摘要:

作为一种新颖的基于概率模型的进化算法, 近年来分布估计算法(EDA) 得到了广泛的研究和发展. 在介绍
分布估计算法原理和特点的基础上, 重点综述了近些年分布估计算法的研究进展, 包括改进概率模型、保持种群多
样性以及设计混合算法, 进而总结了分布估计算法在理论及应用方面的研究现状, 最后提出了有待进一步研究的若
干方向和内容.

摘要:

针对大量无关或冗余的特征通常会降低模式分类中分类器性能的问题, 提出一种基于异步并行微粒群优
化的特征子集选择方法(AP-PSO). 该方法采用二进制微粒群优化搜索特征子集, 利用异步并行方式提高算法的运算
效率; 为有效协调种群的全局探索和局部开发能力, 充分利用混沌运动的遍历性和随机性, 提出一种一致混沌变异算
子. 与已知4 种特征子集选择方法进行比较, 所得结果验证了该算法的有效性.

摘要:

研究由风险中性供应商和具有损失厌恶偏好零售商组成的供应链在弹性数量契约条件下的协调问题. 揭
示了契约参数和零售商损失厌恶特性对零售商最优订货量的影响, 发现调整弹性度这一契约参数可使供应链得到协
调; 同时, 当弹性度满足一定条件时, 调整批发价格也可实现供应链协调. 最后通过数值分析, 验证了弹性数量契约在
协调供应链中的有效性, 并探讨了其中原因.

摘要:

知识重组是风险管理中辅助决策者获得决策信息的重要环节, 它将与应急问题情境具有强关联的文本性决
策知识提供给决策者. 在范畴化结构的基础上, 提出一种基于遗传算法面向语义关联的知识重组方法, 为风险决策知
识快速获取所需的高维语义信息处理提供了新的途径. 该算法从遗传编码、算子、收敛控制和参数选择4 个侧面来
实现进化过程. 仿真实验结果表明, 在强制收敛的条件下, 该方法可获得较好的重组可靠性.

摘要:

非参数回归预测方法在交通流短时预测中得到了广泛应用. 针对提高搜索速度和关键参数的优化设置两个
问题, 提出使用KD树作为模式库的存储结构, 能够有效提高搜索速度, 并且能够在实际运行中不断将新发现的交通
流模式实时地加入模式库. 提出使用遗传算法对非参数回归中的重要参数进行优化, 实验表明能够得到相对较优的
参数设置. 所得研究结果为实时的交通流短时预测系统提供了一种较好的预测方法.

摘要:

以设计最小径向基函数(RBF) 神经网络结构为着眼点, 提出一种在线RBF 网络结构设计算法. 该算法将在
线减法聚类能实时跟踪工况的特性与RBF 网络参数学习过程相结合, 使得网络既能在线适应实时对象的变化又能
维持紧凑的结构, 有效地解决了RBF 神经网络结构自组织问题. 该算法只调整欧氏距离距实时工况最近的核函数,
大大提高了网络的学习速度. 通过对典型非线性函数逼近和混沌时间序列预测的仿真, 表明所提出的算法具有良好
的动态特性响应能力和逼近能力.

摘要:

研究使一类时变耗散耦合复杂网络自同步的内耦合矩阵选择方法. 在主稳定函数法的基础上, 通过对节点
变分方程系统阵的约当标准型进行分析, 给出了几种适用于不同情况的内耦合矩阵选择方法, 以同步速度为依据提
出了较优内耦合矩阵的选择命题, 并给出了相应的选择方法. 最后以3 个典型算例验证了所提出方法的有效性.

摘要:

针对方案的指标值为区间直觉模糊数的决策问题, 提出一种基于灰色关联分析和MYCIN不确定因子的决
策方法. 该方法将MYCIN 不确定因子方法融合到决策方法中, 运用灰色关联方法确定各指标的信任度, 通过计算各
方案在不同指标下的不确定因子并对其进行融合来确定最佳方案. 实例分析表明了该方法的有效性和可行性.

