摘要:

提出一种基于谱聚类欠取样的不均衡数据SVM分类算法。该算法首先在核空间中对多数类样本进行谱聚类，然后在每个聚类中根据聚类大小和该聚类与少数类样本间的距离，选择具有代表意义的信息点，最终实现训练样本间的数目均衡。实验中将该算法同其他不均衡数据预处理方法比较，结果表明该算法不仅能有效提高SVM算法对少数类的分类性能，而且总体分类性能及运行效率都有明显提高。

摘要:

针对以往文献为克服基于差别矩阵的属性约简算法存储代价高的不足而提出的基于浓缩树(C-Tree) 的高
效属性约简算法仅考虑决策表不变的情况, 提出了一种基于C-Tree 的属性约简增量式更新算法, 主要考虑对象动态
增加情况下属性约简的更新问题. 该算法可通过快速更新C-Tree, 在动态求解核的基础上, 利用原有的属性约简有效
地进行属性约简的增量式更新. 理论分析和实验结果表明, 所提出的算法是有效可行的.

摘要:

针对传统整数阶滑模控制系统中的抖震问题, 结合分数阶理论、模糊逻辑推理和滑模控制技术的优点, 提出
了模糊分数阶滑模控制策略. 将传统滑模控制器中的整数阶切换面推广到分数阶并设计了全控制域滑模面, 保证系
统在整个控制域都具有较强的鲁棒性. 采用模糊逻辑推理算法, 实现了开关切换增益的自整定. 仿真和实验验证了模
糊分数阶滑模控制系统不但能有效地削减抖震, 而且能保持滑模控制器对系统外部扰动的全局鲁棒性.

摘要:

流水车间调度是一类典型的生产调度问题, 属于NP-难问题. 针对传统的最优化方法难以求解大规模问题,
提出了一个Memetic 算法, 在算法的局部搜索中使用一种新型的基于NEH的邻域结构, 并且其邻域规模随着搜索的
进行能够动态变化, 可以大大提高算法的搜索能力. 通过对标准Benchmark 问题的测试, 所得结果表明提出的基于新
邻域结构的Memetic 算法具有较好的性能, 并且优于已有文献中的粒子群算法.

摘要:

研究在信息共享受限条件下供应链网络库存系统的牛鞭效应控制问题, 建立了包括市场需求、信息可获得
性、信息及时性等不确定性因素的库存网络系统状态转移模型, 从系统内部动力学机制的角度分析了牛鞭效应的成
因, 提出了动态库存控制策略, 并给出了策略参数设计的线性矩阵不等式组算法. 运用系统稳定性理论, 深入分析了
信息共享对牛鞭效应的影响, 并通过仿真结果验证了库存控制策略的有效性和实用性.

摘要:

针对准则权重信息不完全确定的模糊数直觉模糊多准则决策问题, 采用模糊结构元方法进行处理. 基于模
糊数直觉模糊集的模糊结构元表示、模糊数比较和排序的模糊结构元方法以及直觉模糊数的记分函数和距离测度,
定义了模糊数直觉模糊数的记分函数和距离测度, 进而提出两种准则权重信息不完全确定而准则值为模糊数直觉模
糊数的多准则决策方法: 记分函数法和逼近理想解排序(TOPSIS) 法. 实例分析表明了这两种方法的可行性和有效性.

摘要:

针对氧化铝蒸发过程出口浓度在线检测问题, 提出一种基于灰色关联分析和核模糊聚类相结合的多支持
向量机蒸发过程建模方法. 该方法采用灰色关联分析提取影响出口浓度较大的变量, 再用核模糊聚类算法将样本划
分成不同的子类, 并对各子类构建的支持向量机模型的输出综合加权得到最终输出. 对蒸发过程生产数据进行实验,
并与核模糊聚类最小二乘支持向量机(KFCM-LSSVM) 相比较, 结果表明新模型鲁棒性较强、精度较高、泛化性更好,
可以用于蒸发过程的优化控制.

