摘要:面对近年频繁发生的干扰事件风险环境，可靠性物流系统设计方法研究逐渐成为供应链风险管理研究领域的新热点。本文以设计问题类型、干扰事件表达形式、决策者应对风险态度、物流系统结构特征等分类指标，对现有可靠性物流系统设计定量研究成果进行归纳总结，并从中梳理出几个值得关注的关键问题，希望引起国内学术界的重视

摘要:利用基于蒙特卡罗模拟的关键路径优化算法模型，通过分析项目计划中各任务之间可能存在工序约束和期限约束对关键路径的影响，提出了基于约束的关键路径（CPM）动态优化算法。算法经多次迭代完成全部试例运算后，由统计分析法可获得约束条件下关键路径和次关键路径以及相应的统计特征。采用Matlab、C＃和SQL Server实现了提出的算法。实例分析验证了算法的有效性，提出的算法可以得到关键路径、工期及其统计特性和相关的冲突信息，为决策者提供了更好的决策信息支持。

摘要:结合实际纸盆车间的生产特点，考虑了模具、机器和操作人员等多种资源约束，以及加工时间和交货日期的不确定性等因素，建立了批量可变的模糊柔性Job-shop调度问题模型。同时结合多智能体系统以及生命科学中免疫系统的免疫信息处理机制，构造了一种用于求解实际Job-shop调度问题的多智能体免疫算法。该方法通过智能体与其邻居间的竞争操作以及自学习操作，并结合自适应疫苗接种、交叉、变异和模拟退火操作，来更新每个智能体在解空间的位置，使其能够更精确地收敛到全局最优解。最后对某纸盆车间的调度实例进行了求解，实验结果验证了算法的有效性。

摘要:本文将诱导有序加权平均（IOWA）算子和连续区间有序加权平均（C-OWA）算子相结合，提出一种诱导连续区间有序加权平均(IC-OWA)算子，讨论了该算子的优良性质，针对区间数互补判断矩阵提出一种连续偏好矩阵的概念，定义了一种基于专家评判水平偏差的诱导连续区间有序加权平均（DIC-OWA）算子，并提出了一种基于该算子的区间数群决策方法。最后通过算例说明了该方法的可行性。

摘要:针对具有强非线性、大时滞、多扰动特点的焦炉火道温度控制问题,本文提出了一种基于组合灰色预测模型的改进模糊专家控制方法.采用基于黄金分割优选法寻优的解析式类型三维模糊控制器,同时并联专家规则补偿模块对模糊控制器输出进行补偿,并采用组合灰色预测方法获得未来时刻的火道温度,根据该预测值采取相应的控制决策.该方法在保持较快响应速度和消除稳态误差的同时,可有效解决焦炉火道温度控制中的大时滞问题.基于实际运行数据的验证分析表明:该方法具有较好的控制品质,有效削弱了焦炉大时滞的影响,为解决焦炉火道温度控制中的大时滞问题提供了一种新思路.

摘要:当不同样本的误分类具有不同的代价时，支持向量机（SVM）和模糊推理系统（FIS）等以精度为目标的传统分类算法不再适用. 在一定约束条件下，本文提出并证明误分类代价敏感SVM（MC-SVM）和一类基于规则的FIS的函数等效性定理. 在此基础上，提出基于MC-SVM学习过程的FIS（MC-MBFIS）的设计方法. MC-MBFIS继承了基于规则的FIS的显式推理能力，也继承了MC-SVM误分类代价敏感性、良好的泛化能力和对“维数灾难”的避免能力. Benchmark数据试验表明MC-MBFIS能降低平均误分类代价.

摘要:基于最基本的缓冲算子 变形,获得了几类范围大大拓宽的新实用缓冲算子的构造方法,并揭示了这几类缓冲算子的内在联系.同时还揭示了强化缓冲与弱化缓冲的对应关系,即指数 由正到0,由0到负的变化导致缓冲算子由弱（强）化到不变化,由不变化到强（弱）化的过程,展示量变到质变的过程.研究表明,现有的大量缓冲算子都是所构造的缓冲算子的特例, 此外还包括了许许多多与常见文献中类型炯然不同的新算子.