摘要:

针对一类时变参数化非线性系统的控制问题进行深入研究, 提出一种新的迭代神经网络估计器, 并证明了
其逼近引理, 实现了对时变不确定性的逼近. 在用迭代神经网络对时变不确定性进行估计的同时, 以Lyapunov 稳定
性理论为基础, 综合运用Backstepping 和自适应控制技术, 设计了自适应迭代学习控制器, 并进行了稳定性分析, 得
到了稳定性定理, 解决了这类时变非线性系统的控制问题. 最后的仿真实验验证了所提出设计方法的正确性.

摘要:

特征空间分析是视觉跟踪中的关键问题. 针对mean shift 跟踪算法中模板匹配问题, 提出了特征贡献度概
念, 有效减少了背景和噪声因素干扰, 使重要性特征在匹配中起到关键作用; 利用结构二值分布图携带空间结构信息
的优点, 很好地避免了统计特征的匹配误差, 在一定程度上提高了跟踪的精度和鲁棒性. 仿真实验结果表明该算法具
有一定的优越性和实时性, 在跟踪目标存在变形、噪声、遮挡时也可以达到比较理想的跟踪效果.

摘要:

针对模型未知时滞系统的预测补偿控制, 提出一种基于动态邻域拓扑微粒群算法以优化动态神经网络的参
数, 并将其作为预估器和辨识器应用于一种新的Smith 预估双控制器结构设计. 利用微粒群算法空间搜索能力指标,
动态建立邻域拓扑结构, 优化神经网络参数, 并将两者的组合模型应用于新的双控制器结构, 将负载扰动和定值控制
分开, 以提高Smith 预测补偿模型的控制精度和鲁棒性, 最后通过仿真验证了所提出方法的有效性.

摘要:

INS/GPS 组合导航系统的本质是非线性的, 为改善非线性下INS/GPS 组合导航精度, 提出将一种新的非线
性滤波cubature Kalman filter(CKF) 应用于INS/GPS 组合导航中. 为此, 建立了基于平台失准角的非线性状态模型和
以速度误差及位置误差描述的观测模型, 分析了CKF 滤波原理, 设计了INS/GPS 组合滤波器, 对组合导航非线性模
型进行了仿真. 仿真结果显示, 相对于扩展卡尔曼滤波(EKF), CKF 降低了姿态、位置和速度估计误差, CKF 更适合于
处理组合导航的状态估计问题.

摘要:

研究基于冲突利益主体不完全确定权重信息情景下的群决策方法．把不完全确定的权重信息作为证据, 建
立了所有证据之间的距离最小测算模型, 提出了不完全确定权重数值上、下限范围估计模型; 为解决冲突证据的融
合问题, 提出了基于证据相似性的证据协调加权因子; 建立了基于灰靶决策的靶心距分布范围确定模型, 以排定方案
优劣顺序. 最后基于该方法探讨了某棕地开发方案的评价应用．

摘要:

聚氯乙烯汽提过程具有高度非线性和时变性等特点, 是一类复杂的非线性工业过程. 首先基于动态模糊神
经网络建立了数据驱动的聚氯乙烯树脂(PVC) 汽提过程的被控对象模型; 然后采用一种神经网络分散式解耦控制器
对汽提过程进行解耦, 得到浆料流量-塔顶温度和蒸汽流量-塔底温度两个单变量系统; 最后采用BP 神经网络PID 控
制器对系统进行控制. 仿真实验结果验证了所提出集成控制策略的有效性.

摘要:

从随机稳定的基本定义开始, 对奇异线性随机跳变系统的随机稳定问题进行分析, 推导出满足鲁棒??∞ 性
能的随机稳定条件, 并在此基础上进行推广. 首先针对估计误差满足鲁棒??∞ 性能约束的条件, 给出带Kalman 滤波
器形式的滤波器设计方法; 然后重点研究了系统中各模态参数矩阵带有不确定性的情况; 最后给出相应的数值算例
并计算滤波器系数, 验证了该方法的有效性和正确性.

