摘要:

为推进强化学习研究的进一步深入和扩大其实际应用范围,从强化学习研究的理论基础---知识表示和运用的角度对强化学习进行分类,并就经典随机强化学习,模糊强化学习,定性强化学习以及灰色强化学习作了较详细的探讨与比较.最后从知识表达和运用的角度对强化学习的发展进行了展望.

摘要:

对于存在网络诱导控制时延和输出时延的网络化控制系统,在离散域内给出了网络化控制系统的一种时延相关的动态输出反馈控制方法.针对无扰动和有扰动的系统,分别基于Lyapunov稳定性理论和线性矩阵不等式方法,推导出闭环系统稳定的充分条件,并给出了鲁棒最优和次优控制律的设计方法.仿真结果表明,所提出方法能实现稳定控制和有效的干扰抑制作用.

摘要:

提出一种基于简化二进制可辨矩阵的启发式相对约简算法,其特点是在扫描数据库的过程中形成规模很小的简化二进制可辨矩阵.基于简化二进制可辨矩阵构造了面向相对约简的矩阵变换方法,通过这种矩阵变换可从二进制可辨矩阵直接高效地导出相对约简.理论分析和实验结果说明和验证了该算法具有相对高效性和强可操作性等优点.

摘要:

提出一种新的直接模型参考Backstepping自适应控制系统结构.该系统在直接模型参考自适应控制(MRAC)结构的基础上,增加了Backstepping控制信号发生器,通过Backstepping方法的灵活设计获得良好的过渡过程品质,得到直接MRAC在稳定性和鲁棒性设计等方面的优点.采用高阶调节器设计了未具规范化的直接模型参考Backstepping自适应律,克服了传统自适应律引入规范化信号后使系统过渡过程品质下降的缺点.

摘要:

针对不确定性不满足匹配条件的随机线性离散系统,研究执行器发生故障时满意容错控制器的设计问题.在更一般的连续型执行器故障模型下,所设计的控制器可保证闭环系统同时满足区域极点指标,H_∞范数指标和 H₂性能指标约束.建立了3类指标的相容性,并给出了相容指标约束下控制器存在的充分条件和设计步骤.仿真实例验证了该方法的有效性,并通过与不考虑故障的系统进行比较,说明对系统进行满意容错控制的必要性.

摘要:

事务间频繁项集将传统的单维事务内关联规则扩展到多维跨事务关联规则,但事务间频繁项集的数量随滑动时间窗口的增大而迅速增加.利用频繁闭项集的特点,提出事务间频繁闭项集的概念及其挖掘算法(FCITA).该算法采用分割和条件数据库技术,避免生成庞大的扩展数据库;利用扩展二进制形式压缩事务,从而提高支持度的计算效率.此外,动态排序和哈希表极大地减少了频繁闭项集的测试次数.仿真比较表明,FCITA算法具有较高的挖掘效率.

摘要:

将辅助模型辨识思想与多新息辨识理论相结合,利用系统可测信息建立一个辅助模型.分别用辅助模型输出和噪声估计值代替辨识模型信息向量中未知真实输出变量和不可测噪声项,并引入新息长度扩展标量新息为新息向量,提出了Box-Jenkins模型的辅助模型多新息广义增广随机梯度辨识方法.所提出方法重复使用系统数据,能够改善参数估计精度"加快算法的收敛速度.

摘要:

针对协同设计中任务的执行流程缺乏柔性,不利于分析实际设计过程的现状,提出一种单元调用变迁对与决策变迁相集成的基于对象的扩展Petri网,扩展了Petri网的可达图以适应分析OEPNs模型.采用OEPNs中的过程网和单元网对协同设计过程建模,利用模型中的单元调用变迁对和决策变迁对过程本身和可能状态进行分析.最后与相关的研究工作进行比较并给出了结论.

摘要:

针对带钢热连轧中活套系统的解耦控制问题,提出了神经网络变结构多变量解耦控制方法.通过将活套高度和张力复合控制系统看成高度和张力两个独立的控制系统,将二者的耦合关系当作扰动来处理,根据全阶滑模变结构控制理论,分别对这两个系统设计控制器.利用两个径向基神经网络来保证滑态可达条件的满足.最后用Matlab对活套多变量耦合控制系统进行仿真研究,结果表明解耦后的活套控制系统可获得更好的控制效果.

摘要:

提出一种高效的规则提取算法,采用熵测量改进Chi-merge特征区间离散化方法,模糊划分输入空间.先为每个数据生成单条规则,再聚集相同前项的单条规则产生带概率属性的分类规则.提取的规则无需任何调整,应用模糊推理便可获得较理想的分类效果,同时支持增量式规则更新.最后给出了新方法的性能测试结果.

摘要:

针对局部频率范围提出了窗口H_∞范数的新概念,指出传统H_∞范数是窗口H_∞范数的特例.利用GKYP引理证明了广义界实定理,研究了线性控制系统在窗口频域的性能分析问题.基于近似模型匹配原则和广义界实定理,将控制器设计问题转化为窗口H_∞范数优化问题.仿真实例表明,窗口H_∞范数适于窗口频域的线性控制系统分析和设计.

