摘要:

智能移动机器人路径规划问题一直是机器人研究的核心内容之一. 将移动机器人路径规划方法概括为: 基
于模版匹配路径规划技术、基于人工势场路径规划技术、基于地图构建路径规划技术和基于人工智能的路径规划技
术. 分别对这几种方法进行总结与评价, 最后展望了移动机器人路径规划的未来研究方向.

摘要:提出一种基于动态邻居和变异因子的粒子群算法(DNMPSO). 在该算法中, 粒子的邻居是根据它的运行而
动态变化. 每个粒子的学习机制分为自己的历史经验和所有邻居的经验两部分. 为了保证有效求解多峰问题, 在每一
次迭代, 对当前解采用水平混合变异, 使每个粒子能更好地进行局部搜索, 提升粒子跳出局部最优解的能力. 通过与
其他算法比较, 结果表明该算法求解多峰问题的能力最优.

摘要:研究产品召回突发情况下的闭环供应链物流网络规划问题, 考虑了产品召回的紧迫性以及召回应急管理的
管理特性, 引入时间和召回率两类随机参数, 提出了基于成本的召回处理时间反应函数, 建立了基于总成本以及总召
回处理反应时间的双目标随机混合整数规划模型. 采用一类启发式算法对该模型进行求解, 并用Matlab6.5软件进行
编程求数值解. 在数值解的基础上, 进行相关参数的敏感性分析, 结果表明网络选址结果具有一定的鲁棒性.

摘要:针对基于对象的图像检索问题, 提出一种新的半监督多示例学习(MIL) 算法. 该算法将图像当作包, 分割区
域的视觉特征当作包中的示例, 按“点密度”最大原则, 提取“视觉语义”构造投影空间; 然后利用定义的非线性函数将
包映射成投影空间中的一个点, 以获得图像的“投影特征”, 并采用粗糙集(RS)方法对其进行属性约简; 最后利用直推
式支持向量机(TSVM)进行半监督的学习, 得到分类器. 实验结果表明,该方法有效且性能优于其他方法.

摘要:传统的案例相似性度量方法无法很好地判断复杂案例库系统中某些特殊属性(如数值属性、模糊属性) 的
相似程度, 从而限制了案例推理(CBR) 系统在判断、评估、决策、推理方面的进一步应用.针对此问题提出混合概念
格的方法, 对案例库中可能涉及到的数字、符号、模糊属性等进行相似性度量. 实验表明, 该方法较好地解决了混合
案例属性的相似性度量问题, 提高了检索结果的查全率和查准率.

摘要:在群体评价中, 已有的信息集结算子大都没有考虑到信息分布的疏密情况. 针对这种不足, 提出一种基于密
度算子的多阶段群体评价信息集结方法. 首先给出了评价数据的分组与密度加权向量的确定方法；然后定义了两种
新的算子—–密度算术加权平均算子(DMWAA)和密度有序加权平均算子(DMOWA), 并分别用于评价信息的横向和纵
向集结; 最后给出了一个应用算例, 结果表明该集结方法具有定性判断与定量分析等优良特性, 且可拓展性强.

摘要:针对一般执行器故障模式的T-S 模糊非线性系统, 分别研究了同时具有稳定度指标、输入指标、输出指标约
束下和同时具有闭环极点指标、方差指标、??∞ 指标约束下的满意容错控制器设计问题, 给出了各相容指标的取值
范围. 仿真实例验证了所设计的满意容错控制策略的有效性, 它不仅保证了执行器故障闭环系统的稳定性, 而且保证
系统具有良好的动态和稳态性能.

摘要:针对磁浮列车的电磁铁的部分失效故障会导致悬浮控制系统的结构参数发生变化, 影响该支撑点的稳定悬
浮问题, 研究了悬浮控制系统电磁铁故障诊断及其容错控制问题, 提出一种将执行器故障导致的控制系统参数变化
等效为控制输入变化的算法, 实现了对执行器故障的量化指示, 给出了执行器(电磁铁) 的故障百分比. 通过仿真和实
验验证了算法的有效性.

