摘要:

针对多维背包问题(MKP), 提出一种基于分布估计算法的混合求解算法. 该算法基于优势种群构建概率模
型, 并基于概率模型采样产生新个体; 同时, 提出一种基于MKP问题信息的修复机制, 有效修复采样后种群中的不可
行解. 另外, 设计了一种自适应的局部搜索操作, 以增强算法的局部搜索能力. 基于标准测试集的仿真结果和算法比
较验证了所提出的混合算法的有效性和鲁棒性.

摘要:

针对被动多传感器机动目标跟踪系统中, 由于目标机动性能的不确定以及存在的非线性而导致系统模型与
目标实际运动模式难以匹配的问题, 提出一种新的自适应曲线模型跟踪算法. 该算法通过建立新的方向角模型, 设计
一种自适应的转弯角速度估计方法, 实时计算每个采样时刻目标的切向加速度, 以获得与目标实际运动模式相匹配
的运动模型, 并与扩展卡尔曼滤波相结合, 有效提高了被动多传感器下机动目标的跟踪精度.

摘要:

针对单模态生物特征识别系统固有的局限性, 提出一种基于二级分类的指纹与指静脉识别的决策级融合方
法. 首先, 针对指纹和指静脉进行一级分类器设计, 得出各自的识别结果; 然后将这两种模态的特征点集以特征串联
的方式形成新的特征矢量并构成第3 个分类器进行二级分类, 得出识别结果; 最后将这3 个识别结果进行决策级融
合, 得到最终的识别结果. 实验结果表明, 该方法有效地克服了单模态识别方法的局限性, 提高了系统的性能.

摘要:

首先采用Terminal 吸引子函数代替原不连续函数, 以避免滑模微分器的抖振; 然后针对现有文献中高阶滑
模微分器设计参数选取苛刻这一问题, 放宽了设计参数选择范围, 并分不同情况证明了高阶滑模微分器的稳定性. 在
此基础上, 给出了高阶滑模微分器估计误差的上界与设计参数和滑模微分器阶次的关系式; 通过对设计参数的选取
和系统整体结构的分析, 提出了高阶滑模微分器减小估计误差且更适于工程应用的设计方法, 并给出所需条件. 仿真
结果表明了所得结论的正确性和有效性.

摘要:

针对物流配送中心选址候选集构建中的地理区域离散化问题, 提出一种基于k- 增长多尺度网格模型的选
址区域离散化方法, 根据区域选址敏感度不同, 进行尺度差异化网格划分. 在此基础上, 提出了多尺度网格投影及膨
胀算法, 识别并剔除“限制性区域”及距其指定范围内的多尺度网格. 数值实验表明了所提出的模型及算法的有效性.

摘要:

在聚类分析中, 决定聚类质量的关键是确定最佳聚类数. 对此, 从样本几何结构的角度定义了样本聚类距离
和样本聚类离差距离, 设计了一种新的聚类有效性指标. 在此基础上, 提出一种基于近邻传播算法确定样本最佳聚类
数的方法. 理论研究和实验结果表明, 所提出的指标和方法能够有效地对聚类结果进行评估, 适合于确定样本的最佳
聚类数.

摘要:

研究多传感器跟踪系统中传感器处理序列优化问题. 首先根据多传感器跟踪系统中多传感器信息的处理特
点, 提出了基于有限随机集的序列整合概率数据关联(IPDA) 滤波算法; 然后, 通过分析序列IPDA算法中目标生存概
率的均值函数, 证明了在不同传感器检测概率的多传感器系统中, 目标生存概率仅依赖于传感器序列中第1 个传感
器, 并随其检测概率的增大而增大. 仿真实验验证了所得结论.

摘要:

针对标准粒子群算法收敛速度慢和易出现早熟收敛等问题, 提出一种高效粒子群优化算法. 首先利用局部
搜索算法的局部快速收敛性, 对整个粒子群目前找到的最优位置进行局部搜索; 然后, 为了跳出局部最优, 保持粒子
的多样性, 给出一个学习算子. 该算法能增强算法的全局探索和局部开发能力. 通过对10 个标准测试函数的仿真实
验并与其他算法相比较, 结果表明了所提出的算法具有较快的收敛速度和很强的跳出局部最优的能力, 优化性能得
到显著提高.

