摘要:针对知识化制造系统生产环境的不确定性, 构建一个基于多Agent 可互操作的知识化动态调度系统. 该系统
对各种调度问题采用具有一系列问题特征的知识表示, 利用Agent 技术构建基于问题的功能模块, 提出一种基于改
进Q-学习算法(WSQ) 的自适应调度机制, 以此指导设备Agent 在动态环境下的调度策略选择. 通过对其进行复杂性
分析和仿真实验, 验证了该控制策略的有效性. 该系统具有自适应和自学习特征, 具有高度智能化和可互操作性.

摘要:为了有效地利用经验知识, 弥补训练数据覆盖范围不足的问题, 提出一种将经验知识以TSK (Takagi-Sugeno-
Kang) 型模糊规则引入模糊模型的建模方法. 在结构辨识中, 提出了模糊规则融合方法, 用以确定初始模糊规则. 在
参数辨识中, 改进了原梯度下降方法中的目标函数, 并引入了经验知识准确性评价参数, 用以平衡样本数据和经验知
识对模型的影响. 数值仿真和工程实例应用结果表明, 所提出的方法可以有效地利用经验知识和样本数据, 使预报结
果更可靠、更精确..

摘要:支持向量域描述(SVDD) 算法适用于异常点检测, 但对于不同领域样本组的整体快速识别则力不从心. 为
此, 基于SVDD算法提出一种基于最小包含球的领域自适应算法(MEB-DA), 并将其发展为基于中心约束型最小包
含球的领域自适应法(CCMEB-DA), 以满足大样本数据的快速计算. 该算法通过计算各自数据组的包含球球心对不
同领域数据进行整体校正和相似度识别, 具有较好的便捷性和自适应性. 将所提出的算法应用于无限保真(WIFI) 数
据的室内定位和人脸识别检测, 均取得了较好的效果, 从而验证了所提出算法的有效性和快速性.

摘要:研究一类具有状态饱和约束的离散线性系统的??∞ 控制问题. 通过引入一个无穷范数小于等于1 的自由变
量, 将状态饱和约束下的离散线性系统状态变量约束在一个凸多面体内. 在此基础上, 给出了状态饱和离散线性系统
的有界实引理, 并研究了状态反馈控制律设计算法. 所给出的结论表示为双线性矩阵不等式, 可通过所提出的迭代线
性矩阵不等式算法求解. 最后通过数值例子验证了所提出算法的正确性和有效性.

摘要:针对传统的基于距离的离群点检测方法不能有效地处理具有离散型属性数据集的问题, 将基于距离的离群
点检测方法引入粗糙集理论, 利用粗糙集解决离散型属性的处理问题. 首先, 在粗糙集的框架中提出3 种面向离散型
属性的距离度量; 然后, 针对这3 种距离度量分别设计出相应的离群点检测算法, 用于从包含离散型属性的数据集中
检测离群点; 最后, 通过在2 个包含离散型属性的UCI 数据集上的实验, 验证了这些算法的可行性和有效性.

摘要:针对基于粒子群优化的粒子滤波(PSO-PF) 算法精度不高, 实时性差, 难以满足雷达机动目标跟踪的需求, 提
出一种基于动态邻域自适应粒子群优化的粒子滤波(DPSO-PF) 算法. 该算法可以动态调整粒子邻域环境, 其中每个
粒子按照邻域的环境和自身的位置信息自适应地调整相互间的邻域粒子数量, 使邻域粒子数量更为合理, 达到寻优
能力与收敛速度的最佳平衡. 最后利用不同模型对该算法进行了仿真实验, 实验结果表明所提出的算法能够提高雷
达机动目标跟踪的实时性和精确性.

摘要:针对大型空间飞行器的大角度姿态控制问题, 考虑航天器惯量矩阵中的不确定性和外部扰动力矩, 应用高
阶滑模控制方法设计了姿态跟踪控制律. 采用的二阶滑模控制方法改善了系统针对不确定性及外部扰动的鲁棒性,
并减弱了振颤现象. 针对所设计的控制器进行了仿真验证, 并与一阶滑模控制进行了对比, 仿真结果表明了所提出方
法的有效性.

