摘要:

针对工件动态到达的零等待流水线调度问题,提出一种基于工件的滚动策略.证明了在该策略下全局调度性能随着局部调度的逐步滚动可得到不断改善.将该策略与基于差分进化的混合算法有机结合,能有效处理动态零动态调度,滚动策略,差分进化,全局罚函数.

摘要:

针对一类未知的纯反馈非线性离散系统,提出了基于反步法设计的自适应神经网络控制方法.为避免反步法设计中可能出现的因果矛盾问题,首先将系统进行等价变换,然后利用隐函数定理证实了理想虚拟控制输入和实际控制输入的存在性.利用高阶神经网络估计这些控制量,并基于反步法设计自适应神经网络控制系统,证明了闭环系统半全局一致最终有界.仿真结果验证了所提出方法的有效性.

摘要:

在所有的训练样本中只有支持向量(SVs)能对支持向量机分界面优化结果产生显著影响.基于k-最近邻规则,提出了一种训练样本的预选取方法.针对一些典型人工数据集,公用基准数据集以及TM 遥感数据的实验结果表明.该方法能够有效减少训练样本数目,显著加快学习速度,并保证理想的分类精度.

摘要:

针对一类离散不确定时滞系统,提出一种输出反馈变结构控制算法,该算法使系统状态无需完全可测.通过研究离散不确定时滞系统的简约型,基于LMI技术给出了滑模平面的设计方法,推导出了稳定的滑模面存在的充分条件,并将参数不确定性的影响等效为名义时滞系统的外界干扰,利用时延技术对干扰进行在线估计,从而抵消掉系统中的不确定性&采用离散趋近律的方法设计控制律,并通过仿真算例验证了所提出算法的有效性.

摘要:

提出了一种鲁棒区间类型2可能性C 均值(IT2PCM)聚类规则,其实质是采用交替迭代结构进行聚类的交替类估计,但隶属度函数通过区间类型2模糊集合来选择,在提出的方法中,类原型的更新方程通过将降型与解模糊相结合的形式来计算,在鲁棒统计的框架下,通过φ函数的分析指出这种更新方程对类内不确定的模式以及野点具有鲁棒性.最后,与现有的鲁棒聚类规则进行比较,仿真结果说明了IT2PCM良好的鲁棒性.

摘要:

针对传统企业核心竞争力的评价以静态,定性为主的缺陷,从动态不确定的角度,通过引入偏差变量的方法建立不确定性偏好排序的统一模型,提出了综合考虑区间数关联度和方案序的决策者权重方法.构建企业核心竞争力动态不确定多尺度评价模型,并进行了算例实证.结果表明该方法可以对企业核心竞争力进行动态和定量的评价,更具有科学性.

摘要:

混沌变异进化算法忽略了混沌规律性,未充分利用知识来提高算法的局部收敛能力.为此,借鉴文化算法的双层进化结构,在文化算法的进化引导函数中引入自适应混沌变异策略,提出一种自适应混沌文化算法.利用进化过程隐含知识控制变异尺度,使知识引导个体能跳出局部较优解,在保证种群多样性的同时,实现进化后期的精细搜索.仿真结果表明,该算法可以有效提高进化收敛速度,具有较好的计算稳定性.

摘要:

通过中值定理将一类非线性系统近似为时变线性系统,然后将提出的在线最小二乘支持向量机回归(OLS-SVMR)与广义预测控制相结合,提出了一种基于OLS-SVMR的自适应直接广义预测控制.利用OLS-SVMR直接设计预测控制器,并基于广义误差估计对控制器参数和广义误差估计中的未知向量进行自适应调整.理论证明了该方法可使广义误差估计值收敛到原点的一个小邻域内.仿真算例也验证了该方法的有效性.

摘要:

针对不确定线性系统,研究了执行器失效情况下鲁棒容错H_∞控制问题.基于连续增益故障模式.利用线性矩阵不等式LMI推导了系统H_∞指标约束下鲁棒容错镇定的充要条件,分别给出了输出反馈和状态反馈H_∞控制器的设计方法.通过引入变量代换,将求解输出反馈H_∞指标约束的鲁棒容错控制器的可解条件转化为标准的LMI所获得的控制器不仅能使故障系统鲁棒定,并且能达到给定的H_∞性能指标.仿真实例验证了所提出设计方法的有效性.

摘要:

研究了一种基于自适应启发评价(AHC)强化学习的移动机器人路径跟踪控制方法.AHC的评价单元(ACE)采用多层前向神经网络来实现,将TD(λ)算法和梯度下降法相结合来更新神经网络的权值.AHC的动作选择单元(ASE)由遗传算法优化的模糊推理系统(FIS)构成.ACE网络的输出构成二次强化信号,用于指导ASE的学习.最后将所提出的算法应用于移动机器人的行为学习,较好地解决了机器人的复杂路径跟踪问题.