摘要:

针对双轴旋转捷联惯导系统长期工作时光纤陀螺误差参数随时间变化问题, 提出一种姿态未知条件下的八
位置标定方法. 该方法利用双轴旋转机构可提供惯性测量单元(IMU) 相对载体固定角位置特性, 结合光纤陀螺简化
误差模型, 设计出八位置标定路径并激励出光纤陀螺误差参数. 新的标定方法既避免了陀螺误差参数的耦合影响, 又
可以解算出载体航向信息. 转台实验结果表明, 八位置标定方法可在载体姿态未知条件下完成对光纤陀螺误差参数
的标定工作.

摘要:

针对传感器网络难以实现完全覆盖的情况, 研究陷阱覆盖方式下陷阱空洞的检测和修复, 提出了分布式的
检测和修复方法. 陷阱空洞检测方法可以让节点分布式自主地确定空洞边界曲线, 从而得到精确的空洞信息, 判断出
该空洞是否是陷阱空洞. 陷阱空洞修复方法基于边权图的概念, 通过多轮计算确定新增节点的位置. 所提出算法充分
考虑了监测区域的边界效应, 并且比现有算法在需要新增的节点数目和节能方面更有优势, 仿真结果表明了它的有
效性.

摘要:

人工萤火虫群优化算法是一种新型群体智能算法, 已在复杂多目标函数优化方面得到了成功的应用, 并表
现出良好的性能. 为了充分发挥人工萤火虫群优化算法的优点, 将该算法与C2Opt 算子相结合, 设计了求解旅行商问
题(TSP) 的一个新的高效人工萤火虫群优化算法, 并用其求解TSP 这一经典的NP 难问题. 通过对比TSP 实例测试,
所得结果表明, 所提出算法在种群规模较小、迭代次数较少的情况下可以收敛到已知的最优解.

摘要:

针对未知环境下移动机器人路径规划问题, 以操作条件反射学习机制为基础, 根据模糊推理系统和学习自
动机的原理, 提出一种应用于移动机器人导航的混合学习策略. 运用仿生的自组织学习方法, 通过不断与外界未知环
境交互从而使机器人具有自学习和自适应的功能. 仿真结果表明, 该方法能使机器人学会避障和目标导航任务, 与传
统的人工势场法相比, 能有效地克服局部极小和振荡情况.

摘要:

在实物期权B-S 模型框架下, 采用正态模糊数刻画模糊群决策环境下决策者的行为特征, 并利用格贴进度
理论构建了决策变量关系矩阵进行决策信息的赋权和归集, 建立了在模糊群决策环境下利用实物期权方法进行大型
项目投资决策的分析框架. 模型解决了在模糊群决策环境中难以利用传统实物期权方法进行大型项目投资决策的问
题, 更加贴近实际决策情景. 最后通过数值实例对模型的应用进行了说明.

摘要:

提出一种适用于多类不平衡分布情形下的模糊关联分类方法, 该方法以最小化AdaBoost.M1W 集成学习迭
代过程中训练样本的加权分类错误率和子分类器中模糊关联分类规则数目及规则中所含模糊项的数目为遗传优化
目标, 实现了AdaBoost.M1W 和模糊关联分类建模过程的较好融合. 通过5 个多类不平衡UCI 标准数据集和现有的
针对不平衡分类问题的数据预处理方法实验对比结果, 表明了所提出的方法能显著提高多类不平衡情形下的模糊关
联分类模型的分类性能.

摘要:

考虑到非完整移动机器人群体蜂拥运动过程中保持位置拓扑全局连通的性能, 提出一类基于局部信息交互
的优化蜂拥控制算法. 利用趋向局部最小外接圆圆心位置的控制方式维持群体位置拓扑在运动过程中的全局连通
性, 保证群体位置的聚合; 结合角度控制和贝塞尔曲线规划个体的运动路径, 在路径长度阈值的限定下, 通过粒子群
算法求取个体的优化目标方向角, 保障群体运动方向的匹配; 最后给出了可行的避碰方案.

摘要:

基于感染球策略提出一种移动代理能量有效路由算法(EEMAA), 该算法利用感染球来缩小移动代理寻找
及修复最优路径的范围, 进而降低网络的寻路能耗; 同时, 还提出一种最优路径局部修复策略, 该策略能在保留原有
最优路径大部分信息的基础上, 对最优路径作出局部修复. 仿真实验表明, 该算法在寻找最优路径时能避开剩余能量
少的节点, 使网络中各节点的能量呈整体性衰落, 且在失效节点附近能快速修复最优路径.

