摘要:

伪谱法通过全局插值多项式参数化状态和控制变量, 将最优控制问题(OCP) 转化为非线性规划问题(NLP) 进行求解, 是一类具有更高求解效率的直接法. 总结Legendre 伪谱法转化Bolza 型最优控制问题的基本框架, 推导OCP 伴随变量与NLP 问题KKT乘子的映射关系, 建立基于拟牛顿法的LGL 配点数值计算方法, 并针对非光滑系统, 进一步研究分段伪谱逼近策略. 基于上述理论开发通用OCP 求解器, 并对3 个典型最优控制问题进行求解, 结果表明了所提出方法和求解器的有效性.

摘要:

针对连续空间强化学习问题, 提出一种基于局部加权学习的增量最近邻时域差分(TD) 学习框架. 通过增量方式在线选取部分已观测状态构建实例词典, 采用新观测状态的范围最近邻实例逼近其值函数与策略, 并结合TD 算法对词典中各实例的值函数和资格迹迭代更新. 就框架各主要组成部分给出多种设计方案, 并对其收敛性进行理论分析. 对24 种方案组合进行仿真验证的实验结果表明, SNDN组合具有较好的学习性能和计算效率.

摘要:

针对一类具有未建模动态和动态扰动且状态不可量测的非线性系统, 利用神经网络逼近未知函数设计K-滤波器重构系统状态, 提出一种自适应输出反馈控制策略. 通过对未建模动态的新刻画, 避免动态信号的引入. 采用动态面设计方法, 取消理论分析中产生的未知连续函数的估计, 降低设计的复杂性. 利用Lyapunov 方法证明了闭环系统的所有信号是半全局一致终结有界的, 并通过仿真结果验证了所提出方案的有效性.

摘要:

为了解决真实场景下视频目标的跟踪问题, 提出一种基于特征自适应选择的鲁棒跟踪算法. 首先, 针对在线AdaBoost 算法特征池特征鲁棒性差的问题, 提出一种基于颜色与金字塔梯度方向直方图特征相结合的特征池构造方式; 然后, 针对分类器在更新过程中容易受到错误样本影响的问题, 对每帧跟踪结果增加遮挡检测环节以避免漂移现象的发生. 大量的对比实验表明, 在真实场景下所提出的方法具有更好的效果.

摘要:

随着工业以太网的发展, 作为其实时性保障核心技术的时钟同步协议的安全性变得至关重要. 针对时钟同步协议的安全性问题, 首先提出一种基于有色Petri 网的时钟同步协议安全性分析方法; 然后通过建立协议的有色Petri 网模型, 利用状态方程等工具针对不安全状态的可达性进行判断分析, 从而实现时钟同步协议的安全性分析; 最后具体分析了一种基于精密时钟同步协议(PTP) 的时钟同步协议以及针对该协议的主时钟欺骗攻击, 验证了所提出方法的有效性.

摘要:

针对移动机器人路径规划问题, 提出一种基于QPSO 算法的路径规划方法, 并用概率论的方法分析了移动机器人路径规划的收敛性, 阐明了该方法随均匀分布和正态分布的参数关系和收敛区间; 然后根据移动机器人的运动特征提出一种改进的轨迹规划方法. 移动机器人平台的实验结果表明了该方法在移动机器人路径规划中的有效性和可行性.

摘要:

针对非线性非高斯离散动态系统中的状态估计问题, 基于高斯和递推关系, 提出一种高斯和状态估计算法GSSRCKF. 首先将状态噪声、观测噪声及滤波初值均表示为高斯和的形式, 以平方根容积卡尔曼滤波为子滤波器分别估计各高斯子项对应的系统状态; 然后结合各子项对应的权值实现全局估计; 最后设计高斯子项对应权值的自适应策略, 并采用约简控制法降低计算复杂度. 仿真结果验证了所提出的算法在滤波稳定性方面的优越性.

摘要:

为提高4 目标以上高维多目标优化问题的求解性能, 提出一种基于改进?? 支配排序的高维多目标进化算法(KS-MODE). 该算法针对K支配的支配关系和排序方法进行改进, 避免循环支配并增强选择压力; 设计新的全局密度估计方法提高局部密度估计精确性; 设计新的精英选择策略和适应度值评价函数; 采用CAO局部搜索算子加速收敛. 在4∼30 个目标标准测试函数上的实验结果表明, KS-MODE 能够在保证解集分布性的同时大幅提升收敛性和稳定性, 能够有效求解高维多目标优化问题.

