摘要:

高斯过程回归是基于贝叶斯理论和统计学习理论发展起来的一种全新机器学习方法, 适于处理高维数、小
样本和非线性等复杂回归问题. 在阐述该方法原理的基础上, 分析了其存在的计算量大、噪声必须服从高斯分布等
问题, 给出了改进方法. 与神经网络和支持向量机相比, 该方法具有容易实现、超参数自适应获取以及输出具有概率
意义等优点, 方便与预测控制、自适应控制、贝叶斯滤波等相结合. 最后总结了其应用情况并展望了未来发展方向.

摘要:

阴性选择(NS) 算法是人工免疫的核心方法, 检测器生成是其关键. 针对其经典V-detector 算法中高维数据
失效及随机生成初始检测器集过于集中而导致过早收敛等问题, 首先采用拟随机序列生成初始检测器; 然后通过克
隆选择优化检测器集合, 以覆盖非自体空间大小及数量作为亲和力标准, 克服传统进化阴性选择(ENS) 算法的局限
性, 并采用新型进化算子使得算法生成最优检测器集合; 最后, 通过实验验证了该方法的有效性.

摘要:

针对应急决策冲突性特点和难以形成高一致性决策方案的问题, 分析了应急群体决策冲突产生的原因, 构
建了应急决策冲突消解协调框架, 提出了应急决策群体冲突测度方法, 以及应急决策冲突消解模型和方法, 形成了非
常规突发事件应急决策冲突消解协调机制, 使应急群决策冲突逐渐收敛以获得冲突程度足够低的应急决策方案. 最
后通过算例分析验证了冲突消解协调方法和机制的有效性.

摘要:

针对一类不确定线性系统, 讨论了状态估计及未知输入和可测噪声重构方法. 首先, 对仅具有未知输入的线
性系统, 讨论了观测器匹配条件不满足前提下的状态估计和未知输入重构问题; 通过设计降维观测器和高阶滑模观
测器, 提出一种未知输入代数重构方法; 然后, 将以上结论上升到具有未知输入和可测噪声的线性系统, 以此提出了
状态估计及未知输入和可测噪声同时重构的方法; 最后, 通过对飞行器模型进行仿真, 验证了所提出方法的有效性.

摘要:

为了将双足机器人的混沌步态控制收敛到稳定的周期步态, 提出一种控制策略. 首先用庞卡莱截面法研究
斜坡倾角变化对步态的影响, 结果表明, 坡度增大会导致倍周期步态到混沌步态的产生; 然后以人类步行的生物力学
为仿生依据, 根据延迟反馈控制的基本思路, 设计了自适应常值驱动与传感反馈相结合的仿生行走控制策略, 并依据
当前步和前两步初始状态对控制器参数进行逐步调节, 最终将混沌步态控制收敛到周期步态. 仿真结果表明了所提
出算法的有效性.

摘要:

研究线性Markov 切换系统的随机Nash 微分博弈问题. 首先借助线性Markov 切换系统随机最优控制的相
关结果, 得到了有限时域和无线时域Nash 均衡解的存在条件等价于其相应微分(代数) Riccati 方程存在解, 并给出了
最优解的显式形式; 然后应用相应的微分博弈结果分析线性Markov 切换系统的混合H2/H∞ 控制问题; 最后通过数
值算例验证了所提出方法的可行性.

摘要:

二型模糊集的质心计算称为降型, 目前的降型方法大多计算成本较高, 其中EKM(Enhanced Karnik-Mendel)
法可计算区间二型模糊集的质心. 然而, 由于EKM算法中求取切换点的初始化方法还不完善, 计算时间较长, 使其在
实际应用中受到一定限制. 对此, 提出一种新的改进EKM法, 对原有方法进行了两处改进: 更改切换点的初始化条件
和改进查找切换点的方法. 所提出的方法可实现向上和向下搜索, 计算量大大减小, 降型更有效. 仿真结果验证了新
的改进EKM法的有效性.

摘要:

实际优化问题中可能包含很多目标, 这些目标并不都是相互冲突的, 有些目标是相互冗余的, 因此实际的
Pareto 前沿面的维数比目标空间的维数要少. 为了提高进化算法的效率, 减少计算量, 提出一种基于几何投影的方法
来实现多目标优化问题的降维. 首先通过辨别Pareto 前沿在二维坐标面上的投影形状, 寻找投影区的边界曲线; 然后
根据投影区的面积和边界曲线的单调性来计算目标之间的冲突度. 数值仿真表明了该方法的有效性.

摘要:

针对在解决某些复杂多目标优化问题过程中, 所得到的Pareto 最优解易受设计参数或环境参数扰动的影响,
引入了鲁棒的概念并提出一种改进的鲁棒多目标优化方法, 它利用了经典的基于适应度函数期望和方差方法各自的
优势, 有效地将两种方法结合在一起. 为了实现该方法, 给出一种基于粒子群优化算法的多目标优化算法. 仿真实例
结果表明, 所给出的方法能够得到更为鲁棒的Pareto 最优解.

