摘要:

不确定资源受限项目调度问题(RCPSP) 是研究在不确定环境和有限资源约束下如何合理安排项目活动, 以实现既定目标的最优化. 不确定RCPSP 具有很强的工程背景, 在学术和应用上均具有很高的研究价值, 但存在大规模、强约束、多极小、多目标和不确定等诸多复杂性, 求解非常困难. 为此, 介绍了不确定RCPSP 的数学描述和几种具体形式, 重点综述了不确定RCPSP 的算法进展, 并归纳了相关的应用成果, 最后指出了有待进一步研究的若干方向和内容.

摘要:

针对基于非下采样轮廓波变换(NSCT) 的图像融合算法存在计算复杂度较高的问题, 提出一种基于NSCT 和压缩感知的图像融合方法. 首先根据压缩感知理论的特点将其应用于图像融合领域, 并采用Min-TV 的方法重构图像; 然后对NSCT 进行分解, 其计算量较大的带通子带系数采用基于压缩感知理论的图像融合方法; 最后对低通融合图像和带通融合图像进行NSCT 逆变换, 得到最终的融合图像. 通过仿真实验, 从主观感知和客观数据的对比分析上验证了所提出方法的有效性.

摘要:

参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著, 鉴于此, 提出一种多智能体粒子群算法(MAPSO) 寻优其参数的方法, 并建立MAPSO支持向量回归模型, 用于非线性系统的模型预测控制, 推导出最优控制率. 采用该算法对非线性系统进行仿真, 并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF 神经网络的预测控制方法进行比较, 结果表明, 所提出的算法具有更好的控制性能, 可以有效应用于非线性系统控制中.

摘要:

针对一类具有预先指定切换序列的切换非线性系统, 研究了具有通信信道干扰和时滞测量的分布式模型预测控制问题. 在每个子系统都存在镇定控制器的假设下, 利用基于Lyapunov 函数的模型预测控制器设计了分布式模型预测控制器, 并给出了闭环切换非线性系统最终有界的充分条件. 最后, 通过仿真结果表明了分布式模型预测控制策略的有效性.

摘要:

针对高维多变量系统, 基于等价传递函数理论研究全矩阵结构的PI 控制器设计问题. 同时考虑对象的稳态增益和响应速度两个因素, 提出一种新的等价传递函数参数化方法; 利用等价传递函数与被控过程的传递函数逆阵之间的关系, 推导出等价传递函数的解析通式; 在此基础上, 结合经典的PID 控制技术进行多变量系统集中式PI 控制方法研究. 最后通过典型工业过程实例, 验证了所提出设计方法的简单性和有效性.

摘要:

在对不同GPS/INS 超紧组合模型特点分析的基础上构建超紧组合中惯性与卫星环路信息耦合模型, 提出了环路复制信号参量的外部控制方法, 论证了超紧组合模型中环路信息与惯性导航结果的耦合机理. 最后, 进行了超紧组合耦合实验验证和分析, 结果表明, 超紧组合系统环路信号参量偏差与惯性状态误差间有着紧密的内在联系和深层次的耦合机理.

摘要:

介绍一种新的生物启发算法—–布谷鸟搜索(CS) 及其相关的L´evy 飞行搜索机制. 为了进一步提高算法的适应性, 将反馈引入算法框架, 建立了CS 算法参数的闭环控制统.将Rechenberg 的1/5 法则作为进化的评价指标, 引入学习因子平衡种群的多样性和集中性, 提出动态适应布谷鸟算法(DACS). 最后, 通过数值实验验证了所提出算法的有效性.

摘要:

用户基准负荷(CBL) 是实施激励性补偿驱动的需求响应(DR) 项目的关键因素之一. 由于信息不对称, 传统的基于历史数据的用户基准负荷估计会导致操纵问题, 从而影响需求响应项目的经济效率. 基于机制设计理论, 引入类型参数来描述用户的用电需求意愿; 提出了信息不对称环境下, 供电公司考虑用户参与约束和激励相容约束的需求订购模型及其求解方法, 该模型能激励用户披露真实的基准负荷信息. 最后通过算例仿真验证了所提出模型的有效性和合理性.

