摘要:

直觉模糊多属性决策是当前决策领域的一个研究热点, 在实际决策中有着广泛的应用. 按照直觉模糊集的
发展形式: 直觉模糊集、区间直觉模糊集、直觉三角模糊数和直觉梯形模糊数, 分别介绍它们在多属性决策与群决策
中的研究现状, 并对其未来的发展方向进行了探讨与展望.

摘要:

摘　要：针对灰度可见光与红外图像融合, 提出一种基于改进型非下采样轮廓波变换(NSCT) 的图像融合方法. 不同
于经典NSCT模型, 改进型NSCT 变换摈弃了细节捕捉能力不强的非下采样金字塔分解机制, 采用冗余提升不可分离
小波变换实现对源图像的多尺度分解; 然后, 分别采用基于区域平均能量匹配度、邻域系数差和信息熵的融合规则,
得到融合图像的低频系数和高频系数; 最后, 通过改进型NSCT 逆变换得到了融合图像. 实验结果验证了该方法的有
效性.

摘要:

研究线性随机离散系统卡尔曼滤波(KF) 中预测误差方差??(??∣??) 的递归特性, 在此基础上, 提出基于滤波
的监控策略优化问题, 对问题的各种形态进行研究, 并提出相应的解决方案. 首先, 针对监控策略优化中存在的带约
束双目标优化问题, 提出一种可变种群遗传算法; 然后, 研究从滤波处理的角度提炼出滤波过程中的监控策略优化以
及各种形态下的优化方案. 相应的理论分析和仿真实验对于高精滤波估计中测量方案的拟定, 具有重要的实用价值
与指导意义.

摘要:针对粒子群优化算法易出现早熟收敛的问题, 提出了基于Lotka-Volterra 模型的双群协同竞争粒子群优化算
法(LVPSO). LVPSO 算法借鉴种群生态学中著名的Lotka-Volterra 双群协同竞争模型, 讨论了两种种群协同竞争方案,
通过群内和群间竞争增加粒子的多样性, 提高了种群摆脱局部极值的能力. 对5 个典型基准测试函数进行优化实验
表明, LVPSO 在收敛速度和优化精度方面均有良好的表现.

摘要:

针对含障碍物的确定性区域内无线传感器网络部署问题进行研究. 首先建立节点探测模型和网络部
署质量评价方式; 然后基于含误警率的概率模型提出一种新的部署方法, 即采用分水岭算法选取候选部署区域,
以Delaunay 剖分算法产生新增节点的候选部署位置, 从而实现传感器节点的有序高效部署. 仿真结果表明, 与随机部
署、最大平均覆盖(MAX_ MIN_ COV) 和最大最小覆盖(MAX_ AVG_ COV) 等算法相比, 所提出的策略能取得更好的覆
盖探测概率和覆盖一致性.

摘要:针对一类线性时变系统提出一种状态反馈镇定控制器设计方法, 该反馈控制器能将线性时变系统转化为
一个稳定的定常闭环系统. 借助线性系统的特征结构配置参数化方法, 得到含待求参数的控制器解析形式, 并给出控
制器的可解性判据. 在满足可解性的基础上, 进一步对控制器进行了多目标优化设计, 使其在保证系统稳定性的同
时, 具有良好的鲁棒性和干扰抑制能力. 通过一个时变卫星姿态控制系统的实际设计表明了该方法的有效性.

摘要:

以优化生产周期为目标, 研究并建立了多资源作业车间批量调度问题模型. 提出一种新的两级差分进化
算法, 采用两级染色体编码来解决批量划分和排序优化问题; 设计了基于自适应差分进化算法(DE) 的全局搜索操
作, 并在算法框架中嵌入了基于Interchange 邻域结构的局部搜索; 基于等量划分原则, 为每个工件确定最优批次数及
子批次的批量大小, 并为各子批次确定最优排序. 通过单资源算例和多资源实例仿真表明了模型和算法的可行性和
有效性.

