摘要:

针对双资源约束作业车间调度的双目标优化问题, 提出一种继承式遗传算法, 通过分支种群继承父辈种群的进化经验. 该算法面向双资源约束特点, 采用4 维染色体编码方式, 基于时间窗口比较实现活动化调度, 通过资源进化算子提高算法全局搜索能力; 基于个体Pareto 指数的锦标赛选择策略, 有效削弱了染色体Pareto 排序级别对个体存活概率的影响以保持群体多样性, 并利用精英保留策略提高了解的收敛性. 仿真实验与分析结果表明了所提算法具有优良性能.

摘要:

研究一类含有时变时延和丢包的网络化控制系统的鲁棒H∞ 保性能容错控制问题. 基于一种状态多时延模型, 推导出确保闭环系统在执行器或传感器发生失效故障时具有鲁棒H∞ 保性能的时滞依赖充分条件, 并针对求解具有LMIs 约束的凸优化问题, 给出了最优鲁棒H∞ 保性能容错控制器的设计方法. 由于新模型中考虑了时延下界, 且证明过程引入了适当自由权矩阵变量, 所得结果具有较少保守性. 仿真实例验证了所提出方法的有效性.

摘要:

针对粒子滤波粒子多样性减弱引起的粒子枯竭问题, 提出一种新的基于混沌映射采样的粒子滤波改进算法(CMS-PF). 在重要性采样之后, 用类似载波的方法将离线生成的混沌序列映射到以较大权重粒子为中心的样本子空间, 从而生成一些映射粒子, 并结合当前时刻的预测粒子构建候选粒子集, 最终依据各粒子自身的权重实现优选. 仿真结果表明, 该算法能有效提高对非线性系统状态的估计精度．

摘要:

针对面贴式永磁同步电机驱动的柔性关节机械臂动力学模型具有非线性、不确定性和未知外部扰动等特点,提出一种自适应动态面控制方法来实现其关节轨迹跟踪控制. 控制律由动态面技术得到, 降低了反推控制器的复杂性. 模型不确定因素由递归Elman 神经网络在线补偿, 神经网络权值自适应律通过Lyapunov 稳定性分析推导得到.仿真研究表明, 该方法对于载荷不确定和外界扰动具有较强的鲁棒性, 与传统动态面法相比, 大大提高了柔性关节的位置跟踪精度.

摘要:

针对主动队列管理(AQM) 机制面对动态突变的网络存在参数配置难问题, 提出一种将模糊AQM和活动流参数估计策略相结合的自适应AQM算法(NFL). 在综合权衡各性能指标的基础上, 设计了一组能适应一定网络变化的模糊规则, 并对算法进行了运算优化. 为捕获网络突发流, 引入了一种基于Bloom 滤波器的无状态维护活动流参数估计策略, 并依此提出一个模糊AQM输出增益补偿器. 实验结果表明, NFL 能较好地适应网络变化, 相对其他算法,具有更快的收敛速度和稳定的稳态队列控制性能.

摘要:

在多无人机(UAV) 协同定位地面固定辐射源的应用环境中, 为了提高多机基于时差的定位精度, 提出一种改进的基于约束总体最小二乘(CTLS) 的时差定位方法和一种基于结构总体最小范数(STLN) 的时差定位方法. 证明了这两种方法具有相同的定位精度, 但STLN 方法的计算性能优于改进的CTLS 方法. 仿真结果表明, 所提出的方法具有较高的定位精度, 受观测点定位误差影响更小.

摘要:

针对一类不确定非线性多输入多输出复杂系统, 根据系统的输入输出数据对, 提出一种基于聚类的超闭球模糊神经网络系统. 该系统通过改进的模糊聚类方法(FCM) 确定模糊规则数, 采用高维隶属度函数取代常规的单维隶属度函数, 并对隶属度函数中心值和隶属度函数参数采用一步通过算法. 所提方法可降低系统的模糊规则数, 简化网络计算. 此外, 当系统的输入输出发生变化时, 可实现模糊规则库的在线修改. 仿真实例验证了所提方法的有效性.