摘要:

针对智能车辆这一复杂非线性时变系统的循迹控制问题, 提出一种基于Lyapunov 函数方法的RBF 神经网络自适应补偿控制策略. 首先建立了车辆循迹控制的动力学名义模型; 然后利用RBF 神经网络对车辆循迹控制名义模型的不精确部分进行自适应补偿; 最后应用Lyapunov 稳定性理论推导出RBF 网络权值的训练规则并证明了控制系统的稳定性. 仿真结果表明, 该方法提高了循迹控制的精度, 具有较高的可行性和实用性.

摘要:

提出基函数叠加与粒子群优化(PSO) 相结合的振动抑制轨迹规划方法. 首先推导了各关节变量与模态坐标的关系, 采用正弦-梯形函数作为基函数构造各关节的角速度, 其中基函数的系数和幅值为待定参数; 然后将末端振动最小化轨迹规划转换为待定参数的优化问题, 并采用PSO 算法获得待定参数的最优值; 最后以双杆刚柔混合机械臂为例开展仿真研究. 仿真结果表明, 所提出的方法大大减小了机械臂末端的残留振动.

摘要:

研究在频谱共享条件下家庭基站双层网络的分布式功率控制策略. 将宏基站所能承受的干扰限度视为家庭基站的可分配资源, 家庭基站以竞价形式对其“购买”, 从而构成宏基站与家庭基站以及家庭基站用户之间的博弈模型. 分析了该博弈过程中纳什均衡解的存在性和惟一性, 并给出了在非合作模式下指导家庭基站用户进行理性竞争的分布式功率调整算法. 最后, 通过仿真实验验证了所提出算法的有效性.

摘要:

为了合理控制单交叉口交通流并且优先公交, 建立可变相序的实时滚动优化模型. 该模型将公交优先嵌入优化控制, 对每辆公交车实时分配权重系数, 以交叉口社会车辆和公交车辆的人均延误最小为目标, 优化确定相位序列和相位长度. 通过跳相来实现相序优化, 运用改进的遗传算法来求解. 具体实例表明, 可变相序的实时滚动优化模型能有效地减少系统的人均延误, 并能在尽量减小对社会车辆的影响下实现公交优先.

摘要:

研究由两个产品制造商和上游碳配额供应商所组成的供应链系统的生产和交易决策问题. 通过建立经济主体的主从博弈模型, 得到它们之间互为反应函数的纳什均衡解, 并在此基础上设定其为产品碳排放量和排放上限的函数. 分析表明, 产品碳排放量和政府排放上限对两制造商和碳配额供应商最优变量以及利润值的影响呈反向关系; 在两制造商严格控制排放量和政府科学制定排放上限的前提下, 两级主体可通过某种契约进一步提高各自的利润值.

摘要:

在随机需求条件下研究了由多个相互竞争的供应商、制造商、零售商和消费市场组成, 且零售商具有风险规避特性的再制造闭环供应链网络均衡问题. 通过对不同决策层级最优化行为的分析, 分别得到各层级和整个供应链网络实现均衡的条件, 并建立相关的变分不等式模型. 运用拟牛顿算法对变分不等式进行求解, 通过仿真分析了随机再制造率和零售商的风险规避程度对网络成员最优行为和闭环供应链网络均衡的影响.

摘要:

在供应商向存在资金约束的销售商提供赊销的背景下, 分别探讨了批发价格契约和收入共享契约对二级供应链的协调问题. 研究发现, 批发价格契约无法协调存在赊销的供应链, 当销售商的初始资金满足一定条件时, 赊销背景下的收入共享契约能够实现存在资金约束供应链的自愿协调. 收入共享契约下, 共享比例随销售商初始资金的增大而增大, 批发价格则随之增大而减小. 最后通过数值算例对结论进行了验证.

摘要:

考虑决策者关于各指标均有期望灰靶对群体决策的影响, 提出一种基于前景理论的群体灰靶决策方法. 该方法以期望灰靶为参考点来定义前景价值函数, 利用奖优罚劣的线性变换算子对前景价值进行规范化处理, 能够充分反映评价值是否中靶. 根据群体意见一致性以及最高和最低评价对决策结果偏差的影响, 构建决策者权重确定模型, 并根据综合前景值的正负判断方案是否中靶. 最后通过突发事件应急预案选择问题说明了该模型的可行性和有效性.

