摘要:

鲁棒优化（ＲＯ）是从计算复杂性的角度研究不确定优化模型鲁棒最优解的数学方法．从单阶段鲁棒优化和多阶段鲁棒优化两个方面对鲁棒线性优化（ＲＬＯ）理论的研究进展进行综述，前者的研究主要基于不同形式的不确定集合，后者的研究则基于前者的方法．研究多阶段不确定决策中决策变量受不确定参数实现值影响的情况，其核心是影响函数连续时的仿射可调鲁棒对应模型和函数离散时的有限适应性模型．最后对ＲＬＯ 的研究前景作了展望．

摘要:

在保证稳定性的前提下,究具有数据包丢失的网络控制系统主动容错控制问题.基于一类包含马尔可夫丢包过程的网络控制系统模型，考虑了执行器可能失效的情况。利用Lyapunov稳定性理论和线性矩阵不等式方法,获得了系统的保性能被动容错控制器.从控制性能的角度考虑,针对不同的执行器失效模式,得到了丢包网络环境下系统的主动容错控制器的设计方法.数值示例表明,该控制器设计方法是有效的.

摘要:

为改善蚁群算法对大规模旅行商问题的求解性能,提出一种基于图形处理器(GPU)加速的细粒度并行蚁群算法.将并行蚁群算法求解过程转化为统一计算设备架构的线程块并行执行过程,使得蚁群算法在GPU 中加速执行.实验结果表明,该算法能提高全局搜索能力,增大细粒度并行蚁群算法的蚂蚁规模,从而提高了算法的运算速度.

摘要:

针对柔性关节机械臂与环境接触时的柔顺控制问题,提出一种反步法阻抗控制方法,并基于李雅普诺夫稳定性理论证明了控制器的稳定性.该方法是在建立柔性关节机器人模型的基础上,将李雅普诺夫函数选取与控制器设计相结合的一种回归设计方法.它从系统的最低阶次微分方程开始,逐步设计满足要求的虚拟控制,最终设计出真正的控制器.轨迹跟踪和阻抗控制实验结果表明"该方法是有效而可行的.

摘要:

提出一种启发式算法,用于求解资源分配问题.算法分为两层:内层检验方法调整译码顺序,并快速检验速率模式的可行性;外层更新机制通过遗传算法有效地更新速率模式.从理论上证明了该算法能完全收敛于全局最优.仿真结果表明,在有限代的进化中,修正遗传算法适值函数的外层更新并结合内层检验,能获得良好的性能,快速有效地分配资源.

摘要:

针对Ｓｔｅｗａｒｔ主动隔振平台，提出一种基于径向基函数（ＲＢＦ）神经网络的多输入多输出自适应隔振控制方法．考虑外界振动对Ｓｔｅｗａｒｔ主动隔振平台动态特性的影响，建立了隔振平台在工作空间中的动力学模型．推导出ＲＢＦ神经网络的权值矩阵、高斯基函数中心和宽度的在线自适应调节律，以使神经网络快速逼近系统的非线性动态函数．应用Ｌｙａｐｕｎｏｖ稳定性理论，证明了在扰动力和神经网络逼近误差有界的条件下，闭环控制系统滤波误差和ＲＢＦ神经网络各调节参数估计误差的一致最终有界．仿真结果表明，该控制方法能有效地抑制不同方向的低频有界振动.

摘要:

针对电力系统经济负荷分配本质上的非线性约束优化问题，提出一种双种群混合差分进化算法．采用两个种群且以较小的计算量实现目标函数的寻优并保持解的可行性，同时引入单纯型法来提高算法的局部搜索能力．基于典型算例对该算法的进化行为进行测试，并通过仿真和比较验证了所提出算法的有效性．

摘要:

针对一类含有限能量未知扰动的随机动态系统，研究基于随机分布函数的有限时间控制问题．通过Ｂ 样条逼近建立了输出概率密度函数（ＰＤＦ）与权值之间的对应关系，利用线性矩阵不等式，给出了基于观测器的ＰＤＦ 有限时间控制器的参数化设计方法．采用该方法设计的控制器，可使系统对所有满足条件的未知扰动是随机有限时间有界和随机有限时间镇定的．仿真实例验证了所提出方法的有效性．

