摘要:

水下移动传感器网络是水下机器人与水下传感器网络的结合,解决了传统水下监控网络存在的无法自动实现节点投放与回收,容易存在监测盲区以及不能动态组网等问题.按照自下而上的体系结构,对水下移动传感器网络的研究内容及发展方向进行了归纳阐述,包括水下节点设计,节点互联和动态组网,即点,线,面的层次结构,着重分析了节点移动特性对水下传感器网络的影响及相应的解决方法.虽然水下移动传感器网络的研究面临很多挑战,但它必将具有广阔的应用前景.

摘要:

针对带钢热连轧轧制力的精确预测问题,提出一种基于最小二乘支持向量机模型的预测算法.在分析最小二乘支持向量机数学预测模型的基础上,提出一种改进的结合遗传算法的变尺度混沌优化方法,以进行最优模型参数的搜索.利用实测在线数据对模型进行训练并进行轧制力预测.仿真结果表明,利用该方法可使轧制力预测精度得到提高,平均误差率从BP神经网络的±10%降到±5%以下,为进一步提高热连轧厚度控制精度提供了一种有效方法.

摘要:

研究一类具有不确定和时滞的非线性系统的H_∞鲁棒容错控制问题.采用T-S模糊模型来描述非线性系统,在系统执行器失效的情况下,建立故障矩阵模型;通过引进自由加权矩阵,基于Lyapunov稳定性理论和LMI(线性矩阵不等式)方法,给出系统H_∞鲁棒容错控制器存在的充分条件,保证了系统的鲁棒稳定性.仿真实例验证了该方法的有效性.

摘要:

针对一类不确定大规模系统,研究其全局稳定的分散自适应神经网络反推跟踪控制问题.在假设不匹配的未知关联项满足部分已知的非线性Lipschitz条件下,采用神经网络作为前馈补偿器,逼近参考信号作为输入的未知关联函数;设计者可根据参考信号的界预先确定神经网络逼近域,同时保证了闭环系统的全局稳定性.仿真实例验证了控制算法的有效性.

摘要:

针对在地面很难对空间机器人目标捕获过程进行微重力环境下的真实实验问题,建立了半物理仿真系统,以对图像处理,路径规划以及控制等关键算法进行验证.该系统的关键在于将"虚拟环境"与"真实环境"结合起来,利用真实视觉对虚拟环境进行3D重构,以计算目标的相对位置和姿态,实现对视觉伺服控制的闭环仿真.从理论上推导了半物理仿真的原理,并提出了等效投影模型的标定方法.仿真结果表明了该方法的有效性.

摘要:

基于传统滑动窗口机制的数据流频繁集挖掘算法较多地考虑快速且精确的效果,而较少考虑数据流的时变特性.对传统的滑动窗口机制进行改进,同时考虑数据流的海量特性和时变性,提出一种基于变尺度滑动窗口机制的数据流频繁集挖掘算法V-Stream.该算法采用事务链表组的概要数据结构,能够根据数据流的数据分布变化自适应调整窗口大小.Eclipse的仿真实验结果表明,V-Stream相比Manku算法提高了挖掘数据流频繁集的时间与空间效率.

摘要:

考虑存在时延和数据包丢失的情况,研究了奇异被控对象的网络控制系统建模与指数稳定性问题.当时延不大于一个采样周期且数据包丢失率一定时,将正则,无脉冲的奇异网络控制系统建模为数据包丢失率约束的异步动态切换系统,给出了状态反馈和动态输出反馈的统一数学模型,推导出数据包丢失率约束的系统指数稳定的充分条件,给出了使系统指数稳定的最大允许数据包丢失率.仿真结果表明了该方法的有效性和可行性.

摘要:

针对遗传算法收敛速度慢,容易"早熟"等缺点,结合模糊推理,模拟退火算法和自适应机制,提出一种改进的遗传算法---模糊自适应模拟退火遗传算(FASAGA),并分析了该算法的性能和特点.实验研究表明,该算法比标准的遗传算(SGA)具有更快的收敛速度和寻优效果.

