摘要:

小子样IC 可靠性评估方法显得越来越重要.传统的小子样可靠性评估是基于Bayes方法,其主要特点是可充分利用先验信息进行统计推断.近年来发展的支持向量机(SVM)在小子样可靠性评估中具有独特的优势,已在软件可靠性评估和可靠性预测方面取得了重要应用.将SVM与Bayes方法相结合并应用于小子样IC 的可靠性评估,将大大节省IC 可靠性评估的时间,有效地提高工作效率.

摘要:

研究模态跳变概率可控的Markov 跳变线性二次模型的最优控制问题.考虑两类模态跳变控制策略:开环模态控制和闭环模态控制,应用策略迭代和性能势的概念,给出了最优的闭环模态控制优于最优的开环模态控制的充分条件,以指导最优控制器的设计.在已知最优的开环模态控制策略的基础上,应用策略迭代给出了构造闭环模态控制策略的方法,以进一步改善系统的性能.

摘要:

通过建立两厂商和两子市场的两阶段博弈模型,分析具有网络外部效应的寡头竞争市场厂商实施三度歧视定价的产出,价格和社会福利问题.研究结果表明:厂商通过歧视定价提高了强市场的价格,相应降低了弱市场的价格,虽然总产出没有改变,但却减少了社会总福利.

摘要:

针对扩充粗糙集模型所处理的不完备信息系统之间存在的差异,提出了信息系统完备度的概念;在此基础上,提出了基于完备容差关系的扩充粗糙集模型.与基于容差关系,相似关系,限制容差关系等扩充粗糙集模型相比,该模型既保留了已有模型的优点,又在一定程度上克服了已有模型的局限性.通过实例说明新模型对不完备信息系统的处理更符合实际情况.

摘要:

对于一类利用集中式构架和分布式构架各自优点的分层非结构化P2P系统,通过定义一种Markov切换空间模型来描述其动态分组切换行为.在Markov决策过程理论的基础上,给出了关于性能指标的策略迭代和在线策略迭代算法,并通过实例仿真说明该方法的优越性.

摘要:

在传统变权理论和λ模糊测度理论的基础上,讨论变权关联多属性决策(VRMADM)理论.首先定义R- 变权和R- 状态变权;然后基于Marichal熵理论讨论(VRMADM)问题中属性(集)权重的计算,并归纳出求解VRMADM问题的具体步骤;最后将VRMADM理论应用于企业电子商务建设的方案选择.

摘要:

研究基于Delta算子模型的离散时间系统故障检测问题.推导了Delta算子系统的故障可检测和可分离条件,给出了Delta算子模型的故障检测滤波器设计方法.研究表明,在采样周期很小时,Delta算子故障检测趋近于连续模型的相应结果,可统一处理连续系统和离散系统故障检测的相关问题.仿真实例验证了该方法的有效性.

摘要:

对于自由漂浮空间机器人,位置级逆运动学方程不适合于笛卡尔连续路径的规划,而且机械臂的运动会对基座产生扰动.为此提出了基于速度级逆运动学方程的方法,可实现5 个目标:1)惯性空间连续位姿跟踪;2)基座姿态无扰动的连续位置跟踪;3)基座姿态无扰动的连续姿态跟踪;4)基座姿态调整的连续位置跟踪;5)基座姿态调整的连续姿态跟踪.采用阻尼最小方差法回避动力学奇异,所规划的路径连续平滑.仿真结果表明了该方法的有效性.

摘要:

对新一代歼击机提出了基于神经网络干扰观测器的动态逆飞行控制器设计方案.首先采用RBF 神经网络设计干扰观测器,使其输出能够逼近动态逆误差;然后基于干扰观测器的输出设计动态逆飞行控制系统,该系统能克服动态逆误差对飞行控制带来的不利影响;最后将所设计的飞行控制系统用于新一代歼击机的机动飞行仿真,仿真结果表明该飞行控制系统是有效的.

摘要:

对于具有随机时延的一类离散系统的滤波器型迭代学习控制,采用满足Bernoulli 分布的二进制序列来描述数据.&给出了滤波误差系统均方指数稳定且具有给定的l2-l∞ 性能的充分条件,分析了滤波器型迭代学习控制收敛的充分条件.仿真实例说明了该设计方法的有效性.

摘要:

退化现象是应用粒子滤波算法的一个主要障碍,常规的再采样方法虽然可解决退化问题,但容易产生粒子耗尽现象.针对上述问题,将人工免疫算法引入粒子滤波,提出了人工免疫粒子滤波算法.通过人工免疫算法寻找较好的粒子用于估计,以增加粒子集的多样性,从而缓解了粒子滤波的退化现象并解决了粒子耗尽问题.仿真结果表明该算法是可行的.

摘要:

提出了基于模式分解的铜闪速熔炼操作模式智能优化方法,描述需要在线决策的操作参数.从历史样本集中筛选优化的样本组成模式,采用基于聚类的方法进行模式分解,通过混沌遗传算法对每个模式子集寻求操作模式的优化.将该方法应用于铜闪速熔炼过程,提高了铜闪速的操作水平.

摘要:

提出对时变垂直交通需求的智能化迭代学习预测方法.该方法采用最小二乘支持向量机技术,动态预测未来的交通需求及其变化规律.在此基础上,提出以电梯交通需求净增量及其变化率强度为依据的交通模式划分的新规则.通过构造滤波函数的方法获取交通需求变化的主要信息,对交通模式量化识别,得到主要交通模式区间的临界点.仿真实验表明了该方法的有效性.

