摘要:

确定采样型滤波包括Unscented 卡尔曼滤波(UKF), 中心差分卡尔曼滤波(CDKF) 以及容积卡尔曼滤波
(CKF), 是一类基于确定解析采样近似方法的非线性次优高斯滤波算法, 具有估计精度高、实现简单等优点, 已得到
国内外学者的广泛关注. 在阐述确定采样型滤波基本原理的基础上, 详细总结了近年来确定采样型滤波的研究现状,
包括各种改进算法和在不同领域的应用情况; 然后重点分析了确定采样型滤波所存在的问题; 最后展望了其未来发
展趋势和研究方向.

摘要:

为了提高算法的收敛性与非支配解集的多样性, 提出一种基于局部搜索与混合多样性策略的多目标粒子群
算法(LH-MOPSO). 该算法使用增广Lagrange 乘子法对非支配解进行局部搜索以快速接近Pareto 最优解; 利用基于
改进的Maximin 适应值函数与拥挤距离的混合多样性策略对非支配解集进行维护以保留解的多样性, 同时引入高斯
变异算子以避免算法早熟收敛; 最后针对多目标约束优化问题, 给出一种有效的约束处理方法. 实验研究表明该算法
具有良好的优化性能.

摘要:

针对无监督分类问题, 提出一种多尺度并行免疫克隆优化聚类算法. 算法中, 进化在多个子群之间并行进
行, 不同子群的抗体根据子群适应度采用不同变异尺度. 进化初期, 利用大尺度变异子群实现全局最优解空间的快速
定位, 同时变异尺度随着适应值的提升逐渐降低; 进化后期, 利用小尺度变异子群完成局部解空间的精确搜索. 将新
算法与其他聚类算法进行比较, 所得结果表明新算法具有较好的聚类性能和鲁棒性.

摘要:

根据自然界中的捕食关系, 提出一种捕食策略来代替元胞遗传算法中的演化规则, 并构建了基于捕食策略
的元胞遗传算法以处理动态环境下的优化问题. 在元胞空间中, 捕食者对其捕食范围内的被捕者进行猎取并捕获其
中最弱的一个. 对捕食策略中种群规模的相互关系进行了研究, 通过引入正交交叉算子进一步提高了算法的搜索能
力. 选择不同强度、复杂度的动态优化问题进行算法性能验证, 所得结果表明新算法具有良好的处理动态优化问题
的能力.

摘要:

针对标准粒子群算法易出现早熟现象和收敛速度慢等问题, 提出一种引入人工蜂群搜索算子的粒子群算
法. 首先利用人工蜂群搜索算子很强的探索能力, 对粒子搜索到的历史最优位置进行搜索以帮助算法快速跳出局部
最优点; 然后, 为了提高算法的全局收敛速度, 提出一种基于混沌和反学习的初始化方法. 通过12 个标准测试函数的
仿真实验并与其他算法相比较, 所得结果表明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:

提出一种结构化P2P 网络环境下的路由决策方法. 该方法利用Beta 评估机制对P2P 节点路由行为进行信任
度量, 并针对P2P 节点的短期在线行为, 通过引入置信度避免了短期在线节点产生不可靠的信誉值; 在基于Chord 协
议的P2P 网络路由决策过程中, 提出了乐观路由的思想; 采用贪婪决策与信誉决策相结合的方式, 实现了合理的多路
径路由. 该路由方法兼顾了效率和可靠性两方面因素. 仿真结果表明, 该方法在减少路由跳数和提高路由成功率方面
都取得了较好的效果.

摘要:

提出一种基于功率预测模型的单相PWM整流器控制策略. 该控制策略通过构造与网侧电压、电流正交的
虚拟电压、电流分量来形成d-q 坐标系; 在采用瞬时功率理论及功率预测算法获得电路有、无功变化量的基础上, 推
导了整流器交流侧的电压控制矢量, 并采用单极性调制方法来保证整流器工作频率的恒定; 由于取消了电流调节内
环, 该控制策略具有控制系统设计简单、电路抗扰动能力强、系统动态过程短等特性. 仿真结果验证了所提出的控制
策略的有效性.