摘要:

基于Hamilton 函数方法, 研究具有超导储能装置SMES 的舰船电网中的协调控制问题. 在充分分析了柴油机组的非线性数学模型、SMES 及其推进电机负载相互耦合的非线性动态结构特性的基础上, 通过预置状态反馈完成了耗散Hamilton 实现, 并基于耗散实现设计了SMES 和调速与励磁协调控制器. 该控制器结构简单, 物理意义明确. 仿真结果表明, 所设计的控制器能有效提高系统的暂态稳定性.

摘要:

针对电力系统经济负荷分配问题, 提出一种有效的差分蜂群算法. 受差分进化算法的启发, 该算法基于差分进化操作改进了雇佣蜂的搜索方式, 提高了探索能力和收敛速度. 此外, 提出一种有效的修复机制以保证新个体的可行性. 该算法在带有阀点效应和多燃料特征的典型电力系统经济负荷分配问题上进行了测试. 仿真结果验证了所提算法的有效性.

摘要:

针对一类带批次划分的多级批处理过程优化调度问题, 提出一种自下而上的自组织调度方法. 首先, 通过构造与批处理生产过程中的订单、批次和设备相对应的自组织个体, 建立自组织调度模型框架; 然后, 分析多级批处理调度问题的最优性质, 提出分批优化规则和自组织选择策略, 并在此基础上给出自组织优化调度算法; 最后, 通过调度实例求解结果表明, 所提方法能在短时间内获得问题的最优解或近优解, 进而验证了该方法的有效性和优越性.

摘要:

研究影响一般滑动模态变结构控制性能的因素, 并给出了根据切换函数选择滑动模态系数、边界层厚度以及控制器增益系数的一般要求. 针对一类含参数不确定性的非线性系统, 采用新型增益调度变结构控制策略进行控制, 以切换函数作为调度变量对滑动模态系数、边界层厚度以及控制器增益系数进行调度, 以提高滑动模态变结构控制系统的控制性能, 抑制颤振, 降低控制能耗. 仿真算例验证了所提出控制策略的有效性.

摘要:

研究具有间歇性随机执行器故障的时滞系统的容错控制问题, 通过假设执行器故障的发生满足Bernoulli 分布, 且发生的故障服从某种概率分布, 建立具有一般性的执行器故障模型. 利用时滞分段分析方法, 有效地降低了时滞带来的保守性, 并给出了故障分布依赖和时滞分段依赖的容错控制器解的存在条件. 最后, 通过算例验证了所提出方法的有效性.

摘要:

针对线性判别分析(LDA) 的“小样本”和要求数据须服从高斯分布的问题, 提出一种基于非参数化最大间隔准则(NMMC) 的雷达目标识别方法. 首先, 利用自相关小波变换提取目标高分辨距离像(HRRP) 的非平稳特征, 将其与HRRP 原信号一起作为目标的分类特征, 利用NMMC实现特征提取; 然后, 通过支持向量机进行分类. NMMC在解决小样本问题的同时, 松弛了对数据分布的类高斯要求. 最后, 基于5 种飞机高分辨距离像数据的仿真实验验证了所提出方法的有效性.

摘要:

在分析生物觅食行为中资源斑块选择理想自由分布模型的基础上, 提出一种新型的粒子群算法—–理想自由分布粒子群优化算法(IFDPSO). 该算法将所有粒子中3 个不重叠的个体最优位置的适应度视为资源斑块的食物质量, 根据理想自由分布模型随机分配相应数量的粒子到各资源斑块中. 为保证群体的多样性, 各资源斑块的群体最优位置保持随迭代次数增加而线性递减的距离. 在间隔一定的迭代次数后, 将各资源斑块的粒子重新组合. 标准测试函数的仿真结果表明了IFDPSO 算法的有效性.

