摘要:

在对证据理论的建模、推理、决策到评估各层面最新进展梳理的基础上, 针对证据理论现有研究中存在的 一些问题、混淆和误解, 结合仿真算例进行了分析和探讨, 包括据理论与概率论的关系, 证据冲突与反直观结果的 关系, 证据距离的定义以及证据理论的评价准则问题等. 最后对证据理论的发展方向进行了展望. 该研究旨在为人们正确理解和使用证据理论提供参考和借鉴作用.

摘要:

考虑惯性矩阵不确定和力矩扰动的影响, 设计再入可重复使用飞行器的鲁棒自适应反步姿态控制器. 首先, 设计虚拟控制时, 通过自适应实现对不确定项的未知边界的估计; 其次, 设计实际控制输入时, 为消除反步法的“计算爆炸”问题, 将虚拟控制导数作为不确定项, 引入鲁棒项消除不确定与力矩扰动的影响; 再次, 基于Lyapunov 理论证明了跟踪误差收敛到任意小邻域; 最后, 基于X-33 的六自由度模型仿真验证了所设计的控制策略的有效性.

摘要:

针对一类不确定非仿射非线性系统的跟踪控制问题, 提出一种鲁棒Backstepping 控制策略. 首先, 为利用仿 射非线性方法设计控制器, 给出一种适用于全局的非仿射非线性近似方法; 然后, 设计快速收敛非线性微分器以估计复合干扰和获取虚拟信号的微分, 进而给出不确定非仿射非线性系统的复合控制器, 其中鲁棒项和阻尼项分别用于减少逼近误差和近似方法中动态误差对系统跟踪的影响; 最后, 通过仿真实验验证了所提出方法的有效性.

摘要:

针对反作用飞轮安装存在偏差的过驱动航天器姿态跟踪问题, 提出一种有限时间姿态补偿控制策略. 通过设计自适应滑模控制器保证实现对不确定性转动惯量与外部干扰的鲁棒控制, 同时实现对飞轮安装偏差的补偿控制, 并应用Lyapunov 稳定性理论证明了该控制器能够在有限时间内实现姿态跟踪控制. 最后, 将该控制器应用于某型航天器的姿态跟踪控制, 仿真结果验证了所提出方法的有效性.

摘要:

针对时变非线性系统难以建模的问题, 提出了基于动力学特性聚类的多维泰勒网模型, 对系统进行辨识与预测. 首先讨论了多维泰勒网模型构造方法和非线性系统动力学特性聚类的定义; 然后给出基于动力学特性聚类的多维泰勒网自重构算法; 最后通过实例说明基于动力学特性聚类多维泰勒网在实际中应用的方法, 实例结果验证了该方法的有效性.

摘要:

提出一种包含报警标准化、去冗余、场景重构和报警聚合的网络取证分析方法. 通过去除失败攻击的报警, 减少了对证据分析的干扰. 在场景重构中, 通过反向关联, 减少了不必要的证据, 同时通过对孤立报警的补充, 保证了证据链的完整性. 在报警聚合中, 提出了聚合同一攻击步骤的不同报警的方法, 以抽象层和具体层两个层次重构入侵场景. 最后通过实验验证了所提出方法的有效性.

摘要:

变稳控制是直升机飞行模拟的关键技术之一, 气动参数的不确定性是其设计的困难所在. 对此, 提出了利用双目标直升机模型构造原型直升机的强跟踪自适应变稳控制器, 它将强跟踪的反馈补偿机构和自适应控制参数设计相分离, 简化了控制设计, 同时实现了提高自适应参数修正过程的系统稳定裕度和显著降低跟踪误差的目的. 仿真实验结果验证了所提出方法的有效性和可行性.

摘要:

鉴于传统在线最小二乘支持向量机在解决时变对象的回归问题时, 模型跟踪精度不高, 支持向量不够稀疏, 结合迭代策略和约简技术, 提出一种在线自适应迭代约简最小二乘支持向量机. 该方法考虑新增样本与历史数据共同作用对现有模型产生的约束影响, 寻求对目标函数贡献最大的样本作为新增支持向量, 实现了支持向量稀疏化, 提高了在线预测精度与速度. 仿真对比分析表明该方法可行有效, 较传统方法回归精度高且所需支持向量数目最少.