摘要:

基于Ｖｏｌｔｅｒｒａ级数时域频域混合模型，提出了辨识非线性模拟电路频域核的故障诊断方法．利用混合模型辨识算法和范德蒙特法估计各种故障状态下电路响应的前３阶频域核，提取故障特征并与相应的故障模式一起构成特征样本集，借助于支持向量机多分类器进行分类识别，实现非线性模拟电路的故障诊断．阐述了诊断原理及诊断步骤，并给出了诊断实例．仿真结果表明，该方法的故障识别率较高，便于计算机计算．

摘要:

基于全局搜索的进化算法和一种局部搜索算法———结构化的非线性参数优化方法（ＳＮＰＯＭ），提出两种混合的优化算法来估计ＲＢＦ神经网络中的参数：１）初始化一定数目的种群作为ＳＮＰＯＭ 的初始值得到其适应值，通过选择、交叉和替换策略来更新种群；２）采用进化算法运行一定的代数，从最终群体中选取一些个体进一步用ＳＮＰＯＭ来优化．这两种混合优化算法的本质是用进化算法为ＳＮＰＯＭ 搜寻最优初始值，以得到全局最优解．仿真实验结果表明，该混合算法比单独使用进化算法或ＳＮＰＯＭ 更优，且优于其他一些算法．

摘要:

针对城市道路交通流复杂的非线性特征，采用基于跳转的ＡＲＩＭＡ 模型研究交通流的变化规律，以获得城市道路短期交通流的精确预测．引入路口转弯比例矩阵来描述路网的交通流状态．考虑在路网畅通和路网拥堵情况下路口转弯比例矩阵的不同特征，对两种情况分别进行研究．结合路段交通流预测模型，对路网交通流进行预测．仿真算例表明，所提出的预测模型能较好地用于路网交通流预测．

摘要:

针对保证网络连通覆盖和最小能量消耗的优化目标，建模了基于节点协同覆盖的传感器网络寿命最大化模型．提出一种基于多目标优化遗传算法的求解方案，设计了基于链路状态的分簇机制以及基于ＮＳＧＡ-Ⅱ的簇内覆盖控制算法．仿真结果表明该方案能快速收敛于最优解，在高密度和低密度布撒环境下表现出优越的性能，且具有良好的适应性．

摘要:

针对具有正态随机变量的多属性决策问题，提出一种决策分析方法．首先运用概率统计知识对具有正态随机变量的决策矩阵进行处理，得到每个方案的综合效用值，通过分析可知方案的综合效用值仍是正态随机变量；然后依据３σ 原则确定每个方案的综合效用值所在的区间，并通过区间数的比较来建立两两方案之间比较的优势可能度矩阵；再后依据优势可能度矩阵，运用ＰＲＯＭＥＴＨＥＥ Ⅱ方法得到方案的排序结果；最后通过一个算例说明了该方法的有效性和可行性．

摘要:

利用线性矩阵不等式（ＬＭＩ），讨论了一类非线性时滞广义系统的状态反馈控制问题．通过对非线性映射Ｆｒｅｃｈｅｔ导数的逆矩阵的估计，给出了系统渐近稳定的充分条件．这一条件与时滞相关，可归结为一个线性矩阵不等式的可解性．在ＬＭＩ有解的条件下，可得到系统状态反馈控制器的参数表示．数值实例表明该方法是有效的．

摘要:

针对准则权重不完全确定且方案的准则值为梯形模糊数的多准则决策问题,提出一种基于前景理论的模糊多准则决策方法.该方法将决策者的风险心理因素引入多准则决策,根据前景理论及模糊数距离公式,定义梯形模糊数的前景价值函数,并以此构建方案综合前景值最大化的非线性规划模型,求解模型得出最优权向量,最终确定出方案的排序.最后通过实例说明了该方法的有效性和可行性.