摘要:

在移动长基线(MLBL) 定位结构中, 虽可利用基于水声传播延迟(TOF) 原理获取的量测信息和贝叶斯滤波
器(如扩展卡尔曼滤波(EKF)) 提高低自定位能力无人水下航行器(UUV) 的定位精度, 但较高的测量误差会降低这种
提高的幅度. 根据水声通信的特点提出了一种相关性假设并构建了误差修正算法(ECA), 在设定条件下利用误差间
的相关性减小量测误差, 从而实现量测的粗估计. 仿真结果表明, 先粗估计量测值再结合贝叶斯滤波器, 可显著提高
配备低精度自定位传感器的UUV的定位精度.

摘要:

在对船舶横摇预测研究的基础上, 提出一种基于混沌和在隐层具有2 个反馈权值的二阶对角递归神经网络
的直接多步预测模型; 给出了易于实现的动量梯度学习算法, 并对其收敛性进行了验证. 仿真结果表明, 直接多步预
测不依赖于单步预测的结果, 对比单步预测模型能快速、准确地预测船舶横摇运动时间序列, 具有更好的预测精度
及较长的预测时间.

摘要:

基于多尺度的思想, 首先将在最细尺度上建立的状态方程、量测方程改写为以数据块形式描述的对应方程;
然后利用小波变换技术将最细尺度上的块状态向量向粗尺度上分解, 并将在最细尺度上建立的量测方程表达为粗尺
度上状态向量的函数; 最后结合常规Kalman 滤波技术, 建立了一种动态系统的多尺度单模型滤波方法. 将上述算法
应用于多传感器组合导航系统, 仿真结果验证了该算法在不增加计算量量级的情况下, 具有较好的融合精度.

摘要:

针对动态逆方法作为一种先进飞行器控制方法因需被控对象精确的数学模型而难以保证算法鲁棒性的问
题, 在深入研究飞行器的不确定性模型基础上, 将动态逆方法作为鲁棒控制的内环, 对模型不确定性进行外环鲁棒控
制补偿. 在传统??∞ 控制基础上进行了?? 综合的分析与设计, 并进行了最差情况分析. 从仿真结果可以看出, 这种方
法既保证了动态逆方法的鲁棒性, 又提高了整体控制性能.

摘要:

为实现高精铜板带配料过程的优化, 建立了考虑降低成本、减少烧损、循环利用旧料且满足多种旧料可代
用性等配料原则的配料优化模型, 并利用拉格朗日松弛法对模型进行了变换. 针对所建模型, 设计了基于第2 代非支
配排序遗传算法(NSGAⅡ) 的求解方法, 重点研究了染色体表示、比较算子和基于模糊集合理论的Pareto 选优方法.
研究结果表明, 与现有配料算法相比, 此种求解方法可获得更优的结果且一次运行便可提供多种可行的配料方案.

摘要:

针对无能力限制的Lot-sizing 问题, 提出一种改进的离散粒子群优化算法. 设计粒子编码为生产设备的调整
状态, 通过有效的解码程序将粒子解释为生产计划. 区别于传统的粒子群算法, 算法采用单切点交叉算子来提高算法
的局部求精能力, 并引入变异算子和速度扰动策略保持种群的多样性, 使算法在局部求精和空间探索间取得了较好
的平衡. 在随机生成的90 组测试实例中对算法性能进行仿真实验, 结果表明该算法具有良好的性能.

摘要:

将不确定的加工时间用三角模糊数表示, 研究了梯形软交货期下的模糊车间作业满意调度问题. 通过梯形
交货期和三角模糊完工时间确定的两个悲观点实现了客户对产品提前或拖期情形下的悲观满意度, 同时兼顾最可信
满意度, 利用三点满意度的组合优化建立了优化目标. 仿真实验结果表明, 所建立三点满意调度模型相对传统悲观调
度模型, 在保证决策者抗风险偏向的同时, 大大提高了最可信满意度水平, 实现了更加综合的满意调度.

