摘要:

小世界网络是复杂网络最重要的特性之一, 将小世界网络理论引入无线传感器网络(WSNs), 对分析网络拓
扑结构、发现其中隐藏的规律以及提高网络性能具有十分重要的意义, 在智能交通、军事等方面具有广泛的应用. 综
述了小世界WSNs的网络特征量、网络拓扑结构、应用前景及面临的主要问题, 试图为小世界网络理论在WSNs 中的
研究勾画出一个较为全面和清晰的概貌, 为相关领域的研究者提供有益参考.

摘要:

研究不确定非完整移动机器人Leader / Follower 编队动力学控制问题, 对Follower 提出了自适应队形跟踪
控制方法. 首先, 基于队形方程设计了运动学队形跟踪控制器, 使用Backstepping 技术扩展出队形跟踪误差动力学方
程; 然后, 利用自适应模糊系统逼近其不确定项, 构造了间接自适应模糊动力学队形跟踪控制器; 最后, 证明了队形跟
踪误差可收敛到原点的小邻域内. 仿真结果验证了所提出控制策略的有效性.

摘要:

根据供应链的实际运作情况建立了交货策略1, 即基于时间窗的协议交货期模型, 分析了以制造商为主
的Stackelberg 对策博弈中各方的最优决策; 接着建立了交货策略2, 即基于费用分担的可控交货期模型, 分析了以分
销商为主的Stackelberg 对策博弈中各方的最优决策; 然后对交货策略1 和策略2 进行了比较, 给出了成本分担系数
范围, 提出了一种基于改进理想点的Nash 协商交货期费用分担模型. 数值分析比较了两种策略, 表明费用分担模型
是有效的.

摘要:

针对一类非线性多入多出系统, 设计了一种新的解耦控制器. 首先采用反推技术设计每一个子系统的等效
输入; 然后用扩张状态观测器(ESO) 对各个子系统的耦合、外扰和参数时变等不确定作用进行动态估计, 并把估计值
引入到反推控制器中进行补偿, 最终实现解耦和控制. 利用Lyapunov 稳定性理论证明了该方法的收敛性; 数例仿真
表明了该方法可获得较快的响应速度及较好的解耦效果和鲁棒性.

摘要:

针对一类移动机器人航迹推算系统的故障诊断问题, 提出一种多模态进化Rao-Blackwellized 粒子滤波
器(MERBPF) 算法. 为解决由粒子贫乏引起的不一致性问题, 采用交叉与变异种群策略优化, 根据粒子多样性加入扰
动因子. 利用专家规则判定机器人运动状态所对应的MERBPF, 构造复杂逻辑表述方法. 仿真实验结果表明: 在强过
程噪声下, MERBPF 仍具有较高的鲁棒性, 提高了诊断机器人航迹推算系统的准确率.

摘要:

针对辐射源识别中基本概率赋值函数(BPAF) 获取的难题, 提出基于模糊集、灰关联分析和特征参数相似度
的3 种BPAF 获取法, 推演了获取BPAF 的数学关系, 建立了基于分布式传感器数种基本概率赋值获取法的信息融合
辐射源识别模型, 利用该模型进行了识别实验. 识别过程中进行了多周期时域融合与分布式传感器空域融合, 并在不
同信噪比下与模板匹配法作识别率比较. 实验对比结果表明, 分布式传感器信息融合识别法是有效的, 辐射源平均识
别率超过90%.

摘要:

为获得鲁棒性的全局异常检测模型, 需要多个组织之间的知识共享. 存在的分布式异常检测技术常基于原
始数据的交换或共享, 侵犯了各自的隐私权, 令人难以接受. 基于隐私保护的分布式异常检测方法, 采用本地模型共
享技术, 在保证数据隐私性的同时完成全局异常检测任务. 通过7 种异常检测模型在仿真和真实数据集上的实验说
明, 所提出的方法在保护数据隐私的同时, 其全局异常检测效果能接近甚至超过将所有数据集中后建立的全局模型.

