摘要:

针对指标权重未知、方案的指标值为直觉模糊数的随机直觉模糊决策问题, 提出一种基于前景理论和新的
记分函数的随机决策方法. 首先定义了新的记分函数; 然后运用灰色系统理论确定指标的权重, 并通过前景理论对方
案进行对比和排序; 最后, 通过算例分析说明了所提出方法的合理性和可行性.

摘要:

讨论一类时滞离散时间切换系统的H∞ 滤波器的设计问题. 首先, 当所有子系统都稳定时, 基于切换
Lyapunov 函数和Finsler 引理, 得到了滤波误差系统渐近稳定且具有指定的H∞ 性能指标gamma 的充分条件, 即使切换系
统的每个子系统均不稳定, 通过利用多Lyapunov 函数方法和依赖状态的切换技术仍能保证切换系统稳定; 然后, 设
计了H∞ 滤波器, 并得到滤波误差系统满足指定的H∞ 性能指标gamma 的充分条件; 最后, 通过数值算例验证了所提出方
法的有效性.

摘要:

针对模型不确定非线性Markov 跳变系统, 提出一种新的滤波算法. 相比于传统交互多模型粒子滤波, 该方
法通过引入前一时刻的滤波误差来增强原先由于不精确模型而造成权值较小的真实粒子在滤波过程中的作用, 以此
来改善算法的估计性能. 仿真结果表明, 该方法在处理含不确定模型参数的非线性Markov 跳变系统状态估计问题时
具有较好的性能.

摘要:

研究一类离散时间Lipschitz 非线性时变时滞系统的H∞ 估计问题. 通过状态扩展方法, 将时变时滞系统
转化为具有时变参数的无时滞系统. 结合H∞ 性能指标和Lipschitz 非线性条件, 构造不定二次型并建立与Krein 空
间H2 估计的联系. 运用新息分析方法和Krein 空间投影公式, 给出了H∞ 估计器存在的充分条件和基于Riccati 方程
的估计器递推算法. 最后, 通过仿真算例验证了所提出算法的有效性.

摘要:

基于一个供应商和生产可替代产品的两个竞争制造商的模型, 研究无合作创新、无技术溢出的合作创新和
有技术溢出的合作创新3 种模式的均衡绩效. 研究结果表明, 强势制造商和供应商选择合作创新是占优策略. 进一步
还发现, 在下述3 种情况下强势制造商会与零件供应商达成技术溢出合作创新机制: 1) 市场竞争强度较低且节约成
本分享比例较高; 2) 市场竞争强度较高且节约成本分享比例适中; 3) 市场竞争强度很高且节约成本分享比例较高.

摘要:

提出一种带容量约束车辆路由问题(CVRPs) 的改进蚁群算法. 该算法使用一种新的蚂蚁位置初始化方式,
增加了蚂蚁走出最优路径的可能性. 在搜索过程中, 以客户之间路径的节省量作为启发式信息. 信息素更新采用一种
动态更新的方法, 能够根据当前车辆所构建路径的情况对信息素进行更新, 避免算法陷入停滞状态. 局部搜索除使
用2-opt 方法外, 针对不同车辆访问的客户, 还增加了交换搜索和插入搜索以扩大搜索范围. 仿真实验验证了所提出
算法的有效性.

摘要:

为了快速有效利用推土机距离(EMD) 模型计算直方图间的交叉相似度, 提出一种基于直方图的EMD(H-
EMD) 模型. 将原始模型对应的线性规划问题中变量数目进行约减, 降低了直方图相似度计算的复杂度. 利用H-
EMD模型计算形状上下文特征间的相似度, 进而对基于形状上下文形状匹配方法进行改进. 通过对不同的数据仿真
结果进行比较, H-EMD 模型在匹配时间上更具优势, 同时, 改进的形状匹配方法能有效实现形状识别和检索.

