摘要:

针对支付值为直觉梯形模糊数(ITFN) 的矩阵博弈求解问题, 提出了一种基于加权可能性均值的求解方法.
定义了ITFN 新的运算法则, 并引入ITFN 的下、上加权可能性均值和加权可能性均值的概念, 根据加权可能性均值
给出了ITFN 新的排序方法; 运用新的排序方法, 将求解局中人最优策略问题转化为求解双目标线性规划问题. 实例
分析验证了所提出方法的可行性和有效性.

摘要:

提出一种基于粒子群算法的改进多目标文化算法并用于求解多目标优化问题. 算法中群体空间采用多目标
粒子群优化算法进行演化; 信念空间通过对形势知识、规范化知识和历史知识的重新定义使之符合多目标优化问题;
信念空间和群体空间的交互通过自适应的接受操作和影响操作来实现. 若干多目标标准测试函数的仿真结果表明,
改进多目标文化算法能够在保持Pareto 解集多样性的同时具有较好的均匀性和收敛性.

摘要:

针对无线传感器网络(WSNs) 节点间信任关系建立时的信任决策和动态演化问题, 引入与节点信任度绑定
的激励机制, 建立WSNs 节点信任博弈模型以反映信任建立过程中表现出的有限理性和每次博弈过程的收益. 基于
演化博弈论研究节点信任策略选择的演化过程, 给出WSNs 节点信任演化的复制动态方程, 提出并证明在不同参数
条件下达到演化稳定策略的定理, 为WSNs 信任机制设计提供了理论基础. 实验表明了定理结论和激励机制的效果.

摘要:

针对参数具有确定性及不确定性的连续系统, 给出两种严格耗散PI 控制器的设计方法. 首先, 系统参数确定
时, 采用线性矩阵不等式方法, 导出了类状态反馈和静态输出反馈严格耗散PI 控制器存在的充要条件, 并由线性矩
阵不等式的可行解构造出严格耗散PI 控制器增益的显式表达式; 然后, 考虑系数矩阵均具有范数有界不确定性时的
鲁棒严格耗散控制问题, 得到相似的结果; 最后, 通过数值算例表明了所给方法的有效性.

摘要:

为了改善传统粒子滤波中的粒子退化和样本贫化问题, 提出一种人工物理优化的粒子滤波方法. 通过引入
人工物理优化, 对粒子滤波重采样过程进行了改进. 人工物理优化虚拟力模型规定粒子间存在相互作用的吸引力或
排斥力, 通过优化可以使粒子集提高对后验概率密度的逼近程度, 克服粒子退化的问题. 同时, 由于粒子在移动过程
中相互牵制, 优化后粒子集分布性更好, 并避免了粒子重叠或过度拥挤, 从而提高了估计能力, 维持了粒子的多样性.
仿真实验结果验证了所提出算法的有效性, 同时表明, 该算法具有较好的估计精度和稳定性.

摘要:

考虑一个供应商与一个零售商组成的单一时段、单一产品的两层供应链模型. 供应商提供基于期权的数量
柔性契约, 零售商将条件在险价值作为其风险度量准则. 首先得到了零售商的初始订货量及期权购买量与风险厌恶
程度之间的解析表达式, 并分析了解的性质; 然后通过数值实验分析了风险厌恶程度及各个系统参数对最优决策及
最优利润的影响.

摘要:

针对现有重复数据消除方法中提高压缩比和降低元数据开销之间的矛盾, 提出了一种基于预分块和滑动窗
口的重复数据消除方法并建立了性能分析通用模型. 该方法首先对数据对象进行基于内容的预分块, 再对数据变动
区域和非变动区域采用不同的分块策略, 从而在分块大小预期值较大时, 仍能获得较高的压缩比并降低了元数据开
销. 真实数据集上的实验结果表明, 该方法的平均压缩比高于现有最优值, 而平均时间开销显著降低.

摘要:

针对混合型偏好信息的集结问题, 利用直觉模糊实现了5 类混合型偏好信息的统一, 提出利用冲突系数
和Jousselme 距离综合表示的证据冲突度计算专家权重的方法, 最后利用Demsper 组合规则对专家权重修正后的证
据进行组合. 实例分析表明, 所提出的偏好信息统一方法能够保持转化前后方案的优先顺序不变, 通过专家权重对专
家意见的修正使得证据合成结果能体现多数专家的一致意见, 具有较高的实用价值.