摘要:

磁链观测是多电机闭环控制系统性能的重要环节, 而电机参数的变动通常使磁链观测的精度难以满足要
求. 针对3 台异步电机和3 台逆变器组成的三电机同步系统, 提出了局部模型网络磁链辨识方法. 将电机参数变化
当作干扰项来处理, 解决了因电机参数变动影响磁链准确观测的难题. 在此基础上, 采用神经网络逆构建由速度、磁
链、张力子系统组成的伪线性复合系统, 实现了三电机同步系统中速度、磁链和张力的解耦. 分别对各子系统设计线
性闭环控制器, 实现了三电机系统的同步控制. 仿真结果验证了磁链辨识的准确性和控制系统良好的动静态性能.

摘要:

在群决策过程中, 专家对于候选方案的每个属性都提出自己的个体决策信息. 关于专家意见的一致化问
题, 提出一种迭代算法, 能自动完成个体意见的一致化, 不需要专家修改决策信息. 在群体决策矩阵的基础上, 用乘性
加权集结算子把方案的属性值进行集结, 得到方案的群体综合属性值, 从而选出最优方案. 详细介绍了算法的实现过
程, 并用一实际例子说明了算法的可行性.

摘要:

针对传统灰色预测模型无法进行灰数序列预测的缺陷, 在白化权函数已知的情况下, 通过计算中间
层、起(止) 点过渡层的面积以及中间层中位线中点的坐标, 将区间灰数序列中所蕴含的信息完整地转换成实数序列;
然后构建了一种新的区间灰数预测模型. 应用分析验证了新模型的有效性及实用性.

摘要:

针对合作通信网络中基于纳什议价解(NBS) 的合作策略存在用户效用分配不公平的问题, 同时考虑用户的
最大与最小效用, 提出了基于Raiffa-Kalai-Smorodinsky 议价解(RBS) 的合作策略, 并建立了用户合作的条件. 仿真结
果表明, 基于RBS 的合作策略在保证网络总效用不变的前提下, 具有更好的公平性.

摘要:

研究了同时具有大于一个采样周期的随机传输时延及数据包丢失的网络控制系统??∞ 滤波问题. 对于给定
的丢包率, 滤波误差系统被建模为具有两个事件速率约束的异步动态系统, 利用异步动态系统理论给出滤波误差系
统满足指数稳定和??∞ 性能指标的充分条件. ??∞ 滤波器可通过解一组线性矩阵不等式求出. 仿真结果验证了所提
出方法的有效性.

摘要:

针对机器人工作空间中存在狭窄通道时, 基于概率路标图的路径规划法不能有效提高狭窄通道中路标分布
的合理性, 研究一种基于狭窄通道辨识的混合路标规划法的混合路标采集策略, 利用星形试验法辨识出狭窄通道形
状, 增加狭窄通道中的路标密度, 使全局路标分布合理化, 提高了路径规划的效率. 二维和三维配置空间中的仿真实
验验证了该算法的有效性.

摘要:

针对扩展卡尔曼滤波器(EKF) 在组合导航系统模型不确定时存在滤波精度下降甚至发散的问题, 提出一种
具有强跟踪性能的中心差分卡尔曼滤波器(CDKF). 强跟踪CDKF 基于强跟踪滤波器(STF) 的理论框架, 采用中心差
分变换代替STF 中的雅可比矩阵计算, 兼具STF 鲁棒性强, CDKF 滤波精度高和实现简单的优点, 有效克服了EKF 在
系统模型不确定时滤波失效的缺点. 仿真结果验证了强跟踪CDKF 的有效性.

摘要:

针对低信噪比环境下微弱目标的实时检测与跟踪, 提出一种基于粒子滤波的检测前跟踪改进算法. 该算法
在粒子滤波的基础上融合不敏卡尔曼滤波(UKF) 算法, 融合后的新算法在利用重要性密度函数产生粒子时充分考虑
当前时刻的量测, 从而引导粒子向高似然区域移动, 使得粒子的分布更接近状态的后验概率分布. 仿真实验表明, 改
进算法的检测与跟踪性能优于标准的粒子滤波算法.

摘要:

为减少参训样本数量, 加快支持向量机在大规模数据集上的学习速度, 提出一种基于凸壳顶点法的支持向
量预选算法. 该算法基于线性可分样本集凸壳顶点的集合必然是支持向量超集的事实, 运用对偶原理将凸壳顶点的
求解转化为判断线性规划是否有解, 从而求出样本集的凸壳顶点. 构造了非线性映射函数, 并将该算法推广到非线性
可分样本集. 基于人工数据集和标准数据集的实验结果验证了算法的有效性.

