摘要:

故障预测是实现视情维修策略的基础. 不确定性问题在故障预测中普遍存在, 对此, 总结了基于不确定性的故障预测方法的关键问题, 并以不确定性属性的特点将现有故障预测方法分为基于随机性、模糊性、灰性及混合不确定性等4 类. 综述了各类方法的研究现状与不足, 并展望了基于不确定性的故障预测方法的发展趋势, 探讨了基于区间不确定性的故障预测方法的可行性.

摘要:

研究一类单输入单输出动态不确定非线性系统的几乎干扰解耦问题. 首先设计一类新型的模糊高增益观测器估计非线性系统的未知状态; 然后结合自适应模糊backstepping 控制、小增益定理和改变供能函数方法, 给出鲁棒自适应模糊控制器的设计. 所设计的控制器不仅可以保证整个闭环系统在输入到状态实际稳定意义下稳定, 同时抑制了干扰对输出的影响. 仿真结果表明了所提出控制方法的有效性.

摘要:

基于复杂网络理论, 考虑到局部连接、成本以及收益分配, 构建一个基于局域网络的加权财富演化模型. 首先应用率方程法推导出节点度分布和财富分布的动力学方程, 理论分析和数值仿真表明, 网络模型的节点度与财富值均符合幂律分布; 然后, 通过分析聚集系数、度相关性、财富分布以及财富熵等统计量, 发现该网络是一个负向匹配网络, 网络中的财富分布是不均衡的, 个体间财富异质性与结构参数  r 以及M 相关; 最后结合实证进行了说明和验证.

摘要:

针对非线性时间序列, 提出一种基于多维泰勒网的时间序列预测方法. 其特点在于利用非线性时间序列的观测数据, 通过多维泰勒网得到?? 元一阶多项式差分方程组, 在无需待预测系统的任何先验知识和机理的情况下获得动力学特性描述, 实现对非线性时间序列的预测. 最后分别采用Lorenz 混沌时间序列, 以及某大型建筑在顶升施工安全性监测中的结构振动响应数据进行实证研究, 所得结果表明了该方法的有效性.

摘要:

针对随机事件驱动的网络化控制系统, 研究其中的有限时域和无限时域内最优控制器的设计问题. 首先, 根据执行器介质访问机制将网络化控制系统建模为具有多个状态的马尔科夫跳变系统; 然后, 基于动态规划和马尔科夫跳变线性系统理论设计满足二次型性能指标的最优控制序列, 通过求解耦合黎卡提方程的镇定解, 给出最优控制律的计算方法, 使得网络化控制系统均方指数稳定; 最后, 通过仿真实验表明了所提出方法的有效性.

摘要:

针对传统算法求解多目标资源优化分配问题收敛慢、Pareto解不能有效分布在Pareto 前沿面的问题, 提出一种新的Memetic 算法. 在遗传算法的交叉算子中引入模拟退火算法, 加强了遗传算法的局部搜索能力, 加快了收敛速度. 为了使Pareto 最优解均匀分布在Pareto 前沿面, 在染色体编码中引入禁忌表, 增加了种群的多样性, 避免了传统遗传算法后期Pareto 解集过于集中的缺点. 通过与已有的遗传算法、蚁群算法、粒子群算法进行比较, 仿真实验表明了所提出算法的有效性, 并分析了禁忌表长度和模拟退火参数对算法收敛性的影响.

摘要:

在类别不均衡的数据中, 类间和类内不均衡性问题都是导致分类性能下降的重要因素. 为了提高不均衡数据集下分类算法的性能, 提出一种基于概率分布估计的混合采样算法. 该算法依据数据概率分别对每个子类进行采样以保证类内的均衡性; 并扩大少数类的潜在决策域和减少多数类的冗余信息, 从而同时从全局和局部两个角度改善数据的平衡性. 实验结果表明, 该算法提高了传统分类算法在不均衡数据下的分类性能.

摘要:

由于数据被核化后不能还原, 使核方法的应用受到局限. 对此, 提出一种基于Multi-kernel 和KRR的数据还原算法. 首先, 通过同类数据中已知数据进行多次核化迭代, 使已知数据在超高维欧氏空间中呈线性; 然后, 利用已知数据对同类未知数据进行线性表示, 并以Kernel ridge regression (KRR) 算法进行未知数据的回归; 最后实现数据还原. 选取Iris flower 和JAFFE 两类数据集进行还原实验, 实验结果表明, 所提出的算法可以有效地还原未知数据, 而且在其他领域的应用也有较好的效果.