摘要:

针对差分进化算法易出现早熟现象和收敛速度慢等问题, 提出一种具有人工蜂群搜索策略的差分进化算
法. 利用人工蜂群搜索策略很强的探索能力, 对种群进行引导以帮助算法快速跳出局部最优点. 此外, 为了提高算法
的全局收敛速度, 采用一种基于反学习的初始化方法. 通过对12 个标准测试函数进行仿真实验并与其他算法相比较,
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.

摘要:

针对传统惯性/天文定位算法进行天文导航定位时需要通过迭代计算获得载体的经纬度信息, 会不可避免
地引入定位计算误差问题, 推导了天文高度角与平台误差角和水平位置误差的数学模型, 进而提出了以天文高度角
为量测信息的基于无迹卡尔曼滤波的惯性/天文深组合导航算法. 仿真结果表明, 所提出的算法利用单颗星即可进行
定位, 3 颗星时组合导航定位精度达到100 m, 有效提高了惯性/天文组合定位精度.

摘要:

在覆盖粗糙集与模糊集结合的研究中, 已有的覆盖粗糙模糊集模型存在两类问题: 一类是元素的上、下近似
隶属度之间的差值通常过大; 另一类是元素的上、下近似隶属度与其在给定模糊集中的隶属度无关. 对此, 通过定义
模糊覆盖粗糙隶属度, 将元素的最小描述与给定模糊集建立联系, 同时综合元素在给定模糊集中的隶属度, 进而建立
一个新的覆盖粗糙模糊集模型. 理论比较和实验结果均表明该模型可以有效解决上述两类问题.

摘要:

无轴承同步磁阻电机是一个复杂的多变量、强耦合非线性系统, 实现其非线性动态解耦控制是无轴承同步
磁阻电机稳定运行的前提. 在推导其数学模型的基础上, 采用最小二乘支持向量机的方法得到无轴承同步磁阻电机
逆模型; 根据逆系统基本原理, 将复杂的原非线性多变量耦合系统解耦成伪线性系统; 根据线性系统理论, 设计了闭
环控制器, 并构建了系统仿真模型. 仿真结果表明该方法实现了系统的动态解耦, 并且具有良好的动、静态特性.

摘要:

首先提出一种基于遗传算法的压缩感知重构新方法, 并设计了具体的算法流程. 该方法运用遗传迭代思想,
在稀疏度未知的情况下可准确重构出原始信号, 避免了子空间跟踪问题. 在此基础上, 进一步将所提新方法应用于合
成孔径雷达(SAR) 高分辨距离像的重构, 同时建立了相关的SAR 系统模型, 构造了有效的稀疏变换矩阵和观测矩阵.
仿真结果表明了所提出方法的有效性, 同时验证了该方法用于SAR 高分辨距离像重构是可行的和鲁棒的.

摘要:

研究具有输入时滞的线性时不变(LTI) 系统的状态反馈控制镇定问题. 由于时滞的引入, 闭环系统特征方程
变成一个超越方程. 从时滞系统的特征根求解出发, 从特征方程的实部和虚部系数中提取两个与系统矩阵和反馈矩
阵相关的向量, 其幅值和相角关系正好反映了特征根轨迹穿越虚轴的情况, 且得到的判据将时滞参数与系统其他参
数进行了分离, 可方便地应用于镇定控制器的设计. 最后通过仿真实例表明了该算法的正确性和有效性.

摘要:

船舶运动在一定条件下会出现混沌特性, 因此可以利用混沌神经网络对其进行预报. 对传统的混沌对角递
归神经网络模型各权值的训练进行优化, 给出了基于Lyapunov 函数的各层权所通用的学习速率调整算法的收敛定
理并加以证明. 仿真结果表明, 采用优化采样时刻?? 可提高各权值的精确度, 使收敛性得到改善, 能有效提高预报精
度和延长预报时间. 与前向神经网络BP 预测相对比, 优化后的模型具有很好的预测效果.