摘要:

针对未知探测概率下多目标跟踪问题, 提出一种基于时变滤波算法的多目标概率假设密度(PHD) 滤波器. 算法推导了未知探测概率PHD递推式, 提出了将未知探测概率转化为目标的丢失与接收事件, 并依此建立了目标跟 踪的马尔科夫模型, 给出了该模型下时变卡尔曼滤波最优解, 进而在高斯混和PHD(GMPHD) 框架下推导了算法闭集解. 仿真实验表明, 所提出算法在未知且随时间变化的探测概率情形下, 仍能实时地跟踪各目标, 具有良好的工程应用前景.

摘要:

针对全连接前馈神经网络不能有效应对时变系统的问题, 提出一种动态自适应模块化神经网络结构. 该网络采用减法聚类算法在线辨识工况数据的空间分布, 利用RBF 神经元实现对数据样本空间的划分, 并结合模糊策略将不同子样本空间的数据动态分配给不同的子网络, 最后对各子网络的输出进行集成. 该模块化网络中子网络数量和子网络规模都能根据所学时变任务动态自适应调整. 通过对不同时变系统的预测表明了该网络能够有效跟踪时变系统.

摘要:

针对现有基于H/A/α 分解的全极化高分辨率距离像(HRRP) 特征提取方法没有考虑度量尺度对特征性能的影响问题, 引入动态互信息思想设计了度量尺度评价准则, 并提出了基于平均度量尺度、不定度量尺度和金字塔型度量尺度3 种特征提取方法. 采用两类飞机目标全极化HRRP 数据对提取的特征子集进行了有效性分析, 并通过识别多类飞机目标验证了3 种方法提取的特征子集具有良好的类别可分性和稳定性.

摘要:

对多层前向小世界神经网络的网络参数、权值修正策略以及网络结构进行改进, 提出一种基于层连优化的小世界神经网络的改进算法. 通过对比现有各种不同形式的小世界神经网络, 验证了上述改进的必要性. 仿真结果表明, 改进模型比现有小世界神经网络收敛速度更快, 逼近精度更高, 模型稳定性更强.

摘要:

嵌入式控制是在实时事件驱动下物理系统状态转移的执行过程, 采用超致密时间(SDT) 标签表示事件的实时性, 描述一种自然表达时间的实时状态转移语义模型; 证明事件实时标签是时间值上的偏序函数, 实时事件的状态转移顺序与对应的非实时过程一样; 针对状态转移轨迹中的实时约束条件, 把非实时过程上的操作扩展到实时过程, 得到确定性的操作执行顺序. 一个控制横毛织机编织运动的实例表明了语义表达的有效性.

摘要:

针对概率假设密度滤波器, 提出一种基于熵分布的高斯混合实现算法. 在该算法中, 作为混合参数先验分布的熵分布, 主要用在极大后验迭代过程中删减无关混合分量, 该删减操作可通过混合权重调整来实现. 此外, 该算法还能够解决多个具有类似参数的混合分量共同描述一个强度峰值的问题. 仿真结果表明, 所提出算法优于典型的阈值删减算法.

摘要:

研究一类脉冲依赖于状态的脉冲切换系统的最优控制问题. 考虑了目标函数的两种情况: 当目标函数光滑时, 通过将跳跃瞬间转化为一个新的待优化参数, 得到了该脉冲切换系统的必要最优性条件; 当目标函数不光滑时, 利用非光滑分析的知识, 得到了广义微分形式的必要最优性条件. 算例分析验证了所提出方法的有效性.

摘要:

研究双重语言信息联动下多阶段决策信息的动态集结方法. 考虑决策依据信息和专家偏好信息的自身特点, 设计基于双重语言信息融合的多阶段决策问题分析框架; 分析决策信息的动态变化特征, 以两类信息之间差异最小为原则构建规划模型群, 探寻阶段权重和各阶段下属性权重的具体表现; 设定决策者的信息偏好程度, 集结方案的动态综合绩效和专家判断结果, 在多阶段情形下实现候选方案的优选决策. 最后通过算例验证了所提出方法的科学性和适用性.

