摘要:

故障诊断与预测技术是故障预测与健康管理(PHM) 中的两大关键技术. 依据电子系统的故障模式与机理,
结合测试性设计分析理论, 提出了一种基于测试性的电子系统综合诊断与故障预测方法框架. 对国内外综合诊断与
故障预测方法进行了分类与总结, 从基于测试性的嵌入式诊断、基于信号处理的智能故障诊断、基于测试性的故障
预测3 个方面论述了电子系统综合诊断与故障预测方法. 最后分析了制约电子系统综合诊断与故障预测的因素, 并
探讨了未来的发展趋势.

摘要:

无线传感器网络可采用连通支配集的虚拟骨干技术使平面网络层次化, 但传感器节点的失效和链路的断裂
会导致网络失败, 虚拟骨干网最好具有容错性好、可靠性高的特性. 对此, 提出具有容错性的2-连通??-支配集的构造
算法, 以节点自身和邻域信息分布式地构造??-支配节点, 利用最小生成树和块-割点图将??-支配节点2-连通. 理论分
析和实验仿真表明此算法具有较好的算法性能比, 在中等规模网络中会产生更少的具有容错性的??-支配节点, 可节
省传感器节点的能量消耗和网络的通信开销.

摘要:

随机退货会导致库存增加, 为了控制库存位于某一合理区间内, 在假设库存水平的动态变化由布朗运动描
述条件下, 利用更新过程和鞅理论构建了提前期为随机时系统的期望折扣总费用(包括库存、短缺、补货和处理费
用) 模型, 并在此基础上, 采用交叉熵法确定最优的产品补充和退货处理策略. 最后通过仿真实验分析了系统参数变
化对最优控制策略和期望折扣总费用的影响.

摘要:

针对纵向滑动参数未知的轮式移动机器人的轨迹跟踪问题, 提出一种自适应跟踪控制策略. 利用两个未知参
数来描述移动机器人左右轮的纵向打滑程度, 建立了产生纵向滑动的差分驱动轮式移动机器人的运动学模型; 设计
了补偿纵向滑动的自适应非线性反馈控制律; 应用Lyapunov 稳定性理论与Barbalat 定理证明了闭环系统的稳定性;
同时, 提出了一种由极点配置方法在线调整控制器增益的方法. 仿真结果验证了所提出控制方法的有效性.

摘要:

目前模式识别领域中缺乏有效的多类概率建模方法, 对此提出利用纠错输出编码作为多类概率建模框架,
将二元纠错输出编码研究的概率输出问题转化为线性超定方程的求解问题, 通过线性最小二乘法来求解并获取多类
后验概率的结果; 而对于三元纠错输出编码的等价非线性超定方程组, 提出一种迭代法则来求解多类概率输出. 实验
中通过与3 种经典方法相比较可以发现, 新方法求取的概率输出具有更好的分布形态, 并且该方法具有较好的分类
性能.

摘要:

为了在动态环境中很好地跟踪最优解, 考虑动态优化问题的特点, 提出一种新的多目标预测遗传算法. 首先
对Pareto 前沿面进行聚类以求得解集的质心; 其次应用该质心与参考点描述Pareto 前沿面; 再次通过预测方法给出
预测点集, 使得算法在环境变化后能够有指导地增加种群多样性, 以便快速跟踪最优解; 最后应用标准动态测试问题
进行算法测试, 仿真分析结果表明所提出算法能适应动态环境, 快速跟踪Pareto 前沿面.

摘要:

提出一种新的基于流形学习的数据降维及特征提取方法: 局部保持PCA 算法(LPPCA). 通过在PCA 的优化
目标中融入流形学习的思想, 不仅使投影得到的低维空间和原始样本空间具有相似的全局结构, 并且保持了相似的
局部近邻结构, 克服了传统PCA 方法只关注全局结构特征而忽略局部流形特征的缺陷, 同时给出了LPPCA 在故障
检测中的应用方法. S-Curve 和Swiss-roll 曲面数值仿真和TE 过程仿真验证了算法的有效性和优越性.