摘要:

针对目标识别特征值的不确定性问题, 提出一种基于直觉模糊推理的目标识别方法. 首先, 分析现有目标识
别方法的不确定性与局限性, 并对空中目标识别问题及目标特征进行描述; 然后, 设计系统状态属性变量的隶属度函
数与非隶属度函数; 最后, 建立直觉模糊推理规则, 设计推理合成算法和解模糊算法, 并检验所建规则的合理性. 仿真
实例验证了所提方法的有效性与适用性.

摘要:

针对一类仿射非线性有界动态随机系统, 提出一种最优概率密度函数(PDF) 跟踪控制算法, 使得系统的输出
PDF 跟踪给定的PDF. 首先利用线性?? 样条解耦得到仿射非线性状态方程和PDF 逼近方程, 使PDF 跟踪转化为状态
方程输出权值的跟踪; 然后采用线性时变序列逼近方法将非线性系统转化为线性时变系统, 通过对线性系统的迭代
运算得到非线性系统的最优跟踪控制器, 从而实现最优PDF 跟踪. 理论分析和仿真实验均表明了所提出算法的有效性.

摘要:

在SAR/INS 组合导航系统中, 所获取的SAR 图像可能存在严重的斑点噪声和几何变形, 对此, 提出一种
基于CenSurE 特征的SAR/INS 组合导航用景象匹配算法. 该算法针对惯性组合导航的工作特点进行设计. 首先提
取CenSurE 特征和垂直的SURF 描述符, 利用夹角余弦相似度量方法进行特征匹配; 然后, 采用分组一致采样算法
和最小二乘精确匹配算法获取高精度的航向和位置偏差信息. 景象匹配性能评价实验表明, 在匹配适应性、匹配速
度、精度和鲁棒性等方面, CenSurE 特征都很优越, 可以满足SAR/INS 景象匹配导航系统匹配修正的高性能要求.

摘要:

针对粒子群优化(PSO) 算法在复杂问题求解中出现的早熟收敛问题, 从认知心理学角度进行分析, 将创造
性思维(CT) 引入PSO 算法, 提出一种基于创造性思维的PSO 算法(CTPSO). 基于CT 过程的“四阶段”模型, 构建了算
法框架, 改进了速度更新公式, 在粒子个体的惯性、个体认知和社会能力的基础上增强CT 能力, 以提升其整体寻优
性能. 典型测试函数的运行结果表明, 该算法具有较强的全局搜索能力, 收敛速度快, 算法稳定性好, 且未增加新的参
数和计算复杂度.

摘要:

针对小波异常信号检测原理的局限性, 提出了适用于过程数据的基于小波隐马尔可夫模型(W-HMM) 的异
常数据检测方法. 首先在一定尺度下对检测信号进行分解, 将频率组分不同于其他大部分信号的信号作为异常信号;
然后通过计算待检测信号的小波系数与正常信号小波系数的相似概率, 并利用求取隐马尔可夫模型(HMM) 最优状
态链的Viterbi 算法对数据进行最终判断; 最后通过数值验证和应用表明了所提出的检测算法的有效性和实用性.

摘要:

提出一种基于证据权的D-S 证据理论的图像隐写分析方法. 首先在空域, 离散余弦变换(DCT) 域和离散小
波变换(DWT) 域分别提取图像特征并各自进行预分类; 然后对各域分类结果进行基本概率分配并进行证据权修正,
利用D-S 组合规则计算融合概率分配函数, 形成最终的决策级融合分类结果. 针对典型的隐写方法(如F 5, JPHide,
Jstego 和YASS 算法) 进行检测, 仿真结果显示, 所提出的方法能显著提高单分类器的性能.

摘要:

研究一类具有参数不确定时滞模糊随机细胞神经网络的鲁棒稳定性问题. 利用模糊规则, 基于Lyapunov-
Krasovskii 范函方法和随机稳定性理论, 结合自由权矩阵, 给出并证明了使系统鲁棒稳定的充分条件, 所有结果以线
性矩阵不等式形式给出. 仿真算例表明了所提出方法的有效性和低保守性.