摘要:

提出一类供应链质量控制方案递阶决策模型, 辅助复杂产品主制造商更好地推广和落实质量控制方案, 以
实现供应链整体质量的最优改善. 首先搭建了一类新型的供应链质量屋分析平台, 并将其表征为多目标规划模型, 确
定最优方案组合; 然后, 基于复杂产品供应链多层级结构设计质量屋网络, 以控制资源为纽带构建多级多目标递阶决
策模型, 实现了质量控制方案的继承和衔接; 最后, 针对某型号商用飞机供应链开展案例研究, 验证了所提出模型和
方法的可行性和有效性.

摘要:

针对现有直觉模糊熵方法中存在的一些问题, 提出一种新的直觉模糊熵, 并将其与现有的几种直觉模糊熵
计算结果进行比较. 针对准则权重信息不完全且准则值为直觉语言数的多准则决策问题, 通过建立基于模糊熵的决
策模型来求解准则的最优权系数, 并利用直觉语言加权算数平均算子(IL-WAA) 求出方案的综合准则值, 进而由直觉
语言数的记分函数确定方案的排序. 最后, 通过算例分析验证了该方法的有效性和合理性.

摘要:

针对一类复杂的生产过程, 提出一种基于运动模式的预测模型. 针对该方法中模式类别变量的度量问题, 提
出采用区间数对定义在模式运动“空间”上的模式类别变量进行度量. 为了描述模式在模式运动“空间”的运动, 对作
者先前提出的区间T-S 模糊模型进行了改进, 并采用改进后的区间T-S 模糊模型建立基于模式类别变量的预测模型.
最后, 以烧结生产过程实际运行数据为例验证了所提出建模方法的有效性.

摘要:

“距离”是科学研究与工程技术领域中使用非常广泛的一种度量. 在分析各种距离优、缺点的基础上, 根据马
氏距离不受量纲影响, 能描述和处理相关性数据的性能优势, 利用加权Moore-Penrose (WMP) 广义逆定义了WMP马
氏距离, 并通过奇异值分解及矩阵的谱分解理论构造其数学形式和计算方法. 理论分析和仿真实验表明, 所提出的方
法不仅保持了马氏距离和MP马氏距离的优点, 而且克服了它们的缺点, 同时又具有更好的独特性能.

摘要:

Lingras 提出的粗k 均值聚类算法易受随机初始聚类中心和离群点的影响, 可能出现一致性和无法收敛的聚
类结果. 对此, 提出一种改进的粗?? 均值算法, 选择潜能最大的k 个对象作为初始的聚类中心, 根据数据对象与聚类
中心的相对距离来确定其上下近似归属, 使边界区域的划分更合理. 定义了广义分类正确率, 该指标同时考虑了下近
似集和边界区域中的对象, 评价算法性能更准确. 仿真实验结果表明, 该算法分类正确率高, 收敛速度快, 能够克服离
群点的不利影响.

摘要:

磨矿分级过程的控制目标是将一、二级溢流浓度和细度稳定控制在质量指标区间内. 磨矿分级过程是胖系
统, 完成动态优化目标后控制器仍有剩余自由度, 因此需考虑局部稳态经济优化. 针对这一目标, 提出一种考虑局部
稳态经济目标的多模型预测控制方案. 首先, 建立了基于现场数据库的球磨机和分级机传函矩阵模型; 然后考虑局部
经济性能, 将稳态经济目标以罚函数形式嵌入动态优化目标函数; 为消除球磨机换球引起的模型失配的影响, 建立了
一种基于换球规律的多模型切换策略. 仿真结果表明了所提出控制方案的有效性.

摘要:

与计算机视觉目标跟踪算法遇到的各种困难和瓶颈不同的是, 鲁棒视觉目标跟踪仅仅是人类视觉系统的一
项基本功能. 为此, 基于自顶向下的视觉注意机制, 构建了一种相应的计算模型, 提出一种利用检测视觉注意力焦点
区域的方法来模拟人类视觉系统的全局搜索过程, 并用粒子滤波跟踪来模拟人类视觉系统的局部跟踪过程的目标跟
踪算法. 多组对比实验结果表明了所提出的算法在视觉目标跟踪中的优越性.