摘要:

针对传统小波语音增强算法存在过度阈值处理的问题,提出一种改进的时间自适应阈值小波包去噪算法.该方法采用听觉感知小波包对噪声语音进行分解,得到小波包听觉感知节点上的系数,并基于语音存在概率估计按帧自动调节去噪阈值.因改进的阈值能更好地避免语音小波包系数被过度阈值处理的情况,从而在抑制噪声的同时保留了更多的原始语音成分,进一步提高了降噪效果.实验结果表明,该算法比常规小波自适应阈值算法能得到更清晰的语音增强信号.

摘要:

基于量子计算理论和进化理论,提出一种新的量子进化算法---基于实数编码的量子进化算法(RQEA).不同于传统进化算法的单点编码和量子进化算法的量子比特编码,该算法以实数矩形区域表示基因,一条染色体携带多个个体信息.利用量子态叠加和相干机理,通过叠加,变异及自学习来完成进化过程.理论分析证明了算法具有全局收敛性.实验结果表明,该算法在函数优化上具有优异的性能.

摘要:

适应性粒子群寻优算法Ⅰ(APSO-Ⅰ)是在有序的决策中始终引入随机的,不可预测的决定.为解决APSO-Ⅰ算法收敛深度不够的问题,提出适应性粒子群寻优第Ⅱ代算法(APSO-Ⅱ).APSO-Ⅱ算法是将有序(标准PSO粒子群寻优)和无序(自适应寻优)进行适当的分离,以发挥各自的优势.在自适应寻优阶段,通过在最优粒子邻域空间探寻更优化的解,一但新的优化解被发掘,便利用标准PSO快速寻优.典型复杂函数优化的仿真结果表明,APSO-Ⅱ在收敛速度和收敛深度上均优于DPSO(耗散型PSO),HPSO(自适应层次PSO),AEPSO(自适应逃逸PSO)和APSO-Ⅰ.

摘要:

微粒群算法的全局搜索性能容易受到局部极值点的影响.对此,提出一种基于栅格的动态粒子数微粒群算法(GB-DPPPSO).通过设计栅格信息更新策略,粒子产生策略和粒子消灭策略,可以根据种群搜索情况动态控制粒子数变化,以保持种群多样性,提高全局搜索性能.通过对4个典型数学验证函数的仿真实验,表明了该算法相对于DPPPSO在全局搜索成功率和搜索效率两方面均有明显改进.

摘要:

提出一种有限时间离散线性最优跟踪控制问题的新解法---信息融合估计解法.基于信息融合估计理论,推导出协状态融合滤波方程和控制量融合估计值,由此获得最优融合控制律及二次性能指标最小值.从理论上证明了信息融合估计解法与传统解法的等同性.从信息融合的角度建立了有限时间离散线性最优跟踪控制系统,从而统一了最优控制问题和最优估计问题.电机系统的控制仿真结果验证了该解法的有效性以及与传统解法的等同性.

摘要:

针对参数不确定的供应链传递函数系统,提出基于H_∞保成本计算的订货策略优选方法.首先,通过遗传算法(GA)和线性矩阵不等式(LMI)相结合的H_∞保成本计算,搜寻参数不确定的传递函数H_∞范数;然后,根据传递函数H_∞范数的大小,比较其对于扰动抑制的能力,确定供应链订货策略的选择;最后,对参数不确定的补货系统和基于生产控制系统的库存和订货系统两类供应链进行了仿真,并进行了最优订货策略的选择与分析.

摘要:

研究军事装备制造商对元器件供应商培植激励过程中供应商的协同创新努力决策柔性问题.首先通过对努力决策柔性的价值分析,给出了供应商进行创新努力的最优柔性决策规则;然后得到在考虑创新努力决策柔性的条件下供应商创新努力所需要的门阈价格大于不考虑创新努力决策柔性时所需要的门阈价格,而且门阈价格随着波动率的增大(减小)而增大(减小);最后建立了供应商创新努力决策柔性条件下的制造商最优决策模型,给出了最优培植激励合约的设计规则.