摘要:

基于阻力加速度-能量剖面设计, 提出一种新的三维自主再入制导方法. 该方法的阻力加速度-能量剖面由再
入走廊上边界和下边界内插得到, 倾侧角采用两次反转模式, 轨迹规划同时考虑了飞行器的纵向和横向运动, 并具有
在线生成三维轨迹的能力. 最后对制导方法的适应性进行了仿真分析, 仿真结果表明给出的再入制导方法能适应不
同情况的再入, 使飞行器在具有较好轨迹特性的同时以较高的精度到达末端能量管理界面.

摘要:

针对按订单生产(MTO) 下的多工序、多路径的钢铁生产中订单投放问题建立数学模型, 提出了度量订单交
货提前/拖期程度、负荷均衡程度以及工序生产紧密衔接程度的3 个指标. 针对问题的模型及其特点, 提出了基于负
荷均衡的订单投放算法. 首先基于负荷控制的思想为订单池中的订单指定生产路径; 然后基于瓶颈工序优先均衡的
原则调整工序负荷; 最后对非瓶颈工序进行负荷均衡. 基于企业实际生产背景的仿真实验结果验证了模型和算法的
有效性.

摘要:

产品服务化供应链中, 多个提供商向系统集成商提供产品和服务, 获得了产品和服务收益. 以提供商的双重
收益分配为例, 将提供商的服务质量作为参与程度, 在双合作博弈的基础上, 提出了模糊双合作博弈的收益分配模
型, 定义了Aubin 核心和crisp 核心, 证明了凸模糊双合作博弈中, 韦伯集与crisp 核心相等且是Aubin 核心的子集, 并
证明了提供商的服务质量提高时, 参与的联盟越大, 边际收益越大, 从而保证最优分配方案的存在性和模糊双联盟结
构的稳定性.

摘要:

针对一类具有随机时延的网络控制系统(NCSs) 周期反馈控制问题, 提出一个新颖的马尔可夫随机时滞系统
模型. 该模型包括一个分段常数广义采样保持函数(PCGSHF) 以及一个用于描述网络诱导时延和数据包丢失的马尔
可夫链. 应用李亚普诺夫方法以及线性矩阵不等式技术得到了闭环NCSs 随机稳定的充分条件, 并给出了状态反馈
控制器和PCGSHF 的设计方法. 最后, 通过仿真算例验证了设计方法的有效性.

摘要:

针对目标在空间上随机均匀分布, 在时间上动态随机产生的搜索环境, 提出一种基于质心V图划分(CVP) 的
无人机搜索决策方法对多架无人机进行搜索空间分配. 首先建立了CVP 数学模型, 在此基础上提出了基于CVP 的目
标分配算法, 并证明了算法的收敛性; 最后进行了仿真实验, 仿真结果表明所提出的CVP 策略能有效进行随机目标
搜索, 且算法具有良好的自适应能力.

摘要:

在直觉模糊群决策中, 一般通过赋权法对不同专家或决策者进行有效区分, 相关研究多偏重等值赋
权与主观赋权, 但两者均存在不足. 基于此, 提出一种仅依靠非犹豫度(专家对属性的非犹豫程度意味着对该属
性信息的掌握程度) 的精确加权(AWD)方法, 并证明了该方法的单调性与尺度不变性. 在AWD方法基础上, 提出
FOAWA和IFOAWG算子, 证明了新算子的幂等性、有界性与交换性. 最后, 通过算例展示了所提出方法的可行性和
有效性.

摘要:

将某一对象属于或不属于某一类别的不确定性程度视为灰度, 提出一种面向集合论的灰度定义与灰数分级
方法; 在此基础上建立灰色粗糙集模型, 讨论了其中的一些集合理论性质; 最后给出了一个说明该方法的实例. 研究
结果表明, 提出的方法能够清晰地说明对象可正确分类的确定性程度, 合理地解释灰数的级别, 构建的灰色粗糙集模
型可用于从不协调决策表中获取不同清晰度的规则集.

