摘要:

客观地评述了关键链方法的优缺点. 首先, 简要阐述了关键链与关键路径法/计划评审技术及资源约束型项
目调度问题的异同点; 然后, 从关键链调度优化模型、缓冲机制和关键链的应用3 方面梳理了已有的研究成果, 相应
地, 从两个方面总结出目前关键链方法中的欠缺; 最后, 从多目标优化、动态关键链、与鲁棒性结合和与其他理论融
合4 个角度指出了关键链方法将来的研究趋势. 评述工作将会对关键链的理论研究和实践应用提供一些思维启发.

摘要:

针对虚拟企业中道德风险和逆向选择并存下的双重信息不对称问题, 结合Stackelberg 博弈模型和激励机制
理论, 分别建立了相应的基于盟员的私有信息和行动的两种策略下的两阶段委托代理监督模型激励盟员, 并甄别其
私有信息. 求解模型并将两种监督策略与不监督的情形比较, 证明了盟主委托监理组织对盟员的监督是有效的, 且基
于行动的监督策略更有效. 通过算例表明上述结果对虚拟企业的运营实践具有很好的指导意义.

摘要:

研究允许部分成员不使用自身状态信息的多智能体系统一致性问题. 给出一个新的通信协议, 允许系统中
部分成员甚至全体成员不使用自身信息. 通过研究非负随机矩阵谱半径及其对应有向图的结构, 分别给出固定通信
拓扑和动态通信拓扑下的多智能体系统一致性结果, 即在系统通信拓扑所含的生成树中, 当且仅当根节点含有自伴
环时, 系统可以渐近实现信息一致性. 仿真结果验证了理论结果的正确性.

摘要:

针对属性值为区间直觉模糊数且属性权重未知的一类决策问题, 利用灰色关联分析方法的思想, 构建了一
种动态区间直觉模糊数多属性决策方法. 首先利用区间直觉模糊数的运算法则和性质设计各时间段的正负理想方
案, 并以与正理想方案灰色关联度偏差最小化为目标构建了多目标规划模型, 确定属性权重; 然后通过计算各时间段
各方案对正、负理想方案的区间直觉模糊数的灰色关联度, 构建方案优属度模型, 并求解方案优属度的表达式, 确定
方案的优势度; 最后通过一个案例验证了所提出的构建方法的有效性和可行性.

摘要:

针对一类带有未知函数和干扰的混沌系统, 进行了基于自适应模糊逻辑系统的自适应同步控制器的设计.
首先基于模糊逼近原理, 通过对该混沌系统中未知函数的输入输出进行采样, 根据采样数据信息设计出具有参数自
适应功能的Mamdani 型模糊逻辑系统; 然后利用该模糊逻辑系统给出一种带有参数自适应的驱动响应同步控制器
设计方法; 最后通过数值仿真算例表明了该方法的有效性.

摘要:

针对一类单变量非线性离散时间系统, 提出一种零阶接近有界的多模型神经网络自适应控制器. 该控制器
包含一个非线性鲁棒自适应控制器和一个非线性神经网络自适应控制器. 当系统非线性项放宽到零阶接近有界时,
这两个控制器分别用于保证系统的稳定性和提高系统的性能, 系统的控制输入由切换机构在两个控制器之间进行切
换产生. 最后给出了稳定性和收敛性证明, 并通过仿真实验验证了该控制器的有效性.

摘要:

提出一种时空信息联合的浮选泡沫图像去噪方法. 首先, 将基于GSM统计建模和贝叶斯最小二乘准则的局
部空间去噪方法应用到图像Curvelet 域, 获得基于单图像信息的Curvelet 空间域最佳系数估计; 然后, 根据运动补偿
原理和帧间子块的相关性引入帧间加权因子, 通过加权处理帧间子块系数获得待处理图像时空相关的最佳去噪系数
估计. 结果表明, 该方法能在去除噪声的同时更好地保护泡沫的细节, 对于严重噪声污染的泡沫图像序列也能获得较
好的处理效果.

摘要:

针对一类含多面体不确定性的多项式系统, 研究其局部稳定鲁棒镇定问题. 基于多项式平方和(SOS) 技术,
将该类非线性控制问题转换为凸的SOS 规划问题, 并通过引入S-procedure 技术, 保证了所得结论在局部范围内是有
效的. 同时, 结合参数依赖Lyapunov 函数方法, 给出了该类系统鲁棒性分析与鲁棒镇定控制问题的充分条件, 并将其
描述为可由SOS 规划技术直接求解的状态依赖线性矩阵不等式约束集. 最后, 通过数值仿真验证了该方法的有效性.

摘要:

对于具有白噪声加性干扰的复杂系统的控制问题, 建立了Takagi-Sugeno 模糊控制模型, 利用Kalman 滤波对
系统状态信息进行局部估计, 用动态规划获得了控制增益, 这样导出的控制器具有学习特点, 使得闭环系统具有期望
的性能指标. 以倒立摆为仿真实例, 仿真结果表明了所设计控制器的有效性.