摘要:

以装配系统和供应商管理库存为研究背景, 构建非合作分散决策系统模型并发现其效率不足. 在此基础上, 分别提出分散决策模式和合作决策模式下的收益共享机制. 研究表明, 两种决策模式下的机制均可最大化系统效率; 给定参与者利润在不同机制中相等, 在一定条件下, 其讨价还价能力空间在不同机制中具有相似的特征; 第1 种机制可能产生收益分配不公, 但在第2 种机制中可有效避免.

摘要:

鉴于需求准确度与救灾品配送效率之间的悖反关系, 研究了基于需求更新的救灾品配送效率与公平问题. 通过对某市民政局进行调研, 了解到台风灾害发生时的需求变化规律, 设计一种通过已知需求灾区对未知需求灾区的需求进行贝叶斯更新的需求更新方式, 由此建立救灾品配送模型. 将该模型应用于某台风救灾实例, 通过实例分析表明了该模型的求解速率与精度, 并找到了最优“决策点”, 实现了救灾品配送公平与效率的平衡.

摘要:

针对离散型数据系统的不确定性度量方法难以有效解决邻域系统不确定性度量的问题, 引入邻域粗糙集模型, 提出邻域精确度、邻域知识粒度和基于邻域知识粒度的近似精度等邻域系统不确定性度量方法, 进一步从理论上证明其有效性. 实验结果表明, 基于邻域知识粒度的近似精度具有更严格的单调性, 优于邻域近似精度的邻域系统对不确定性度量的效果.

摘要:

针对基本粒子群算法在求解高维空间中的复杂多峰函数时容易发生早熟收敛而陷入局部最优的问题, 汲取变邻域搜索算法全局搜索的优势, 提出了带审敛因子的变邻域粒子群算法. 首先由基本粒子群的快速搜索能力得到较优的群体; 然后通过审敛因子判断发生早熟收敛的粒子, 并利用变邻域搜索算法的全局搜索能力对陷入早熟收敛的粒子进行优化, 从而得到全局最优. 相关实验表明, 带审敛因子的粒子群算法的性能较常规粒子群算法更加优越.

摘要:

提出一种适应性分布式差分进化算法. 将初始种群分为多个子种群, 并设计子种群间的迁移机制, 当满足迁移条件时, 根据冯⋅诺依曼拓扑结构, 子种群内的优秀个体代替其邻域的较差个体, 使得整个种群实现信息共享. 同时, 根据个体适应值变化情况, 对每一个体分配不同的缩放因子?? 和交叉率CR, 提出?? 和CR的适应性策略. 实验结果表明, 所提出算法有利于对解空间进行广泛探索, 避免算法陷入早熟收敛, 能够搜索到性能较好的解.

摘要:

提出一种求解支持向量机(SVMs) 的光滑型算法. 该算法基于其对偶优化模型的KKT系统, 提出一类新的光滑函数族, 将其KKT系统重构为一个光滑方程组, 并采用光滑型算法进行求解. 在适当的条件下, 该算法是全局收敛和局部超线性收敛的. 多个算例表明该算法非常有效, 具有广阔的应用前景.

摘要:

鉴于计算代价高昂的谱聚类无法满足海量网络社区发现的需求, 提出一种用于网络重叠社区发现的谱聚类集成算法(SCEA). 首先, 利用高效的近似谱聚类(KASP) 算法生成个体聚类集合; 然后, 引入个体聚类选择机制对个体聚类进行优选, 并对优选后的个体聚类建立簇相似图; 最后, 进行层次软聚类, 得到网络节点的软划分. 实验结果表明, 与代表性算法(CPM, Link, COPRA, SSDE) 相比较, SCEA 能够挖掘出具有更高规范化互信息(NMI) 的网络重叠社区结构, 且具有相对较好的鲁棒性.

摘要:

针对一类不确定奇异关联大系统, 讨论了当系统状态不可测时, 基于输出反馈的分散鲁棒预测控制问题. 通过构造Lyapunov 函数以及应用线性矩阵不等式方法, 将“min-max”优化问题转化为凸优化问题求解, 从而得到了输出反馈分散控制器存在的充分条件和显示表达式. 证明了优化问题在初始时刻的可行解能保证奇异闭环大系统渐近稳定且正则无脉冲. 仿真结果验证了算法的有效性.