摘要:

考虑机器人间的通信受限约束, 将机器人抽象为微粒, 提出基于微粒群优化的多机器人气味寻源方法. 首先,
采用结合斥力函数的策略, 引导机器人快速搜索烟羽; 然后, 基于无线信号对数距离损耗模型, 估计机器人间的通讯
范围, 据此形成微粒群的动态拓扑结构, 并确定微粒的全局极值; 最后, 将传感器的采样/恢复时间融入微粒更新公式,
以跟踪烟羽. 将所提出方法应用于3 个不同场景的气味寻源, 实验结果验证了该方法的有效性.

摘要:

讨论了基于量化控制信号的间歇耦合复杂动态网络的同步动力学, 根据脉冲间隔周期和量化器的特征, 并
利用稳定性理论和Razumikhin 定理, 分别给出了含时滞和不含时滞下的复杂动态网络同步化准则. 网络节点间在一
系列分段周期内有耦合, 耦合过程中控制作用通过“对数量化器”对同步误差的反馈控制瞬态信号进行量化. 所得理
论结果进一步应用于由Chua 混沌系统为动力节点所构成的复杂动态网络, 数值模拟表明了所获理论结果的有效性.

摘要:

传统基于避撞、组队和聚集规则的个体运动协同算法具有内聚和速度一致趋势, 群体在外部信息刺激下难
以自发实施分群. 为此, 提出一种融合了邻域跟随行为的分布式协同控制算法. 该算法在短距排斥、长距吸引和速度
一致行为的基础上, 引入个体对于其感知域内间距变化最快的邻居的跟随运动, 并通过对跟随目标的动态更新, 实现
了外部信息作用下群体的自组织分群行为. 仿真实验验证了算法的可行性和分群有效性.

摘要:

针对单变量边缘分布算法(UMDA) 容易陷入局部最优解且搜索效率较低等缺点, 提出一种混合单变量边缘
分布算法(HUMDA). 该算法采用两阶段参数动态控制策略来控制算法的均值与方差参数, 在搜索初期保持群体的多
样性, 在算法后期提高了算法的局部搜索能力, 并引入混沌搜索机制有效提高了算法的搜索精度和效率. 采用多峰高
维标准测试函数进行测试, 测试结果表明HUMDA具有更优的全局搜索能力且搜索精度较高. 将其应用于求解水库
优化调度问题, 亦得到较好的结果.

摘要:

建立创新价值占有的Biform 博弈模型和设定创新者的信心指数, 讨论信心指数的调节作用如何影响创新者
最优偏好的许可数量选择及最大预期价值占有. 研究表明, 创新者价值的预期占有是关于其创新许可数量选择的分
段线性连续函数, 受信心指数的调节. 随着信心指数的增加, 创新者最优偏好的创新许可数量和最大预期的价值占有
都不断增加. 最后, 通过一个具体的案例验证了主要结论的正确性.

摘要:

针对现有直觉模糊聚类方法大都未考虑属性(指标)权重, 计算过于复杂且计算结果为实数的问题, 提出一种
基于新直觉模糊相似度的聚类方法, 计算结果为直觉模糊数, 运用直觉模糊熵得到属性权重, 构造了一种考虑属性权
重的直觉模糊相似度公式, 得到直觉模糊相似矩阵, 设计了风险参数, 决策者根据自己风险偏好选择风险参数进行聚
类. 最后通过算例验证了所提出方法的可行性和合理性.

摘要:

针对基于正反方向上的两个线性模型分别设计PID 控制器的缺陷, 提出根据正反方向上的线性模型分别
设计相应的状态反馈预测控制器. 采用输入输出约束策略保证模型准确, 并通过可行性分析确定最终的控制作用.
pH 值控制的仿真实验表明, 其对不对称非线性系统的控制效果明显优于传统的基于单一线性模型的预测控制及正
反方向分别采用PID 控制的控制效果.