摘要:

在分析量子行为粒子群算法中吸引子指导作用的基础上, 引入两种精英学习策略, 提出了基于精英学习的
量子粒子群算法(QPSO-EL). 采用动态逼近学习策略对精英个体进行局部更新, 协助其跳出自身局部极值点, 引导种
群进行有效搜索; 借鉴群体早熟判断机制对停滞状态下的精英个体空间进行变尺度混沌扰动, 增大种群全局搜索空
间, 有效平衡了算法的局部和全局搜索能力. 典型函数的仿真结果表明, 该算法具有收敛速度快、求解精度高的特点.

摘要:

针对视频目标跟踪中粒子滤波的粒子退化问题, 提出一种有效粒子数控制方法. 通过分析权值和有效粒子
数对跟踪性能的影响, 建立了有效粒子数控制的相关理论, 并提出基于有效粒子数控制的粒子滤波目标跟踪算法. 最
后, 建立了跟踪性能评价方法. 大量的实验比较表明所提出的方法是有效的.

摘要:

针对经典稀疏分类目标跟踪算法中目标模板和目标基的建模及更新方式效率低, 跟踪性能不可靠等问题,
提出一种新的目标跟踪算法, 解释了时空约束原理, 目标基、背景基、时序特征池的创建方法以及选择与抛弃两种基
更新机制; 该算法采用时序循环更新方式解决模板更新问题, 结合稀疏表示分类和标准对冲实时计算目标坐标. 相比
其他几种经典目标跟踪算法, 有效提高了在复杂背景下的目标跟踪性能.

摘要:

虽然文化算法已被广泛应用于解决各个领域的优化问题, 但与其收敛能力相关的理论分析还比较缺乏. 为
此, 针对传统文化算法, 应用有限状态Markov 链来分析文化算法的搜索过程, 进一步使用公理化模型深入研究了种
群在决策空间上的概率分布情况, 证明了在文化算法信度空间的标准知识、拓扑知识和状况知识引导下, 变异算子
和最优保留选择策略保证了文化算法依概率弱收敛到全局最优解.

摘要:

针对再入机动飞行器(MRV) 动态的非线性和不确定性, 将模糊自适应理论与鲁棒H2/H∞ 控制理论相结
合, 提出一种MRV的模糊自适应??2/??∞ 控制方法. 该方法利用模糊逻辑系统逼近导弹模型的非线性函数, 补偿其
建模的不确定性; 并且基于??2/??∞ 混合优化控制与非零和博弈理论, 设计了鲁棒H2/H∞ 控制器补偿模糊系统的
逼近误差和外界干扰, 进而改善控制性能, 使得性能指标在达到最优化的同时满足H2/H∞ 性能指标. 通过仿真分析,
验证了所提出控制方法的有效性.

摘要:

提出一种彩色图像自适应中心加权的矢量中值滤波方法. 通过引入投影距离确定与待滤波点最接近的若干
个像素的关系, 并考虑该点与由聚合距离所确定的中值的关系, 自适应地确定该点的权系数, 形成相应模板下的一个
多重向量集合, 将该集合的中值作为滤波中值. 实验证明所提出方法能有效地去除彩色图像的椒盐噪声, 同时能够较
好地保持其色调和细节信息.

摘要:

提出一种改进的逼近理想解排序(TOPSIS)方法, 即直觉梯形模糊TOPSIS 多属性群决策方法. 首先, 应用直
觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知; 然后, 利用直觉梯形模糊数间距离测度
和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息; 进而给出直觉梯形模糊环境下方案
优选的算法; 最后, 通过算例进一步说明了该直觉梯形模糊TOPSIS 方法的有效性.

摘要:

考虑钢铁企业原材料需求、采购提前期及价格波动的影响, 建立原材料采购的多期优化模型, 最小化单位采
购成本并保证原材料的供应. 由于模型求解困难, 将其分解为多个子模型, 并采用改进的粒子群算法进行求解. 最后
以某钢铁企业铁矿石采购优化为案例, 表明多期优化决策比单期最优经济采购决策和以补充库存为目的的采购策略
更优.

摘要:

研究风险偏好和需求不确定性对库存系统的影响, 证明最优订货量和最优利润关于缺货惩罚成本和风险水
平的单调性. 利用随机比较方法证明随机大需求导致较高的最优订货量, 当不考虑缺货惩罚成本时随机大需求导致
较高的最优利润; 证明最优利润随需求可变性增加而减少, 并给出相应的充分条件与充分必要条件; 进一步证明存在
一类需求分布, 在一定条件下系统利润随需求可变性增加而增加. 通过数值例子验证了所得研究结果.

摘要:

针对时变输入/输出过程神经网络的训练问题, 提出一种基于混沌遗传与带有动态惯性因子的粒子群优化相
结合的学习方法. 综合利用粒子群算法的经验记忆、信息共享和混沌遗传算法的混沌轨道遍历搜索性质, 基于PNN
训练目标函数, 构建两种算法相混合的进化寻优机制, 通过适应度评估和优化效率分析自适应调节混沌遗传与粒子
群算法的切换, 实现网络参数在可行解空间的全局优化求解. 实验结果表明, 该算法较大提高了PNN 的训练效率.