摘要:

为了进一步提高基于块与四叉树的自适应环路滤波算法(BQ ALF) 的编码性能, 提出了最优对称性的快速
自适应环路滤波算法(FALF OS). 首先根据区域对称性和平均绝对差值门限确定最优的对称性滤波器; 然后在I 帧中
按照基于块与四叉树的方法得到需要滤波的区域, 在P 或B帧中利用运动矢量、运动估计和率失真模型A(RDOA) 得
到需要滤波的区域; 最后采用得到的最优对称性滤波器对这些区域进行滤波. 仿真结果表明, 与BQ ALF 算法相比,
所提出的算法在保证重建图像质量的同时, 编码时间大幅度下降.

摘要:

将无人机发动机的性能转化为约束条件进行航迹规划, 减小了航迹跟踪阶段的航迹跟踪误差. 分析了发动
机性能与航迹规划约束条件之间的关系, 给出了发动机功率与最大爬升角、最大转弯角、航程与续航时间之间的转
换公式, 建立了最大转弯角与最小航迹长度之间的数学联系. 仿真结果表明, 根据发动机性能得到的不同约束条件能
够规划出适合不同无人机的三维航迹.

摘要:

针对无线多用户正交频分复用(OFDM) 系统中功率分配问题, 提出一种基于效用函数最大化框架的资源分
配算法. 在实际网络环境中, 此类最优化算法为非凸的, 利用经典最优化方法很难解决. 为此, 将智能优化中的粒子群
方法应用到非凸优化算法设计中, 并针对粒子群优化容易陷入局部极值点的问题, 将Logistic 混沌搜索嵌入PSO 算
法中, 提出混沌粒子群算法. 与同类算法相比, 所提出算法不仅有效解决了非凸性问题, 而且可以使系统具有更好的
性能.

摘要:

基于谱技术研究了线性随机系统的区间稳定性与镇定控制问题. 首先给出了保证随机系统区间稳定的充分
性判据, 该判据可确保随机系统的谱全部位于左半复平面的某一带状区域内; 然后, 利用矩阵的奇异值分解给出了静
态输出反馈镇定控制器的设计方法, 并将其归结为一组线性矩阵不等式(LMIs) 的求解问题; 最后, 数值仿真验证了
所得结论的正确性.

摘要:

针对障碍物分布复杂、存在封闭边界的受限空间, 提出一种环境自适应区域栅格化的优化路径规划算
法. 该算法首先将环境自适应划分为区域栅格, 并提出阻碍度指标降低搜索空间的维度以优化区域栅格的划分; 然
后结合随机变异和定向变异, 给出一种可有效平衡搜索效率与精度矛盾的多维变异粒子群优化算法; 最后使用最
小二乘曲线拟合方法对优化路径予以平滑处理. 与非线性递减惯性权值粒子群算法(NDW-PSO) 及组合粒子群算
法(C-PSO) 对比的仿真结果验证了所提出算法的先进性.

摘要:

研究一类具有测量数据丢失的大系统分散..∞ 控制器设计问题. 针对由.. 个子系统构成的线性离散大系
统, 假设测量数据丢失满足已知概率的Bernoulli 分布, 采用线性矩阵不等式方法给出了分散..∞ 控制器存在的充分
条件, 所设计的控制器使得闭环系统均方指数稳定, 且满足指定的..∞ 性能指标. 通过仿真例子验证了该方法的有效
性.

摘要:

研究多属性群决策中专家权重的调整问题. 在得到专家主观权重的基础上, 提出一种权重调整算法. 通过计
算专家个体决策结果与群体决策结果的灰色关联度并结合初始权重求得专家的综合权重, 运用专家的综合权重计算
调整后的决策结果, 并据此继续对权重进行调整, 直至计算出稳定的权重和决策结果. 通过对嵌入式计算机的性能评
价表明了该方法的可行性与实用性.

摘要:

针对复杂非线性系统单模型建模存在计算量大和精度差的问题, 提出一种采用仿射传播聚类的多模
型LSSVM 建模方法, 通过仿射传播聚类对样本数据按输入集和输出集二次聚类划分, 并分别建立LSSVM 子模型,
非线性系统模型通过子模型加权合成. 将该方法应用于两电机变频调速系统的张力和速度模型辨识, 仿真结果表明,
该建模方法具有较高的精度, 能准确拟合系统的非线性特性.