摘要:提出一种多属性群决策中同时考虑专家群体对属性主观赋权的偏好和决策者对决策重要性认识的偏好来
确定属性权重的方法, 能够兼容专家实数型、区间型和语言型等类型的属性权重赋值. 首先建立标准属性重要差异
矩阵以实现专家对属性赋权的优劣比较和差异规范, 定义统一的决策者偏好映射对其进行调整; 然后求解各矩阵的
排序向量以量化属性的相对重要程度, 并与专家权重聚合得到属性权重向量; 最后给出了方法的具体步骤, 并通过算
例说明了该方法的具体应用.

摘要:

设计了一种新颖的由非线性综合控制方法实现的表面式永磁同步电机调速系统. 首先构造了基于扩张状态
观测器(ESO) 的自适应滑模速度调节器, 采用ESO 估计系统的部分扰动项并进行前馈补偿, 参数的不确定项由新的
自适应控制律估计得到; 然后设计了自抗扰-无源电流调节器, 简化了控制器的设计, 在稳定性的基础上增强了鲁棒
性和快速性. 仿真结果表明, 该方法对负载的自适应性、抗扰动性和鲁棒性均较强, 系统具有优良的动、静态性能.

摘要:提出一种融合微粒群的多种群协同免疫优势克隆选择算法(PMCICA). 该算法将生态学中的协同进化思想
引入人工免疫算法中, 各子种群内部通过免疫优势克隆选择操作加快了种群收敛速度; 所有子种群共享经过改进微
粒群优化的高层优良库, 实现了整个种群信息共享与协同进化. 针对旅行商问题(TSP) 的多个实验结果表明, 该算法
在收敛速度与最优解等方面均取得了较好的效果.

摘要:在分层多子群结构模型的基础上, 提出一种混沌粒子群优化算法(HCPSO). 该算法对非线性递减的惯性权
重进行混沌变异, 并采用了混沌搜索方法. 在更新全局历史最优位置每一维分量时, 选取不同的若干个体作为学习对
象, 并计算它们的平均位置. 混沌搜索区域半径可根据粒子个体最优位置与上述平均位置间的距离自适应地调整. 通
过对几种典型函数的测试结果表明, 该算法具有较好的全局搜索和局部搜索能力, 可有效避免早熟收敛问题.

摘要:

利用扩展影响图的表示特性和计算特性来解决辅助决策系统中知识表示与问题求解的一致性问题. 采用条
件弧和决策簇扩展影响图解决其在描述非对称性、不确定性问题中的局限, 并根据该扩展影响图提出了基于条件分
解的求解算法. 基于扩展影响图方法对系统进行分析并描述系统结构, 给出了基于扩展影响图进行辅助任务分析设
计的框架和系统结构. 仿真结果表明了所提出方法的有效性.

摘要:在闭环供应链再制造系统中引入外部竞争因素, 研究制造商(OEM) 的再制造决策以及对内部竞争和外部竞
争的影响. 在内外部竞争的条件下, 通过OEM和竞争者的决策分析, 给出了竞争者进入的条件边界. 研究结果表明,
制造商的再制造策略不仅是一种盈利行为, 而且还是一种阻止战略, 在一定条件下能够阻止竞争者的进入. 竞争者的
进入决策依赖于竞争者产品的竞争力和制造商的回收率.

摘要:

针对传统模糊聚类初值敏感、易陷入局部最优的缺陷, 将具有良好勘探和开采能力的人工免疫算法用于模
糊聚类的优化并提出了相应的图像分割算法. 利用改进的Hausdorff 距离提出一种新的抗体浓度评价算子并定义了
相应的免疫算子, 简化了免疫操作, 增强了算法自适应寻优能力. 采用最近提出的一种有效性函数作为聚类适应度函
数, 以人工免疫算法寻优, 从而自适应地确定聚类数目与中心, 实现自动图像分割. 仿真实验表明, 该算法可以实现图
像的自动高有效性分割.