摘要:针对现有和声搜索算法存在的不足, 提出一种学习型和声搜索算法(LHS). 根据目标函数值的变化, 自适应
调整和声记忆考虑概率(HMCR); 引入学习机制, 加快算法的搜索速度; 动态调节基音调整概率(PAR), 增强算法的全
局搜索能力. 对16 个标准函数的测试结果表明, 所提出的LHS 算法与其他4 种和声搜索算法相比具有较好的效果.
最后将改进算法应用于10 个0-1 背包问题和1 个经典的50 维背包实例, 实验结果表明LHS 算法优于其他算法.

摘要:针对具有状态不可测、参数不确定和输入饱和的轧机液压伺服位置系统, 提出一种基于anti-windup 的抗饱
和鲁棒动态输出反馈控制算法. 首先, 应用Finsler 引理, 将闭环系统稳定的充分条件转化为LMI 条件, 并解得控制器
参数矩阵; 然后, 综合考虑系统的干扰抑制能力和稳定域大小, 求解优化问题, 得到anti-windup 增益矩阵. 可以证明,
所设计的控制器能够保证闭环系统一致有界稳定, 并具有鲁棒??∞ 性能. 将所提出的算法应用于某650mm可逆轧机
液压伺服位置系统中进行仿真, 其结果验证了所提出算法的有效性.

摘要:研究大规模订单分配和排序问题. 从整体的角度协同优化多工厂供应链排序中的订单分配、生产调度和分
批运输调度3 个阶段; 以总订货提前期与总成本的加权和最小化为目标, 建立了问题的数学模型; 基于解的最优化条
件, 设计了禁忌搜索算法与动态规划方法相结合的集成优化算法; 在算法中设计了自适应选择机制, 以提高算法的搜
索效率. 数值实验结果验证了采用所提出的集成优化算法求解规模较大问题的有效性.

摘要:研究网络环境下具有随机丢包的自回归滑动平均(ARMA) 信号的估计问题, 其中丢包现象通过一个满
足Bernoulli 分布的随机变量描述. 通过ARMA模型与状态空间模型的转化, 将具有丢包的ARMA信号估计问题转
化为具有丢包的状态空间模型的状态和白噪声估计问题. 利用射影理论分别给出线性最小方差最优线性状态估值器
和白噪声估值器, 进而获得ARMA信号估值器. 仿真结果表明, 当存在数据丢失时, 所提出的算法与以往基于完整数
据的最优估计算法相比具有最优性和有效性.

摘要:针对属性权重和属性值信息均不完全, 且含有非线性形式的多属性决策问题, 提出一种基于优势关系实现
方案择优与排序的决策方法. 首先定义方案优势、弱优势和潜在优关系, 构建等价的非线性规划模型, 确定优势和潜
在优方案; 然后揭示、论证了非劣集与潜在优集的关系, 提出了方案优势度指标, 并据此给出了方案择优与排序的实
现步骤; 最后, 提出采用变量替换法求解非线性决策模型. 实例计算结果表明, 所提出的方法是可行且有效的.

摘要:在多属性决策领域中, 经典评价指标客观赋权的极大熵模型主要依据指标评价值的差异度进行赋权, 极易
导致对评价值差异度小的指标作出不重要(权值小) 的错误判断, 从而产生决策偏差. 对此, 首先提出灰关联深度系数
的概念, 以表征指标客观权重包含的信息量大小; 同时运用极大熵理论建立评价指标客观权重的极大熵配置模型, 以
确定多属性决策指标权重, 较好地解决了经典模型存在的严重缺陷; 最后通过实际案例的对比分析, 验证了所提出解
决方案的优良性能.

摘要:考虑实际决策环境的不确定性和复杂性, 提出一种具有多目标、多指标、多局势的灰靶决策模型. 首先, 将各
局势在相应目标下的各指标集结为目标综合效果评价值, 从而简化复杂的多层决策问题; 然后, 集成各局势到正负靶
心的空间投影距离, 提出一种新的综合靶心距, 并以综合靶心距最小化准则为目标函数构建非线性优化模型来求解
最优的目标权重; 最后, 以某种产品的零部件绿色供应商的选择为例, 验证了基于正负靶心的多目标灰靶决策模型的
有效性和实用性.