摘要:

考虑顾客存在损失厌恶, 研究零售商的订货和定价策略, 以及顾客损失厌恶程度对零售商决策行为的影响, 同时探讨零售商通过补偿契约对损失厌恶型顾客的激励问题, 得到如下主要结论: 顾客损失厌恶导致零售商利润和零售价格下降, 订货量和需求量增加; 零售商采取补偿契约能够提高零售商利润、零售价格、订货量和需求量, 有效弱化了顾客损失厌恶给企业带来的负面影响, 并且, 只要补偿额不超过一定限度, 补偿契约也会增加顾客的效用, 实现企业与顾客双赢.

摘要:

展示了古诺竞争模型中一个供应商和多个零售商的3 阶段博弈模型, 并证实了如果零售商能真实地分享预测信息, 则供应商往往会获利, 而零售商的利润将下降. 分享信息时零售商会有动机透露较少的需求预测, 这种信息失真现象是各方利用私人信息获取自身利益的结果. 如果供应商和零售商分享信息前, 能够就相对利润率或利润达成协议, 则信息共享的阻碍因素和扭曲信息的动机会消失, 零售商将如实地分享信息, 双方都能够从信息共享的行为中获利.

摘要:

针对机器人运动系统中普遍存在的速度和加速度约束, 提出一种满足以上约束的机器人运动时间最优控制方法. 首先, 通过最优条件构造哈密尔顿函数, 根据极小值原理求解时间最优控制; 其次, 通过相轨迹分析, 证明了满足约束的时间最优控制律的形式; 再次, 通过求解最优时间, 将满足约束的时间最优控制律转换成末端时间为最优时间的燃料最优控制律; 最后, 在RoboCup 小型足球机器人上进行对比实验, 验证了该方法在规划与实际上的一致性.

摘要:

针对人工蜂群算法存在收敛速度慢、易早熟等缺点, 提出一种改进的人工蜂群算法. 利用随机动态局部搜索算子对当前的最优蜜源进行局部搜索, 以加快算法的收敛速度; 同时, 采用基于排序的选择概率代替直接依赖适应度的选择概率, 维持种群的多样性, 以避免算法出现早熟收敛. 对标准测试函数的仿真实验结果表明, 所提出的算法具有较快的收敛速度和较高的求解精度.

摘要:

针对飞行仿真建模过程中气动参数以矩阵的形式给出, 大都存在着非线性关系, 提出一种基于自适应惯性权重的混沌粒子群优化(AIWCPSO) 算法的三次样条气动参数插值方法. 首先建立粒子与三次样条插值函数中系数的映射关系; 然后利用AIWCPSO 算法对三次样条插值函数的系数进行寻优, 将获得的最优解近似看作三次样条插值函数的系数; 最后计算得到离散点的气动参数. 仿真实验结果表明, 所提出的方法能有效地解决飞行气动参数插值问题.

摘要:

求解流水车间多目标调度优化问题及算法适应度值分配问题, 结合灰色关联度分析方法及信息熵理论提出灰熵关联度适应值分配策略, 利用灰关联系数结合熵值权重计算适应度值, 以灰熵关联度值引导启发式算法进化. 将该方法应用到差分算法及遗传算法中解决三目标流水车间调度问题. 实验表明: 灰熵关联度适应值分配策略能够解决该问题, 可以得到分布均匀的Pareto 前端; 同时, 基于此策略的差分算法得到的解好于遗传算法的解.

摘要:

迁移学习旨在利用大量已标签源域数据解决相关但不相同的目标域问题. 当与某领域相关的新领域出现时, 若重新标注新领域, 则样本代价昂贵, 丢弃所有旧领域数据又十分浪费. 对此, 基于SVM算法提出一种新颖的迁移学习算法—–TL-SVM, 通过使用目标域少量已标签数据和大量相关领域的旧数据来为目标域构建一个高质量的分类模型, 该方法既继承了基于经验风险最小化最大间隔SVM的优点, 又弥补了传统SVM不能进行知识迁移的缺陷. 实验结果验证了该算法的有效性.