摘要:

针对路面坡度变化后, 如何使被动行走机器人在有限时间内只需一步即可完成低能耗的行走模式转换
问题, 提出一种控制策略. 首先基于胞映射思想, 提出了估计机器人稳定行走初始状态的变胞胞映射法; 然后利用
Lyapunov 稳定性理论和鲁棒控制思想, 设计了变路况切换控制算法. 该算法既能实现不同坡度路面上稳定行走模式
的转换, 又能提高转换过程的鲁棒性. 仿真结果验证了所提出算法的有效性.

摘要:

针对均值偏移算法收敛性慢的缺点, 通过对加速均值偏移方法的研究, 将优化算法中的松弛方法扩展为广
义的松弛方法, 并给出确定对角矩阵参数的方法; 然后对收敛准则进行了修改. 在此基础上, 提出了基于广义松弛方
法的均值偏移算法, 并通过大量的聚类实验和图像分割实验验证了所提出算法的有效性.

摘要:

提出一种快速挖掘分布式数据库全局最大频繁项集算法(FMMFI). FMMFI 算法首先设置了中心节点, 并以
各个节点构建局部FP-tree, 采用挖掘最大频繁项目集算法(DMFIA) 快速挖掘局部最大频繁项集; 然后与中心节点交
互以实现数据汇总; 最终获得全局最大频繁项集. FMMFI 算法采用自上而下的剪枝策略, 能大幅减少候选项集, 降低
通信量. 理论分析和实验结果表明, FMMFI 算法是有效的.

摘要:

在求解一维连续型动态规划问题的自创算法—–离散近似迭代法的基础上, 结合双收敛方法, 对多维连续
型动态规划问题进行计算. 该算法的基本思路为: 在给定其他状态向量序列的基础上, 每次对一个状态变量序列进行
离散近似迭代, 并找出该状态变量的最优序列, 直到所有状态向量序列都检查完. 当模型为非凸非凹动态规划时, 证
明了该算法的收敛性; 当模型为凸动态规划时, 证明了该算法的线性收敛性. 最后, 通过具体算例验证了该模型和算
法的有效性.

摘要:

讨论一类具有时变、有限能量外部扰动的线性随机系统有限时间??∞ 控制问题. 首先, 给出了线性随机系统
有限时间??∞ 控制问题的定义; 然后, 通过构造Lyapunov-Krasovskii 函数, 并结合线性矩阵不等式, 给出了随机系统
有限时间??∞ 控制器有解的充分条件; 进一步, 将该问题简化为具有线性矩阵不等式约束的优化问题, 并给出了相应
的求解算法; 最后, 通过数值算例表明了该设计方法的有效性.

摘要:

传统的特征选择方法没有很好地考虑数据的模式特性而导致性能下降. ReliefF 是较为有效的特征选择方
法, 但存在特征权值随样本波动和不能去除冗余特征的问题. 对此, 从数据本身的模式特性出发, 提出了可信间隔的
概念和基于可信间隔进行特征选择的方法. 以氧化铝回转窑烧结过程数据为实验数据进行特征选择和烧结工况识别
实验, 结果表明, 所提出的方法能去除冗余特征, 有效地提高了识别率.

摘要:

针对细菌觅食算法在优化过程中存在步长一致、速度较慢的缺陷, 赋予细菌以灵敏度的概念来调节趋化步
长; 将分布估计算法的思想引入繁殖算子, 对细菌能量较好的半数细菌进行分布估计再生以增加群体的多样性, 提高
收敛速度; 根据细菌的能量情况, 赋予细菌自适应迁移概率, 对较差的细菌进行随机或指定迁移, 以提高算法的全局
寻优能力. 采用多峰高维标准测试函数对改进算法进行了测试, 结果表明, 所提出算法有效地提高了搜索速度和精
度, 改造后可用于多维、约束等实际工程问题的优化.

摘要:

针对一类多延时多变量网络控制系统(NCS), 讨论其建模和稳定性问题. 首先假设传感器采用时间驱
动、控制器和执行器采用事件驱动, 建立了系统在连续时域里的MIMO数学模型; 然后根据Lyapunov 稳定性原理和
Razumikhin 定理, 构造系统的Lyapunov 函数, 并分析系统的渐近稳定性, 进而得到了系统稳定的时延参数和稳定性
条件; 最后通过仿真实例验证了该类网络控制系统的稳定判据.