摘要:

通过使用从属于系统状态区域上开覆盖的单位分解, 首先将若干个局部生成的模糊逻辑系统合成而产生一
种函数逼近器, 与通常的模糊逻辑系统相比较, 这种逼近器不仅具有万能逼近性质, 而且由于局部模糊逻辑系统具有
较少规则而能够保持语言可解释性; 然后, 通过将适当的参数植入这种函数逼近器中, 能够为某些非线性不确定系统
设计自适应镇定控制器; 最后, 通过仿真例子验证了所提出方法的有效性.

摘要:

为了解决多目标航迹关联模糊的问题, 将分数阶引入到多目标航迹关联模型中, 提出了针对多目标的分数
阶航迹关联模型. 算法从数学角度上将整数阶关联度量扩展到分数阶关联度量, 并将点信息的非过程关联延伸到线
信息的过程关联. 实例证明, 分数阶较整数阶关联算法能够为关联决策提供更丰富的支持, 提高系统可信度、降低系
统信息的不确定性, 提高了航迹关联的精度.

摘要:

研究实时并行系统的确定性, 采用面向执行体构件建模和广义测度固定点理论研究系统收敛条件. 把实时
系统构建为用时间信号联系的面向执行的构件集合, 采用超致密时间(SDT) 表示混合系统信号标签模型, 定义构件
为时间模型上的偏序集函数, 构成有反馈作用的偏序集函数组合, 用广义超测度空间固定点理论分析时间并行模型
因果构件的收敛性和系统响应的存在和唯一性.

摘要:

提出一种多模型高斯混合概率假设密度(PHD) 滤波器的实现方法. 该算法使用多模型方法对高斯混
合PHD 滤波器中存在目标对应的高斯分量进行预测及更新, 使用融合估计后的估计值描述机动目标PHD 分布的高
斯分量. 该算法具有PHD滤波器和多模型方法的优点, 可以用来处理目标数未知时的机动目标跟踪问题. 该算法与
单模型高斯混合PHD滤波器相比, 可提高滤波器对目标发生机动时的跟踪精度; 与已有的多模型PHD 滤波器相比,
节省计算时间30% 以上.

摘要:

受空间几何知识和光学领域光束角的启发, 提出了基于光束角思想的最大间隔学习机(BAMLM). 该
方法试图在模式空间中找到一个“光源”分别照射两类样本, 然后根据照射区域的不同确定样本类属. 分析发现,
BAMLM的核化形式等价于核化中心受限最小包含球(CCMEB), 通过引入核心向量机将BAMLM扩展为基于核
心向量机的BAMLM(BACVM), 有效地解决了大规模样本的分类问题. 标准数据集和人工数据集上的实验表明了
BAMLM和BACVM的有效性.

摘要:

针对一类线性不确定广义系统, 研究了容许性、??∞ 指标和状态方差相容条件下的输出反馈控制器的设计
问题. 首先建立了一个使闭环广义系统满足容许性和给定??∞ 指标的充要条件; 然后利用quasi-Newton 方法, 将非线
性矩阵不等式的可行解问题转化为求解最大特征值的最小问题, 在广义系统容许的条件下, 对具有指定??∞ 指标及
相容状态方差约束的控制问题给出了满意控制设计方法, 同时给出了方差约束指标的取值范围; 最后, 仿真结果表明
了所提出方法的有效性, 且更能保证系统的动态性能.

摘要:

针对一类包含非匹配参数不确定和负荷干扰的电力系统, 提出一种负荷频率滑模控制器的设计方法. 所设
计的积分型切换面有效地改善了系统到达阶段的动态性能, 提高了系统的鲁棒性; 基于趋近律方法设计了滑模控制
器, 以保证系统运动轨线在有限时间内到达滑动模态; 给出了单区域电力系统仿真模型, 分别考虑了不同参数不确定
条件下的仿真问题. 仿真结果表明了所设计的控制器的有效性和鲁棒性.