摘要:针对数据挖掘领域分类问题的特点, 提出了基于多神经树集成的分类模型(CMBNTE). 该模型利用改进遗
传规划算法和粒子群算法, 实现单个神经树模型的优化; 借鉴集成学习思想, 将多个神经树模型组合成最终的分类模
型. 在6个UCI数据集上的实验结果表明, 该模型能较好地解决分类问题, 尤其适用于多分类属性的复杂分类问题.

摘要:

将包含条件参数和需要决策的操作参数组成一个操作模式向量, 采用Sugeno 模型构造一类基于操作模式
的模糊推理系统以进行操作参数的决策. 首先利用先验知识对海量数据集进行初步分类; 然后采用一种基于模式相
似度和相似矩阵的无监督聚类方法来辨识模糊操作模式决策的结构, 自动确定模式的数量和模式的值. 实例仿真表
明, 利用该方法进行操作参数优化决策时简便有效, 可应用于PS 转炉熔剂加入量的优化决策.

摘要:

“非伪”控制是一种基于数据驱动的无模型控制方法, 它根据输入-输出数据进行在线学习, 计算与当前系
统状态相匹配的控制量并作用于系统, 以获得系统所要求的动静态品质, 并以此检验系统是否满足该性能指标. 基
于“非伪”控制理论, 研究了移动机器人的轨迹跟踪控制问题. 根据非完整移动机器人的动态方程, 采用“非伪”控制,
直接作用于移动机器人的控制输入, 使移动机器人能快速、准确地跟踪期望轨迹.

摘要:

针对一类输入和状态受约束的离散线性系统, 提出一种基于N步容许集的变终端约束集模型预测控制方
法. 首先给出多面体不变集序列作为终端约束集的离线模型预测控制算法, 扩大了终端约束集. 为进一步扩大初始状
态可镇定区域, 引入N步容许集, 设计了基于容许集的变终端约束集模型预测控制方法. 该算法采用离线设计、在线
优化方法, 实现了系统渐近稳定, 不仅降低了在线运算量, 而且扩大了初始状态可镇定区域. 仿真结果表明了算法的
有效性.

摘要:为提高神经网络对未知非线性大滞后动态系统的泛化能力, 提出一种基于高斯微粒群优化的自适应动态前
馈神经网络. 在输入层与隐含层之间、隐含层与输出层之间分别加入动态延迟算子, 可以高效地辨识出系统纯滞后
时间, 建立精确系统模型. 此外, 采用高斯函数和混沌映射方法平衡微粒群算法全局寻优能力, 以克服提前收敛的缺
陷, 从而快速有效地自适应优化网络中的参数. 仿真实验表明了该方法在非线性大滞后系统辨识中的有效性.

摘要:

针对一类状态不可测的MIMO不确定非线性大系统, 提出一种基于H∞ 跟踪的分散自适应输出反馈模糊
控制器. 主要工作有: 1) 通过对观测误差向量进行滤波来确保严格正实条件成立, 使得提出的反馈与自适应机制可
以执行; 2) 利用模糊系统提出一种适用于一般非线性大系统基于H∞ 跟踪的分散自适应模糊控制方案; 3) 在统一的
框架下处理了控制器奇异性. 闭环大系统被证明是稳定的, 且输出误差具有H∞ 跟踪性能. 仿真结果验证了控制器设
计的有效性.

摘要:

为定量研究鲁棒控制器允许对象有尽可能大的不确定性, 在引入间隙度量的基础上, 定义了跟踪系统鲁棒
控制器的鲁棒边界, 并对某跟踪系统设计了基于间隙度量的鲁棒控制器. 该控制器能兼顾对象的不确定性与控制器
的不确定性. 由仿真结果可以看出, 与普通的PID 控制器相比, 具有较大鲁棒边界的鲁棒控制器不仅具有较强的干扰
抑制能力, 而且能够在模型加性不确定性存在的情况下具有很好的跟踪性能.