摘要:

线性判别分析(LDA) 作为一种经典的特征提取方法被广泛地加以研究和运用, 然而LDA作为全局判别准则在一定程度上忽视了样本空间的局部结构和局部信息. 为此, 通过引入局部加权均值(LWM)并结合最大间距判别分析(MMC) 提出了具有一定局部学习能力的有监督的特征提取方法—–基于局部加权均值的最大间距判别分析(LBMMC). 算法结合了QR分解技术, 提高了其执行效率, 并通过在数据集上的测试结果表明了该算法的有效性.

摘要:

为提高终端滑模控制中状态变量的全局快速收敛性, 提出一种自适应变速指数趋近律. 该趋近律引入状态变量的一阶范数, 根据状态变量距离平衡点的远近自适应调整指数趋近速度和等速趋近速度, 从而实现缩短趋近时间的同时削弱系统抖振. 应用该趋近律设计无轴承永磁同步电机(BPMSM) 转子速度及径向位移非奇异终端滑模控制器, 仿真结果表明, 该方法能快速地跟踪转速及径向位移给定值, 系统超调及稳态静差小, 具有较强的鲁棒性.

摘要:

针对K-means 聚类算法过度依赖初始聚类中心、局部收敛、稳定性差等问题, 提出一种基于变异精密搜索的蜂群聚类算法. 该算法利用密度和距离初始化蜂群, 并根据引领蜂的适应度和密度求解跟随蜂的选择概率P;  然后通过变异精密搜索法产生的新解来更新侦查蜂, 以避免陷入局部最优; 最后结合蜂群与粗糙集来优化K-means. 实验结果表明, 该算法不仅能有效抑制局部收敛、减少对初始聚类中心的依赖, 而且准确率和稳定性均有较大的提高.

摘要:

为了实现多导弹协同攻击同一目标, 提出一种时间协同分布式导引律设计方法, 该方法对于无角度约束和有角度约束的情况均适用. 首先, 以各导弹子系统作为网络同构节点建立了多导弹时间协同制导模型, 该模型以各导弹剩余时间信息附加预定偏置量为输出; 然后, 以调整子系统间输出误差为目的, 设计了系统的分布式控制方案, 并结合一般协同控制系统的收敛性条件, 分析了导弹寻的导引的特殊性, 给出了保证多导弹时间协同的通信拓扑条件; 最后, 通过仿真结果验证了所提出方法的有效性.

摘要:

新型高精度超流体陀螺当前面临的关键问题之一是量程较小, 极大地限制了其应用领域. 为此, 提出了基于全程监测的超流体陀螺量程扩展方法, 并设计了实现方案. 该方法采用调整其面积矢量方向并在初始时刻注入热相移的技术, 避免了超流体陀螺的工作点达到盲点, 从而实现对其工作点的全程监测. 仿真结果表明, 该方法能够有效地解算角速度测量值, 使超流体陀螺的测量量程不再受到限制, 并且能够判别旋转的极性.

摘要:

针对模糊神经网络结构设计问题及模糊集在语言描述上存在的不足, 提出一种基于扩展的卡尔曼滤波(EKF)的自组织T-S 模糊Elman 网络, 并推导了网络训练算法. 分别采用递归最小二乘法和EKF 对线性参数和非线性参数进行更新; 基于模糊规则生成准则和误差下降率修剪策略实现了模糊规则的增删减. 最后通过系统辨识和污水处理建模实验, 表明了该算法在保证网络精度和泛化能力的同时, 可以有效地简化网络结构.

摘要:

针对单个制造商和单个销售商组成的多周期单产品两级供应链协调问题, 建立了期权与数量柔性契约相结合的决策模型; 需求的不确定性通过有限的情境描述, 采用逐步对冲算法对基于情境的随机规划模型进行求解, 给出了销售商最优的期权购买量和初始订货量以及制造商最优的原材料采购量和产品生产量; 最后通过数值仿真实验验证了所提出模型的有效性.

摘要:

研究一类非线性不确定系统的生存性问题. 基于支撑函数, 给出了此系统在凸紧集下可生存的充要条件. 当生存域为多面体时, 分别针对多面体和的形式和交的形式给出了系统生存的充分条件. 最后给出的算例表明了所提出方法的有效性, 同时表明所得结果实际上给出了某类切换系统的生存性条件.