摘要:

针对区间参数多目标优化问题, 提出一种基于模糊支配的多目标粒子群优化算法. 首先, 定义基于决策者悲观程度的模糊支配关系, 用于比较解的优劣; 然后, 定义一种适于区间目标值的拥挤距离, 以更新外部存储器并从中选择领导粒子; 最后, 对多个区间多目标测试函数进行仿真实验, 实验结果验证了所提出算法的有效性.

摘要:

提出一种基于ε-支配关系的多目标自组织迁移算法. 首先对基于混合迁移行为的自组织迁移算法进行改进, 将全面学习的思想引入个体的迁移过程中, 使得个体的每个分量都可以向其他个体学习, 从而进行充分的信息交换; 通过引入学习因子扩展个体的迁移方向, 使得步长可灵活变化, 进而利用改进算法快速搜索多目标函数的Pareto 最优解, 并采用ε-支配关系以保持种群分布性; 最后通过实验分析表明了所提出方法的有效性.

摘要:

为提升应急救援的快速性和公平性, 以最小化所有受灾点的累计等待时间为目标建立累计时间式多车场车辆路径问题(Cum-MDVRP) 的模型. 由于该问题具有NP-hard 性质, 设计了一种多起始点变邻域下降法对其进行快速求解. 每次迭代中, 多起始点方法通过改进的Split 算法结合可行性修复程序生成随机的初始可行解, 然后由变邻域下降法对其进一步改进. 扩展的标准算例的测试结果验证了所提出模型和求解算法的有效性.

摘要:

针对移动机器人未知环境下的趋光控制问题, 模拟人或动物“感知-行动”认知机制, 对具有趋光特性的移动机器人进行设计, 提出一种基于Boltzmann 机神经网络的趋光控制方法. 该方法首先应用知识集对机器人趋光控制器的Boltzmann 机神经网络进行趋光训练; 然后应用Boltzmann 机神经网络的运行机制实现趋光控制. 仿真实验表明, 该方法能够提高机器人学习的控制精度.

摘要:

为了解决无人机在空域交通中的感知-规避安全性需求问题, 根据无人机的感知能力定义空域交通的安全边界, 采用微分对策和生存能力理论对感知-规避问题进行描述和分析, 提出一个理论框架和解决方案, 给出了安全区域对无人机飞行策略和制导律的影响. 只要无人机与冲突航线内的其他飞行器保持必要的间隔, 所提出的方法就可采取有效的策略减小冲突航线上的不确定边界, 并选择相应的规避决策调整航线, 避免飞行冲突.

摘要:

思维进化算法已有的收敛性分析均是在依概率收敛意义下考虑的, 而几乎处处收敛强于依概率收敛. 在详细分析思维进化算法趋同算子和异化算子转移概率的基础上, 利用种群最大适应度值函数描述思维进化算法的演化过程, 将最大适应度值函数的进化过程转化为下鞅数列, 并根据数学期望的性质和最大适应度值函数的特点, 利用下鞅收敛定理严格证明了思维进化算法的几乎处处收敛性.

摘要:

研究具有严格偏好关系的梯形模糊互反判断矩阵满意一致性的判定及其修正方法. 首先, 将梯形模糊互反判断矩阵转化为判断矩阵和排列矩阵; 然后, 根据梯形模糊互反判断矩阵的排列矩阵来判定是否具有满意一致性; 基于梯形模糊数的类质心, 给出将排列矩阵转化成上三角矩阵的方法, 从而实现方案的排序; 最后, 通过项目评估问题验证了所提出方法的实用性.

摘要:

碳排放政策给企业运营和供应链管理带来了新的挑战, 使供应链上企业的管理决策更加复杂. 考虑由一个供应商与一个制造商组成的二级供应链, 研究不同碳排放政策(碳税、限额、限额与交易) 下基于回购合同的供应链协调问题, 并与无碳排放约束的情形进行比较. 研究结果表明, 在不同碳排放政策下, 回购合同均能实现供应链协调,无碳排放约束、碳限额与交易和碳限额政策下制造商的最优订货量依次减小, 而供应商给出的回购价格依次提高.