摘要:本文基于手指动力学模型的建立了速度观测器，观测器用于欠驱动手的自适应轨迹跟踪，弥补了欠驱动手没有速度传感器的缺点；补偿了手指模型中欠驱动元件(如扭簧)造成的不确定因素，和PID或计算力矩法相比较，其跟踪误差更小，动态控制效果更加理想。同时本文还通过动力学模型建立了基于力的阻抗控制策略，在阻抗控制中同样也使用了速度观测器,实现了基关节的动态抓取力控制。动态轨迹跟踪和力跟踪结合在一起，使欠驱动手在抓握时具有良好的动态抓取性能。

摘要:提出了视觉跟踪任务中一种鲁棒的目标跟踪算法。该算法首先利用结合空域信息的特征直方图对目标和背景进行建模，然后通过引入信息论中的交叉熵，量化地评价各个特征空间下目标和背景的特征分布差异，选择差异最大的特征空间来更新目标模型；接着利用目标和背景的特征分布似然比，为下一帧的目标建立似然图像，最后通过均值漂移算法（mean shift）找到目标的新位置。为了解决模型更新中的偏移问题，本文采用条件随机场(Conditional random field,CRF)模型，通过融合图像序列的时空上下文信息，对当前图像中的前景和背景进行分割，利用前景分割的结果减小模型更新的误差。实验与分析表明，该算法在背景相似的条件下能实现准确的跟踪，对目标的尺度变化、部分遮挡具有鲁棒性。

摘要:由于系统的强非线性以及不确定性，同时考虑到港湾环境下水声信号的噪声大，水下机器人进行精确作业时的运动控制一直是其实用化过程中困挠人们的问题。过程神经网络是传统神经网络的拓展，它增加了一个对于时间的聚合算子，使网络同时具有时空二维信息处理能力，从而更好地模拟了生物神经元的信息处理机制。水下机器人运动控制系统的输入、输出均是随时间连续变化的过程量。在基本神经元模型上，结合S函数和预先规划思想，建立水下机器人过程神经元运动控制模型，参数学习过程中，将遍历性的渐变混沌噪声引入其中，增强控制器全局优化能力。仿真试验表明，该新型控制模型，对于水下机器人的运动非线性控制器具有设计简单、响应速度快、超调小、鲁棒性好等各种优点。

摘要:感应电动机是一个存在复杂耦合的非线性系统. 针对感应电动机效率优化的最大转矩电流比控制进行了研究, 设计了一种新的适用于该控制的基于Laguerre 模型的稳定自适应预测函数控制器(PFC), 实现了最大转矩电流比控制方法, 并与采用PI电流控制器的系统进行了比较.仿真实验结果表明, 由于该控制器能在线辨识模型参数, 跟踪精度高, 响应迅速, 并且有效地降低了定子电流, 得到了良好的控制结果, 表明了该文提出的方法的有效性.

摘要:对永磁直线电动机伺服系统提出非线性自适应鲁棒控制器的优化设计方法。在永磁直线伺服系统非线性数学模型的基础上，为实现对速度和电流的准确跟踪，建立了误差系统的动态模型。将跟踪和干扰抑制归结为非线性自适应鲁棒控制器设计问题，通过构造存储函数得到自适应鲁棒控制器的定理，以及电阻和电感的辨识算法。证明定理给出的控制器能满足干扰抑制和系统的渐近稳定。最后，用遗传算法对控制器的参数进行优化。仿真结果表明，用该方法设计的系统能很好的抑制扰动和跟踪给定，满足对高性能数控机床永磁直线伺服系统控制的要求.

摘要:采用循环的拥挤排序策略，改进NSGA-II多目标优化算法。循环的拥挤排序策略考虑在某个解被淘汰后对其它解的拥挤距离的影响。循环的拥挤排序策略首先对非支配解集全部解计算拥挤距离，极端解的拥挤距离设为无穷大，之后淘汰拥挤距离最小的解；循环这一操作直到淘汰指定数量的支配解为止。分析了循环拥挤排序策略的时间复杂度。仿真实验表明，改进NSGA-II算法具有较好的收敛性和多样性

摘要:考虑到决策者的风险态度对多指标决策的影响，提出了一种基于累积前景理论的多指标灰关联决策方法。该方法首先利用“奖优罚劣”的[-1,1]线性变换算子对原始决策信息进行规范化处理，并由此得到正、负理想方案；根据累积前景理论及灰色关联分析定义了前景价值函数，以此构建方案综合前景值最大化的优化模型，求解模型得出最优权向量，并最终确定出方案的排序。最后通过一个投资决策实例说明了模型的可行性和有效性。

摘要:基于移动机器人全局路径规划，利用改进模拟退火算法与共轭方向法组成混合全局优化算法对其进行求解。该混合全局优化算法，在每个温度值上，先用共轭方向法搜索局部最优解，再用MSAA跳出局部最优解，然后更新温度值，依此反复操作，直到找到全局最优解。仿真结果表明该算法具有可行性，较好的优化效果，能够快速收敛到全局最优解。