摘要:

三机以上同顺序Ｆｌｏｗｓｈｏｐ问题（ＰＦＳＰ）是著名的ＮＰ完全问题．在充分利用ＰＦＳＰ自身特性的基础上，提出一种可变路径的深度优先搜索算法．该算法在搜索过程中根据需要采用两种不同邻域，在必要时将ＰＦＳＰ 转化为一个指派问题，自动变更搜索路径，以避免陷入局部最优解．数值仿真实验表明，该算法对于大规模ＰＦＳＰ 能取得良好
的计算结果．

摘要:

研究离散时间系统变结构控制问题，提出一种新的离散变结构趋近律．利用该趋近律设计的离散变结构控制器，不仅能大幅度削弱抖振，使系统运动最终趋于原点不存在稳态振荡，而且可使系统的准滑动模态保持步步穿越切换面的基本属性，有效地改善了控制品质，提高了系统的鲁棒性．仿真结果验证了该方法的有效性与合理性．

摘要:

针对网络控制系统（ＮＣＳ）中的随机时延问题，根据实际网络时延的分布情况，提出一种新的具有随机时延的网络控制系统的建模方法———离散ＴＳ模型，并在此基础上应用并行分布补偿原理（ＰＤＣ）设计模糊控制器．同时提出一种新的模糊控制系统隶属函数的确定方法，利用Ｌｙａｐｕｎｏｖ定理和线性矩阵不等式（ＬＭＩ）研究系统的稳定性问题，给出了基于ＬＭＩ的模糊控制器的设计方法．最后通过仿真实例验证了该控制方法能使具有时延的网络控制系统稳定．

摘要:

针对传统缓冲算子不能实现作用强度的微调，从而导致缓冲作用效果过强或过弱的问题，构造了变权弱化缓冲算子和变权强化缓冲算子．研究了缓冲算子调节度与可变权重之间的关系，并用遗传算法探讨该类缓冲算子的优化问题．研究结果表明，可变权重在功能上类似于高阶作用算子，但控制缓冲算子作用强度的灵活性则明显优于高阶缓冲算子．最后以我国能源消费总量的预测问题为例，验证了变权缓冲算子的有效性和优越性．

摘要:

讨论不确定离散时滞系统非脆弱控制器的设计问题．利用Ｌｙａｐｕｎｏｖ-Ｋｒａｓｏｖｓｋｉｉ稳定性理论和有限和不等式方法，获得了不确定时滞系统在非脆弱控制器作用下不仅内部渐近稳定，而且具有给定的H_∞ 扰动抑制水平γ 的时滞相关有界实条件．采用迭代算法分别给出了控制器具有加法不确定性和乘法不确定性两种情况的非脆弱控制器参数的设计方法，借助于Ｍａｔｌａｂ的ＬＭＩ工具箱可以方便求解．数值仿真实例表明了该方法的有效性．

摘要:

研究基于区间直觉模糊集的多准则决策方法．首先定义了区间直觉模糊点算子，并讨论了其性质；然后对区间直觉模糊集定义了一系列得分函数，并给出两种基于区间直觉模糊集的多准则决策方法．将该方法应用于区间直觉模糊集多准则决策问题，所得结果推广了有关直觉模糊集的相关结果．

摘要:

针对一类连续模糊互联系统，提出一种模糊分散控制器的设计方法，并给出了保证控制系统稳定的更为宽松的充分条件．应用Ｌｙａｐｕｎｏｖ函数法和线性矩阵不等式，证明了模糊分散控制系统的稳定性．仿真结果进一步验证了所提出的模糊分散控制方法的有效性．

摘要:

提出一种针对ＪＰＥＧ 图像隐写的通用隐写分析方法．根据量化后分块ＤＣＴ 系数绝对值构造水平、垂直和ｚｉｇｚａｇ方向的差分数组，利用三向差分数组马尔可夫模型挖掘量化后分块ＤＣＴ 块内邻近系数相关性，提取转移概率矩阵的特征．对三向特征加权融合后进行隐写分析，以提高分类性能．对安全性较高的ＪＰＥＧ 隐写ＯｕｔＧｕｅｓｓ和Ｆ５，在不同嵌入率下进行隐写分析．实验结果显示，引入特征融合后隐写分析的检出率明显提高．

摘要:

针对传统偏最小二乘（ＰＬＳ）模型的在线更新问题，提出了带有自适应遗忘因子的块式递推ＰＬＳ建模方法．通过ＨｏｔｅｌｌｉｎｇT² 和Q统计量确定遗忘因子的大小，并且进行模型递推更新，确保模型跟踪过程特性的变化．将所提出的方法应用于管坯斜轧穿孔能耗过程，表现出较强的模型在线更新能力．测试结果表明，带有自适应遗忘因子的块式递推ＰＬＳ方法的性能优于传统的迭代偏最小二乘方法的性能．

摘要:

针对可重构模块机器人的执行器故障，提出一种基于自适应模糊系统的分散被动容错控制方法．该方法不需要机器人动力学模型与模块之间的信息交换，模块控制器分别采用间接和直接自适应方法设计，自适应参数的更新律基于Ｌｙａｐｕｎｏｖ稳定性理论设计，保证了系统的稳定性和H_∞ 跟踪性能．数值仿真结果表明了所提出方法的有效性．

摘要:

在灰色系统理论缓冲算子公理体系下，构造出一类新的弱化缓冲算子．研究其一些特性和内在联系，可有效地解决冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题．实例分析结果表明，该类算子是有效而实用的．

摘要:

分析了粒子群算法的收敛性，指出早熟是由于粒子速度降低而失去继续搜索可行解的能力．进而提出一种基于种群速度动态改变惯性权重的粒子群算法，该算法以种群粒子平均速度为信息动态改变惯性权重，避免了粒子速度过早接近０．通过５个标准测试函数的仿真实验并与其他算法相比，结果表明该算法在进化中期能很好地保持种群多样性，有效地改善算法的平均最优值和成功率．

摘要:

针对一类具有参数不确定性的线性系统，研究其闭环极点区域约束下的鲁棒非脆弱滤波器的设计问题．在对象及滤波器同时存在不确定性的情况下，控制目标要求闭环系统鲁棒稳定，干扰抑制性能指标小于给定的上界，并且闭环极点配置于复平面上指定的圆盘内．针对系统和滤波器具有乘法增益摄动的情况，以线性矩阵不等式的形式给出了非脆弱滤波器的可解性条件．数值算例表明了该方法的有效性．

摘要:

提出了基于效用函数的ＣＤＭＡ 网络下行链路的功率和速率联合控制最优化算法．在这类算法中，效用函数为非凸函数，经典的最优化理论很难解决这类问题．将粒子群优化方法应用于算法的非凸性设计，并通过仿真算例证明了该算法能有效解决非凸优化问题，且可保证系统的公平性．

摘要:

针对Ｖｉｃｓｅｋ模型收敛速度较慢和一致程度较低的问题，利用动态网络的拓扑结构并结合复杂网络中度的概念，提出一种以度为权重提高Ｖｉｃｓｅｋ模型收敛效率的新方法．进一步以动态网络的度的幂指数得到模型的推广形式，该指数的范围为［０，∞）．仿真实验结果表明，改进后模型的收敛效率优于原模型，且收敛效率随着指数的增加而增大．

摘要:

研究具有非整数倍采样周期时延的网络控制系统（ＮＣＳ）的时延补偿问题．针对ＮＣＳ中的非整数倍采样周期时延，基于广义预测控制算法并结合线性插值方法，提出一种新的网络时延补偿方法．该方法能得到非整数倍采样周期的控制预测值，同时通过减小执行器读取缓冲区的周期，可有效减少由于执行器时间驱动而引起的等待时延，解决了非整数倍采样周期时延的补偿问题．最后通过仿真验证了该方法的有效性．

摘要:

聚类集成中的关键问题是如何根据不同的聚类成员组合为更好的聚类结果．引入谱聚类算法解决该问题，提出了基于相似度矩阵的谱算法（ＳＭＳＡ），但该算法高昂的计算代价使其不适合大规模文本集．进一步研究了谱聚类算法的特性，对超边的相似度矩阵进行谱分析，提出了基于超边相似度矩阵的元聚类算法（ＨＳＭ-ＭＣＬＡ）．真实文本数据集的实验结果表明：ＳＭＳＡ 和ＨＳＭ-ＭＣＬＡ 比其他基于图划分的集成算法更优越；ＨＳＭ-ＭＣＬＡ 可获得与ＳＭＳＡ 相当的结果，而计算需求却明显低于ＳＭＳＡ．