摘要:

提出一种符合高氏-个特点的离散变结构控制的趋近律.应用该趋近律设计的变结构控制系统,可保证系统在有限步到达准滑模带,系统运动最终趋于原点,并有降低抖动及保持快速趋近的品质.仿真结果说明了该方法的可行性和有效性.

摘要:

为了克服Moore-Spence系统的计算复杂性,通过引入辅助方程形成扩展的Moore-Spence系统,得到一种求解Moore-Spence 扩展系统的矩阵降阶新算法.该算法可大幅度降低系数矩阵的阶数,解决了Moore-Spence方程高维数求解的困难.算例仿真结果表明,该方法对于求解微分代数电力系统模型的鞍结分岔点是行之有效的.

摘要:

研究一类不确定非线性时变时滞系统的鲁棒H∞滤波问题,其中假定非线性项满足全局Lipschitz条件.利用S-procedure方法处理非线性项,避免了在Lyapunov-Krasovskii泛函导数中对非线性项和其他交叉项的界定.所提出方法具有更低的保守性,仿真实例证明了该方法的有效性.

摘要:

结合六自由度并联机器人机构的特点,提出一种新的分散控制方法.首先依据机构特点指出了关节空间内惯性矩阵块对角占优特性,从而将耦合强烈的邻近支路加以整体考虑,即分散控制,个两输入两输出子系统;然后将性矩阵的逆分解为块对角矩阵与耦合矩阵之和,从而得到每个子系统的动力学方程;最后针对子系统负载随机构运动而变化的特点引入线性变参数(LPV)控制方法,降低了使用线性定常控制器的保守性.仿真结果表明了所提出方法的有效性.

摘要:

研究一类具有时延和数据包丢失的网络控制系统故障检测问题.当数据包丢失率一定时,针对系统是否存在数据包丢失的两种情况,分别设计了状态观测器,并将整个观测器系统等效为具有两个事件的异步动态系统,给出了系统指数稳定的矩阵不等式条件和故障检测的判断规则.最后通过仿真示例验证了所提出方法的有效性.

摘要:

提出一种新的控制方法,以使T-S模糊控制系统达到H∞跟踪性能指标.首先提出一个新的H∞ 跟踪性能指标,该指标考虑了受控输出变量中控制系数不为零的情况,比以往的性能指标更具一般性;然后给出了H∞ 跟踪控制器增益存在的充分条件,该条件可表示为线性矩阵不等式问题;最后通过一个仿真实例说明了所提出算法的有效性.

摘要:

针对参数未知的多变量差分方程形式的系统,首先利用Kalman 滤波器进行参数辨识,根据确定性等价原理对系统进行极点配置;然后利用极点配置得到的非对偶控制器作为标称输入,其对应的输出作为标称输出,进而根据双指标准则进行对偶控制器的设计;最后给出一个仿真实例,验证该算法的可行性和有效性.

摘要:

将无穷时域的性能指标引入连续时间的广义预测控制,通过施加新的终端等式约束,把包含无穷时域性能指标的优化问题转化成可解的二次规划问题.利用后退时域性能指标的单调性,给出了保证连续时间广义预测控制闭环稳定性的条件.仿真例子验证了该算法的有效性.

摘要:

基于转子磁场定向坐标系下的永磁同步电机(PMSM)模型,提出一种PMSM的模型参考自适应反步控制方法.该方法采用线性参考模型来给出控制系统的性能规范,通过定义虚拟控制和选择适当的Lyapunov 函数来保证整个系统的稳定性,进而导出系统控制律及参数自适应律.系统可在电机参数变化和负载扰动的情况下,渐近跟踪参考模型给出的转速和定子电流信号.仿真结果证实了该方法的有效性.

摘要:

讨论基于非确定自动机/形式语言模型的非确定离散事件系统(NDES)稳定性问题.引入非确定离散事件系统稳定性的定义,并得到了稳定性的判据定理.给出了基于梯度的搜索算法,该算法可有效消除观测器的冗余,从而降低了计算复杂度.

摘要:

对于一类具有Markov 跳变参数的双线性离散随机系统,研究其饱和执行器问题.分别采用一般二次型Lyapunov 函数,饱和关联Lyapunov 函数进行系统随机稳定性分析,以椭圆不变集构造随机稳定域,提出两种依赖于模态跳变率的饱和状态控制器设计方法,两种方法均以线性矩阵不等式的形式给出.

摘要:

将两阶段混合博弈模型应用于制造企业中服务价值创造与分配的研究,基于分配比例规则建立了服务供求双方的博弈模型.博弈方根据自身利益最大化参与价值的创造,损害了整体价值的最大化.在原有的博弈均衡下设计一个新的价值分配规则:创新者完全获取由于创新带来的价值.双方采用一种交替创新的服务价值创新实现途径,经过轮流创新的动态途径使得总体价值创造最大化.最后证明了动态创新过程的收敛性,给出了双方创新价值的分配形式.

摘要:

提出一种基于二进正交小波变换和AR-LSSVM方法的非平稳时间序列预测方案.首先利用Mallat 算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用最小二乘支持向量机进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.研究结果表明,该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.