摘要:

针对熵权法下属性客观权重的分散度不高的问题, 提出了基于调节系数的改进的判断矩阵标准化处理方法.
以不同决策者对相同方案同一属性的评价值为基础, 根据数据稳定性与属性权重之间的正相关关系, 提出以属性评
价值的熵作为数据稳定性的度量, 并由该熵值确定属性客观权重的方法. 同时, 依据群决策者对于属性的主观偏好值
的稳定性及其平均值之间的关系给出了属性的主观权重. 最后通过算例表明了所提出方法的可行性与实效性.

摘要:

针对应用公共Lyapunov 函数方法、模糊Lyapunov 函数方法和分段模糊Lyapunov 函数方法进行T-S 模糊系
统稳定性分析的保守性问题, 通过定义有效最大交叠规则组, 并基于离散型分段模糊Lyapunov 函数, 提出一个判定
开环离散T-S 模糊系统稳定性的充分条件. 该条件仅需在每个有效最大交叠规则组内分别满足模糊Lyapunov 方法中
的条件, 从而降低上述判定方法的保守性和难度. 仿真实例验证了所提出条件的有效性和优越性.

摘要:

提出一种针对位置指纹的模糊核c-means 聚类算法. 将位置指纹归结为一种服从正态分布的区间值数据以
反映接入点信号强度采样值的不确定性, 通过区间中值和大小确定的正态分布函数将位置指纹映射为特征空间中的
一点, 并在该特征空间中采用基于核方法的模糊c-means 算法对其进行聚类. 通过ZigBee 定位实验表明, 该方法对于
位置指纹的分类效果明显好于基于信号强度平均值的c-means 聚类, 可在保证定位精度的前提下有效降低定位的计
算量.

摘要:

针对准则权重已知、决策者权重未知、准则值为不确定语言的多准则群决策问题, 提出一种基于云模型的决
策方法. 该方法首先将不确定语言值转化为综合云; 然后采用生成浮动云的方法进行偏好集结, 并通过计算“不确定
度”和“决策者偏差度”求得决策者权重; 最后引入Hamming 距离求得贴近度大小, 通过比较得到方案集的排序. 实例分析表明了该方法的有效性和可行性.

摘要:

城市交通的快速发展和交通需求的不断增长, 使得城市交通拥堵日益严重, 由此造成的时间延误和经济损
失越来越大. 鉴于此, 提出了基于排队长度均衡的交叉口信号配时优化策略, 根据排队长度均衡的控制思想, 实时动
态调整各相位绿灯时间, 以达到排队长度均衡的控制目标, 保证了绿灯时间的充分利用. 通过近似动态规划方法的引
入, 使得该算法具有自学习和自适应的特性, 不依赖于交通流模型. 仿真结果验证了算法的有效性.

摘要:

在随机需求情形下考虑缺货损失, 基于前景理论建立损失厌恶零售商的效用函数. 根据数理模型推导, 得
到损失厌恶零售商订货量优化模型, 分析了损失厌恶零售商订货量与损失厌恶系数、零售价格、采购价格、单位残
值、单位缺货损失的关系. 主要结论有: 订货量随着单位残值、单位缺货损失的增大而增大; 但随着损失厌恶系数、零
售价格、采购价格的增大, 订货量可能增大, 也可能减小, 这表明损失厌恶会对订货决策产生重要影响. 最后, 通过算
例进行仿真分析. 所得结果表明了订货量与损失厌恶系数、零售价格、采购价格、单位残值、单位缺货损失之间关系
的正确性.

摘要:

针对自治水下机器人(AUV) 研究中的多机器人多任务分配问题, 提出一种基于自组织映射(SOM) 神经网络
的多AUV多目标分配策略. 将目标点的位置坐标作为SOM神经网络的输入向量进行自组织竞争计算, 输出为对应
的AUV机器人, 从而控制一组AUV在不同的地点完成不同的任务, 使机器人按照优化的路径规则到达指定的目标
位置. 为了表明所提出算法的有效性, 给出了二维、三维作业环境中的仿真实验结果.

