摘要:

将网络控制系统(NCSs) 的未知短时延处理成范数有界不确定性, 结合Markov 丢包影响将NCSs 建模为不确定Markov 跳变系统, 设计模态依赖的鲁棒故障检测滤波器. 为了提高检测系统性能, 采用后置滤波器对残差信号进行时域优化, 并以Moore-Penrose 逆形式给出其最优解. 同时, 设计自适应检测阈值, 并给出时变参数阵的迭代方法,降低了计算量. 数值仿真表明, 所提出的方法能够有效地抑制时延和丢包影响, 提高故障检测系统的检测能力和检测速度.

摘要:

为了实现一类分布式多输入系统的分散鲁棒自适应控制, 基于状态扩张和反演干扰抑制控制, 提出一种自律鲁棒自适应分散控制的新方法. 结合直接反馈线性化和最优控制, 给出了自律最优鲁棒自适应分散控制的设计方法. 仿真结果表明, 所提出方法能够有效实现各子系统的自律鲁棒稳定、全系统整体鲁棒稳定和不确定参数自适应, 同时通过求解LMI, 具备了最优干扰抑制的功能.

摘要:

针对跨空间数据相似度学习问题提出的跨空间相似度学习(CSAL) 算法表现出了良好的性能, 并已成功地应用于各类推荐系统中. 但构建一个完善的推荐系统, 其待处理的数据量常呈现大样本特征, 而CSAL 算法并不具备大样本快速处理能力. 针对此不足, 提出了跨空间相似度学习-最小包含球(CSAL-MEB) 方法和跨空间相似度学习-核向量机(CSAL-CVM) 快速方法. CSAL-CVM 方法既具有渐近线性时间复杂度和空间复杂度的优点, 同时又继承了CSAL 的良好性能. 相关实验亦验证了所提出方法的有效性.

摘要:

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

摘要:

针对一类含有状态时变时滞的不确定非完整系统, 提出一种输出反馈镇定控制算法. 通过应用不连续的输入-状态变换和缩放变换, 将原始研究系统转换为更利于反馈控制器设计的新系统. 基于此系统设计状态反馈控制律, 通过构造状态观测器、利用必然等价原理给出理想的输出反馈镇定控制器. 分析表明, 所设计的控制器能够使得闭环系统的状态渐近趋于零. 最后通过仿真实例表明了所提出控制策略的有效性.

摘要:

针对回归问题中存在的变量选择和网络结构设计问题, 提出一种基于互信息的极端学习机(ELM) 训练算法, 同时实现输入变量的选择和隐含层的结构优化. 该算法将互信息输入变量选择嵌入到ELM网络的学习过程之中, 以网络的学习性能作为衡量输入变量与输出变量相关与否的指标, 并以增量式的方法确定隐含层节点的规模.在Lorenz、Gas Furnace 和10 组标杆数据上的仿真结果表明了所提出算法的有效性. 该算法不仅可以简化网络结构, 还可以提高网络的泛化性能.

摘要:

考虑到星体表面的阴影区在航天器软着陆小天体时可作为导航路标以及壁障参考区, 提出一种基于地表阴影区的跟踪算法. 首先利用状态参数将拍摄到的前后两帧图像矫正到相同的状态, 根据提出的二值化算法对图像的阴影区进行检测; 然后利用模板匹配找出阴影区的相关位置点, 并通过特征向量法找到相似性最大的位置点; 最后结合RANSAC算法去除错匹配对. 以两组433 Eros 的连续拍摄图像作为阴影区进行跟踪实验, 结果表明该算法具有一定的可行性.

摘要:

由于需要利用高斯函数逼近潜变量函数的后验概率, 传统高斯过程分类算法通常都存在计算复杂度高的问题. 对此, 提出一种新高斯过程分类算法. 该算法的基本思想为: 首先, 利用Parzen 窗方法估计出每个训练样本的后验概率; 然后, 通过所得到的后验概率将原始分类问题变换为回归问题; 进而分析地得到潜变量函数后验概率的显式表达式, 以避免逼近后验概率所面临的高计算复杂度问题. 仿真实验结果表明, 所提出的算法在分类精度上优于已有的高斯过程分类算法.

摘要:

基于一致性算法, 在有向通讯拓扑下, 研究存在状态约束的多航天器系统分布式有限时间姿态协同跟踪控制问题. 在仅有部分跟随航天器可以获取领航航天器状态, 并且跟随航天器之间存在不完全信息交互的情形下, 设计了分布式快速终端滑模面, 提出了不依赖于模型的分布式有限时间姿态协同跟踪控制律. 根据有限时间Lyapunov 稳定性定理, 证明了系统的状态在有限时间内收敛于领航航天器状态的小邻域内. 最后通过仿真算例验证了所提出算法的有效性.