摘要:

针对可拓分类的不足及分类中存在的不确定性, 将关联函数与决策函数相结合, 研究不确定条件下可拓群
决策的可拓变换与粗糙分类、属性约简与规则提取、数据分析与方案识别, 以实现决策对象在不确定条件下的比较
与选择; 解决了多方案可拓分类和动态识别的系统分类问题, 提高了可拓群决策数据挖掘的准确性和可信度.

摘要:

针对一类含有非匹配不确定性的块控型多输入多输出非线性系统, 提出一种基于反演技术和RBF 神经网络
的控制系统设计方案. 通过引入一种改进型的Lyapunov 函数, 避免了控制矩阵未知情况下可能出现的奇异问题. 在
控制系统设计过程中, 充分应用鲁棒自适应控制技术, 解决了多输入多输出结构不确定性所带来的设计难题, 得到了
系统所有状态量将全局指数收敛至原点附近一个邻域的结论. 最后的仿真结果表明了设计方案的正确性.

摘要:

针对现有研究难以解决具有一般性的多层风险决策问题, 在分析给出多层决策中知识表达具有整体判断特
征命题的基础上, 基于整体判断思想提出了多层风险决策的建模思路及相关原理, 并针对其中的关键问题—–决策
信息的整合优化与方案前景价值的有机综合, 构建了相应的决策模型和决策定理. 数值模拟验证结果表明, 所提出的
决策模型具有科学合理性和应用可行性.

摘要:

在高维特征空间中, 具有支持向量机形式的学习机的决策超平面倾向于通过原点, 并不需要偏置. 但在v- 支
持向量回归机(v-SVR) 中存在偏置, 为了研究偏置在v-SVR中的作用, 提出了无偏置的v-SVR优化问题并给出其
求解方法. 在标准数据集上的实验表明, 无偏置v-SVR的泛化性能好于v-SVR. 根据对偶优化问题的解空间分析, 偏
置b 不应包含在v-SVR优化问题中, v-SVR的决策超平面在高维特征空间中应通过原点.

摘要:

综合考虑我国应急管理实践、应急响应时间限制以及应急物资分配中的公平要求, 在三级应急物资运输网
络的基础上, 建立了以系统损失最小为目标的应急物资运输和分配决策模型. 针对模型的整数非线性规划的特点, 提
出了改进粒子群(PSO) 算法, 通过在不同维度上确定不同学习对象, 加强了粒子的空间搜索能力. 数值算例验证了模
型和算法的有效性.

摘要:

考虑转移概率为部分已知情形下的连续时间Markov 跳跃系统的稳定性和镇定问题. 通过充分利用转移概
率的边界信息, 将现有文献中局部已知转移概率的定义进行了推广. 通过充分使用连续时间Markov 跳跃线性系统转
移概率矩阵行和为零的性质, 得到了新的基于线性矩阵不等式的稳定性分析和状态反馈镇定条件. 当转移概率为完
全已知时, 所给出的条件便退化为现有文献的结果. 最后, 仿真算例表明了所给出方法的有效性.

摘要:

目前关于供应链协调的研究大都基于产出确定的情形, 但是现实中却存在很多产出不确定的情形, 对此, 研
究了在产出不确定的背景下农产品供应链的协调问题. 首先以期望收益最大化为目标建立数学模型; 然后从理论上
证明了集中决策下系统存在最优计划生产量, 在分散无协调时存在均衡解以及分散有协调情况下风险分担契约能够
实现供应链的协调; 最后通过实例验证了所提理论的合理性.

摘要:

基于蜂群觅食的特点提出一种蜂群算法. 在优化过程中, 每个个体的寻优策略由其以往的寻优经验和整个
群体共享的信息决定; 通过定义个体的调整系数和个体与群体间的差异系数实现算法全局探索和局部开发能力的平
衡; 给出了算法的实现步骤, 并利用压缩映射定理分析了算法的收敛性. 通过典型的基准函数测试算法的性能, 实验
结果表明了算法的优越性.

摘要:

针对捷联惯性导航系统(SINS) 中杆臂效应误差补偿的实时性问题, 提出一种新的杆臂效应误差补偿方法.
将杆臂长度扩充为系统的状态变量, 通过实时估计杆臂长度来补偿杆臂效应误差; 分析了杆臂误差效应产生的原因,
并对该方案进行了理论推导、分析和仿真. 与传统杆臂效应误差补偿法相比, 所提出的方法不仅能准确实时地估计
出杆臂长度, 而且能有效地提高惯导系统的对准精度.

