摘要:

各种传感器的广泛应用促进了多传感器信息融合问题的研究. 由于不同类型的传感器具有不同的采样率、
预处理时间以及数据通信延迟, 导致出现多个传感器量测无序到达融合中心的现象. 对此, 综述了在国外主要文献上
发表的无序量测更新算法, 并对进一步的研究方向提出了建议.

摘要:

针对流程工业某电化厂聚氯乙烯车间的生产过程, 基于统一时间离散化方法, 用广义粗糙集理论对投入产
出比、设备转化率等不确定参数进行描述, 建立了基于广义粗糙集有限中间存储的流程车间调度问题模型. 该模型
以最大化产值及精度要求为目标, 考虑了设备容量约束、设备生产能力、物料平衡等多种约束, 并应用基于改进进化
策略的差分进化算法进行求解. 仿真结果表明了该算法和模型的可行性及有效性.

摘要:

为实现热连轧精轧机组负荷分配的优化设定, 提出一种具有柔性框架结构的改进型复杂过程全局进化算
法. 该算法部分地借用了分散搜索原则, 在通用框架中嵌入具有搜索机制的子方法; 利用无限折叠映射混沌模型和局
部搜索法, 分别对初始种群的生成和“超越”深度搜索进行改进以提高最优解的求解效率. 实验结果表明, 该算法能够
使用较少的参数完成负荷分配优化问题的可行解搜索, 具有较好的时效性, 是局部和全局搜索的有机体.

摘要:

针对复杂大系统控制中, 现有牵制控制策略仅依据拓扑结构而存在的不足和控制器设计中控制参数选择简
单(视为常数) 的问题, 引入了能量指数的概念, 提出一种新的牵制控制策略—–能量指数法. 该方法同时考虑节点对
于网络的贡献力和节点的网络特性, 给出了引入能量指数后的网络动态模型描述, 并将节点能量指数用于自适应控
制器设计, 得到了控制律设计新方法. 与现有方法比较, 所提方法可使系统收敛更快, 更容易实现同步, 从而表明基于
能量指数的牵制策略和自适应控制器设计方法均是有效的, 在电力、交通以及传染病防治等各种复杂网络中都具有
实际应用价值.

摘要:

研究需求和商品生命周期均为随机的零售商库存管理问题, 提出按照购买行为特征对需求进行分类, 在不
同类型的客户之间进行库存分配并允许缺货的库存策略. 通过构建动态规划模型, 求解出零售商最优库存策略, 包括
补货策略和库存分配策略. 与先到先服务策略相比, 该策略能显著提升零售商的利润, 减少商品损坏的损失.

摘要:

研究一类Lurie 时滞广义系统的H∞ 控制问题. 以矩阵不等式形式给出了保证闭环系统正则、无脉冲、全局
一致渐近稳定且具有给定性能的时滞相关充分条件. 进一步, 以非凸约束下的线性矩阵不等式(LMIs) 的可行解给出
了状态反馈控制律设计方法. 仿真算例表明了所提出方法的有效性.

摘要:

提出一种多目标强度Pareto 混沌差分进化算法(SPCDE). 首先利用Tent 映射进行种群的混沌初始化, 采用
一种基于均匀排挤机制的截断排挤操作和混沌替换操作进行种群的环境选择操作; 然后基于一种变缩放因子的差分
变异策略进行变异操作, 通过计算支配关系得到变异个体; 最后通过支配关系的计算和环境选择操作进行进化选择
操作并得到子代个体. 以上操作不仅提高了算法的收敛性能, 而且保证了Pareto 最优解的均匀分布性. 数值实验结果
表明了该算法的有效性.

摘要:

为了得到稳定有序的道路交通流, 依据离散趋近律, 设计了交通流的速度控制器. 考虑到由于匝道的流入和
流出使得交通流具有不确定性, 设计了动态扰动补偿器. 以各路段的密度为控制目标, 先通过密度函数的离散趋近律
求得目标速度, 然后利用速度控制器使得速度在有限步内等于目标速度. 当控制器参数满足一定条件时, 交通流密度
最终稳定在一定的范围内, 同时给出了算法步骤和证明. 仿真结果显示, 速度控制器将有匝道路段的交通流密度稳定
在指定值附近, 而无匝道路段的交通流密度趋于指定值, 从而避免了道路拥挤的发生.

摘要:

结合灰色预测模型和粒子滤波, 提出一种新的视觉目标跟踪算法. 由于粒子滤波未考虑先验信息对建议分
布产生的指导作用, 不能很好地逼近后验概率分布, 对此, 采用历史状态估计序列作为先验信息, 建立该序列的灰色
预测模型来预测产生建议分布. 与粒子滤波、卡尔曼粒子滤波和无迹粒子滤波进行对比实验, 结果表明所提出的算
法在视觉目标跟踪中具有更好的性能.