摘要:

对证据理论和直觉模糊集理论之间的本质联系进行分析, 提出一种基于直觉模糊集改进的证据合成实用算
法用于多传感器目标识别. 根据直觉模糊集中隶属度和非隶属度的概念, 对证据理论的可信度函数模型进行改进, 提
出了直觉模糊可信度分配函数模型并构造了相应的证据合成规则, 以提高证据合成计算效率, 使合成结果便于最终
决策. 通过与其他算法的对比实验验证了所提出算法的有效性.

摘要:

研究线性切换系统的最终界问题. 首先, 通过应用最小驻留时间法和分量最终界方法得到线性切换系统的
分量最终界; 然后, 基于2- 范数方法得到了估计线性切换系统最小驻留时间的新方法. 与已有方法相比, 该方法在某
些情况下具有一定的优势, 减少了估计的保守性. 数值仿真结果验证了所得结论的正确性和有效性.

摘要:

在研究和分析离散粒子群算法(DBPSO) 的基础上, 提出一种基于直觉模糊熵的改进离散粒子群算法
(IFDPSO). 该算法以直觉模糊熵作为粒子群状态测度和速度变异的基本参数, 同时加入了位置变异策略以保证算法
在有限时间内尽可能多地遍历到次优位置及其邻域, 增强了算法的全局寻优能力. 实验数据表明, 在求解较大规模整
数规划问题(如0-1 背包问题) 时, IFDPSO 比DPSO 和蚁群算法(ACO) 更为有效, 从而为解决这类问题提供了新的途
径和方法.

摘要:

针对系统参数完全未知且仅输出可测的机器人, 使用径向基函数(RBF) 神经网络和高增益观测器设计了一
种自适应神经控制算法. 该算法不仅实现了闭环系统所有信号的最终一致有界, 而且沿周期跟踪轨迹实现了对未知
闭环系统动态的确定学习. 学过的知识可用来改进系统的控制性能, 也可应用于后续相同或相似的控制任务以节约
时间和能量. 仿真研究表明了所设计的控制算法的正确性和有效性.

摘要:

针对最小二乘支持向量回归模型中, 呈稀疏分布的时序峰值样本拟合预测误差偏大的问题, 基于加权最小
二乘思想, 提出一种新的用于时序峰值预测的最小二乘支持向量回归模型. 根据样本分布密度和输出期望幅值, 优化
了经验风险控制目标. 解得模型的拟合预测误差不受样本分布的影响, 而且在保持整体样本拟合预测精度的同时, 对
峰值样本的拟合预测精度有了显著提高. Lorenz 时序预测和电力负荷预测的仿真结果表明了模型的有效性.

摘要:

任务分配是多无人作战飞机(UCAV) 协同控制的基础. 对此, 分析了影响任务分配的关键战技指标, 建立了
针对攻击任务的多UCAV协同任务分配模型. 应用连续粒子群算法对问题进行求解, 建立了粒子与实际问题间的映
射, 通过位置饱和策略构造粒子的搜索空间, 采用自适应惯性权重提高粒子群算法的收敛速度和全局寻优能力. 考虑
到单机的任务载荷限制, 引入了买卖合同机制以实现多机任务协调. 仿真结果表明, 所提出模型和算法可以较好地解
决多UCAV协同任务分配问题.

摘要:

针对高度非线性多关节机器人的轨迹跟踪问题, 提出一类输出反馈重复学习控制算法, 使得在只有位置信
息可测以及模型信息不确定的条件下即能获得良好的控制品质. 非线性滤波器的引入解决了现实中速度信号较难获
得的问题, 重复学习控制策略实现了对周期性参考输入的渐近稳定跟踪. 应用Lyapunov 直接稳定性理论证明了闭环
系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果表明了所提出的输出反馈重复学习控制的有效性.