摘要:

针对模糊群体多属性决策问题, 提出一种新的灰色多属性决策方法. 该方法依据一般的灰色关联分析方法
的基本思路, 将灰色关联度和欧氏距离有机结合, 构造出一种平均相似度对方案进行评价. 平均相似度同时反映了方
案与正负理想方案之间的位置和数据曲线的相似性差异, 其物理意义更加明确. 最后通过算例表明了所提出方法的
可行性和有效性.

摘要:

D-S 证据组合规则在处理高冲突信息时会得出与直觉相反的结论, 这一直是D-S 理论研究的热点. 与相关
理论优势互补是克服证据理论固有缺陷的有效方法之一. 基于对最大熵原理和证据理论的研究, 定义了辨识框架上
的基本最大熵置信分配函数, 并与经典的D-S 组合规则及其改进方法相结合, 给出了相关推理公式及基于置信最大
熵模型. 理论分析和实验表明, 最大熵新证据的加入使非单焦元的基本置信赋值按比例重新分配给了单焦元, 很好地
处理了高冲突信息.

摘要:

对于带未知互协方差的两传感器系统, 提出一种协方差交叉(CI) 融合鲁棒稳态Kalman 滤波器, 它关于未知
互协方差具有鲁棒性. 严格证明了该滤波器的实际精度高于每个局部滤波器的精度, 但低于带已知互协方差的最优
融合Kalman 滤波器的精度. 基于协方差椭圆给出了精度关系的几何解释. 进一步将上述结果推广到一般多传感器情
形. 一个跟踪系统的Monte-Carlo 仿真例子表明, 其实际精度接近于带已知互协方差的最优融合器的精度.

摘要:

针对一类二阶非线性不确定系统, 分析了传统Terminal 滑模控制的奇异问题和Terminal 滑模控制的调整时
间问题. 为改善到达滑模面的速度, 结合趋近律思想, 提出了基于指数趋近律的非奇异Terminal 滑模控制器的设计方
法和两种新的控制律, 在克服奇异问题的基础上提高了系统的收敛速度, 缩短了调整时间. 仿真结果表明, 所设计的
控制律可使系统在较短时间内收敛到平衡点, 表明了该方法的有效性.

摘要:

为克服在较少先验知识的情况下, 人为选择目标特征进行分类识别的盲目性, 提出一种基于聚类分析与几
何学的目标特征评估方法. 该方法在类内类间距离的基础上引入几何学中有关圆的知识, 定义了样本在特征空间中
分布的“紧密度”、“分离度” 函数和“松紧度” 权重, 以考察目标特征对目标样本之间的分类敏感性, 并根据评估结果
选取适当特征构成一个新的联合特征, 以提高对目标的分类识别效率. 最后通过仿真验证了该方法的有效性.

摘要:

针对一类非线性不确定控制系统, 首先采用参数辨识的方法构造出对应的Takagi-Sugeno (T-S) 模糊模型; 然
后运用平行分布补偿(PDC) 控制器设计方法进行系统的稳定控制器设计; 最终达到镇定原非线性系统的目的. 给出
一种从T-S 模糊模型参数辨识到PDC 控制器设计的非线性控制器的设计方法. 针对单级倒立摆系统的仿真结果验证
了所提出方法的有效性.

摘要:

提出一种基于虚约束的统一设计方法, 以解决Acrobot 系统中动态伺服控制问题, 使系统沿着经过目标点的
周期轨迹运动. 将虚约束设计、虚约束作用下系统零动态微分方程分析以及轨道周期性判定相结合, 获得了符合目
标的周期轨道方程; 基于Lyapunov 方法设计了光滑反馈控制器, 克服了基于线性二次型调节器(LQR) 的控制器对零
动态微分方程解析解的依赖性问题. 实际算例的仿真结果表明了统一设计方法的有效性.