摘要:

将线结构光测头安装在机器人末端,构成自由曲面非接触测量系统.利用齐次坐标变换理论建立测量系统的数学模型.针对该模型中的手眼标定问题,使用平面作为参考物,控制机器人以特定的位姿测量该平面,建立关于手眼关系的约束方程,并给出手眼参数的封闭解.通过对实际系统进行标定实验,验证了算法的有效性.

摘要:

针对非平稳时间序列信号,提出一种基于经验模态分解(EMD)的特征提取和多模态特征融合支持向量机的故障诊断方法.首先对原始信号进行EMD分解,选择能量最大的几个基本模式分量(IMF)并提取其小波包特征,获得对每个IMF独立的特征子集;然后在每个IMF特征子集中训练SVM 弱分类器,并根据各特征子集对应的IMF能量权重进行加权融合,获得故障状态的强分类器.将该方法应用于6135型柴油机振动信号故障诊断中,实验结果表明了其可行性和有效性.

摘要:

分析量子进化算法和免疫算子的特点,提出一种分级变异的量子进化算法,用于求解多目标优化问题.算法主要基于两个策略:首先,利用快速非受控排序和密度距离计算种群抗原-抗体的亲和度;然后,基于亲和度排序将个体进行分级,最优分级中的个体作为算法中的最优个体,大部分实施量子旋转更新和免疫操作,而剩余分级中的个体实施免疫交叉操作以获得新的个体补充种群.求解多目标0/1背包问题的实验结果表明了该算法的有效性.

摘要:

针对模糊信息系统,建立基于优势关系的粗糙集模型,并给出该模型的多种知识约简定义.通过构造分辨函数,得到了求解优势模糊粗糙集模型的最大分布约简算法.最后将该模型应用于审计风险评估,得到了较为合理的评估规则.

摘要:

针对模糊互补判断矩阵的一致性修正问题,指出了模糊互补判断矩阵一致性修正方法的不足.从模糊一致矩阵传统定义出发,讨论了检验模糊判断矩阵是否满足完全一致性的方法,推导出模糊一致性指标,并给出了模糊判断矩阵一致性改进的方法.从理论上分析了该算法的可行性.这种算法不仅简便实用,而且为专家对原始判断信息进行针对性修正提供了参考依据.

摘要:

粒子退化等问题严重制约了粒子滤波的工程应用.通过对粒子滤波的分析与总结,提出一种基于二阶插值滤波的粒子滤波改进算法.利用二阶插值滤波器计算出更优的重要性函数,从而有效抑制粒子滤波的退化,降低了计算量.通过对导弹再入时的非线性导航参数估计问题进行实例仿真分析,所得结果验证了该算法的有效性.

摘要:

为保证协同优化的系统级优化存在可行域,采用动态罚函数法,将学科间一致性约束条件下的系统级优化问题转化为无约束优化问题.提出了应用更为普遍的学科间不一致信息的定义形式,对各种定义形式进行了分析比较,并利用该值构造动态罚因子的表达式.从增强算法可靠性的角度,使用遗传算法来取代系统级优化问题中基于梯度的优化算法,同时减少了对优化函数的连续性要求.利用减速器典型算例对该方法进行了验证,结果表明该方法具有良好的优化性能.

摘要:

研究一类不确定非线性切换系统的鲁棒容错控制问题.当执行器失效或部分失效时,利用Lyapunov函数法建立切换闭环系统混杂状态反馈容错控制器存在的充分条件;然后运用线性矩阵不等式将鲁棒容错控制器设计问题转化为一组线性矩阵不等式的可行解问题,从而借助Matlab中线性矩阵不等式工具箱求解;最后通过数值算例验证了所提出设计方法的有效性.

摘要:

基于T-S模糊模型方法,研究一类非线性区间时滞系统的稳定性分析与镇定问题.基于一组线性矩阵不等式的可解性,给出了非线性时滞系统时滞相关稳定和镇定的充分条件,并通过构造新的模糊权依赖型Lyapunov泛函,降低了稳定性准则的保守性.最后通过仿真例子表明了所提方法的有效性.