摘要:

针对实际控制回路大多包含非线性特征, 导致评估结果存在偏差的问题, 以一类非线性系统为对象, 首先分析其最小方差性能下限的存在性, 并推导出其与系统干扰项的关系式; 然后用正交最小二乘方法辨识系统闭环模型, 进而使用ANOVA-like 方差分解公式估计超前干扰项对输出方差的贡献, 由此获得非线性系统的控制性能; 最后, 将所提出的方法与传统方法通过仿真实例进行比较. 仿真结果表明, 所提出的方法是可行且有效的.

摘要:

针对最新的生物DNA研究, 病毒中同一DNA碱基顺序可以编码出2 条或者3 条不同的多肽链. 在此基础上分析与模仿了重叠基因和重叠密码的机理, 得到一种新的基于重叠基因编码框架, 从而提高了问题求解的效率; 同时, 得到一种移码解读框架的DNA遗传算法(SDNA-GA) 计算模型, 并将其应用于一类广义隶属度型T-S 模糊神经网络控制器(GTS-FNNC) 的优化设计, 实现了GTS-FNNC 的在线学习.

摘要:

针对机器人混合视觉伺服控制中的摄像机位姿估计问题, 分析欧氏单应矩阵的基本性质, 提出一种景物平面法向已知情况下的欧氏单应矩阵快速分解算法. 仿真实验结果表明, 所提出的算法实现简单, 避免了矩阵奇异值分解运算和从多组分解结果中确定惟一解的过程, 能够较好地满足视觉伺服控制系统的实时性要求.

摘要:

针对信道退化的多跳无线传感器网络下的定位问题, 基于最大似然估计提出一种新的信道容错的定位算法. 传感器节点接收到的源信号强度数据被压缩量化为二元信号, 经Rayleigh 退化信道多跳中继到达融合中心. 利用信道退化统计量和译码策略, 推导出二元观测数据的似然函数, 基于最大似然估计获得目标定位, 进一步给出目标位置估计的克拉美-罗下界. 仿真结果表明了所提出算法的有效性.

摘要:

针对粗糙集理论中基于差别矩阵的属性约简方法存在的不足, 提出一种基于幂图的属性约简算法. 首先通过修改样本决策属性值将不相容决策表转化为简化的相容决策表; 然后将样本对概念与幂图概念相结合, 将基于修正差别矩阵的不相容决策表的属性约简转化为幂图的搜索问题; 最后通过实例和实验验证了所提出算法的有效性.

摘要:

从半潜式平台定位系统的经济性及安全性角度出发, 提出基于锚链切换控制的自动锚泊定位系统新方案. 针对方案中具有输入延时及不确定性的特点, 设计了带有输入延时的保性能控制器, 以产生抵抗环境扰动所需的控制输入. 基于LMI 方法给出控制器存在的充分条件, 通过求解相应的线性矩阵不等式得到系统的保性能控制律. 仿真结果表明, 所设计的控制器能有效解决锚泊自动定位系统的参数不确定性及输入延时问题, 从而提高系统的精度和性能.

摘要:

针对综合评价中混合评价信息共存的问题, 提出一种新的处理方式. 首先对混合评价信息进行预处理, 转化为相同范围内统一的数据形式, 在此基础上, 按某分布随机生成数据, 并计算其对原始评价信息的隶属程度. 采用随机模拟仿真的方式对由混合信息组成的评价问题进行整体求解, 得到被评价对象之间带有概率特征的可能性排序结论. 所提出的方法可以使评价过程不再受单一或有限数据形式要求的局限, 能够进一步拓展综合评价的实际应用范围.

摘要:

针对具有模型不确定及初始误差较大的航天器姿态确定系统的滤波问题, 提出一种基于中心差分风险敏感滤波(CD-RSF) 算法的航天器姿态确定方法. 该方法利用风险敏感滤波更具鲁棒性的特点来估计模型不确定的航天器姿态, 并利用中心差分求积分法来解决风险敏感器滤波中难以处理的积分. 该方法能够消除由于模型不确定和初始误差大而导致的滤波收敛速度慢, 甚至发散的现象, 使得姿态确定算法更具鲁棒性. 仿真结果验证了所提出方法的有效性.

摘要:

提出一种将Granger 相关信息用于时间序列预测的方法, 以解决时间序列预测过程中信息利用不完全的问题. 首先, 通过Granger 相关性检验确定时间序列系统中的可利用信息; 然后, 利用神经网络将可利用信息抽取出来; 最后, 将抽取的可利用信息融入到时间序列的预测中. 实验结果验证了所提出预测方法的有效性和稳定性.