摘要:针对多目标的决策问题，依据模糊识别理论，提出了一种多目标多维自反馈模糊决策模型。首先，根据给定的目标初始权重，计算加权综合决策值；然后，利用单指标模糊识别方法，计算加权综合决策值的模糊划分，最后，依据成因分析，利用决策值的模糊划分，再计算出目标的权重。重复上述计算过程，可同时得到满足精度要求的加权综合决策值及其模糊划分。根据计算结果可判定决策类别和优劣排序。炼钢企业评价决策实例说明模型是有效的。

摘要:有限套利是行为金融理论的核心内容，基于委托代理关系的有限套利研究对于理解非理性资产价格形成机制及行为不确定条件下资本资源有效配置具有重要意义。建立基于委托代理关系的有限套利模型，分析在满足最优契约条件下，经纪人有限套利的行为特征。此外，还确定了在信息传递不完全条件下，迫使委托人提早撤回资金的证券最低价格。

摘要:针对单目视觉机器人的定位问题，提出了一种基于改进的尺度不变特征变换（SIFT）的Monte Carlo自定位方法。应用改进的SIFT方法提取特征，既能保证对图像光强变化、尺度缩放、三维视角和噪声具有不变性，又能减少SIFT算法产生的特征点及其抽取和匹配的时间。在机器人移动过程中，环境特征点的观测信息和里程计信息通过粒子滤波相融合，从而提高了机器人定位的速度和精度。实验结果验证了方法的有效性。

摘要:本文将经典粒子群算法中各部件拆分成基础部件,并以一种全新的方式重新组合起来,形成一种简便高效的二元离散粒子群算法.在该算法中,每个粒子各元素在新位置取二元值0或1的概率正比例于其当前位置、其历史最优位置和其邻域内的历史最优位置的取值,而负比例于其前一个位置的取值.该算法无需涉及在离散粒子群算法中难以解释的"速度"概念,简便和易于理解.另外,本文还在算法中引入了一个领袖粒子,该粒子的引入有效地加快了算法的收敛速度,且没有增加函数的评估计算量.

摘要:提出了切换模糊组合系统的模型并研究了鲁棒控制问题。分别利用单Lyapunov函数方法和多Lyapunov函数方法设计出分散切换律和控制器，给出了利用矩阵不等式表达的系统在分散切换律和分散控制器作用下的可镇定条件。仿真结果表明方法的有效性。

摘要:研究了带多传感器和相关观测噪声的离散随机奇异系统的分布式融合状态估计问题。核心思想是将带多传感器的随机奇异系统转化为一个等价的非奇异系统组。在得到局部非奇异系统的状态估计后，利用线性最小方差意义下的最优加权融合算法，得到了原系统的全阶最优融合滤波器和平滑器。仿真算例表明，融合估值器优于每一个局部估值器。

摘要:粒子群优化算法(PSO)是一种新兴的随机优化技术，在许多领域得到了广泛应用。为了提高算法的计算精度，加快算法的收敛速度，本文提出了一种群能量恒定的粒子群优化算法(SEC-PSO)。算法根据粒子内能进行动态分群，并且引入粒子最差位置，通过最优个体和最差个体获取信息。将SEC-PSO用于几种典型函数的优化问题，仿真结果表明，SEC-PSO具有更强的全局搜索能力，优化性能明显提高。

摘要:本文在假定被控系统具有理想条件的前提下,研究了带有附加自由度的Lyapunov方法在混合态量子系统中的应用问题.基于LaSalle不变原理,我们推导出了控制场作用下系统的最大不变集、以及始于任一初始态的系统轨线的收敛状态集,给出了系统对于最大不变集中任一目标态渐近稳定化的、自由度的构造原则.为了清晰阐述自由度的构造原则,我们在一个两能级的量子系统上进行了数值仿真实验,仿真结果同时也表明了本文所得理论结果的合理性.

