摘要:

软件项目风险管理是软件工程的重要分支,也是项目管理和决策研究中的热点问题.为此,简要介绍了软件项目风险管理的相关基本概念,阐述了软件项目风险管理的框架体系和研究方法,并讨论了其各自的优缺点.据此对该学科的研究发展趋势作了展望.

摘要:

讨论混合励磁电机系统的输入输出解耦和线性化问题.根据机电动力学原理,导出了混合励磁电机系统在与转子同步旋转的d-q坐标系中的动态方程.应用非线性系统几何理论,通过非线性状态反馈和坐标变换,实现了混合励磁电机系统的输入输出解耦控制和完全线性化,将原系统分解为3 个线性子系统:d轴磁链子系统,q 轴磁链子系统和转速子系统.仿真结果表明,基于输入输出线性化控制设计的混合励磁电机控制系统具有良好的动态性能.

摘要:在分析R&D项目技术和市场不确定性分布特征的基础上,提出多步骤四项式期权定价模型,用于R&D 项目进展评估.探讨了当出现不可预见信息时,对采取的多个管理决策的选择问题.实例分析表明,多步骤四项式模型能灵敏地监测项目的单因素变化引起的项目投资价值的变化,对管理的灵活性和不确定性能进行量化处理,在很大程度上提高了R&D中期投资决策的准确性.

摘要:流程工业生产物流动态平衡调度是典型的多工序、多目标、多约束的多机并行调度问题,难以解析建模.为此,提出了节点流控制及切换的概念,建立了生产调度模型,并采用多目标分层求解调度模型.在此基础上,提出了流程工业生产的物流平衡调度方法.实际应用表明,所提出方法提高了物流动态调度的准确性和生产效率.

摘要:移动Ad hoc网络是一种高度动态的无线网络,路由成为其实际应用中必须解决的关键问题.目前基于拓扑的MANET路由协议大多不具有良好的可扩展性.为此面向Ad hoc组网应用,提出一种具有可扩展性的中心控制路由协议.仿真结果和性能分析表明,在大型Ad hoc 网络组网中,该路由协议具有较好的可扩展性和较高的分组递送率,并提供了QoS路由实现手段.

摘要:讨论不确定动态系统的执行器故障检测与重构问题.以滑模观测器为基础,利用状态和输出变换方法与奇异值分解方法相结合对系统进行降阶,提出一种鲁棒故障重构观测器.给出了优化滑模策略,并作了严格论证,保证对系统不确定性具有鲁棒性和跟踪系统状态的收敛性.应用等价输出控制的概念和设计的鲁棒故障重构观测器,获取故障信息并实现执行器故障的检测与重构.最后通过数值仿真验证了该方法的有效性和可靠性.

摘要:针对已有的信息集结算子没有考虑属性信息分布疏密程度的情况,研究了一维数据聚类的问题,并给出一种一维聚类的方法.在此基础上,开发了密度加权平均(DWA)中间算子,并将该算子与已有的5种信息集结算子进行合成,得到的合成算子兼顾了多种算子的特点.最后通过一个算例验证了DWA 算子及合成算子的一些新颖的特征.

摘要:提出了完全前缀路径和有序FP-tree的概念,给出根据数据项所在的层建立有序FP-tree的方法,利用有序FP-tree表示数据.提出用有序FP-tree中的完全前缀路径进行最大频繁项集挖掘的算法--MFIM算法,该算法利用有序FP-tree 中的完全前缀路径对挖掘算法进行优化.实验结果表明,该算法对于浓密数据集中挖掘长模式具有较好的性能.

摘要:研究基于行为的移动机器人控制方法.将模糊神经网络与强化学习理论相合,构成模糊强化系统.它既可获取模糊规则的结论部分和模糊隶属度函数参数,也可解决连续状态空间和动作空间的强化学习问题.将残差算法用于神经网络的学习,保证了函数逼近的快速性和收敛性.将该系统的学习结果作为反应式自主机器人的行为控制器,有效地解决了复杂环境中的机器人导航问题.