摘要:

为了实现极端学习机(ELM) 的在线训练, 提出一种限定记忆极端学习机(FM-ELM). FM-ELM 以逐次增加新
训练样本与删除旧训练样本的方式, 提高其对于系统动态变化特性的自适应性, 并根据矩阵求逆引理实现了网络输
出权值的递推求解, 减小了在线训练过程的计算代价. 应用于具有动态变化特性的非线性系统在线状态预测表明,
FM-ELM 是一种有效的ELM在线训练模式, 相比于在线贯序极端学习机, FM-ELM 具有更快的调节速度和更高的预
测精度.

摘要:

提出了一种具有移动sink 的无线传感器网络能量均衡分簇路由协议. 将整个网络划分为若干个网格, 每个
网格采用簇头评判模型选出簇头, 簇头负责收集簇内兴趣事件, 进行数据融合后转发给移动sink. 当sink 在同一个网
格内移动时, 只需要将新位置通知当前网格的簇头; 当sink 移动到新的网格时, 先将位置报告给新网格的簇头, 然后
由该簇头将位置信息分发给其他簇头. 该协议能够有效地均衡节点的能量消耗, 延长网络的生存时间.

摘要:

由于多普勒盲区等因素, 机载脉冲多普勒雷达对目标的量测可能出现断续, 将盲区先验知识纳入粒子滤波
体系能够处理此类断续量测. 鉴于此, 通过建立载机平台与目标间相对运动模型, 分析机载雷达目标可检测条件, 并
据此提出一种改进的粒子滤波算法. 该算法利用相对机动检测判断目标是否进入盲区, 由盲区粒子预测目标可能重
新出现的区域, 保持对目标的跟踪. 仿真结果表明了该方法的有效性和可行性.

摘要:

为了改善多目标跟踪问题中概率假设密度(PHD) 滤波的估计精度, 提出基于拟蒙特卡罗的PHD 滤波算法.
该算法利用低偏差点集在状态空间中分布均匀的特性, 使得采样粒子集最大程度地相互远离, 充分地描述多目标状
态的后验概率密度, 从而准确地利用带有相应权值的粒子集来计算多目标数目和各个目标状态的估计值. 仿真实验
表明了算法的有效性, 且估计性能优于粒子PHD 滤波算法.

摘要:

针对传统递推子空间算法采用固定遗忘因子而存在易受噪声干扰等问题, 提出一种新的变因子递推子空间
辨识算法. 该算法首先引入变因子构造和更新输入输出Hankel 矩阵以及观测向量; 然后利用变因子改进梯度型子空
间跟踪算法估计系统的广义能观测矩阵, 并由广义能观测矩阵来估计系统矩阵; 最后运用系统矩阵??的特征值空间
欧氏距离信息实现变因子更新步骤, 使算法具有自适应性. 将所提出算法应用于一类时不变系统和慢变系统模型, 数
值仿真结果表明该算法跟踪速度较快且跟踪效果良好．

摘要:

结合广义预测控制(GPC) 方法和PID 反馈结构, 设计了一种具有预测功能的PID 控制器, PID 参数根据未来
时刻的预计输出误差进行整定. 控制器导出多步控制序列, 置于执行器端的延迟补偿器根据网络时延从控制序列中
选择控制信息并作用于控制对象, 从而对时延进行补偿, 使控制性能得到极大改善. 控制器结合了PID 控制和预测控
制的优点, 具有较强的鲁棒性和工程意义. 最后通过构造Lyapunov 函数对闭环系统的稳定性进行了分析, 并通过仿
真验证了该算法的有效性.

摘要:

针对具有多个特征成分的复合信号在单一特征过完备库下无法实现稀疏分解的问题, 提出构建联合过完备
库的思想. 联合过完备库由多个具有单一特征的过完备库联合构成, 包含复合信号中各分量信号的信息, 使得复合信
号在其上具有稀疏性. 利用稀疏分解算法, 对多个复合信号在相应的联合过完备库上进行稀疏分解和信号重构, 并与
单一特征过完备库的分解结果进行了对比分析. 仿真结果表明了构建联合过完备库思想的合理性和有效性.

摘要:

多模态过程中新出现的模态过程短期内无法获得充足的建模数据, 且传统统计控制方法无法有效地估计过
程特性. 鉴于此, 提出一种基于历史模型数据相关特性建立初步模型的方法, 充分利用已有多模态历史数据的相关特
性, 从历史数据中寻找与当前数据特征相似的数据进行补充, 建立初始模型, 并利用新积累的数据迭代初步模型, 逐
步实现准确描述过程特性的算法. 通过在田纳西-伊斯曼过程中的大量仿真, 表明了所提出方法的可行性和有效性.