摘要:

考虑由具有状态时滞的线性Itˆo 随机子系统构成的切换系统, 基于多Lyapunov 泛函方法研究切换与时滞对
于稳定性的共同影响, 并以此建立均方指数稳定条件. 在均方意义下噪声对于稳定性的影响基本是负面的, 因此构造
一类形式较为一般的Lyapunov 泛函并运用噪声的统计特性于其解析过程中, 以减少噪声所引起的保守性. 最后, 通
过一个仿真算例描述切换与时滞的相互制约关系表明了所提出方法的有效性.

摘要:

研究带有膝关节和髋关节的双足机器人在3D (three-dimensional) 空间稳定行走的控制器设计. 通过构建概
循环拉格朗日函数, 将双足机器人的3D 动态系统解耦成前向和侧向两部分, 对前向部分设计势能成型控制器, 使前
向获得稳定行走步态; 用输出零动态控制器控制侧向, 满足系统的动态解耦条件. 仿真结果表明了所提出方法的有效
性.

摘要:

针对多属性决策理论的研究需要, 提出一种基于概率可信度的区间数排序方法, 给出了区间数排序问题的
形式化描述. 为明确排序规则, 定义了区间数的二元序关系. 采用概率密度函数表征区间数的特征信息, 并构建出区
间数序关系的概率可信度模型. 通过建立互补判断矩阵, 将区间数排序问题转换为矩阵运算过程, 实现了不同类型区
间数的比较. 实验结果表明, 所提出方法能够有效克服传统排序方法在适用范围方面的局限性, 具有排序速度快、求
解质量高等优点.

摘要:

电动汽车用永磁同步电机(PMSM) 工作于有限能量供电条件下, 其铁损对驱动系统的影响不容忽略. 对此,
首先推导了考虑铁损的PMSM完整动态数学模型, 并建立了其端口受控Hamilton 模型; 然后利用互联和阻尼配置及
能量整形方法实现了考虑铁损的PMSM驱动系统的Hamilton 镇定控制; 最后分析了阻尼参数和铁损对电机转速的
影响. 仿真结果表明, Hamilton 控制可实现系统的快速镇定; 系统可有效抑制负载扰动; 考虑铁损有助于提高电动汽
车PMSM驱动系统的控制性能和控制精度.

摘要:

针对资源受限条件下大规模无线传感器网络中协作目标跟踪问题, 提出一个基于粒子群优化的节点调度方
案. 该方案利用高斯粒子滤波算法和方差交叉融合算法获得目标状态预测信息, 进而选择下一时刻簇成员节点, 并构
造了通信能耗的代价函数, 利用粒子群优化方法选择最佳的簇头节点, 减少了节点调度的计算复杂度, 同时保持了较
好的跟踪精度. 仿真结果验证了所提出方案的有效性.

摘要:

针对无人机编队控制中模型不确定性与外干扰同时存在的情况, 首先基于无人机自身的自动驾驶仪和编队
运动学关系建立了无人机编队的三维数学模型, 这种建模方式物理意义明晰; 进而提出一种基于鲁棒??∞ 控制理论
的编队控制器设计方法, 按前向、侧向和垂直方向3 个通道分别设计控制律, 降低了鲁棒控制器的调参难度, 简化了
三维编队控制问题. 仿真结果表明了所设计的控制器的有效性, 可实现无碰撞、快速、稳定地保持和调整无人机编队
队形, 具有良好的鲁棒性能.

摘要:

针对一类状态部分可测系统粒子滤波检测前跟踪算法中高维采样效率低的问题, 提出一种基于局部搜索采
样的粒子滤波器检测前跟踪算法. 该算法在后验状态更新之后, 在可测分量估计值的附近, 对不可测分量引入先验分
布信息, 用少量粒子进行局部搜索采样, 提高了粒子采样效率. 仿真结果表明, 所提出算法获得了更好的检测和跟踪
性能.

摘要:

针对一类具有随机时延和非线性扰动的网络控制系统, 利用变采样周期的方法, 将连续被控对象离散化, 使
网络控制系统建模为部分转移概率未知的非线性Markov 跳变系统. 通过随机Lyapunov 方法, 给出保证整个闭环系
统随机稳定的充分条件, 同时得到非线性扰动项的最大界. 仿真算例表明了所提出方法的有效性.