规则数.在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现了参数辨识.仿真结果验证了所提出方法的有效性,表明该方法能够实现非线性系统的辨识,而且辨识精度较高.

摘要:

针对大型化工过程生产系统的高维度数据及其噪声严重影响故障诊断的性能,采用基于故障特征选择和支持向量机(SVM)的故障诊断方法.为了确保在线故障诊断的实时性和准确性,提出一种新型的混沌耗散离散粒子群(CDDPSO)算法,用于故障诊断中特征变量的搜索.仿真结果表明,CDDPSO算法能有效地搜索到全局最优解,而基于故障特征选择的故障诊断方法具有良好的故障诊断性能.