摘要:

背景值是影响灰色理论建模精度的重要因素之一. 根据灰色系统理论建模机理以及数据累加生成具有非齐次灰指数规律, 构建动态序列模型; 基于积分几何意义的视角, 利用函数逼近的思想, 结合复化梯形公式, 提出一种新的GM(1,1) 模型背景值优化方法. 算例结果表明, 利用优化的背景值计算公式所建立的GM(1,1) 模型在预测精度上有显著的提高.

摘要:

针对一类更广泛的非仿射非线性离散系统, 提出一种改进的无模型自适应控制算法. 该算法基于非参数动态线性化方法, 运用观测器的思想, 实现带有扰动系统的实时动态线性化, 进而将无模型自适应控制方法的应用推广到更广泛的非仿射非线性离散系统. 同时, 对推广后的改进无模型自适应控制方法进行理论上的证明, 并通过仿真实例验证了所提出的改进无模型自适应控制方法的可行性和有效性.

摘要:

针对建模为切换多胞模型的飞行器动力学系统执行机构失效情况下的控制问题, 提出一种自适应补偿控制方案. 首先针对存在不确定的飞行器大包线切换多胞系统设计一种自适应增益调度控制器, 以保证全包线稳定飞行; 然后, 针对存在执行机构失效、且失效值和失效模式未知的情形, 设计一种自适应容错控制律, 并结合公共Lyapunov 函数和平均驻留时间方法证明了闭环系统的稳定性. 该方案解决了飞行器切换多胞系统容错控制器设计问题. 仿真结果验证了所提出方案的良好性能.

摘要:

在考虑移动执行器动力学行为和防碰撞的条件下, 研究在控制分布参数系统过程中执行器的移动策略. 移动传感-执行器网络中的传感器对分布参数系统进行测量, 由执行器对空间分布过程执行相应的控制信号以控制分布参数系统. 基于Lyapunov 稳定性理论, 对每个执行器设计一种新的移动策略, 实现每个移动执行器对分布参数系统的协同控制, 并保证各移动执行器之间不会发生碰撞. 仿真实例表明了所提出方法的有效性.

摘要:

利用状态依赖控制策略对切换信号进行设计, 使得一类参数不确定时滞非线性切换系统指数稳定且具有一定的H_∞ 抗干扰性能. 利用Lyapunov-Krasovskii (LK) 函数方法, 以线性矩阵不等式组的方式, 给出了稳定切换律存在的充分条件, 并且该系统是指数稳定的. 通过引入自由矩阵并结合积分不等式技巧, 得到了保守性较低的稳定性条件. 仿真算例表明了所提出方法的有效性和较低的保守性.

摘要:

在处理时间不断恶化的情况下, 针对插入多个机器维护阶段(RMAs) 和考虑交货期安排的单机调度问题展开研究, 目标是最小化提前和拖期惩罚. 产品加工过程中, 在处理工件之前插入多个RMAs 可以降低恶化现象从而恢复机器的生产效率, 目的是同时找到最优序列、最优松弛时间和RMAs 的最优位置以使提前和拖期惩罚最小. 根据问题的特点, 提出了相关的性质和定理, 通过证明得出了最优的松弛时间. 最后, 证明了该问题在多项式时间内是可解的.

摘要:

研究一类含混合变时滞不确定中立系统时滞相关鲁棒稳定性问题. 基于时滞中点值, 把时滞区间均分成两部分, 通过构造包含时滞中点信息的增广泛函和三重积分项的Lyapunov-Krasovskii (L-K) 泛函, 利用L-K 稳定性定理、积分不等式方法和自由权矩阵技术, 建立了一种基于线性矩阵不等式(LMI) 的、与离散时滞和中立时滞均相关的鲁棒稳定性判据. 数值算例表明, 该判据改善了已有文献的结论, 具有更低的保守性.