摘要:

为解决同时含有离散和连续两种变量形式的混合变量复杂产品设计优化问题, 利用“分而治之” 的混合参
数处理思想, 在协同设计优化算法的基础上, 提出一种多学科混合变量协同设计优化方法. 该方法先将优化问题解耦
分解成相对简单的多个子系统进行优化计算, 然后利用协同设计优化算法的协同机制求得全系统最优解. 算例验证
结果表明了所提出方法的可行性和有效性.

摘要:

针对机组复合故障诊断准确率较低的状况, 基于免疫机理的人工免疫智能方法, 构建对故障比较敏感的无
量纲指标免疫检测器. 采用自适应调节匹配阈值和从非己空间产生的候选检测器, 能有效减少黑洞和边界不清晰. 通
过免疫编程优化策略获得最佳识别能力的新特征指标. 利用证据理论对多类免疫检测器进行集成诊断, 提炼出能直
接应用于复合故障诊断的优秀无量纲免疫检测器, 机组实验结果表明, 所得免疫检测器能快速、准确地进行复合故
障诊断.

摘要:

针对粒子滤波中如何设计重采样策略以解决“权值蜕化”, 同时又可避免“样本贫化” 的问题, 提出一
种基于分层转移的Monte Carlo Markov 链(MCMC) 重采样算法. 当样本容量检测出现“蜕化” 时, 将样本集按权值
蜕化程度进行分层, 利用提出的变异繁殖算法, 将其与PSO 融合产生MCMC转移核, 并施以分层子集; 然后通过
Metroplis-Hastings 算法进行接收-拒绝采样, 由此构建的Markov 链可收敛到与目标真实后验等价的平稳分布. 数值
仿真结果表明, 所提出的算法能以更快的收敛速度和更小的估计误差贴近目标真实后验, 从而提高了估计精度.

摘要:

针对双进双出磨煤机料位准确检测的难题, 提出一种基于二型模糊神经网络(Type-2 FNN) 数据融合的双进
双出磨煤机料位检测方法. 首先将多传感器采集的变量参数数据按照二型模糊规则进行模糊化处理; 然后构造神经
网络进行数据融合, 所得融合结果即为检测的料位值. 该方法具有较好的自组织、自学习、并行分别处理能力, 保证
了检测结果具有较高的准确性. 仿真实验表明, 该方法可有效弥补单一测量方法的不足, 实现料位更为准确的测量.

摘要:

针对MIMO系统的轨迹跟踪, 提出一种基于鲁棒开环解耦的系统逆二自由度(2DOF) 控制方法. 该方法通
过鲁棒开环解耦解决MIMO系统的耦合问题, 利用系统逆2DOF 控制保证轨迹跟踪性能. 首先提出一种保证预补偿
器阶数最小和解耦系统鲁棒性的鲁棒开环解耦方法; 然后结合鲁棒开环解耦和系统逆2DOF 控制, 给出系统逆前馈
控制和??∞ 混合灵敏度鲁棒反馈控制器的设计方法; 最后通过设计实例及仿真结果验证了该控制方法的有效性.

摘要:

针对多值属性系统的诊断策略问题, 根据Rollout 算法可改善基础启发式算法的特点, 用Rollout 算法对基于
信息熵的多值属性系统诊断策略进行优化, 提出一种新的多值属性系统诊断策略. 理论和实验分析表明, Rollout 算法
的计算结果优于信息熵算法, 计算时间在可接受范围之内, 可用于复杂多值属性系统的最优诊断策略设计.

摘要:

针对传统的基于相似度的故障规则匹配方法中未考虑输入条件与规则前件的整体匹配程度问题, 采用二分
图最优匹配方法对匹配过程进行优化, 提出一种基于二分图的故障规则匹配优化算法, 并将其应用于故障诊断推理.
实例分析表明, 与其他相似度匹配算法相比, 所提出的方法有效提高了规则匹配的准确率, 而且降低了时间消耗.

摘要:

针对一类非线性不确定系统, 提出一种高阶滑模自适应控制算法. 为减少系统抖振和不确定边界未知但有
界问题, 引入可在线调整参数的双极sigmoid 函数和控制器增益. 利用Lyapunov 理论证明系统在有限时间内稳定并
具有鲁棒性, 且不确定的上界不需要预先确定. 仿真结果验证了该方法的有效性.