摘要:

研究了同时考虑通信和网络特性的线性系统镇定问题. 首先针对连续时间网络控制系统, 使用线性矩阵不
等式方法得到了系统镇定所需要的最小信噪比; 然后将问题推广到一类更为复杂的离散时间异构网络控制系统并得
到了相似的结论. 其中建立的多传感器随机时滞模型很好地刻画了token-passing 总线控制网络, 它更具有实际意义;
最后通过数值例子对以上理论进行了仿真验证, 有效表明了系统镇定时被控对象不稳定极点、网络时滞和信噪比之
间的关系.

摘要:

即使已知非仿射非线性系统的逆存在, 利用隐函数定理求解该显式逆仍然非常困难. 为此, 针对一类不确
定块控非仿射系统, 将动态反馈、反演、神经网络和反馈线性化技术相结合, 提出一种自适应鲁棒控制器的设计方
法. 利用神经网络来逼近和消除未知函数, 并证明了整个闭环系统在李雅普诺夫意义下是稳定的. 仿真结果表明了所
提出方法的有效性.

摘要:

针对变结构控制的抖振问题, 基于隐Lyapunov 函数, 提出一种新的控制策略: 软变结构控制. 首先给出软变
结构控制的定义和控制器的构造方法; 然后设计软变结构控制器和隐Lyapunov 区域, 给出了控制不受限和控制受限
两种情形的软变结构控制, 同时, 分析了带有状态观测器的软变结构控制. 软变结构控制是无滑模的变结构控制, 能
有效削弱抖振, 保持高速调节速度和缩短趋近时间. 仿真实例表明了该方法的有效性和可行性.

摘要:

提出一种基于最大化密度差的??2 核分类器算法MDL2KC. 该算法不仅可以保证估计出的两类密度差接近
于真实密度差, 而且可以使两类的密度差尽可能大. 利用人工数据集和标准UCI 数据集进行实验验证, 所得结果表
明, MDL2KC算法较传统的??2 核分类器算法具有更好的分类效果和稀疏特性.

摘要:

依据变权向量的定义构造一个带参数的变权向量, 并证明了变权向量与状态变权向量的关系定理; 通过引
入变权向量的相对调节度概念, 求出了所构造的变权向量的相对调节度, 并分析了其变权效果. 最后运用该变权向量
求解一个算例, 所得结果表明, 该变权向量不但具有较强的变权能力, 而且其变权能力将随参数取值的改变而变化.

摘要:

设计并实现了一种基于量子行为粒子群算法(QPSO) 系统模型在线辨识的Web 服务自适应接纳控制, 根据
系统模型的变化在线调节比例积分控制器参数. 通过接纳时间比反馈控制机制, 调整控制周期内服务器接纳请求的
时间长度, 进而实现接纳控制. 通过仿真实验, 并与多种不同控制方法进行比较, 所得结果表明, 在线辨识自适应控制
能够在服务器过载的情况下更有效地控制系统资源, 进一步提高了服务质量.

摘要:

将时滞线性参数变化(LPV) 思想应用于重复过程, 研究其H∞ 控制问题. 基于参数依赖Lyapunov 函数方法,
给出了该重复过程的稳定性和控制器设计的充分条件; 同时通过投影定理引入两个附加矩阵, 解除了重复过程矩阵
和依赖于参数的Lyapunov 函数矩阵之间的耦合, 使得到的条件便于求解. 仿真实例表明了该设计方法的有效性.

摘要:

在分析经典模糊时间序列预测模型的基础上, 指出了传统的模型不能处理多因素的情形; 然后分析并
改进了证据理论中关于证据合成的方法, 提出了基于证据理论的多因素模糊时间序列预测模型; 最后用1997 年∼
2006 年10 年间的上海股指数据对所提出的模型进行了实践检验, 实验结果表明该模型是可行的, 其预测效果优于所
参照的预测模型.

摘要:

针对传统分类算法在处理非平衡数据集所出现的少数类分类准确率较低的问题, 通过引入加权系数和样本
分布函数给出了一种新的模糊规则权重的计算方法. 该方法加强了类间的对比度和差异性, 削弱了类内差距. 将该权
重方法与Chi et al 规则生成算法和模糊分类推理模型结合形成新的分类算法, 对具有不同非平衡度的UCI 数据集进
行Matlab 对比研究, 所得结果验证了该算法的可靠性与有效性.

摘要:

针对传输控制协议(TCP) 网络中的拥塞控制问题, 基于T-S 模糊模型, 提出一种滑模主动队列管理(AQM) 算
法. 考虑到TCP 网络中存在的不确定和时变时滞因素, 对非线性TCP 网络进行了T-S 模糊模型的建模. 利用LMI 设
计了一个渐近稳定的滑模面, 并提出一种能更好抑制抖振现象的到达条件, 基于该到达条件设计的控制器能有效地
抑制路由器中队列长度的振荡. 大量仿真结果表明, 所提出的算法比普通滑模AQM算法具有更好的稳定性和鲁棒性.