摘要:针对近地共面轨道上两飞行器在轨追逃对策问题,以轨道根数为状态变量,在双方均为径向连续可变小推力的假设条件下,研究定性微分对策方法中考虑推力性能的界栅存在条件.在此条件下推导出可变推力的最优控制量,以及以偏心率和幅角为状态变量的界栅表达式.仿真实例在给定捕获半径的条件下,给出了偏心率的界栅曲线,并表明当对策结束时,逃逸器位于追踪器的正上方或正下方.

摘要:研究B2B电子市场下双源渠道的供应链期权合同协调模型与优化问题.在需求不确定条件下,推导了传统供应链中分销商的最优批量定货量和最优期权购量,以及供应商的最优生产量.建立了B2B电子市场下的供应链期权合同模型,结合长期合约的稳定性和现货采购的灵活性,讨论了分销商和供应商的最优决策.最后从渠道协调的角度,讨论了传统供应链和B2B 电子市场下的期权合同能有效协调供应链的充分条件.

摘要:研究凸多面体不确定离散时间系统的变增益H2H∞滤波器设计问题.通过引入附加松弛变量,提出一种新的Lyapunov 矩阵与系统矩阵解耦的混合H2H∞性能准则.基于该性能准则,推导了变增益H2H∞滤波器存在的充分条件,并将滤波器设计问题转化为具有线性矩阵不等式约束的凸优化问题.仿真结果表明了所提出方法的有效性.

摘要:针对权系数信息和方案的准则值为确定语言等级,或位于两个语言等级之间,甚至缺失的群决策问题,提出一种新的决策方法.该方法利用证据推理算法对准则权系数和方案值在准则下进行群体集成,采用二元语义对方案进行语言集结,并用方案与理想方案的二元语义间距离和群体集成信息等构建非线性规划模型,使用遗传算法求解优化模型,进而得到方案的排序.最后通过实例说明该方法的可行性和有效性.

摘要:

针对工业控制领域中非线性系统的模型辨识与预测控制问题,采用最小二乘支持向量机回归方法构造非线性函数,运用状态子空间(N4SID)模型辨识方法辨识非线性状态空间模型.在此基础上建立非线性预测控制器,利用拟牛顿算法进行非线性预测控制律的求解,从而实现了一种新的基于支持向量N4SID 辨识模型的非线性预测控制算法.仿真实验验证了该算法的有效性和可行性.

摘要:

基于BA生长网络的形成机理,提出产品市场和顾客选择的BA 扩展模型.基于概率理论证明了主方程与Polya过程模型的等价性,据此探讨了描述顾客选择行为的概率函数类别对产品市场宏观行为的影响,包括线性概率模型、Logistic 模型和抽样OC 曲线模型及其不动点分析等.最后结合实例进行说明和验证.

摘要:

提出了线性和非线性分布式协调控制器,使多智能体系统取得加权平均一致性.对于线性控制器,考虑网络存在通信时间延迟的情形,给出了能容忍的最大固定时滞的一个紧凑上界.考虑网络结点控制输入的有界约束,给出了一类非线性分布式控制器的收敛性分析.结果说明,网络的连通性是系统取得一致性的关键.最后对时滞网络的情形给出了仿真示例.

摘要:

提出一种混合粒子群优化算法,即在改进粒子群优化算法全局搜索模型参数的基础上,利用梯度下降法进一步确定径向基神经网络模型参数,以提高网络的收敛精度和网络性能.采用基于RBFNN的混合粒子群优化算法进行离散Henon和连续Mackey-Glass混沌时间序列预测仿真,结果表明该算法能快速精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法.