摘要:

为了减轻群体评价中少数评价者的错误或偏见对群体评价结果的影响, 提出基于变权向量的群体评价信息
集结方法. 根据各评价者的评价值与基于线性加权法的群体评价值的差别, 确定了一个变权向量, 给出了基于该变权
向量的变权集结算子. 实例分析表明, 将该变权集结算子用于群体评价的信息集结, 可以有效减轻少数评价者的错误
或偏见对群体评价结果的影响.

摘要:

为了修正非次序一致性矩阵, 定义了非传递路径数和非传递路径贡献数两个概念. 提出利用非传递路径矩
阵来进行模糊判断矩阵的次序一致性判断方法. 同时, 根据非传递路径数的大小来确定模糊判断矩阵中的最不合理
元素, 这样模糊判断矩阵的次序一致性判断和修正可以一体化实现. 最后, 用1 个中小板上市公司的非财务指标体系
构建作为实例进行说明.

摘要:

为了解决无轴承异步电机运行控制中转速检测的问题, 实现对其高性能控制, 提出了一种基于左逆系统的
无速度传感器控制方法. 建立了转速与转矩绕组定子电流的子系统, 并证明了该子系统是左可逆的, 将左逆系统与该
子系统串联, 便可实现对转速的观测. 应用该方法建立了无轴承异步电机无速度传感器的矢量控制系统, 并进行仿真
研究. 结果表明, 该方法能在无轴承异步电机全速范围内准确观测出转速, 实现无速度传感器方式的稳定悬浮运行.

摘要:

针对铝电解生产过程的复杂性, 建立了基于网格共享近邻聚类(GNN) 最小二乘支持向量机(LS-SVM) 的
铝电解生产过程极距软测量模型. 该模型采用GNN算法将训练集分成具有不同聚类中心的子集, 对各子集分别
采用LS-SVM 进行训练并建立子模型, 同时通过参数转化实现模型对新数据样本的动态学习. 仿真结果表明, 基
于GNN最小二乘方法建立的铝电解极距软测量模型具有精度高、泛化性能好等特点, 能够为铝电解生产过程操作
优化提供实时准确的信息.

摘要:

提出一种基于梯度下降法的混合进化算法, 用于确定径向基函数(RBF) 神经网络结构和优化其参数. 在进化
算法中嵌入梯度下降算子, 对每一代中若干个精英个体以一定概率利用梯度下降法进行搜索, 以加强算法的局部搜
索能力. 利用混合进化算法对RBF 网络结构和参数同时进行训练和优化, 对网络节点数和参数进行混合编码. 仿真
实验结果表明该RBF 网络具有较强的泛化能力.

摘要:

为了实现全局最优的快速搜索, 对全局最优所处的范围进行预估非常关键. 受沙盘重心的力平衡关系启发,
提出基于重心定位的全局最优邻域估计方法. 利用空间变换技术, 将寻优空间的重心“移”至全局最优附近; 在重心逐
次“移”动过程中, 以重心为几何中心, 构造一个范围不断缩小的全局最优邻域. 函数测试和工程应用表明, 所提出方
法能以较小的种群和迭代次数确定全局最优的有效邻域范围.

摘要:

针对线性参数模型的基函数选择问题, 结合奇异值分解和PRESS 统计提出一种模型结构优化算法. 通过预
先对候选基函数矩阵进行分块操作, 减少非最优列间的重复比较. 在此基础上, 对各子块采用奇异值分解与PRESS
统计相结合的方法进行选择, 直接以模型的泛化能力作为目标, 自适应地选择基函数. 通过奇异值分解, 在降低候选
基函数数量的同时, 使其彼此之间相互正交, 有效地简化了PRESS 统计的计算复杂度. 仿真结果表明, 所提出的方法
能够有效简化模型结构, 并保持较高的预测精度.

摘要:

利用Gabor 滤波器进行特征提取时, 不同的Gabor 滤波器参数所提取的特征具有不同的特点, 首先从理
论上分析了Gabor 滤波器不同的时域(频域) 窗口尺寸、不同的Gabor 滤波器方向对所提取特征的影响; 然后分析不
同Gabor 滤波器模板尺寸对所提取特征的影响; 最后利用CAS-PEAL-R1 人脸库进行仿真实验.