摘要:针对一类具有乘性噪声和参数不确定性的Markov 跳变参数系统, 研究使得闭环系统的稳态状态方差小于
某个给定的上界, 同时满足一定 H∞ 性能的状态反馈鲁棒方差控制器设计问题. 运用线性矩阵不等式(LMI) 方法, 对
系统进行了方差分析, 给出并证明了控制器存在的条件, 进而用一组线性矩阵不等式的可行解给出了控制器的一个
参数化表示. 最后的仿真结果验证了该方法的有效性.

摘要:将减法聚类、神经网络、最相邻原则、对提取后的规则进行调整等方法相结合, 从过程数据中自动提取出模
糊规则, 从而实现在氧化铝生料浆配料过程中将生料浆的各项质量指标控制在目标值范围内. 某氧化铝厂的应用结
果表明, 所提取的模糊规则不仅具有良好的完备性和可解释性, 同时可根据工况的变化自动调整各个控制回路的设
定值, 实现了该过程的优化运行.

摘要:针对某电化厂离子膜车间的调度问题, 以产值最大化为目标函数, 建立具有中间存储的连续和批处理过程
相结合的多产品多批次调度模型. 提出一种改进的粒子群算法(IPSO), 加入自适应混沌变异操作, 在加强算法局部搜
索能力的同时保证搜索过程中种群的多样性, 并利用IPSO 对建立的模型进行求解. 仿真结果表明了模型和算法的有
效性, 在满足计划的前提下, 获得了满意的日生产总值.

摘要:针对具有二次积分动态的多智能体系统在有向网络下的快速一致性问题, 提出了基于智能体当前状态和过
去状态的快速一致性协议. 利用矩阵理论和频域分析法, 分别给出了多智能体系统达到静态一致性和动态一致性的
充要条件, 同时得到该协议能够使系统分别快速地达到静态一致和动态一致的过去状态区间. 仿真示例验证了所提
出协议的有效性.

摘要:签密是一种将加密和数字签名技术结合在一起的思想, 它比采用先签名后加密的方法具有更高的效率. 基
于双线性对技术, 提出了一种新的基于身份的门限签密方案. 它利用决策双线性Diffie-Hellman(DBDH) 问题的困难
性在随机预言模型下给出了方案的语义安全性证明, 并利用计算Diffie-Hellman(CDH) 问题的困难性证明了方案的
不可伪造性, 同时指出方案具有较高的效率.

摘要:提出一种基于蚁群优化的动态传感器网络移动代理能量有效路由算法. 该算法设计了一种新的路径选择概
率模型, 使移动代理能找到一条从处理节点到目标节点之间的能量有效路径, 该路径兼顾了路径能量消耗和节点剩
余能量情况; 该算法还制定了新的蚁群局部信息素再初始化规则, 该规则在网络中发生动态变化的节点附近进行局
部信息素再初始化, 快速有效地更新最优路径. 与其他算法相比, 该算法能找到一条能量消耗较小, 并且节点剩余能
量较多的有效路径.

摘要:提出一种使用拟态物理学优化(APO) 解决多目标优化问题的算法(MOAPO). 根据多目标优化问题的特点,
借鉴聚集函数法的思想, 利用APO算法实现了对多目标优化问题中Pareto 最优解集的搜索, 并且在搜索过程中动态
调整惯性权重与引力因子, 以增强非劣解的多样性. 实验结果表明了将APO应用于多目标优化问题的有效性. 通过
与基于微粒群优化(PSO) 的多目标优化算法及NSGA-II 算法的比较, 表明了MOAPO算法具有较好的分布性.

摘要:针对一类非线性时滞系统, 给出一种鲁棒模糊自适应跟踪控制算法. 该非线性系统包含不确定项, 其控制增
益部分也是不确定的. 针对这种特殊的系统, 通过对非线性部分的在线逼近, 给出了控制律和自适应律. Lyapunov 稳
定性分析表明, 该闭环系统中的所有信号都是稳定的. 仿真结果验证了控制器的有效性.