摘要:

为了提高有源电力滤波器的动态性能, 基于切换系统理论研究其电流跟踪控制问题. 首先, 建立系统的切换动态模型, 根据切换系统理论和空间电压矢量法证明二次稳定性, 并设计相应的切换控制序列. 考虑到控制器的数字化实现, 建立系统的离散切换系统模型, 提出在采样周期内使系统性能最优的切换控制策略. 仿真结果表明, 该控制策略能实现对指令电流的精确跟踪, 降低功率器件的开关频率, 从而有效地提高系统的动态性能.

摘要:

针对一类多关节机器鱼推进速度的调节, 提出一种运动学建模与控制匹配设计的新方法. 以可控性为目标, 建立了基于能量转化系数的鱼尾摆动规律与推进速度性能参考(SSPR) 模型, 系统已知参数把能量转化率收敛到一个可控可调节范围. 自适应迭代学习控制策略与之匹配, 能适时辨识并周期性地更新该模型的能量转化系数, 实现机器鱼在陌生水环境中的推进速度自调节. 仿真分析验证了该模型和控制方法的正确性.

摘要:

在序决策信息系统中, 定义区间为支配一个特定的对象同时又被另一个特定的对象所支配的所有对象的集合. 以区间为基本知识颗粒, 建立新的优势关系粗糙集模型, 并由此获取决策值为特定区间范围的区间决策规则. 提出区间的约简的概念, 构造区分函数计算区间的约简, 并由此计算优化区间决策规则. 该方法比初始的优势关系粗糙集方法适应性更强, 且所得区间决策规则可直接应用于序信息系统的分类问题.

摘要:

针对多弹三维协同攻击机动目标的要求, 提出一种基于网络同步原理的协同制导方法. 该算法给出了导弹3 个方向的速度, 并基于运动学关系转化为总速度、弹道倾角和弹道偏角指令. 基于反步法将控制器设计过程转化为3 步, 分别为速度及弹道角子系统、气动角子系统和角速率子系统设计, 各子系统采用滑模控制. 控制器设计中采用扩展状态观测器对气动参数摄动和外部扰动进行估计, 并在控制器中进行补偿. 仿真结果验证了控制器的跟踪特性及导弹的协同攻击效果.

摘要:

轮式移动机器人现有的避障控制方法大多需要在避障过程中进行减速处理, 会影响移动效率. 鉴于此, 将生存理论应用于轮式移动机器人的反应式避障控制. 分析非完整约束轮式机器人的仿射非线性系统模型和约束条件, 利用弹性边界升维和控制模型退化的方法给出系统的生存性设计, 并利用最优化方法得出机器人高速避障控制器. 最后通过仿真实验, 表明了轮式机器人高速避障控制的有效性.

摘要:

利用系统无源性和旋转矩阵性质研究无角速度测量下的姿态跟踪控制问题. 为了避免姿态参数的奇异性和模糊性, 提出基于三维特殊正交群(SO(3)) 的控制策略. 首先利用旋转矩阵建立姿态跟踪误差方程, 然后分析了系统的内在无源性, 从而揭示了闭环系统的稳定性. 当角速度无法获得时, 利用新的无源滤波提出一种无角速度测量控制律, 并给出了严格的Lyapunov 稳定性分析. 最后, 通过数值仿真验证了所提出的控制方法的有效性.

摘要:

针对准则值为二元语义、准则权系数完全未知的风险型多准则决策问题, 提出一种基于二元语义前景关联分析的决策方法. 该方法通过确定二元语义正、负理想方案, 计算二元语义关联系数; 分别以正、负理想方案为参考点, 计算各准则下各方案的二元语义前景值, 构建前景决策矩阵; 进而依据各准则的灰色均值关联度确定准则权系数, 通过二元语义相对前景关联度对方案进行排序. 最后的实例分析表明了所提出方法的有效性.

摘要:

复杂环境下的多普勒频移变化及信号功率衰减均会对载波准确跟踪造成影响. 在研究北斗卫星B1 频点信号结构的基础上, 建立以环路中相关积分值为观测量的非线性EKF 模型和UKF模型, 并提出利用滤波估计状态量进行状态反馈控制的方法, 从而解决了载波跟踪环路在高动态及弱信号环境中难以高性能工作的问题. 实验结果表明,状态反馈控制的EKF 模型和UKF滤波模型能准确地跟踪弱信号及高动态下的信号变化, 从而有效控制跟踪误差, 为实现快速准确的载波跟踪奠定了基础.