摘要:

提出一种融合高斯过程回归(GPR) 的无模型容积卡尔曼滤波(MF-CKF) 方法. 容积卡尔曼滤波(CKF) 是一
种新的非线性高斯滤波方法, 比无迹卡尔曼滤波(UKF) 更具优势. 为了克服建模不准确时容积卡尔曼滤波精度下降
问题, 通过将高斯过程回归引入到容积卡尔曼滤波之中, 对训练数据学习建立系统非线性模型, 从而有效地避免模型
不准确造成的滤波性能下降. 仿真结果验证了无模型容积卡尔曼滤波在系统模型不准确情况下的优越性.

摘要:

针对切换非线性系统, 考虑了基于输出严格无源性的H∞ 问题. 利用每个子系统的输出严格无源性(这里并
不要求每个子系统都在整个时间域上满足输出严格无源性, 只要求子系统在其激活时间段内满足输出严格无源性),
同时借助切换系统理论中的多Lyapunov 函数方法, 用输出严格无源性中的存储函数作为备选的多Lyapunov 函数, 设
计了依赖存储函数的最小切换规则, 研究了一类切换非线性系统的H∞ 问题, 给出了存在H∞ 性能指标的充分条件.
此外, 这种基于输出严格无源性的方法也可用于分析切换级联系统的H∞ 问题. 最后, 通过仿真算例验证了这种基于
输出严格无源性的方法的有效性.

摘要:

研究一类不确定严反馈非线性系统的跟踪控制问题. 通过采用单一神经网络逼近系统的所有未知部分, 提
出一种新的鲁棒自适应控制设计方法. 该方法能直接给出实际控制律和自适应律, 有效地解决现有方法中存在的控
制设计复杂和计算负担重等问题. 稳定性分析表明, 闭环系统所有信号是半全局一致最终有界的, 并且通过调整控制
参数可使跟踪误差任意小. 仿真结果验证了所提出方法的有效性.

摘要:

为了克服传统蚁群算法易出现的停滞现象, 定义一种新的方向信息素来刻画寻优过程中的全局信息, 从而
保证在最优路径的基础上提高解的全局性, 并加快算法的收敛; 此外, 由于新的探索率因子的提出及全局选择策略的
修正, 使得信息素较弱的路径得以选择, 进而扩大了搜索的范围, 提高了算法的鲁棒性. 最后, 通过多个不同规模旅行
商问题的测试, 与蚁群系统算法相比, 实验结果表明了该算法具有更好的搜索能力及更快的收敛速度.

摘要:

利用公共Lyapunov 泛函方法和凸组合技术研究了一类不确定时变时滞切换广义系统的鲁棒H∞ 保性能控
制和状态反馈镇定问题. 在设定的切换规则下, 给出了基于线性矩阵不等式表示的鲁棒H∞ 保性能控制器存在的充
分条件, 保证了系统具有鲁棒H∞ 干扰抑制水平H 及状态反馈可切换镇定的同时满足保性能指标. 最后的仿真示例
验证了该方法的有效性.

摘要:

研究速度信息未知情形下的群体机器人集结控制问题. 分别针对未设置虚拟领导者和设置虚拟领导者两种
情形, 提出了仅考虑位置信息的观测器和具有网络连通性保持的分布式控制方法. 理论分析表明该算法具有网络连
通性保持功能, 并且保证所有机器人的速度信息收敛到一致, 机器人最终也会聚集到一起. 数值仿真实验验证了所提
出分布式控制算法的有效性.

摘要:

研究同时具有耦合时延和节点时延复杂网络的自适应周期间歇同步控制问题. 运用Lyapunov 稳定性理论,
自适应控制、牵制控制和间歇控制方法, 给出保证该时延复杂网络全局指数同步、且保守性更小的判定准则, 并给出
相应的自适应和牵制自适应间歇同步控制器设计, 该控制策略对节点间的耦合强度和网络的拓扑结构等具有较强的
鲁棒性. 最后以时延非线性动力系统为节点对复杂网络进行数值仿真, 验证了结论的正确性和有效性.