摘要:

研究在制造商开通网上和零售渠道的情形下, 供应链成员的广告合作和成本分担对双渠道协调的影响. 研究结果表明, 无论零售商的广告对品牌形象产生何种影响, 制造商分担零售商的部分广告费用均能使得双方的利润优于分散决策的情形, 但不能完全实现双渠道协调. 此外, 当零售商也分担制造商的部分广告费用时, 双方均可以实现完全的协调. 相比于零售商频繁促销产生负面影响的情形, 在不产生负面影响的情况下, 双方能够实现更多的价值.

摘要:

为了解决指标权重未知的混合型多属性决策问题, 提出基于二元语义一致性的灰关联决策方法. 首先, 针对异质决策信息问题, 提出了使所有决策信息转化为二元语义变量的一致化方法; 然后根据离差最大化原理, 客观确定属性的指标权重, 利用灰关联分析对决策方案进行排序; 最后以某供应链中供应商的绩效评估作为算例, 用所提出方法对混合型多属性决策问题进行求解, 结果表明该方法易于操作且可为决策者提供丰富的决策信息.

摘要:

提出一种激光点云数据关联决策算法. 基于判别图模型, 提取并智能管理激光点云的多重形状特征, 通过最 大伪似然学习优化局部特征和配对特征的权重; 应用最大和概率推理实现对图模型隐节点状态的估计, 进而将激光点关联映射为最大后验概率的配置回溯问题; 实验结果验证了所提出算法比传统算法具有更好的性能.

摘要:

为了抑制外界未知扰动和参数摄动对并联混合有源电力滤波器(SHAPF) 系统性能的影响, 提出一种新型的自适应L₂ 增益鲁棒控制策略. 首先建立含有扰动和参数摄动的SHAPF 欧拉-拉格朗日(EL) 数学模型, 得到了SHAPF 在dq 坐标系下的误差动态模型; 然后通过构造适当的Lyapunov 函数设计参数自适应控制率, 实现了对系统参数摄动的补偿, 进而利用阻尼注入方法设计系统的L₂增益鲁棒控制器, 以保证闭环系统的 gamma  耗散性. 仿真实验验证了所提出策略的正确性和有效性.

摘要:

针对常规无源控制器在受到外部常值干扰和输入常值干扰的情况下系统会出现静差的问题, 设计加入积分反馈来消除上述干扰所引起的静差. 建立永磁同步电机受扰的端口受控耗散哈密顿系统模型(PCHD), 采用互联和阻尼分配无源控制方法, 同时加入积分比例动态反馈, 设计了永磁同步电机的速度控制器, 以保证闭环扩张系统依然具有PCHD 模型形式, 使系统稳定于期望平衡点. 最后通过仿真结果表明了所提出的控制策略的有效性.

摘要:

针对非均匀周期刷新和采样系统的建模问题, 对于含有提升变量的状态空间模型, 提出基于子空间技术的辨识方法. 首先, 通过系统的采样数据建立由Hankel 矩阵组成的扩展状态空间方程; 然后, 利用斜交投影的原理、方法和奇异值分解, 通过子空间辨识算法确定增广观测矩阵和状态向量, 通过最小二乘方法确定模型的参数矩阵; 最后, 通过仿真实例表明了所提出算法的有效性.

摘要:

针对一类存在泛数有界不确性的区间变时滞线性系统, 利用Lyapunov-Krasovskii (L-K) 泛函方法并结合线性矩阵不等式(LMI) 技术建立一种新的保守性更低的鲁棒稳定性判据. 首先基于时滞分割方法将时滞区间均分成N 等分, 针对不同的子区间构造合适的L-K 泛函; 然后在各自的分割区间采用保守性较小的积分不等式处理泛函沿时间的导数, 基于凸组合技术建立了LMI 形式的时滞相关稳定性新判据; 最后通过数值实例验证了结论的有效性.

摘要:

提出一种完全数据驱动的闭环子空间辨识及预测控制器设计方法. 该方法完全由闭环系统的输入输出数据辨识子空间矩阵, 通过子空间矩阵的拆分, 排除了与扰动相关的模型输入, 进而获取子空间矩阵参数的无偏估计; 将辨识得到的闭环系统子空间矩阵描述直接作为预测模型, 设计预测控制器; 将其应用于某钢铁集团焦炉炭化室压力控制系统, 取得了良好的控制效果.

摘要:

基于矩阵扰动理论, 研究利用累积法估计GM(1,1) 模型参数时解的稳定性问题. 研究结果表明: 累积的阶数越高, 解的扰动界越大; 在扰动值相等的情况下, 新数据相比于老数据, 解的扰动界较小; 新数据对解的影响较小, 这与新信息优先原理相矛盾. 对此, 提出分数阶累积法, 当阶数小于1 时, 这种矛盾有所缓解, 解的扰动界也较小. 最后通过具体实例验证了分数阶累积法的实用性与可靠性.