摘要:讨论具有相似节点的耦合时滞复杂网络的稳定和同步问题, 且网络模型的外部耦合满足耗散条件. 对于不
同维数节点的复杂网络, 根据节点之间相似参量的信息, 利用线性矩阵不等式方法设计出含有相似参量的分散控制
器, 给出耦合复杂网络实现稳定的时滞独立判定准则. 定义了含有相似参量的同步流形的概念, 并设计了相应的分散
控制器, 给出了能使整个复杂网络同步的时滞独立判定条件. 数值算例表明了所提出设计方法的有效性.

摘要:针对太阳帆航天器地球逃逸轨道控制问题, 给出一种新的解析最优控制律. 该控制律可使航天器在逃逸过
程中轨道能量变化速率最大, 从而保证逃逸时间最短. 考虑到地球逃逸轨道形状, 引入改进春分点轨道根数对航天器
运动学方程进行描述, 并给出了地球逃逸轨道最优控制律的推导过程. 仿真分析表明, 该控制律计算速度较快, 而且
可以根据航天器状态实时计算姿态控制角, 因此比较适用于未来太阳帆航天器在轨自主控制系统.

摘要:针对高超声速飞行器六自由度再入模型, 考虑模型参数不确定和外界干扰对再入姿态控制的影响, 基于
Terminal 滑模对再入过程中姿态角的跟踪控制问题进行研究. 为了减少外界高频噪声对系统性能的影响, 首先, 利用
多时间尺度技术将姿态模型划分为双环结构; 然后, 分别针对各环路设计Terminal 滑模控制器, 并通过Lyapunov 理
论和奇异摄动理论对系统的稳定性进行证明. 仿真结果表明, 对于六自由度再入模型, 该控制方法能够很好地跟踪再
入制导指令.

摘要:针对传统Verhulst 模型的建模对象仅局限于实数序列这一缺陷, 对Verhulst 模型进行了拓展. 首先, 对“灰
度不减”公理进行延伸, 得到了“信息域不减”的推论; 然后, 构建核序列的Verhulst 模型, 并以信息域不减推论为依
据、以核为中心推导区间灰数上(下) 界的时间响应式; 最后, 通过实例演示了模型的计算步骤. 所进行的研究对于丰
富和完善灰色预测模型理论体系、拓展灰色预测模型的应用范围具有积极意义.

摘要:研究由一个制造商与两个竞争零售商组成的两级供应链系统的最优决策及契约协调问题, 其中每个零售商
面临的需求是价格敏感和随机的. 当随机需求分布具有递增失败率(IFR) 时, 竞争的零售商存在唯一最优的定价和订
购决策, 并给出了最优决策的解析表达式, 证明了收益共享契约能使两个竞争零售商加盟的供应链达到协调及契约
成立的条件. 最后通过理论推导和数值分析给出了需求价格弹性系数对最优决策及协调的影响.

摘要:研究异构无人机对不同类型目标执行侦察、打击和评估任务的协同任务分配问题. 采用信息论中熵的变化
量对侦察与评估任务中所获取的信息量进行度量, 将无人机对不同类型目标的打击能力抽象为对目标的毁伤概率,
并考虑各个任务之间的相互关联, 建立异构多无人机协同任务分配模型. 设计了基于相邻局部通信的分布式拍卖算
法, 实现了多无人机协同任务分配问题的优化求解. 仿真结果表明了所建模型的合理性和求解方法的有效性.

摘要:针对具有独立马尔科夫结构的线性随机跳变摄动系统, 在小时间参数不为零的基础上研究了系统的鲁
棒??∞ 控制问题. 首先提出具有线性矩阵不等式形式的鲁棒H∞ 稳定判据; 进而, 在计算相应小时间参数上界的基础
上给出线性随机跳变摄动系统的状态反馈鲁棒H∞ 控制方法. 对于任意处于小时间参数上界范围内的数值, 所提出
的方法均可确保相应的闭环系统具有鲁棒H∞ 性能.