摘要:

基于分数阶拉普拉斯变换理论,提出设计合适的新型非线性反馈控制器,分别实现分数阶混沌系统的同结构广义同步和异结构广义同步.以分数阶Liu混沌系统和分数阶Lu混沌系统为例进行数值仿真,仿真结果表明了该方法的有效性.该方法灵活且适用范围广,具有潜在的应用前景.

摘要:

引进模糊概念替代距离拒绝尺度,定义具有支持向量特性的模糊隶属度函数,以描述训练点隶属于聚类集的程度.惩罚了边缘点对聚类中心的贡献权重,从而抑制了聚类中心的偏移,在避免复杂的参数搜索过程的同时,保证了算法的鲁棒性能.仿真结果表明,在相同初始条件下,改进算法较原算法对不规则分布数据的处理效率更高.

摘要:

提出一种基于受约束柔性臂分布参数模型的变结构力控制方法,避免了集中参数模型的缺陷,解决了系统存在模型不确定性和外部干扰影响下的力控制问题.通过Lyapunov函数设计了系统的变结构控制器,其中滑模面设计为系统转动角,转动角速度和柔性臂根部应变的线性组合.利用线性算子半群理论和LaSalle不变集原理,证明了闭环系统的渐近稳定性.仿真结果验证了该方法的有效性.

摘要:

针对多包描述的不确定系统,提出一种新的鲁棒约束预测控制器.离线设计多包系统worst-case情况下性能最优的不变集,在线求解多包系统无穷时域性能指标的min-max优化问题.设计方法采用了时变的终端约束集,扩大了初始可行域,并能获得较优的控制性能.仿真结果验证了该方法的有效性.

摘要:

考虑时变参数系统的切换H_∞控制问题.提出了由参数触发的切换策略,由此在最小驻留时间的限制下,将线性时变参数系统分解为若干具有范数有界不确定性的子系统.利用多Lyapunov函数方法分别设计各子系统的输出动态反馈控制器,使在切换策略驱动下构成的闭环系统满足H_∞控制性能.仿真算例完整地实现了理论方法,并验证了其有效性.

摘要:

属性约简是粗糙集理论的重要研究内容.为此引入广义差别矩阵,提出基于广义差别矩阵的核和属性约简算法.该框架可有效避免连续属性值离散化,且有利于与其他机器学习方法相结合.理论分析表明,所提出的算法是有效而可行的.

摘要:

研究受外部持续扰动的一类不确定性非线性网络控制系统的扰动抑制问题.提出一种状态变量代换,将控制时滞转移到闭环控制回路之外,从而消除了时滞部分对控制系统稳定性的影响.利用内模原理给出了系统无静差扰动抑制补偿器的设计方法,运用Lyapunov稳定性理论和线性矩阵不等式技术,证明了保成本控制律的存在条件,并给出了无静差保成本控制器的设计方法.仿真结果验证了该控制算法的有效性.

摘要:

研究静态环境下机器人路径规划问题,并根据老鼠觅食行为提出一种鼠群算法.该算法引入环境因子和经验因子,每次搜索后对路径进行经验因子更新,通过迭代的方式寻找静态环境下机器人最佳路径.同时提出一种禁忌策略,有效地避免了路径死锁问题.理论分析和实验结果表明,该算法能使机器人在有较多障碍的环境下迅速找到一条优化路径,而且安全避碰,与同类算法相比具有一定的优越性.

摘要:

研究不同参数统一混沌系统的同步问题.首先采用直接构造法为响应系统设计适当的控制器,将误差系统化成三对角结构;然后根据具有三对角结构的非线性系统状态全局渐近稳定的性质,得到误差系统状态在原点渐近稳定,进而实现驱动系统与响应系统的同步;最后在参数相同和参数不同两种情况下,分别对统一混沌系统的同步进行数值仿真,仿真结果表明所提出的设计方法是有效的.

摘要:

针对一种新的群集智能---自由搜索优化的不足,提出了基于粗细粒交叉的搜索算法.该算法定义了粗粒交叉和细粒交叉两种算子.通过粗粒交叉,有利于产生新的优秀个体,提高算法的全局搜索能力;采用细粒交叉,在搜索半径内产生更多的优良基因,提高局部搜索能力.典型函数的实验结果表明:新算法的收敛速度,收敛精度,鲁棒性和稳定性大大优于基本自由搜索优化和标准微粒群算法.

摘要:

针对粒子群算法和克隆选择原理的特点,提出了基于克隆选择和粒子群思想的动态多群体优化算法.该算法将整个群体分为若干子群体,在子群体内部应用基本的粒子群算法,以子群体作为抗体设计了克隆,变异,选择和受体编辑算子.变异算子使子群体动态变化实现子群体间相互交换信息,具有良好的全局搜索能力.实验结果表明,该算法具有寻优能力强,搜索精度高的优点,可用于工程问题中具有各种特性的复杂函数优化.

摘要:

从演化博弈论的角度,提出一种能有效激励无线Ad Hoc网络节点参与数据分组中继协作的纳什均衡策略:G-TFT(Generous Tit for Tat)以节点中继的分组数与所需的能量开销为均衡点,建立了中继协作过程的单阶段博弈模型G,验证了节点的自私性动机;将G 扩展为基于时间序列,策略可转换的演化博弈R,并根据R 的纳什均衡提出了协作激励策略-G-TFT.仿真结果表明,通过调整宽容因子g,G-TFT能有效地激励节点参与中继协作.