摘要:针对灰色NGM(1, 1, ??) 模型的病态性问题, 以矩阵谱条件数作为测量其病态性的工具, 对该模型背景值
在不同取值下的系数矩阵谱条件数分类进行了分析与证明. 研究结果表明, 当且仅当系统原始数据序列为常数列
时, NGM(1, 1, ??) 模型才会出现严重病态性问题, 而此时进行灰色预测建模毫无实际意义. 最后通过实例对该模型的
病态性进行了实验分析. 研究结论认为, 通常情况下灰色NGM(1, 1, ??) 模型并不存在严重病态性问题.

摘要:针对移动机器人全局最优路径规划问题, 提出一种基于细胞自动机的路径规划算法. 该算法首先将移动机
器人的起点、目标点和空间障碍物定义为一组离散的细胞状态, 建立环境的细胞自动机模型; 然后由机器人移动的
曼哈顿距离设计演化规则; 最后根据演化后的细胞状态搜索最优路径. 对简单和复杂环境下的机器人路径规划问题
进行了仿真实验, 实验结果验证了该算法的有效性.

摘要:针对具有多粒度不确定语言评价信息的多属性群决策问题, 提出了一种决策分析方法. 首先给出了不确定
语言短语两两比较的优势度描述及其性质分析; 然后根据优势度、属性权重向量及专家权重向量, 通过运用简单加
权法, 建立两两方案比较的群体综合优势度矩阵, 基于群体综合优势度矩阵, 给出了一种基于优于次数的方案排序方
法; 最后, 通过一个算例说明了该方法的可行性和有效性.

摘要:针对强跟踪滤波器(STF) 存在要求非线性函数连续可微和强非线性时滤波性能不佳等理论局限性, 提出
一种基于Unscented 变换的强跟踪滤波器(UTSTF). UTSTF 基于STF 的理论框架, 采用Unscented 变换代替STF 中的
雅可比矩阵计算; UTSTF 兼具STF 鲁棒性强、Unscented 变换精度高、实现简单的优点, 有效克服了STF 的理论局限
性. 仿真实例验证了UTSTF 的有效性.

摘要:针对无线分布式网络时钟同步中误差及信息的数目随层数增长过快的问题, 提出基于管理和边界时钟
广播的时钟同步算法(MBBS), 详细介绍了MBBS的思想来源以及实现步骤. MBBS算法与PBS (pairwise broadcast
synchronization) 算法相比, 虽然在每轮同步中增加一条同步信息, 但是同步的从时钟数目增加了一层. 实验结果表
明, 在多层网络拓扑下, MBBS减少了全局时钟同步所需的信息数目, 提高了网络时钟同步的精度.

摘要:针对传统的分类算法大多以误分率最小化为目标, 忽略了误分类型之间的差别和数据集的非平衡性的问题,
提出代价敏感概率神经网络算法. 该算法将代价敏感机制引入概率神经网络, 用期望代价取代误分率, 以期望代价最
小化为目标, 基于期望代价最小的贝叶斯决策规则预测新样本类别. 采用工业现场数据和数据集German Credit验证
了该算法的有效性. 实验结果表明, 该算法具有故障识别率高、泛化能力强、建模时间短等特点.

摘要:针对属性权重未知的多属性决策问题, 指出决策对象与理想对象之间的优势度与其属性值的概率测度及属
性值大小之间有等价关系; 借鉴博弈决策中的极大极小算法, 提出用属性值的优势关系确定属性权重, 并利用优势关
系对决策对象进行排序并择优; 最后, 对属性值为区间数的多属性决策实例进行了分析, 同时将该算法与离差最大化
算法的异同点进行了对比, 表明了算法的有效性.

摘要:针对一类具有执行器卡死或/和变执行器故障的多输入单输出(MISO) 非线性最小相位系统, 提出一种自适
应容错跟踪控制方案. 采用自适应算法估计系统的不确定性, 利用神经网络逼近执行器未知故障函数, 以完成执行器
组合故障状态下的跟踪控制. 所设计的控制律不仅保证了闭环系统稳定, 而且所有状态均有界, 跟踪误差一致最终有
界. 仿真结果表明了所提出方法的有效性.