摘要:

研究主-从自治海上航行器有限时间同步运动问题, 提出一种可实现主-从自治海上航行器的位置、姿态、线速度、角速度、线加速度和角加速度等运动状态有限时间同步的连续状态反馈控制方法. 首先, 通过建立主、从自治海上航行器的动力学模型, 给出了主-从同步运动控制方案; 然后, 采用齐次系统有限时间稳定性理论, 为从自治海上航行器设计了一种连续状态反馈控制器, 以及在该控制器下实现主-从自治海上航行器有限时间同步运动的充分性判据, 并通过实例仿真进行了验证.

摘要:

针对模糊信息的定量评估难题, 在研究多属性决策问题的基础上提出基于群体一致性强度的模糊评估方法. 利用证据理论合成评估值后, 引入语义折扣因子的概念, 将区间评估信息转化为确定的评估值; 设计群体一致性强度 指标, 最优化语义折扣因子的取值, 使得评估方法能够体现评估中的主流意见; 通过软件可信评估实例验证了所提出方法可有效解决模糊评估信息的分析和合成问题.

摘要:

针对如何选择合适的缓冲算子以提高模型精度的问题, 系统地研究缓冲算子调节度与光滑度的内在关系, 并对平均强化缓冲算子(ASBO)、几何平均强化缓冲算子(GASBO)、加权平均强化缓冲算子(WASBO) 和加权几何平均强化缓冲算子(WGASBO) 的调节度与光滑度进行了比较研究, 给出了若干定理. 理论证明和数字仿真结果都y验证了定理的正确性.

摘要:

根据交通信号灯灯板颜色和形状定位图像中的灯板位置. 将灯板区域的彩色图像转换到YCbCr 空间, 分割灯板区域中的红、黄、绿三色区域, 利用交通信号灯的形态特性定位交通灯位置. 用Gabor 小波和2 维独立分量分析提取感兴趣区域的特征, 送入最近邻分类器分类信号灯的类型. 用代表性的观测序列建立隐马尔科夫模型, 并结合识别和跟踪结果估计信号灯状态. 实验结果表明, 该算法能可靠、准确地识别出信号灯, 并有效地估计出信号灯的状态.

摘要:

基于非线性频谱数据驱动方法, 研究了动态系统的故障诊断问题. 利用一维非线性输出频率响应函数提出一种非线性频谱特征提取方法, 为了提高实时性, 采用变步长自适应辨识算法进行求解; 根据估计偏差实时地改变步长, 兼顾了收敛速度与稳态误差; 获取了非线性频谱特征之后, 利用最小二乘支持向量机分类器进行故障识别. 通过对提升设备的故障诊断问题进行实验研究, 所得结果表明, 所提出的算法识别率高, 能满足在线诊断要求.

摘要:

研究了在联盟合作R&D中R&D溢出、R&D溢出的抑制能力以及创新能力对联盟成员的R&D投资策略的影响, 确定了联盟获得最大期望投入的最优分配方式. 研究表明: 1) R&D溢出和创新能力对联盟成员增加R&D投入有正效应; 企业抑制R&D溢出的力量对R&D投入有负效应, 但影响力很弱. 2) 对于创新能力强的联盟, 平均分配为最优分配方式; 对于创新能力弱的联盟, 市场规模低时选择按投入比例分配方式, 市场规模高时选择平均分配方式.

摘要:

在传统Backstepping 鲁棒自适应设计中, 虚拟控制函数的设计参数缺乏约束, 对此, 采用新的设计方法得到了新坐标系下的系统模型和参数替换律, 结合直接反馈线性化和最优控制策略, 最终给出了具有参数约束的非线性鲁棒自适应最优控制的设计方法. 以具体励磁系统参数为例进行仿真实验研究, 所得结果表明, 该鲁棒自适应控制方法可以实现状态参数的最优约束, 并能有效控制状态参数的收敛速度.

摘要:

针对复杂工况下LiFePO4 动力电池组state-of-charge(SOC) 估计不准确的问题, 基于信息融合技术提出一种
SOC 估计信息融合架构和多模型切换估计(MMSE) 算法. 该算法首先对充放电过程进行特征提取和模式分类, 针对
特定的模式进行模型优化; 然后在系统运行时根据特征匹配结果切换估计模型, 实现优化估计; 最后通过纯电动客车
实际运行数据的仿真实验验证了所提出MMSE算法的可行性和有效性.