摘要:冲突证据的组合一直是证据理论的一个瓶颈。本文在无源定位的精度几何稀释度（GDOP）概念启发下，定义了证据理论中命题的稀释度概念，再利用命题的稀释度调整各证据中的未知度和各命题的支持度，最后利用DS组合公式完成证据组合，以此达到解决冲突证据合成的目的。经过算例对比，本文算法显示出良好的性能。

摘要:支持向量机通过随机选择标记的训练样本进行有监督学习,随着信息容量的增加和数据收集能力的提高,这种从样本学习的被动学习方法需要耗费大量的标记工作量，给实际应用带来不少困难。针对 SVM训练学习过程中难以获得大量带有类标注样本的问题，本文将主动学习策略应用于SVM增量训练中，提出了一种基于距离比值不确定性抽样的主动SVM增量训练算法(DRB-ASVM)，实验结果表明在保证不影响分类精度的情况下,应用主动学习策略的SVM选择的标记样本数量大大低于随机选择的标记样本数量,大大降低了标记的工作量或代价,而且训练速度同样有所提高。

摘要:研究了一种考虑视觉导航设备输出噪声不符合理想高斯分布时，无人机编队INS/Vision相对导航方法。给出了相对惯导方程的推导过程和相对视线矢量测量原理，应用Huber-Based滤波融合相对惯导信息和相对视线矢量信息，估计出无人机之间的相对姿态、相对位置和相对速度。Huber-Based滤波是一种混合 ， 范数最小估计，对受到污染的高斯分布噪声，该估计方法具有一定的鲁棒性。最后，通过仿真研究验证了相对导航方法的有效性。

摘要:针对视频监控中多运动物体间的遮挡问题，提出了一种新的结合全局特征和局部特征匹配的目标跟踪算法。该算法采用直方图的方法和基于分块的方法共同表达目标的灰度特征。遮挡发生前实时进行遮挡预判，遮挡时，利用基于块分类的方法跟踪目标，遮挡结束后，通过直方图匹配重新定位目标。实验结果证明了该方法的有效性和优越性。

摘要:通过研究模糊极小极大算法，找出参数设置的原理和存在的局限性；提出使用多元状态估计技术中相似度计算方法，并结合模糊集合论中贴近度函数具体实现其中的非线性运算；从而找出参数与具体分析数据间的对应关系，实现了动态设定，提高了模式分类的准确性。最后通过实际应用，验证了该方法的有效性。

摘要:针对离散线性时滞系统，设计了最优滑模面和最优离散变结构控制律。在设计最优滑模面过程中，利用逐次逼近算法，将既含有时滞项又含有超前项的两点边值问题转化为不含时滞项和超前项的线性两点边值问题族，并证明了其解序列一致收敛于原系统的最优滑模，进一步给出了原系统的变结构控制律。

摘要:利用RBF网络逼近强化学习中的Q值函数，实现连续状态和连续动作的Q学习。RBF网络的输入为状态动作对，输出是状态动作对所对应的Q值。网络输入中的状态由系统的状态转移特性来决定，而网络输入中的动作是由网络推荐的贪婪动作与服从高斯分布的噪声干扰动作两个部分叠加而成。贪婪动作是通过优化网络输出的Q值函数获得。网络的结构和参数的学习利用RNA算法和梯度下降法进行自适应调整。倒立摆平衡控制的仿真试验结果验证了上述方法的有效性。

摘要:基于案例推理的关键是确定问题案例与案例库中的案例属性特征的相似度，针对相似度的算法问题，在分析比较多种已有算法的基础上，提出了一种解决感知信息和案例库中的案例属性特征均为不确定或者不完整信息的区间相似度计算模型，论证了该模型的计算结果适用于特定区间内微小区间相似的问题。结合某型艇抗沉辅助决策系统的预案推理问题，对已有的算法求解结果进行比较，证实了该模型提高了案例相似度计算结果灵敏度。

摘要:针对具有多个供应商和阶段采购量区间约束的最小总量承诺契约，假设各阶段需求为不同的随机变量，以采购方多阶段采购、库存、缺货成本总和期望值最小为目标，建立随机多维动态规划模型。考虑采购量约束及多供应商，扩展报童模型得出单阶段的最优采购策略，再以单阶段为基础建立多阶段的启发式算法。通过算例及仿真分析需求均方差、单位缺货成本、阶段采购量约束及最小总量约束等参数对最优采购策略及其总成本的影响。本研究将最小总量承诺契约扩展到时变需求与多供应商情形，可为供应链企业的采购决策提供支持。

摘要:基本粒子滤波的“退化”现象是其存在的一个严重缺陷，它导致大量计算资源浪费。重采样技术从某种程度上抑制了退化的产生，但却导致粒子枯竭的问题，降低了系统状态的推理精度。提出了一种新的粒子滤波算法，将群智能算法中的小生境技术引入粒子滤波中，增强粒子的多样性和寻优能力，同时将上述问题转化为多模寻优问题从而充分应用观测信息，使得采样后的粒子朝着高似然区域移动，从而有效地提高系统状态估计精度。仿真实验证明，该算法是有效和稳定的。