摘要:

如何最大化地延长网络的生存时间是无线传感器(WSN) 网络研究的核心问题. 基于分簇策略, 提出一种能
量有效的路由算法(EEA). 该算法利用分簇原理减少了参与寻找最优路径的节点数, 从而降低了系统的能耗. 同时设
计一种改进的最优路径评价标准, 该标准兼顾了传输路径上各节点的剩余能量和最优路径上总的能量消耗. 仿真结
果表明, 与其他蚁群策略的路由算法(如: 基于蚁群算法的路由算法(ARA) 和EEAWSN) 相比, 该算法能在寻找最优
路径时避开剩余能量少的节点, 使最优路径上各节点的能量呈整体性衰落, 从而沿长了网络的寿命.

摘要:

针对带有过程性模糊信息或动态领域规则的时变信息处理问题, 提出一种模糊推理过程神经网络. 该模型
将模糊过程推理规则与数值型过程神经网络的动态信息处理机制相结合, 将推理规则表示为过程神经元. 利用过程
神经网络的学习性质来实现对过程性定量与定性混合信息的自适应处理. 分析了模糊推理过程神经网络的信息处理
机制, 并给出了相应的学习算法. 以抽油机平衡诊断为例, 实验结果验证了所提出模型和算法的有效性.

摘要:

针对给定的一类非线性奇异系统, 设计了基于数据丢包的网络脉冲控制器. 首先建立了非线性奇异网络脉
冲控制系统的数学模型; 然后根据李亚普诺夫稳定性理论, 分别考虑系统在连续状态和脉冲时刻的指数稳定性条件,
给出了基于数据丢包的网络脉冲控制器的设计方法, 使网络脉冲控制器能够保证具有数据丢包的非线性奇异系统实
现指数稳定; 最后, 以洛伦兹混沌系统为例表明了控制器设计方法的正确性.

摘要:

针对混沌时间序列的多步预测, 提出了基于最大互信息(MMI) 的建模方法. 首先建立时间延迟、嵌入维
数和预测步长在相空间的最大信息量模型; 然后利用遗传算法求解并确定混沌时间序列的最佳预测结构; 最后对
Mackey-Glass 系统和月太阳黑子的仿真实验表明, MMI可以确定更好的预测结构, 提高了混沌时间序列的预测精度.

摘要:

为研究表决融合检测准则对声音传感器网络系统探测效能的影响, 先将监测区域进行网格化, 然后定义两
个用于评价传感器网络检测效能的指标, 并以定理的形式给出了其计算方法. 仿真分析表明, 所提出的效能指标可用
于定量评价系统的检测效能, 为检测准则中参数的选取和网络部署方案的优化提供了理论依据.

摘要:

针对多变量时间序列建模中的输入变量选择问题, 提出一种基于k- 近邻互信息变化率的变量选择方法. 根
据多变量之间的相关关系, 以输入输出之间的k- 近邻互信息变化率作为评价标准选择相关变量; 同时根据输入变
量子集之间互信息值的大小判断变量是否为冗余变量; 通过设定合适的阈值系数, 可以有效地实现输入变量选择.
Friedman, Lorenz 混沌时间序列以及Housing 数据的变量选择仿真结果验证了所提出方法的有效性.

摘要:

针对多相催化剂在非定态下的复杂失活机理及活性受多种因素的影响, 获取催化剂失活过程的时间序列数
据非常有限, 因而降低建模效率和预测精度的情况, 提出一种基于相空间重构和支持向量机结合的非线性时间序列
预测方法. 将该方法应用于甲醇氧化羰基化反应中Cu-Si-Al 碳酸二甲酯合成催化剂失活过程建模, 仿真结果表明预
测误差在满意的范围之内, 所给出的碳酸二甲酯时空收率的预测值可以为反应器的正确设计和操作以及反应过程的
优化提供有效信息.

摘要:

针对粒子滤波应用于GPS/INS 组合导航系统时难以保证滤波实时性的问题, 提出一种基于线性/非线性结
构分解的改进粒子滤波算法. 改进算法对状态方程进行线性/非线性结构分解, 分别采用重点采样和线性卡尔曼方式
进行一步预测递推, 充分发挥粒子滤波和卡尔曼滤波的特点, 有效降低了粒子滤波的计算量, 在保证GPS/INS 组合导
航系统滤波精度的条件下提高了组合滤波的实时性.