摘要:

针对湿法炼锌净化过程中杂质离子浓度检测的大滞后特性和模型失效问题,提出了基于在线支持向量回归的离子浓度预测模型.该模型对每个新样本进行增量学习,并能删除数据集中的一个旧样本.而提出用分块矩阵的方法解决更新算法计算复杂的问题.将该建模方法应用于离子浓度的预测,结果表明预测模型具有较好的泛化性能,模型更新时间明显缩短,有效地提高了适应工况的实时性.

摘要:

从解空间的角度分析了交叉算子的作用,针对其盲目搜索的缺陷,提出一种有向交叉遗传算子.该算子通过优化控制交叉子代的落点位置,使交叉子代大概率地朝着最优解的方向进化.实验表明,该算子显著地加快了遗传算法的寻优速度,提高了遗传算法定位最优解的精度.

摘要:

k-近邻分类是一种流行且成功的非参数分类方法,但其分类性能由于离群点的存在而受到损害.为克服离群点对分类性能的不利影响,提出了一个k-近邻分类的变形和一个基于局部均值向量与类均值向量的近邻分类方法.该方法利用了未分类样本在每个训练类中k个近邻的局部均值的信息和整体均值的知识,不仅能够克服离群点对分类性能的影响,而且取得了比传统的k-近邻分类一致好的分类性能.

摘要:

针对使用传统模糊综合评判方法进行故障级别评判时模型参数难以确定的问题,提出一种基于分布估计算法(EDA)的模糊综合故障评判方法.该方法利用EDA进行模糊评判模型的进化学习,能有效实现模糊模型参数的自动优化,并具有模型易于理解,计算效率高的优点.通过对磁浮列车悬浮系统的仿真实验,结果显示基于分布估计算法的模糊故障综合评判方法能获得优于传统进化算法和其他机器学习方法的评判效果,具有较好的应用价值.

摘要:

基于广义最小方差和一步超前预报理论,围绕三维型面扫描系统中所存在的周期性微振动问题,提出了一种新的自适应振动主动控制算法.以C型臂式三维激光扫描系统为应用背景,基于来自于该系统的数据样本建立了系统的振动动态自回归滑动平均模型(ARMA模型).采用所提出的自适应控制算法对该模型进行了振动主动控制仿真研究.仿真结果验证了所提出的方案可以有效地抑制C型臂运动过程中产生的振动,提高系统的整体三维检测精度.

摘要:

针对标准微粒群优化算法微粒运动轨迹的收敛性进行了分析,给出并证明了微粒运动轨迹收敛的充分条件.提出一种简便的等高线图判别法,该方法能够通过参数的位置判断微粒轨迹是否收敛并衡量收敛速度.为提高算法的收敛速度,构造出一种梯度微粒群优化算法,给出并证明了该方法收敛的充分条件.仿真结果表明,梯度微粒群优化算法具有优良的搜索性能.

摘要:

针对自动导引车的路径跟踪,提出一种基于运动预测的线性二次型调节器优化模型.在速度约束下,从全局角度通过运动预测达到多步控制的最优协调性.在目标函数中只包含速度控制量,避免了加权矩阵选择的难题,算法的快速性由控制步数的最小化来保证.数字仿真和实验均表明,对于不同速度和路径偏差,算法均能产生可实现的最优控制序列,同步,快速和平稳地消除两种偏差,且计算量小,可满足嵌入式控制系统实时滚动优化的需求.

摘要:

基于实物期权理论和序贯投资决策理论,建立了政府核准和项目现金流双重不确定条件下的项目投资决策模型.针对两种随机变量的非齐次特征,利用Riskoptimizer软件包设计仿真优化算法进行求解.在给定算例的条件下,定量刻画了核准耗时,核准成本,核准通过率等核准不确定性因素和项目收益对项目投资决策的共同影响.

摘要:

提出了一种基于关联规则的多类标算法(MLAC),利用多类标FP-tree来分解组合生成多类标规则,并通过组合多重关联规则分类器进行分类预测,降低了由高维属性带来的高计算复杂度,有效地提高了算法的性能和效率.针对多类标数据集的实验结果表明,MLAC算法在性能和效率等方面均优于ML-KNN等多类标分类算法.

摘要:

研究了包含实数型,区间型和风险型属性的混合型多属性决策问题,提出一种基于优先序关系的决策模型,并给出了具体求解方法和步骤说明.通过比较各属性下方案间的优劣程度,建立模糊互补判断矩阵,以排序向量为基础计算每个方案各属性下的B0rda分,根据属性权重向量加权集结得到总排序向量,实现方案总体优劣的排序.该方法直观,概念明确,不需要对决策矩阵进行规范化,易于实际操作.最后以自动目标识别系统性能评估为例,进行了算例分析.

摘要:

基于包含两个二次项的分段Lyapunov函数,研究了线性时变不确定系统的鲁棒控制器设计问题.所考虑的系统由两个矩阵的凸组合构成,通过引入一个附加矩阵,推导出鲁棒控制器存在的充分条件.该控制器的状态反馈增益的求解问题可以转化为一组带有两个比例参数的线性矩阵不等式的凸优化问题.最后的数值示例说明了该设计方法的可行性.