摘要:

针对故障预报中系统剩余寿命难以精确估计的问题, 提出基于隐半马尔可夫模型(HsMM) 的系统在线故障
预报方法. 首先重新设计HsMM模型结构, 利用模糊?? 均值聚类(FCM) 方法化连续取值的系统输入输出变量为有限
集合内取值, 简化了建模计算过程. 在实现对故障检测的同时, 利用模型的状态驻留参数估计系统的剩余寿命, 从而
实现系统的故障预报. 利用连续搅拌反应釜(CSTR) 模型进行仿真验证, 在输入输出数据含有噪声的情况下, 较准确
地估计了系统的剩余寿命, 从而表明了方法的有效性.

摘要:

针对传感器节点的分布优化问题, 研究了在保证网络连通性的前提下, 极大化移动传感器网络的有效覆盖
面积问题, 提出了一种基于差分进化算法的移动传感器网络节点分布优化机制. 仿真实验结果表明, 该算法能以相对
较小的代价快速完成移动传感器网络节点的分布优化, 提高网络的有效覆盖率, 实现移动传感器网络布局的全局优
化.

摘要:

研究目标数变化的多目标视频跟踪问题. 首先阐述了概率假设密度(PHD) 滤波的基本原理; 然后给出序列
图像多目标跟踪系统的运动目标检测算法、状态方程、观测方程以及基于高斯混合概率假设密度(GM-PHD) 的多目
标视频跟踪算法的具体实现. 该算法有效解决了新目标出现、目标合并、目标分裂及目标消失等多目标跟踪问题. 实
验结果表明, 该算法在复杂场景下具有较强的鲁棒性, 能有效实现目标数变化的多目标视频跟踪.

摘要:

针对非线性系统的多模型建模问题, 基于差分进化算法提出了一种优化建模方法. 从系统的输入输出数据
出发, 将样本空间分割与局部模型建立相结合, 首先将PWA辨识问题转化为MIQP 问题; 然后采用自适应混沌差分
进化算法对模型数量及模型参数同时优化; 最后利用支持向量基求取分割曲面方程. 仿真结果表明, 该方法能以最优
的线性子模型集准确地逼近非线性系统.

摘要:

为满足舰船系泊状态下对准快速性需求, 并考虑导航系解析法在动基座对准中的局限性, 提出一种基于惯
性系的解析对准方法. 根据惯性系下地球角速度恒定及重力加速度慢速圆锥变化的特性, 利用IIR 数字低通滤波器
滤除载体在惯性系下的干扰角速度和干扰加速度, 并采用加权求平均算法对低通滤波后的陀螺仪信号进行平滑. 利
用滤波后的地球角速度和重力加速度信息, 与其在导航系投影之间的坐标转换关系计算捷联矩阵. 仿真结果表明, 所
提出的对准方法达到了中等导航系统精度要求.

摘要:

针对属性值为随机变量的随机多属性决策问题, 提出一种决策分析方法. 该方法将决策者的行为因素引入
随机多属性决策, 将具有随机变量的决策矩阵转化为关于参考点的收益和损失矩阵, 依据前景随机占优准则判断并
确定两两方案之间比较所具有的占优关系, 并构建相应的前景随机占优关系矩阵. 在此基础上, 运用PROMETHEE
II 方法得到了方案的排序结果. 通过一个算例验证了所提出方法的可行性和有效性.

摘要:

针对含有参数化和非参数化的高阶非线性系统, 设计了一种重复学习控制方案. 假设未知时变参数和参考
信号的共同周期是已知的, 通过参数重组技巧, 将所有未知时变项合并为一个周期时变向量. 将改进Backstepping 方
法与分段积分机制相结合, 构造了微分-差分参数自适应律和重复学习控制律, 使跟踪误差在误差平方范数意义下渐
近收敛于零. 利用Lyapunov 泛函, 给出了闭环系统收敛的充分条件. 仿真结果验证了该方法的有效性.