摘要:

针对传统均值漂移算法无法对对比度低、尺度变化的红外目标进行有效跟踪的问题, 提出一种改进Mean
Shift 算法. 首先融合灰度和纹理两方面的信息, 并分别定义背景灰度和纹理加权系数, 实现了目标的准确定位; 然后,
提出一种基于背景和前景目标相似度的核窗宽选取算法, 自动选取窗口缩放比例, 得到与目标尺度一致的跟踪窗口.
实验结果表明, 所提出的算法能够实现对红外目标的跟踪, 并且对尺度变化的目标具有较好的适应性.

摘要:

针对复杂环境下的毫米波/红外复合制导, 提出一种基于决策信息的改进加权融合算法. 通过分析导弹运行
状态和受干扰情况, 获得制导的决策信息. 对经无迹卡尔曼滤波(UKF) 估计分别得到的毫米波/红外量测信息进行改
进的自适应加权融合, 得到融合后的制导信息. 仿真实验表明, 所提方法融合精度高, 能有效提高复合制导的性能.

摘要:

考虑一类由局部状态空间Fornasini-Marchesini (FM LSS) 第二模型描述的, 具有时变状态滞后非线性二
维(2-D) 离散系统的稳定性分析和控制问题. 时变状态滞后项的上、下界为正整数, 非线性项满足Lipschitz 条件. 首
先, 通过引入一个含有时滞上、下界的新Lyapunov 函数, 给出了系统的稳定性准则; 然后设计了状态反馈控制器以保
证系统的稳定性, 进而, 状态反馈控制律可由线性矩阵不等式求得; 最后通过数值算例表明了所得结果的有效性.

摘要:

针对一类非线性非高斯系统的滤波问题, 在分析均差滤波算法和高斯和滤波算法的基础上, 提出一种基于
均差滤波的高斯和滤波算法, 适于处理非线性非高斯系统的滤波问题. 对于似然密度位于条件转移概率密度拖尾处
的情况, 与传统的粒子滤波算法相比, 所提算法能提高滤波的精度和实时性. 仿真实验验证了新算法的有效性.

摘要:

基于Volterra 级数的非线性频谱分析方法, 建立了大型数控装备传动系统伺服电机的非线性频谱模型, 对传
动系统两类参数型故障的频谱特征进行了分析. 在此基础上, 提出一种实用的在线频谱特征提取与故障识别方法, 采
用自适应辨识算法求解时域Volterra 核, 用快速多维傅立叶变换获得非线性频谱特征. 实验结果表明, 该方法实时性
好, 故障识别率高.

摘要:

基于对Dubois-Prade 证据推理理论的分析与研究, 针对Dubois-Prade 组合规则的不足, 归纳出3 类导致
Dubois-Prade 组合规则失效的情况; 在Dubois-Prade 组合规则的基础上, 引入了修正因子, 给出一种修正的Dubois-
Prade 组合规则—–MDP组合规则. 实例表明, MDP组合规则在处理高冲突、“一票否决”和动态信息融合方面都是有
效的.

摘要:

提出一种量子神经网络模型及算法. 该模型为一组量子门线路. 输入信息用量子位表示, 经量子旋转门进行
相位旋转后作为控制位, 控制隐层量子位的翻转; 隐层量子位经量子旋转门进行相位旋转后作为控制位, 控制输出层
量子位的翻转. 以输出层量子位中激发态的概率幅作为网络输出, 基于梯度下降法构造了该模型的学习算法. 仿真结
果表明, 该模型及算法在收敛能力和鲁棒性方面均优于普通BP 网络.

摘要:

针对现有背景抑制算法不能有效抑制背景而导致目标检测率低的问题, 提出一种基于分数阶积分背景抑制
的弱小目标检测算法. 首先通过研究分数阶积分理论, 分析分数阶积分非线性、尖锐的低通频率特性, 结合分数阶积
分和警戒环技术来抑制背景; 然后依据目标和背景边缘的空间特征, 采用模板均差法来提取候选目标; 最后结合目标
的运动连续性进行多帧轨迹关联, 从而检测出真实目标. 实验结果表明, 该算法能有效抑制背景, 提高信噪比, 进而有
效检测出弱小目标.

摘要:

针对传统粒子群寻优速度慢和局部收敛等缺点, 提出一种基于平均速度的混合粒子群优化算法. 给出了粒
子群平均速度的定义, 用来表征粒子群的活跃程度, 并作为粒子群惯性系数和学习因子调节的依据, 加快了粒子群的
寻优速度. 设计了基于平均速度的切换模拟退火算法和退火温度的更新公式, 使得粒子群在保持较快的寻优速度条
件下, 仍能很容易地跳出局部极小点. 对3 个典型测试函数的寻优问题进行实验, 所得结果表明了该算法的有效性.

摘要:

无线电干涉定位系统获取的干涉距离是4 个传感器节点间距离的线性组合值. 针对以两个节点间距离作为
输入的传统定位算法无法直接利用上述干涉距离进行定位的问题, 提出一种基于改进粒子群优化的定位方法. 利用
干涉距离的实验数据, 分析比较了遗传算法和改进粒子群优化在无线传感器网络节点定位问题中的性能. 结果表明,
基于改进粒子群优化的定位方法的平均耗费时间远远小于基于遗传算法的定位方法, 具有更高的优化效率.