摘要:

研究多输入多输出线性离散系统的量化H_∞滤波器设计问题.每路输出采用一个独立的静态对数量化器.采用扇形界方法描述量化误差,并将量化滤波问题转化为范数不确定系统的滤波问题.进而采用线性矩阵不等式方法设计线性H_∞滤波器,使滤波误差系统渐近稳定并具有给定的H_∞性能.数值仿真表明了设计方法的有效性.

摘要:

针对模糊规则分类中数据边界硬性划分的局限性问题,建立了云-神经网络模型,并提出了基于云-神经网络的模糊规则分类算法.在不影响数据模糊性和随机性的基础上,将数据转化为规则,并利用神经网络的学习能力,进行多属性模糊规则分类.与传统方法相比,该方法在保证数据模糊性和随机性的基础上,提高了模型精度和分类准确率.应用实例表明了该方法的有效性和可行性.

摘要:

针对Suykens等提出的加权最小二乘支持向量机(WLS-SVM)回归建模的不足和防止辨识模型的"过拟合",利用柯西分布函数的一些特性,提出了基于柯西分布加权的最小二乘支持向量机.根据预测误差的统计特性,以确定加权规则的参数,从而赋予训练样本不同的权值.由于考虑了生产过程中样本的实际特性,与已有的加权方法相比,新的加权最小二乘支持向量机更具有鲁棒性.仿真结果验证了该方法的可行性和有效性.

摘要:

提出一种新的模糊粒子群优化算法---收敛模糊粒子群优化算法.重点研究了收敛因子的确定和模糊隶属度函数的选择对算法性能的影响.在考虑计算效率的同时,提高了算法的精度.利用4个基准函数测试了收敛模糊粒子群优化算法的性能,并与模糊粒子群优化算法$收敛粒子群优化算法以及基本粒子群优化算法进行了对比.实验结果表明#新算法具有很好的性能.

摘要:

利用Lyapunov稳定性定理和线性矩阵不等式工具,讨论了一类不确定时滞系统的非线性H_∞控制问题.设计的非线性H_∞控制器可由线性矩阵不等式的解给出.进一步,建立一个具有线性矩阵不等式约束的凸优化问题,得到了不确定时滞系统的最优状态反馈H_∞控制律.仿真示例表明了该方法的可行性.

摘要:

研究一类线性时滞系统的时变增益控制问题.采用带调节因子的Lyapunov泛函分析闭环系统的稳定性,得到一个带调节因子的闭环系统稳定的充分条件,该条件可表示为与时滞相关的线性矩阵不等式的形式.通过引入灵敏度参数,增强了调节因子对反馈增益的调节力度,使得反馈增益可根据系统当前状态及其变化率迅速改变自身大小,从而实现了不同时刻的系统用不同的反馈增益来控制,减小了闭环系统的超调量#振荡次数和响应时间,优化了系统的动态性能.仿真示例验证了所给方法的有效性.

摘要:

针对化工生产设备,提出一种基于群灰色关联分析的化工生产设备故障诊断方法,较好地解决了化工设备状态预测和故障模式识别问题.与传统的灰色关联分析相比,该方法提高了灰色关联分析的准确性和可靠性,降低了对单个参考信号的依赖性.最后将该方法应用于化工设备化学反应器的故障识别,识别结果显示,该方法比传统的灰色关联分析效果更佳,更可靠,具有简便易行,计算量小,不需复杂的诊断设备等优点.

摘要:

提出一种基于不确定性人工智能的决策分析方法.该方法利用云理论中的云变换和概念提升方法来刻画属性因素的概念云模型,并对每个因素都分配相应的云权重;使用X-条件云和极大判定法,找出每个因素的最佳评判语言云模型;让云权重参与综合评判,最终通过云计算得到基于云滴分布的综合评价结果.实验结果表明,与传统的模糊决策分析相比,它更具有易理解性,广普适性和高准确性等特点.