摘要:

为了克服现有方法因立论假设过于理想而存在决策结果的科学性和满意性较差以及决策过程效率低下等
缺陷, 基于前景理论构建了能够吸纳多种模糊信息且能从中识别有效前景的优选模型及判别定理, 并针对结果价值
的交互学习提出了具有收敛性的交互式决策方法. 数值模拟分析表明, 所提出的方法既能反映群组成员风险偏好, 保
证决策结果具有科学性、满意性, 又能平衡信息完善程度与其获取成本之间的矛盾关系, 保证决策过程具有有效性
和可行性.

摘要:

针对复杂功率驱动系统控制中现有牵制控制策略在保持拓扑结构连通性和降低功率消耗方面存在的不足,
提出一种基于局部估计的功率驱动多智能体网络的牵制蜂拥控制算法. 该算法首先利用幂迭代一致估计算法动态估
计多智能体网络的代数连通度; 然后根据代数连通度的局部估计值及最大功率约束自适应调整个体发射半径, 以保
持多智能体网络在演化过程中拓扑结构的连通性, 并有效降低功率消耗; 最后通过仿真实验验证了所提出控制算法
的有效性.

摘要:

研究高阶固定有向积分器网络的包含控制问题. 针对静止和运动的领导者, 分别为跟随者提出了不同的控
制协议. 领导者是静止的情况下, 应用拉普拉斯变换终值定理提出线性控制协议, 驱使跟随者渐近进入由多个领导者
所构成的静态凸包中; 领导者是移动的情况下, 提出非线性控制协议, 以保证跟随者能够渐近进入由多个领导者所构
成的动态凸包中, 并使跟随者一直保持在该凸包中, 同时提出了能够达到这一目标的充分条件. 仿真结果验证了该理
论分析的正确性.

摘要:

针对参数不确定的自动引导车的运动控制问题, 应用Backstepping 方法设计自适应控制器, 并运用Lyapunov
稳定性理论与Barbalat 定理证明了系统的稳定性; 同时利用进化规划算法优化控制器参数, 通过跟踪微分器对输入
信号与虚拟控制信号进行滤波处理并提取微分信号, 避免了对虚拟控制信号的解析求导, 简化了控制器的设计过程.
与传统PID 控制的对比仿真结果表明, 所提出的自适应控制策略能较好地补偿系统参数摄动的影响, 提高了自动引
导车的轨迹跟踪性能和鲁棒性.

摘要:

研究不确定飞行控制系统执行器中断故障检测与分离问题, 同时设计了状态反馈控制器和检测器, 在保证
闭环控制系统稳定的前提下, 通过设计的检测器对系统状态进行重组以产生残差进而检测执行器的中断故障. 此外,
通过设计一组分离器, 可以确定出执行器发生故障的位置. 最后, 通过研究一个飞行控制系统模型验证了所提出方法
的有效性.

摘要:

基本概率赋值概率转换是合成证据用于辅助决策的主要方法之一. 针对现有转换方法中存在的缺少合理转
换依据, 灵活性和客观性不能兼顾的问题, 提出一种基于不确定度加权的概率转换方法. 该方法将概率转换视为一种
决策过程, 选择原BPA与最特异BPA间的Jousselme 距离作为不确定性量度, 通过“假设-校验”的方法联合求解最特
异BPA与转换概率. 实验算例表明, 所提出方法的处理过程与人们的决策过程一致, 概率转换结果合理有效.

摘要:

为了在充分利用高光谱信息的同时减少因数据冗余带来的分类精度降低, 提出一种块非负稀疏重构嵌入降
维算法. 首先, 将传统超完备字典转化成超完备块字典; 然后, 通过计算每个超完备块字典对应样本的最小重构误差,
得到块非负稀疏重构权重矩阵; 最后, 在低维嵌入时, 通过同时最小化局部和最大化非局部高光谱数据的非负稀疏信
息, 得到全局最优的低维子空间高光谱数据. 通过3 组高光谱数据的实验结果验证了所提出方法的可行性和有效性.

摘要:

针对机动目标跟踪问题, 基于转换时间条件交互多模型(STC-IMM) 结构, 提出一种转换概率自适应的
STC-AIMM 算法. 该算法根据滤波器收敛时间预设了模型转换时间条件, 保证了滤波器对目标后验状态的合理逼近,
同时通过模型转换概率的自适应算法实现了模型与目标运动模式的实时最优匹配. 理论和仿真分析结果表明:相比
交互多模型(IMM) 算法和STC-IMM 算法, 该算法能够发挥滤波器最优性能, 实现模型概率的优化分配, 对目标不同
强度的机动具有良好的适应性、跟踪稳定性和更高的跟踪精度.

摘要:

在建立惯性定向三轴稳定卫星非线性耦合姿态运动模型的基础上, 设计了姿态三轴稳定控制的自适应滑模
变结构控制器. 在控制器的设计中, 考虑了小卫星惯量参数的不确定性以及外界力矩干扰的情况, 利用自适应滑模变
结构控制方法在线辨识干扰力矩的极值以及卫星惯量参数, 并依此动态调整控制器的输出. 基于Lyapunov 稳定性原
理证明了所设计的控制器能够使系统全局一致最终有界稳定. 仿真结果表明了该控制方法的有效性和可行性.