摘要:

在离散需求情景概率不确定的条件下, 建立基于最大最小方法的多周期库存鲁棒优化模型. 考虑需求分布分别隶属于区间和椭球不确定集两种情形, 运用对偶理论将多周期库存鲁棒优化模型转化为易于求解的凸规划问题. 数值结果表明, 与已知需求分布下的系统最优绩效相比, 采用鲁棒订货策略虽然会导致部分绩效损失, 但损失值很小, 表明基于鲁棒优化的多周期库存订货策略具有良好的鲁棒性, 能够有效抑制需求分布不确定性对库存运作绩效的影响.

摘要:

针对知识融合产生的新知识规模庞大的问题, 提出一个基于本体的融合知识测度指标. 利用默认关系强度分析知识单元之间融合的紧密程度, 根据词汇链的构建规则定义语义相关度, 由概念本体树的语义距离计算概念之间的语义相关度, 并运用最大熵模型分析融合知识的语义熵. 分析知识元素属性值对融合知识的影响, 确定其相应效用权重系数; 综合上述指标构建对融合算法具有特定趋势指导作用的融合知识测度, 并分析该测度指标对称性、确定性、非负性和扩展性等性质. 应用实例表明了所提出指标的有效性, 并进一步说明了融合知识测度在知识评价体系中的重要作用.

摘要:

为了实时掌握生产过程运行状态, 提出一种基于Fisher 判别分析(FDA) 的过程运行状态在线评价方法. 提出 离线数据分类与识别算法, 以识别不同稳定运行状态的建模数据及其对应的状态等级; 利用FDA提取各个稳定运行 状态的特征属性, 建立评价模型; 在线评价时, 通过“时间窗口”数据特征与各个状态等级的相似度, 实时评价过程运行状态. 将所提出的方法应用于某湿法冶金过程的仿真结果验证了该方法的有效性.

摘要:

针对中期电力负荷预测, 提出基于贪心核主元回归(GKPCR)、贪心核岭回归(GKRR) 的特征提取建模方法. 通过对核矩阵的稀疏逼近, GKPCR和GKRR两种贪心核特征提取方法旨在寻找特征空间中数据的低维表示, 计算需求低, 适用于大数据集的在线学习. 将所提出的方法应用于不同地区的电力负荷中期峰值预测, 并与现有预测方法进行了比较. 实验结果表明, 在同等条件下, 所提出的方法能有效地改进预测精度, 而且性能更好, 显示了其有效性和应用潜力.

摘要:

针对非线性系统中不可观测故障参数估计和预测问题, 提出一种基于多重渐消因子强跟踪无迹卡尔曼滤波(MSTUKF) 的状态和参数联合估计法, 通过引入多重渐消因子增强了对变化函数未知的故障参数的跟踪能力. 对于得到的故障参数估计值, 利用递推最小二乘法更新约束AR预测模型, 从而实现故障参数的在线估计与预测. 仿真结果表明, MSTUKF方法在故障参数估计精度上优于UKF 和单渐消因子强跟踪UKF, 约束AR模型的预测精度高于无约束条件下的预测精度.

摘要:

提出一种基于两时间尺度模型的直升机非线性控制方法. 该方法利用直升机不同状态达到稳定的时间不同的特点, 将直升机模型分为快速和慢速两种模型. 反步控制方法和逆动力学控制方法分别被用于进行快慢两种模型控制器的设计, 并在控制过程中采用了不同的控制周期. 仿真结果表明, 利用上述方法设计的控制器, 对于阶跃变化和正弦变化的速度轨迹具有良好的跟踪效果.

摘要:

多线索融合是解决复杂情况下跟踪问题的有效手段, 为此提出一种基于自适应分块目标模型的多线索融合 粒子滤波跟踪方法. 根据目标颜色分布自适应分块建立目标描述模型, 可提高对目标初始描述的适应性; 采用多线索融合粒子滤波跟踪, 在跟踪过程中能根据子块可靠程度动态调整权重, 提高对剧烈光照变化、目标姿态变化、遮挡等复杂情况的适应性. 实验结果表明, 所提出的跟踪方法在多种复杂情况下能准确有效地跟踪目标.

摘要:

针对谱聚类存在构造相似度矩阵时对尺度参数敏感以及处理多重尺度数据集效果不理想的缺陷, 提出一种基于密度调整的改进自适应谱聚类算法. 该算法将样本点所处领域的密度引入谱聚类, 利用密度差来调整样本点之间的相似度, 使其更符合实际簇类中样本点间的内在关系, 在一定程度上解决了多尺度聚类问题; 同时, 通过样本点的近邻距离自适应得到尺度参数, 使算法对尺度参数相对不敏感. 仿真实验验证了所提出算法的有效性和优越性.