摘要:

针对一类由Lur’e 系统组成的具有多种耦合时滞的加权复杂动态网络, 研究其同步问题. 只对网络中的一部
分节点进行控制, 从而使整个被控网络达到同步. 基于绝对稳定性理论, 得到了保证复杂网络实现全局同步的时滞独
立判据. 仿真中以蔡氏振荡器组成的复杂网络为例, 验证了所提方法的有效性, 且表明在某些特殊情况下, 只需控制
一个节点便可使整个网络达到同步.

摘要:研究线性时滞系统最优控制的前馈反馈近似设计问题. 基于Taylor 级数法, 将系统的二次型最优控制问题
转化为线性代数方程组的求解问题, 给出了系统前馈反馈次优控制律的存在唯一性条件和Taylor 级数表示形式. 仿
真算例验证了方法的有效性.

摘要:考虑并行分布控制网络中软件过程及物理过程作用和反作用的时间度量特性, 定义带时间标签的信号模
型, 采用广义测度函数概念建立信号间的时间关序, 由控制器接口组成网络节点的信号流图拓扑结构, 确定信号作用
时序的组合运算, 从而分析软件设计和运行的确定性.

摘要:为使粗糙集理论能有效处理含噪音的不完备信息系统, 将集对势扩充粗糙集模型和Ziarko 教授提出的多数
包含关系相结合, 提出了变精度集对势粗糙集模型. 然后, 给出了正域相似度的定义, 提出了基于正域相似度的启发
式属性约简算法, 并分析了算法的时间复杂度. 仿真实验表明了该方法处理含噪音的不完备信息系统的有效性.

摘要:针对现有学习方法对完全时间不对称数据的动态贝叶斯网络学习不具有实用性, 提出一种借助传递变量进
行完全时间不对称数据的动态贝叶斯网络结构学习方法. 首先进行相邻时间片间的传递变量序列学习; 然后, 基于节
点排序和局部打分-搜索, 进行动态贝叶斯网络局部结构学习; 最后通过时序扩展得到整个动态贝叶斯网络结构.

摘要:

现有企业资源计划(ERP) 系统实施风险评价指标体系的主观性较强, 存在冗余现象, 缺乏合理的建立依
据. 对此, 通过引入粗糙集理论中的属性约简法, 结合15 家已实施ERP 系统的企业实例, 对ERP 系统实施风险控制指
标进行属性约简. 结果表明, 粗糙集属性约简理论在ERP 系统实施风险控制指标体系约简中的应用是有效的, 并得
出了包含人力资源管理、企业建模、项目管理等7 项重要风险因素.

摘要:

为了解决粒子退化问题, 提出一种基于施蒂费尔流形和线性优化重采样的粒子滤波算法. 将系统模型置于
施蒂费尔流形之上, 采用朗之万分布描述过程转移概率分布, 用矩阵正态分布表示似然函数分布, 从而得到一种较为
通用的重要性概率密度函数选择方法; 同时, 将重采样中抛弃的粒子与复制的粒子按照一定的线性组合方式产生新
粒子. 仿真结果表明, 该算法具有较高的滤波效率、滤波精度和较强的滤波鲁棒性.

摘要:

针对一类约束不确定性非线性仿射系统, 提出一种可保证闭环系统鲁棒镇定的非线性模型预测控制算法.
利用鲁棒控制Lyapunov 函数得到改进的Sontag 公式, 并以此为基础, 构造一种计算有效的单自由度鲁棒预测控制器.
以Matlab 语言为仿真工具, 对一开环不稳定振荡器进行了仿真研究, 结果表明, 利用该控制算法得到的闭环系统不仅
渐近稳定于原点, 而且所得控制量和系统状态都满足系统约束, 从而验证了控制算法的有效性.

摘要:研究属性值为区间粗糙数, 具有属性优先序信息的多属性决策问题. 首先给出粗糙属性值的规范化公式; 然
后基于区间粗糙数的相离度定义, 建立以极大化属性值的离差为目标的最优化模型来确定各属性权重; 进而基于粗
糙算术运算以及期望值算子, 计算出各方案的期望效用值, 从而获得各方案的排序; 最后通过数值例子表明了所提出
方法的有效性.