摘要:

针对加权复杂网络抵制级联失效的鲁棒性问题, 提出一种介数相关的节点加权方法, 并应用加权流局域重
新分配原则构建了带有可调权重参数的级联模型. 在典型模型网络和真实网络上探讨了级联行为. 数值模拟和理论
分析结果给出了网络达到最强鲁棒性水平时所对应的权重参数值. 与现有的度相关加权策略对比, 介数相关加权策
略使得网络鲁棒性更强.

摘要:

将三维重建中捆集调整算法用于优化重建结果, 是非常关键的步骤, 然而传统单核串行算法耗时量大不太
适合大场景重建. 对此, 首先对捆集调整算法本身进行了改进; 然后在此基础上提出了多核并行捆集调整算法并采用
图像处理器(GPU) 实现该算法. 实验表明, 所提出的多核并行捆集调整算法提高了算法优化参数的精度和处理速度.

摘要:

在无源跟踪中通常假设目标运动模型为离散白噪声加速度模型, 此时状态协方差矩阵奇异, 通用的后验克
拉美罗限(PCRLB) 求解方法失效. 另外, 观测站位置误差可能对目标无源跟踪性能带来较大影响. 对此, 首先将状态
变量分成非奇异的位置和速度两部分; 然后通过构造中间向量得到PCRLB 的通用表达式, 进而推导了观测站存在位
置误差时的PCRLB; 最后以多运动站只测角跟踪为例对PCRLB 进行了仿真分析, 结果表明, 所推导的PCRLB 计算
式可为算法设计提供理论指导.

摘要:

以形式化语义为基础提出一种决策服务协作自组织方法. 首先, 定义相关概念并引入Horn 子句为语义推理
基; 然后, 提出基于决策环境和能力准则的决策服务评估算法; 最后, 提出了自组织算法, 通过自组织矩阵找到最符合
需求的决策服务协作参与者. 实验分析表明所提出的方法是有效可行的.

摘要:

在加法和乘法两种需求模式下, 研究了带有缺货惩罚的单周期报童模型的最优定价-订购联合决策问题, 证
明了最优决策的存在性及唯一性的充分条件, 并具体给出了最优决策的解析表达式. 通过数值算例, 验证了结论的有
效性, 给出了价格敏感因子对最优决策和期望收益的影响. 研究结果在理论上更具有一般性, 而且为研究多零售商的
价格竞争决策问题和供应链契约协调等问题提供了理论依据.

摘要:

针对一类未知的连续非线性系统, 提出一个基于单网络近似动态规划(ADP) 的近似最优控制方案. 该方
案通过设计一个新型的递归神经网络(RNN) 辨识器放松了系统模型需已知或部分已知的要求, 并利用一个神经网
络(NN) 近似系统的性能指标函数消除了常规ADP方法中的控制网络. 通过Lyapunov 理论分析严格证明了闭环系
统内所有信号一致最终有界, 并且所获得的性能指标函数和控制输入分别收敛到最优性能指标函数和最优控制输入
的小邻域内. 仿真结果验证了所提出控制方案的有效性.

摘要:

针对传感器测量值存在系统误差的情况, 基于证据理论的思想, 提出一种新的数据融合算法. 该算法首先将
所有测量值根据其与真值的偏差进行分组, 并分配不同的基本信任; 然后将其构成的集合视为辨识框架, 进而将各个
测量值转换为相应的证据并进行证据组合, 所得合成证据的Mass 函数即为各个测量值的权值分配函数; 最后对所得
分组融合测量值进行加权求和, 即得融合结果. 仿真结果验证了该算法的有效性.

摘要:

针对不确定语言多属性群决策问题, 提出了一种基于扩展多准则妥协优化解(VIKOR) 的决策方法. 该方法
首先借鉴二元语义表示模型定义了不确定语言短语的运算规则及其距离公式, 并使用运算规则集结了专家给出的不
确定语言评价信息; 然后结合属性的效益型和成本型特征分别定义了其正负理想点, 通过将VIKOR法扩展到不确定
语言环境来获取方案的折衷排序结果; 最后, 通过算例分析表明了所提出方法的有效性和优越性.

摘要:

针对标准粒子群算法(PSO) 寻优多维多极值函数成功率低, 基本人工鱼群算法(AFSA) 收敛速度和精度有
待提高等问题, 提出粒子群优化鱼群算法(PSO-FSA). 该算法将速度惯性、个体记忆和个体间交流等特征引入鱼群算
法, 使鱼群行为模式扩充至追尾、聚群、记忆、交流以及觅食. 此外, 定义参数max??动态限定鱼群搜索的视野和步
长. 仿真分析表明, 粒子群优化鱼群算法较两种基本算法而言具有更快的收敛速度和寻优精度.