摘要:

针对一类存在时变状态时滞的不确定性系统, 基于全程滑模的思想, 引入一种带状态时滞项的积分型滑模面, 以消除趋近模态, 实现全程滑模控制; 基于一种新颖的自由权矩阵时滞转换模型, 采用线性矩阵不等式(LMI) 的方法给出并证明了滑动模态稳定的充分条件, 降低了保守性; 结合自适应控制思想设计出自适应滑模控制器, 克服了不确定性以及时变的时滞影响.

摘要:

针对离散随机Markov 跳跃系统, 基于?表示方法研究了其对应的广义Lyapunov 方程解的性质. 首先, 证明了广义Lyapunov 方程存在唯一实对称矩阵序列解的充分必要条件是系统的谱不包含零特征值; 然后, 在系统的谱包含零特征值的情况下, 分析了广义Lyapunov 方程解的结构; 最后, 通过数值仿真表明了所得结论的正确性.

摘要:

高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加, 能够较好地解决粒子退化问题, 但其重要性密度函数没有考虑最新的量测信息, 导致有效粒子数减少, 算法滤波性能下降. 针对该问题, 提出一种基于Gaussian-Hermite 滤波(GHF) 的高斯粒子滤波算法, 采用GHF构造高斯粒子滤波的重要性密度函数, 考虑最新的量测信息, 增加有效粒子数, 提高算法的滤波精度. 仿真结果表明, 所提出算法的滤波精度明显优于高斯粒子滤波算法.

摘要:

针对带有晶闸管控制串补(TCSC) 的单机无限总线系统, 利用浸入和不变思想设计了基于状态反馈的非线性阻尼控制器. 通过选定一个特定的二维目标系统和映射函数, 将所研究的对象浸入其中, 使得所设计的非线性阻尼控制器在不需要构造Lyapunov 函数的情况下即可保证闭环系统的渐近稳定性和轨迹的有界性. 仿真对比结果表明了采用所提出方法设计的控制器是有效的, 且能够明显提高闭环系统的暂态稳定性.

摘要:

对惩罚函数法中的惩罚系数进行了系统分析和讨论. 首先, 针对Deb 基于可行性规则对约束违反相同情况下的比较没有具体说明的现状, 提出一种改进的Deb 基于可行性规则. 在此基础上, 证明了惩罚系数过大或者过小均不会影响排序的结论, 并给出了惩罚系数影响排序的上下边界. 实例分析表明了所得结论的有效性, 为基于惩罚系数的算法设计提供了依据.

摘要:

根据节点负载能力制定失效负载的重分配规则, 结合物流基础设施网络结构特征构建网络级联失效模型, 并分别从参数??、失效节点类型以及网络结构等角度对网络级联失效抗毁性展开分析. 仿真结果表明: 中转型节点的失效所带来的破坏性较一般类型节点大; 增大?? 值以及增加网络结构的复杂程度均可加强网络的抗毁性.

摘要:

针对带有间接偏好信息的多准则决策问题, 首先利用加性效用函数理论提出一种排序方法, 该方法通过构建一个简单的优化模型, 得到与间接偏好信息相容的各评价值的效用; 然后, 利用线性插值方法计算出剩下方案各评价值的效用, 进而得到所有方案的综合效用及排序; 最后, 通过实例验证了该方法的有效性和可行性.

摘要:

交互式多模型滤波(IMM) 的交互环节使得系统状态量不再服从单纯的高斯分布, 用现有方法对其概率分布的估计存在较大的误差. 对此, 考虑到模型的混合概率是时变的, IMM的交互过程可以用非线性方程来描述, 因而采用容积卡尔曼滤波(CKF) 中的容积法则对高斯随机变量经非线性函数传播后的概率分布进行估计, 并从理论上证明了容积法则的近似精度. 仿真实验表明, 由于提高了对交互后随机变量概率分布的估计精度, 所提出的方法能够有效改善IMM在量测噪声较大时的滤波效果.

摘要:

对网络舆情监测监控云平台上集聚的海量技术agent, 如果只是逐一agent 搜寻使联盟的利益最大化, 将耗费大量的时间和费用. 为解决该问题, 提出了基于“能力群”的动态联盟机制, 通过动态增加或删除“能力群”中的agent 来增加联盟完成复杂任务的能力; 并提出一种基于文化算法的“能力群”agent 联盟算法, 详细讨论了算法的流程、编码、选择、交叉和变异操作的规则, 以及基于“能力群”特征的交叉算法. 仿真结果表明, 所提出的算法是可行和有效的.