摘要:

针对输入受限的时变不确定非线性系统, 提出一种H_∞ 鲁棒模型预测控制策略. 假设线性化系统矩阵一致有界, 将非凸的无穷时域优化问题转化为带有单个线性矩阵不等式(LMI) 约束的凸优化问题, 降低控制量求解难度.结合滚动优化原理与H_∞ 控制方法在线极小化性能指标, 使得闭环系统满足控制性能和约束. 在LMI 框架下给出H_∞ NMPC的求解方法及其鲁棒稳定性充分条件. 仿真实验对比验证了该策略的有效性.

摘要:

针对传统的滑模观测器在实现故障估计时带来的抖振问题, 设计基于super-twisting 算法的二阶滑模观测器以稳定地估计出故障. 针对以往利用几何或齐次性方法证明super-twisting 算法稳定性过程繁琐的缺点, 采用Lyapunov 函数来证明稳定性. 给出的故障估计结果克服了传统的滑模观测器在估计故障时带来的时延或引进新参数等缺点. 最后, 将所提出的方法应用于某型飞控系统, 结果表明了所提出方法的有效性.

摘要:

针对不确定性系统提出一种非因果鲁棒学习控制方法. 该学习控制律的非因果学习部分通过标称系统的优化指标得到, 鲁棒部分通过设计鲁棒加权来实现. 首先, 不考虑鲁棒部分的具体形式, 推导出标称系统描述的学习控制律的鲁棒收敛性条件; 然后, 设计与系统不确定性相关的鲁棒加权, 由鲁棒收敛性条件得到鲁棒加权的设计原则; 最后, 通过仿真实验验证了所提出方法的有效性, 并分析了不同形式不确定性系统鲁棒设计的保守性.

摘要:

在网络SBM(slacks-based measure) 模型评价的基础上, 选择生产系统的最大有效面集作为参考集, 构建内部子过程存在关联的多阶段复杂生产系统的基于最大有效面集的网络SBM效率评价模型, 该模型实际反映了无效生产单元改进为有效生产单元的最优路径. 将投入、中间产品和产出三者在子过程的价值分布作为权重引入上述模型子过程的权重设定中, 增强了模型实用性. 最后采用一个实例验证了该模型在多阶段关联复杂生产系统效率评价中的有效性和优势.

摘要:

针对准则值均为模糊数的风险型多准则决策问题, 提出一种基于前景理论和VIKOR的多准则决策方法. 首先, 进行区间数、三角模糊数、梯形模糊数、直觉模糊数和语言值的无量纲化处理; 然后, 基于各个准则各种状态下各个方案的准则值排序, 确定中位数参考点以及各个方案在各个准则下的综合前景值; 接着, 基于前景价值矩阵, 给出基于VIKOR的扩展方法; 最后, 通过具体实例验证了所提出方法的有效性和可行性.

摘要:

针对具有语言评价信息的多属性群决策问题, 提出基于广义优序法的语言型多属性群决策方法. 该方法通过对传统优序法进行有效拓展, 采用近年来最新发展的二元语义概念, 将语言评价信息转化为二元语义形式的广义优序数, 并在此基础上利用方案广义优序数的偏差最大化思想求解得到属性权重, 最终确定最优方案. 该方法对语言信息的处理较为精确, 有效地避免了信息的丢失和扭曲. 最后, 通过对风险投资案例的分析结果表明了所提出方法的简洁性和有效性.

摘要:

为了对涡扇发动机的运行参数变化进行实时高精度预测, 提出一种基于动态贝叶斯最小二乘支持向量机(LS-SVM) 的时间序列预测算法. 该算法将贝叶斯证据框架理论用于推断LS-SVM 的初始模型参数; 然后, 利用样本增减迭代学习算法实现LS-SVM 的参数动态调整. 对某型涡扇发动机的摩擦力矩时间序列进行动态预测, 并与动态LS-SVM 模型的预测结果进行比较. 结果显示, 动态贝叶斯LS-SVM 具有较好的预测精度.

摘要:

结合灰色关联分析理论, 运用向量投影原理, 提出一种新型的灰色投影关联度模型, 对模型的基本原理进行分析, 并讨论模型的规范性、相似性和平行性等性质. 该模型充分利用了序列各时点的信息, 克服了以离散点代替整体变化趋势的问题. 通过实例分析验证了模型的有效性. 分析结果表明, 灰色投影关联度能较好地反映序列间的关联程度.