摘要:提出一种基于边界鉴别分析的递归维数约简算法. 该算法把已求取边界鉴别向量正交于待求超平面法向量
作为支持向量机(SVM) 优化问题新的约束条件; 然后对改进SVM进行递归求解, 得到正交边界鉴别向量基; 最后
将数据样本在正交边界鉴别向量上投影实现维数约简. 该算法不仅克服了现有维数约简算法难以支持小样本数据
集、受数据样本分布影响等问题, 而且抽取的特征向量具有更优的分类性能. 仿真实验说明了算法的有效性.

摘要:为循环利用铜资源、降低成本、减少烧损, 且满足不同牌号旧料可代用性等实际配料要求, 建立了多目标实
时配料模型, 并进行模型转换, 设计了精铜板带加工配料优化的人工免疫算法. 重点研究了抗体表示、抗体与抗原及
抗体与抗体亲和力的计算、初始种群产生等关键环节, 给出了免疫算法的具体实现步骤. 实验结果表明, 与传统遗传
算法相比, 人工免疫算法可获得具有代表性的多个满意解, 具有较强的多样性, 便于在实际投料操作中选择.

摘要:针对逼近理想解排序法(TOPSIS) 的不足, 从相对熵的概念出发, 提出了求解多属性决策问题的新思路. 利
用被评价方案与理想方案和负理想方案的相对熵, 定义了一种新的与理想方案的贴近度. 据此给出一种新的排序
方法—–相对熵排序法, 并将此法与TOPSIS 方法、夹角度量法和投影法进行对比. 结果表明, 在传统的TOPSIS 方
法、夹角度量法和投影算法排序都失效的情况下, 相对熵排序法能够准确地给出方案的排序.

摘要:针对现有改进和声搜索算法(IHS) 的不足，提出一种自适应和声粒子群搜索算法(AHSPSO). 首先对和声记
忆库中每个变量用粒子群算法寻优, 再利用自适应参数PAR和bw 调节来提高对多维问题的搜索效率. 利用5 个标准
的优化算法测试函数对AHSPSO 算法进行测试, 并与IHS, PSO 和SA 算法进行对比, 仿真结果表明了AHSPSO 算法
具有较强的精确寻优和跳出局部最优的能力.

摘要:提出两步训练法, 改进了基于规则模型的多目标分布估计算法. 在算法的模型训练环节, 首先采用均值分簇
法进行初步聚类; 然后采用基于流形分簇法进行细致聚类, 代替原算法中采用局部主元分析算法需要循环迭代的聚
类分簇方法. 通过6 个Benchmark 测试函数验证, 改进算法保持了原算法的收敛性和多样性, 并缩短了寻优的时间.

摘要:基于自适应神经模糊逻辑推理系统(ANFIS), 在全球定位系统(GPS) 信号阻塞时, 为惯性导航系统(INS) 提
供位置和速度修正量以提高系统的精度和鲁棒性. 首先用小波对数据信号进行降噪处理; 然后设定INS的位置或速
度作为ANFIS 的输入参数, 经训练后输出相应修正量, 训练期望值为经小波多分辨率分析得到的位置误差和速度误
差. 实验表明, 无GPS 信号时定位精度比同条件下卡尔曼滤波精度提高约40%, 因此该方法可为车辆提供可靠有效
的导航定位服务.

摘要:提出一种相似性算子, 并根据该算子建立超级个体之间的关系网, 运用社团划分算法将该关系网划分成小
生境; 提出收敛算子, 运用该算子判断种群的进化程度, 以决定是否进行生境划分. 根据生境中维持的共有模式, 采用
多位变异策略, 有效维护生境中个体的多样性, 避免早熟收敛. 从理论上证明了该算法的收敛性. 实验结果表明, 该方
法具有良好的收敛速度和全局搜索能力, 其综合性能优于确定性排挤遗传算法, 有利于并行实现.

摘要:在将故障树转化为二元决策图(BDD) 的构件连接法规则中, 加入了两项新的规则以保证最终的合成BDD具
有唯一的结构. 通过比较具有相同结构重要度的割集概率, 从而确定需要检测故障源的排序. 该方法可用于对具有独
立底事件的数字系统进行多故障诊断. 由于无需确定底事件顺序和最小割集, 该方法比传统故障树诊断方法具有更
高的效率, 并且更适合于在计算机上实现.