摘要:

提出一种应用在基于密度的网格聚类算法中的边缘检测方法. 通过对密集单元格周围的稀疏单元格进行检测, 将符合条件的稀疏单元格归并到密集单元格中. 该方法不仅可以修正由于网格划分失去的数据边缘部分, 而且可以修正由于网格间隔和密度阈值设置不合理所导致的误差, 同时所消耗的时间对整个聚类过程影响不大, 是一种效果明显的网格聚类的改进方法.

摘要:

针对标准粒子群优化算法(PSO)速度更新方程存在随机参数, 使得粒子获取知识存在不完备性的问题, 将不确定知识引入PSO 算法中, 并对个体知识、群体知识和不确定知识随机参数进行了归一化, 保证算法在每一步演化中都能获得完备知识. 理论分析给出了PSO-UK 算法局部收敛参数条件, 并证明了其具有全局优化性能. 经典测试函数实验表明, 所提出的PSO-UK 算法具有全局搜索能力, 且局部收敛精度明显优于PSO 算法.

摘要:

同时考虑蚁群算法的所有运行参数, 提出一种基于图知识迁移的蚁群算法参数选择方法. 首先, 将包含知识(蚁群算法的运行参数) 的源任务映射到一个高维的迁移空间, 并通过迁移权值连接不同的源任务, 构造一个模型迁移图; 然后, 扩展模型迁移图使其包含目标任务, 并利用图论的知识学习迁移函数; 最后, 通过最小二乘法自主地给目标任务分配一个优化的运行参数组合. 机器人路径规划问题的仿真结果验证了该方法的智能性、快速性与合理性.

摘要:

基于一致性理论, 在有向拓扑结构下研究非线性多智能体系统的协调跟踪控制问题. 考虑智能体动力学模型为一般且仅满足Lipschitz 条件的非线性系统, 在仅有部分跟随智能体能获取领航智能体信息的情形下, 当领航智能体与跟随智能体之间的拓扑结构具有有向生成树, 即存在领航智能体到所有跟随智能体的有向路径时, 所设计的分布式控制律可实现所有跟随智能体对领航智能体的跟踪, 并指出该拓扑结构是系统实现跟踪的一个必要条件. 最后, 仿真实验验证了所设计控制算法的有效性.

摘要:

研究了受加性增益变量影响的离散时间模糊系统的非脆弱H∞ 滤波问题. 该加性增益反映了滤波器实际执行过程中有限字长的影响. 模糊性质的引入增加了滤波器设计的复杂性, 使问题变得更具有挑战性. 采用结构的顶点分离器方法解决该问题, 从而提出了基于线性矩阵不等式的模糊非脆弱H∞ 滤波器设计的充分条件. 该设计结果保证误差系统渐近稳定的同时具有指定的H∞ 性能指标. 最后通过一个例子验证了所提出方法的有效性.

摘要:

针对高精密星载光谱仪摆臂系统的空间微重力、微振动抗扰问题, 提出一种积分滑模变结构控制策略. 首先给出了空间微重力、微振动对摆臂系统的干扰模型; 然后, 根据系统对光程差速度的控制要求以及与电机角速度的非线性关系, 给出了积分滑模变结构控制的设计方法; 最后, 将所提出的控制方法与PI 调节控制进行抗干扰对比仿真, 所得结果表明, 该方法能有效抑制空间微重力、微振动等引起的扰动, 保证系统的鲁棒性.

摘要:

针对模糊群体多属性决策问题, 提出一种模糊群体多属性决策方法. 首先, 定义了任意专家的中心决策矩阵;其次, 利用任意2 个规范化决策矩阵之间的相似度获得专家的综合重要性程度; 再次, 通过专家的综合重要性程度得到方案的平均可信度, 进而得到方案的排序结果; 最后, 实例分析表明了所提出方法的可行性和有效性.

摘要:

为了解决评价信息为语言信息的多属性群决策问题, 结合VIKOR方法, 提出一种基于二元语义信息处理的多属性群决策方法. 该方法使用二元语义信息集结算子获得决策群组的决策信息, 通过最大化群效用和最小化个体遗憾来获得决策者满意的折衷方案. 该方法计算简单, 便于理解, 可有效避免信息的丢失和扭曲, 并可克服理想解方法不能反映出各方案与正负理想解的接近程度的不足. 最后, 算例计算结果表明了该方法的有效性.