摘要:研究一类线性不确定网络化系统信息受限情况下的模型控制问题. 在被控系统和模型系统通过带宽受限网
络相连的情况下给出了有效的量化方法, 使得量化值能够在量化器的容许范围之内, 并给出了系统在一定条件下渐
近稳定的充分条件. 最后的仿真算例表明了所提出方法的可行性.

摘要:针对滑模控制中传统趋近律存在收敛速度慢、时间长和抖振严重等不足, 提出一种利用双幂次趋近律提高
系统状态收敛速度的设计方案. 该双幂次趋近律无论在远离滑动模态还是在接近滑动模态的空间内均具有快速收敛
能力. 理论分析表明, 该双幂次趋近律具有二阶滑模特性, 当系统存在不确定性时, 系统状态及其导数可以快速收敛
到平衡零点的邻域内. 仿真结果表明, 双幂次趋近律与传统幂次趋近律、指数趋近律、快速幂次趋近律相比, 具有更
快的收敛速度和更好的运动品质.

摘要:如何在信道约束下设计控制器对于网络控制系统的研究具有重要意义, 为此提出将脉冲控制思想应用于网
络控制系统, 通过减少反馈过程的通信次数来降低控制策略对信道传输能力的依赖. 首先构建网络脉冲控制系统模
型; 继而利用Lyapunov 函数方法得到一类带有随机、有界时滞的网络控制系统的指数稳定性条件, 并给出了脉冲控
制器参数与系统收敛速度之间的定量关系; 最后通过数值仿真结果验证了所提出方法的有效性.

摘要:模拟移动床过程中连续变量与离散变量并存, 属于典型的混杂系统. 对此, 从混杂系统的角度出发, 在简化
模拟移动床过程平衡扩散模型的基础上, 探索一种新的模型表示方法. 通过应用一些近似处理方法, 导出了完整的一
类混合整数动态模型, 并通过对一种混杂非线性的Benchmark 模型的仿真实验验证了所建立的混合逻辑动态模型的
有效性.

摘要:对于不同维数下非线性系统的估计问题, 为从常用的Unscented 卡尔曼滤波(UKF) 和Cubature 卡尔曼滤
波(CKF) 中选取合适的滤波方法, 从函数泰勒展开式和数值稳定性上对其进行了分析和比较. 由于不同维数下它们
捕获函数泰勒展开式高阶项的程度和数值稳定性不同, 两者滤波精度出现差异, 从而得到了不同维数下滤波方法的
选择途径. 仿真结果验证了理论分析的正确性.
关键词: 维数；估计精度；泰勒展开式；数值。

摘要:针对常用风险评估方法仅使用单期截面数据构造模型, 对风险动态演化趋势信息反映能力不足的问题, 提
出一种同时考虑单期截面数据和时间序列数据的企业风险评估模型. 对于可用单期截面数据表示的状态变量, 采
用S 型函数度量该类指标的风险; 对于需要用时间序列数据反映的过程变量, 综合考虑该类指标的时间序列均值、方
差或偏度等特征, 将包含企业风险演化趋势信息的时间序列数据映射为一个截面值, 从而使风险评估模型具有处理
动态信息的能力. 应用实例表明了该方法的可行性和有效性.。

摘要:针对最优解有弱间断的最优控制问题提出一个自适应算法. 时间区间被划分为若干子区间, 使用分段多
项式逼近最优控制问题的解, 在每个子区间内, 最优控制问题被拟谱方法离散, 使用的配置点是Chebyshev-Gauss-
Lobatto 点. 根据计算出的数值解提供的后验信息, 该自适应算法既能剖分产生新的子区间, 又能在子区间内增加逼
近多项式的次数. 最后通过若干例子表明了所提出算法的高精度和有效性.

摘要:定义归一化邻域方差, 选取它和像素灰度值、邻域均值作为图像相容粒度空间的条件属性, 构造出基于条件
属性的相容粒度空间. 根据相容关系进行图像粒化, 定义相容决策粒间距离测度函数, 利用思维进化算法(MEA) 最
优选取阈值, 合成决策粒, 实现对目标区域的提取, 完成图像分割. 实验结果表明所提出算法去噪效果明显, 具有较好
的稳定性和收敛速度.