摘要:

借鉴自然界群居生物的搜索行为模式, 提出一种群体区域搜索算法. 该算法在优化过程中逐步收缩个体搜
索半径并进行适度随机调整, 引入巡游追随机制, 以一种简单而自然的方式有效地实现了算法广域探索能力与局部
开发能力之间的平衡. 算法结构简单、易实现, 易与其他算法相结合. 通过6 个典型测试函数的实验结果表明, 该算法
全局优化能力强、收敛精度高、稳定性好、总体性能优, 适用于复杂函数优化问题的处理.

摘要:

针对层次分析法(AHP) 判断矩阵群决策问题, 提出一种新方法: 定义可能度和满意度指标, 分别衡量属性排
序约束下合成矩阵的一致性程度和合成矩阵与群组判断矩阵的差异程度; 利用模糊互补判断矩阵的线性和连续性,
计算与群组判断矩阵差异最小的最优可能度矩阵和无约束的最优满意度矩阵; 采用两个最优矩阵上三角元素的几何
平均, 获取满足最优可能满意度的群决策合成矩阵. 最后通过算例表明了所提出方法的有效性和实用性.

摘要:

研究当零售商之间存在价格竞争时, 两条竞争闭环供应链的渠道结构选择问题. 结果表明: 从供应链系统总
利润角度出发, 当两条链之间竞争强度较小时, 中心化渠道结构占优; 反之, 分散化渠道结构占优. 从消费者与环境的
角度出发, 无论两链之间竞争强度为何值, 两条链同时选择中心化渠道结构时最有利.

摘要:

针对摩擦非线性的存在会使伺服系统控制精度难以提高的问题, 建立了考虑动态LuGre 摩擦的伺服系统
数学模型, 在系统参数和负载转矩未知的情况下设计了自适应模糊控制器, 用自适应模糊逻辑系统在线逼近包含
LuGre 摩擦在内的非线性环节, 从而实现了伺服系统高精度的位置跟踪. 利用Lyapunov 函数证明了闭环系统的稳定
性. 仿真结果表明, 该控制器能有效地补偿摩擦非线性的影响, 并对负载转矩变化具有较强的鲁棒性.

摘要:

为提高热装批量计划的调度可行性, 构建一种集成批量计划类型及部分调度约束的批量计划约束满足模型,
并采用显性基因的约束遗传算法进行优化求解. 在优化过程中, 采用一种以提高批量计划的调度可行性的基于邻域
连通的快速判定方法, 同时利用判定返回的信息构建显性基因指导优化过程. 最后利用实际生产数据进行测试, 结果
表明, 所提出的模型和算法能够提高热装率和批量计划调度的可行性, 并且算法的执行效率可满足实际应用的要求.

摘要:

企业之间的竞争模式已被供应链之间的竞争模式所取代, 基于此, 构造了制造商主导和零售商主导的两类
供应链主导模式. 运用博弈论思想, 分别分析了两类供应链主导模式批发价与回收补贴之间的关系, 回收补贴的设置
与零售商决策的关系, 以及不同供应链主导模式下的供应链效率和供应链稳定性. 最后通过比较合作决策和独立决
策的利润关系, 给出一种基于机会成本的供应链协调方法.

摘要:

在传统T-S 模型的基础上, 提出一种扩展T-S 模型. 该模型由一组模糊规则组成, 由规则前件实现输入空间
的划分, 将成员函数及其函数变换引入规则后件以实现对输入子空间的非线性映射. 对于该模型的建立, 使用改进量
子遗传算法优化规则前件, 递推最小二乘法确定规则后件参数. 通过对两个典型非线性系统辨识, 仿真结果表明了该
模型可以显著提高辨识精度, 且具有很好的泛化性能.

摘要:

针对奇异值-QR 分解方法存在有效奇异值难以确定的问题, 采用奇异值分解方法分析从区间二型模糊模型
抽取的两个激活强度矩阵, 提出了奇异值归一化差值的概念以描述相邻奇异值的变化情况, 从而反映了重要规则和
冗余规则在奇异值变化上的本质差异; 进而根据其临界点确定有效奇异值个数, 并利用QR分解得到有效奇异值所
对应的重要规则构建简约型区间二型模糊结构. 仿真实例验证了所提出方法的有效性和可行性.

摘要:

针对离散滑模趋近律形式多样且容易产生高频抖振的问题, 提出了离散滑模趋近律的一般形式, 并给出了
无抖振的到达条件及其理论证明, 从一般意义上为离散滑模趋近律的设计提供了理论依据. 针对满足匹配条件的不
确定系统, 给出了切换函数收敛域的推导方法, 推导了无抖振的最小收敛域. 以典型的高氏指数趋近律为例, 利用无
抖振的到达条件, 对其一般形式进行了无抖振改进, 验证了所提出方法的有效性.