摘要:

针对部分未知环境, 提出一种基于粒子滤波的动态路径规划方法. 将全局最优路径视为受机器人运动及
环境影响的变化量, 采用粒子滤波算法, 利用机器人运动信息预测路径, 并利用实时环境信息更新路径, 通过在线跟
踪全局最优路径获得不断更新的全局优化路径. 将传统全局路径规划先规划后执行的模式改为边规划边执行的模
式, 既减少了等待时间, 又为机器人的移动误差及部分未知环境提供了较强的适应能力. 仿真及实验验证了该方法的
有效性.

摘要:

为了解决因决策表存在不相容性造成求核和属性约简的错误, 首先通过增加一个属性列, 将原始决策表相
容化; 然后创建可分辨矩阵, 并给出核属性和属性约简的性质, 同时证明了由该性质获得的核和属性约简与正区域的
核和属性约简是等价的; 最后设计属性约简算法及其改进算法, 并通过实例验证了该方法的正确性.

摘要:

针对一类具有未知控制增益的不确定非线性系统准滑模跟踪控制, 通过分析跟踪误差和滑模变量之间的关
系, 利用有界输入有界输出稳定的思想, 分别推导了采用Slotine 形式的传统滑模面和传统积分滑模面时系统的稳态
跟踪误差的界. 将其与现有的几种方法进行比较, 该方法求得的稳态跟踪误差界更精确. 根据给定的稳态跟踪误差要
求, 可设计出适合抑制抖振的饱和函数. 通过仿真算例验证了所提出方法的有效性.

摘要:

针对转炉炼钢过程中钢水出钢环节脱氧合金剂加入量确定的问题, 建立了合金加入量优化计算模型. 首先,
利用支持向量机建立钢包元素含量预测模型, 将该模型的预测结果与元素规定含量的误差作为优化模型的一个目标
函数, 合金成本作为另一个目标函数; 然后利用预测收得率方法计算合金加入量并作为优化模型的初始值, 使用改进
的动态邻域多目标微粒群算法对优化模型进行求解, 有效地找出Pareto最优解集, 并根据实际需要得出较好的优化结
果. 仿真实验表明了该优化模型的有效性.

摘要:

提出一种基于单神经元自适应PSD (proportional sum differential) 预测控制器的新型火电厂过热汽温切换
控制系统. 采用单神经元自适应PSD 控制与Levinson 预测器相结合的控制方式以改善大滞后、多干扰系统的控制
特性, 同时利用Foxboro 公司I/A 系列的DCS 控制系统平台对其组态设计(包括无扰切换、前馈补偿以及抗积分饱和
等), 以实现手自动切换和各控制器之间的合理切换. 实验室的多次仿真研究和某火电厂的现场运行均表明该控制系
统具有良好的控制品质.

摘要:

在分析已有车牌定位技术以及目标检测共有特性的基础上, 提出了基于视觉显著性的特征选择方法. 算法
依据先验样本的统计学习, 利用导致最小错误概率判决方法, 得到目标的特征显著性分析. 在车牌定位过程中, 根据
得到的特征显著性序列, 依次赋予特征不同的权值, 然后采用融合的方式得到所需要的车牌区域. 实验结果表明, 该
算法提高了使用单一特征进行车牌定位的准确率.

摘要:

提出一种改进人工蜂群局部搜索能力的优化算法, 对陷入局部最优值的雇佣蜂, 使用禁忌表存储其局部极
值, 并引入混沌序列重新初始化, 在迭代中产生局部极值的邻域点, 帮助其逃离束缚并快速搜寻到最优解. 改进算法
有效地结合标准蜂群算法的全局优化能力、禁忌表的记忆能力和混沌局部搜索能力, 对经典函数的测试计算表明,
改进算法提高了蜂群寻优能力, 在收敛速度和精度上均优于标准蜂群算法, 适合工程应用中的复杂函数优化问题.

摘要:

为了预测某导弹陀螺漂移趋势, 以该陀螺漂移角速度时间序列为对象, 建立基于Volterra 级数的非线性时间
预测模型, 提出了一种基于Volterra 级数的并行递推放射投影AP 自适应算法. 以系统Volterra 核向量增量的模与某约
束总和为损失函数, 按照最陡下降原理导出各阶Volterra 核更新公式; 再利用矩阵求逆引理递推求取各阶Volterra 子
系统自相关逆矩阵导出算法. 某导弹实测的陀螺漂移数据预测应用研究表明, 该算法运算速度快、预测精度高.