摘要:

H∞滤波通常应用于系统模型和噪声特性不确定的环境,存在滤波精度不高的缺 点.通过对H∞ 滤波引入闭环修正,在不影响滤波鲁棒性的前提下,有效地提高了系统精度.无源北斗/SINS组合导航系统的动态跑车实验结果表明,闭环H∞ 滤波下的组合导航精度优于相同滤波误差模型下的闭环Kalman滤波,并且具有参数设置简单,滤波稳定性强的优点.

摘要:

结合专家知识和数据进行贝叶斯网络学习.首先利用专家知识建立初始贝叶斯网络结构和参数;然后基于变量之间基本依赖关系、基本结构和依赖分析方法,对初始贝叶斯网络结构进行修正和调整,得到新的贝叶斯网络结构;最后将由专家和数据确定的参数合成为新的参数,得到融合专家知识和数据的贝叶斯网络.该方法可避免现有的贝叶斯网络学习过于依赖数据、对数据的数量和质量要求过高等问题.

摘要:

研究对象和控制器存在互质因子不确定性时闭环系统鲁棒稳定和非脆弱鲁棒解耦控制问题,得到了闭环系统具有鲁棒稳定性和鲁棒解耦性能的充分条件,给出了鲁棒控制器的优化设计方法.

摘要:

利用多传感器的目标状态融合估计和融合估计误差协方差作为反馈信息,提出了带反馈机制的多传感器空间偏差配准方法.对二阶段Kalman滤波偏差配准方法进行扩展和改进,在不同噪声条件下对目标状态融合和偏差进行估计.仿真结果表明,带反馈信息的偏差配准方法可有效改善目标的状态估计和传感器的偏差配准,Crmaer-Rao下界分析说明了该算法的有效性.

摘要:

将小波变换与维纳滤波结合起来对语音进行去噪.为了提高系统的鲁棒性和辨识率,在采用分级说话人辨识的基础上,将基音周期的高斯概率密度对GMM分类器的似然度进行加权,形成新的似然度进行说话人辨识.实验结果显示,所提出系统的鲁棒性和辨识率都有所提高.

摘要:

针对一般模糊控制器存在稳态性能与动态性能之间的矛盾,提出一种参数自整定模糊控制器.该控制器结构简单,算法简便,具有良好的动态特性,能有效消除静态偏差,且有一定的鲁棒性.为避免模糊控制器设计中参数调试的复杂性,获得最佳的控制性能,应用改进的自适应粒子群优化算法对模糊控制器参数进行优化设计.通过典型的被控对象的仿真研究,验证了所提出算法的有效性和适应性以及所设计控制器的优越性.

摘要:

首先以闭环幅频特性的零频特性、固有频率、平方面积和最大幅值4 项特征作为控制系统的期望指标集,将状态反馈转化为一组矩阵不等式的可行解问题;然后利用迭代线性矩阵不等式(ILMI)技术求解状态反馈系数;最后通过数值算例说明所给出设计方法的有效性.

摘要:

针对板形板厚综合系统具有强耦合、非线性、含纯滞后环节的特点,提出一种基于小波神经网络的逆控制方案.利用两个结构相同的小波神经网络构造Smith 预估器,预估器的输入参数与时延阶次无关,能较好地解决小波神经网络对维数较为敏感的问题.采用神经网络逆控制的思想设计小波神经网络控制器,引入多步预测性能指标函数对控制器权值进行在线训练.仿真研究表明,该控制方案具有较快的响应速度和良好的动态性能.

摘要:

运用直觉模糊集理论,建立了自适应神经-直觉模糊推理系统(ANIFIS)的控制模型,并证明了该模型具有全局逼近性质.首先将Zadeh模糊推理神经网络变为直觉模糊推理网络,建立一个多输入单输出的T-S型ANIFIS模型;然后设计了系统变量的属性函数和推理规则,确定了各层的输入输出计算关系,以及系统输出结果的合成计算表达式;最后通过证明所建模型的输出结果计算式满足Stone-Weirstrass 定理的3 个假设条件,完成了该模型的全局逼近性证明.