摘要:

传统制导律多基于常速运动假设, 与实际情形并不一致, 往往无法提供满意的性能. 对此, 基于微分对策理论, 提出一种适用于变速拦截情形的有界控制非线性制导律. 将对策双方的速度变化直接考虑到非线性相对运动关系中, 并通过适当选取的状态变量进行线性化, 从而设计制导律, 同时考虑可执行性, 并将其转化为原系统非线性状态变量的表达形式. 仿真结果表明, 该制导律可实现目标的有效拦截, 对拦截导弹机动性能要求不高且便于执行.

摘要:

提出一种基于改进遗传算法, 并将其应用于城市交通诱导策略. 该算法采用邻近交叉策略增加种群的多样性, 采用贪婪前向变异策略增强算法的局部搜索能力, 并且采用稳态繁殖策略更好地保护适应度高的遗传个体. 在适应度函数的设计中考虑实际路网中的交叉口延误, 使所求最优路径更加贴近实时的交通状态. 数值实验结果表明, 所提算法的全局搜索能力和收敛速度均有显著提高.

摘要:

针对模拟电路的测点选择问题, 根据测点的必要程度, 提出了“测点必要度”的概念, 同时结合“故障隔离度”的概念, 建立了新的测点优选方法, 给出了新算法的详细计算过程和应用实例. 实验分析结果表明, 新算法的计算效果优于熵算法和基于故障隔离度的测点选择算法, 可用于复杂模拟电路的测点选择.

摘要:

研究了视频序列中的目标跟踪问题, 提出一种新的基于Chebyshev 距离的相似度目标跟踪算法. 在跟踪过程中, 首先计算参考区域与目标区域间的相似度; 然后确定在序列中与被跟踪区域相匹配的区域; 最后利用统计检验的方法确定跟踪判断的正确性. 该方法可以避免估计概率分布密度函数的不足. 运用该算法在运动方式已知和未知的情况下分别与卡尔曼滤波和Camshift 算法进行了对比实验, 结果表明, 所提出算法的跟踪效果有所提高.

摘要:

根据一类典型的三轴动中通系统的耦合特性及载体扰动特点, 提出一种新型滑模趋近律方法, 并在此基础上设计了滑模稳定跟踪控制器. 理论证明和仿真实验均表明了所设计的基于新型趋近律的滑模稳定跟踪控制器的合理性和有效性.

摘要:

针对高精度传感器硬件冗余成本巨大的问题, 提出了不同精度的冗余传感器故障诊断方法. 该方法采用动态模型不确定性影响最小化而故障影响最大化的原则, 对低精度传感器数据进行预处理, 轮流使用一个传感器作为输入, 另一个作为输出建立卡尔曼滤波方程组, 并通过所得新息进行故障诊断. 实验表明, 所提出方法能有效抑制低精度传感器的噪声干扰, 降低成本以及系统建模复杂性, 在传感器故障诊断的工程应用中具有较好的实用性.

摘要:

讨论随机需求环境下的多目标库存控制问题, 构建以成本、缺货率和缺货量3 个指标最小化为准则的多目标(Q, r) 库存模型. 为了求出决策者需要的Pareto 前沿, 设计了基于遗传和差分进化算法的混合智能算法来产生非支配解, 进而利用基于熵权的TOPSIS 方法对最优解进行排序, 此结果可为管理者提供有益的决策参考.

摘要:

针对粒子群优化(PSO) 算法在处理复杂优化问题时, 容易早熟收敛的问题, 将比例控制器用于粒子群算法种群聚集度控制. 粒子种群可以在任一聚集范围内保持任意时间的搜索, 这样能够更好地平衡种群聚集度和搜索精度,从而提高PSO 算法处理复杂优化问题的效率. 对多零点和低旁瓣约束情况下的阵列天线方向图优化进行仿真实验,结果表明所提算法可在处理复杂优化问题上取得更好的优化效果.