摘要:

研究了具有时延和数据包丢失的网络控制系统H_∞状态反馈控制问题.考虑了网络控制系统中同时存在时延和数据包丢失的情况,将丢包过程建模为有限状态的马尔可夫过程.在此模型的基础上,利用Lyapunov稳定性理论和线性矩阵不等式方法,给出了保持系统均方稳定且满足H_∞性能的控制器存在的充分条件,并给出了相应的设计方法.最后数例仿真结果表明了控制器设计方法的有效性.

摘要:

利用基于综合业绩测度的显性合同和基于关系的隐性合同建立和求解了一个委托代理模型,分析了代理人的类型参数,项目的环境参数和关系的特征参数对项目期望业绩的影响.结果表明,如果关系存在,项目委托人将会维持这种关系.进一步,代理人能力水平的增加,风险厌恶程度的降低,项目环境的不确定性程度的降低和关系利益的增加将导致项目期望业绩上升,但项目期望业绩与关系的互惠性无关.

摘要:

对于存在噪声的可分解马尔可夫网络参数学习,目前可通过调整可分解马尔可夫网络的结构来增强其抗噪声能力,但调整后的结构往往会降低网络的有效性和可靠性,而且不能从源头上减少噪声对参数的影响&针对该问题,首先建立基于可分解马尔可夫网络理论的邻域最优预测;然后以变量为基本单位,使用预测值平滑噪声.实验结果显示,使用平滑后的数据进行参数学习,其可靠性能够得到显著的改进.

摘要:

根据对真实蚂蚁的最新研究成果,提出了一种全新的机器人路径规划蚂蚁算法.该算法由两组侦察蚁采用最近邻侦察搜索策略相向搜索出一条较优路径,再由一组觅食蚁通过在该路径附近觅食实现对该路径的优化,从而得到一条优化的路径.计算机仿真实验结果表明,算法收敛速度提高显著,且在障碍物非常复杂的地理环境,也能迅速规划出最优或基本最优的路径,效果令人满意.

摘要:

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标"min-max"优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.

摘要:

将输出对状态稳定和状态模可观测等概念进行推广,提出了输出对V(x)稳定,小时V(x)可观测,大时间V(x)可观测的定义.利用上述定义,给出了非线性切换系统的V(x)零值集稳定的充分条件.分别利用统一Lyapunov函数和多Lyapunov函数证明了所提出的结论,并详细讨论了输出对V(x)稳定与输出对状态稳定及其他相关定义之间的关系.数值例子验证了所提出结论的正确性.

摘要:

在两种微粒群算法分析的基础上,针对算法存在局部最优和后期振荡的现象,提出一种改进自适应微粒群算法.新算法引入概率突跳因子改变了原算法中微粒的速度更新公式,引入模拟退火接受准则抑制了概率突跳的不可控制性.典型函数寻优结果表明,新算法能很快地收敛到全局最优解,大幅度降低了达到最优值所需要的迭代数,同时提高了算法的收敛率和收敛精度,在跳出局部搜索的能力上远优于标准微粒群算法和自适应微粒群算法,稳定性好.

摘要:

研究了基于观测器的非线性系统H_∞模糊可靠控制问题.采用T-S模糊模型对非线性系统进行建模,用模糊观测器重构系统状态.在系统发生故障时满足给定H_∞性能的约束下,最小化正常情况下的H_∞性能,实现次优H_∞模糊可靠控制.提出了两种应用线性矩阵不等式(LMI)的H_∞模糊可靠控制器设计方法.分别采用两步法和相似变换法将双线性矩阵不等式问题转化为LMI问题.仿真示例验证了所提出方法的有效性.

摘要:

针对一类在切换时刻具有脉冲行为的Markov切换非线性随机系统,首先,应用切换Lyapunov函数方法研究系统的稳定性,给出系统几乎必然稳定的充分条件,该条件不依赖于系统的矩稳定性;然后,进一步对线性系统的稳定化问题进行分析与设计,对随机子系统的控制结构同时出现在方程的位移部分与扩散部分,给出相应的状态反馈增益矩阵的求解方法;最后,数值算例说明了所设计方法的有效性.

摘要:

提出了一种钴湿法冶炼萃取组分含量混合建模方法.该模型由基于物料衡算关系的动态机理模型与基于萃取平衡实验数据的RBF神经网络模型组成.机理模型作为描述过程动态行为的整体框架,RBF神经网络用来辨识机理模型中的未知函数关系.在上述混合模型的基础上,还提出了一种模型校正策略,进一步提高了模型的精确性.将所建立的混合模型应用于实际湿法冶炼生产过程中,结果表明该方法具有良好的估计性能.

摘要:

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题,提出一种基于线性规划和模糊向量投影的决策方法.该方法基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,计算各方案的加权属性值在模糊正理想点和负理想点上的投影,进而计算相对贴近度,并据此对方案进行排序.最后,通过算例说明了模型及方法的可行性和有效性.