摘要:

控制系统中的传感器、执行器和被控对象的故障检测与诊断往往是把执行器和被控对象视为一个整体来研究, 这不利于故障的决策与处理. 对此, 设计了非线性系统故障诊断的滑模观测器, 提出一种诊断被控对象故障的方法, 即对非线性系统和执行器同时进行观测, 根据两观测器残差的变化情况判断出非线性系统中传感器、执行器和被控对象故障. 最后以单输入单输出非线性系统为例进行仿真, 验证了该方法的有效性.

摘要:

在D-S 证据理论中, 冲突系数不能很好地描述证据之间的冲突, 而且当证据高度冲突时会得到有悖常理的结果. 为了解决该问题, 提出一种自适应冲突证据检验与合成方法. 首先, 利用证据向量夹角余弦度量证据之间的相似性程度, 并提出冲突证据判据, 通过冲突证据检验因子实现证据分类; 然后, 引入冲突比例因子来决定证据的修正方法, 并利用相似度对其进行局部或全局修正; 最后, 将修正后的证据进行检验与合成. 通过应用实例验证了所提出方法的有效性.

摘要:

针对电解铝生产过程中电解槽调配及出铝调度问题, 在建立数学模型分析基础上, 设计一种混合策略优化算法. 通过引入人工经验排出特例, 利用遗传算法完成优化. 以出铝路径为优化适应度函数, 利用交叉算子调配电解槽铝液组合, 利用变异算子改变槽装车路线. 最后通过某铝厂电解槽3 组数据优化实例表明了所提出方法的有效性.

摘要:

针对混沌蚂蚁群优化算法(CASO) 容易陷入局部极值和精度低的缺陷, 从认知学角度进行分析, 将创造性思维(CT) 引入CASO 算法, 提出了一种带创造性思维的混沌蚂蚁群优化算法(CTCASO). 基于CT 过程的“四阶段”模型, 构建了算法框架, 改进了位置更新公式, 从而使蚂蚁个体在惯性、认知能力的基础上增强了CT 能力, 提高了蚁群
的整体寻优能力. 仿真结果表明, 所提出的算法搜索能力强、稳定性好, 并且未增加新的参数和计算难度.

摘要:

针对模糊时间序列预测理论对不确定性数据集的实时模糊变化趋势研究存在的不足, 规范了直觉模糊时间序列的定义, 提出了基于直觉模糊线性方程组的直觉模糊时间序列预测方法. 所提出的算法将模型的求解转化为一系列带有约束的线性规划问题, 准确地反映了序列数据随时间发展变化的模糊关联规律, 简化了预测模型的复杂度, 提高了时间序列预测的精度, 扩展了直觉模糊时间序列预测理论的应用范围. 最后, 通过仿真实验验证了所提出方法的有效性和优越性.

摘要:

电力系统供电不足时, 可以切除过量的负载以保证系统的稳定性. 针对飞机电力系统供电不足的情况, 提出一种最优负载切除方法. 该方法考虑了飞机上关键负载的优先供电要求, 将负载优先级权重因子引入负载方程中, 把负载切除问题转换为多目标优化问题. 通过求解该优化问题, 克服了负载切除的随机性和盲目性, 满足了关键负载的优先供电要求. 实验结果验证了所提出的负载切除方法的正确性和有效性.

摘要:

研究一类考虑转包的供应链排序问题, 即工厂从客户处接受一批订单, 这些订单既可以由工厂完成, 也可以通过支付一定费用进行转包. 工厂需要确定被转包的订单集并安排未被转包订单的生产和运输. 针对工厂为平行机生产环境的情况, 以交货期限内完成所有订单的转包成本、生产成本与运输成本之和最小化为目标, 构建了问题的数学模型, 并设计了启发式算法. 最后通过数值实验结果表明了算法的有效性.

摘要:

研究具有外部不确定性R¨ossler 混沌系统的鲁棒跟踪控制问题. 基于动态面控制原理设计自适应鲁棒控制器, 给出了系统参数的自适应更新律, 使得被控闭环系统的各误差变量一致有界. 系统输出曲线渐近跟踪任意期望轨道, 且跟踪误差能被控制在任意小的范围内, 而无须知道系统的参数及外部不确定性的界限. 基于稳定理论给出了具体的稳定性分析, 并通过数值仿真验证了该方法的有效性及鲁棒性.