摘要:

提出一种双链结构的多目标进化算法(DCMOEA). 该算法采用双链结构表示个体, 执行过程中无需设置外部归档集合, 并采用?? 支配策略保持解群的多样性. DCMOEA与MOEA/D、NSGA-II、SPEA2 和PAES 一同在4 个2-目标ZDT 函数和4 个3-目标DTLZ 问题上进行实验, 并从算法所获解集的收敛性、分布均匀性和宽广性3 个方面进行比较, 仿真实验结果表明了DCMOEA的综合性能最好, 是一种颇具竞争力的多目标进化算法.

摘要:

针对打击机动目标时带攻击角度约束的制导问题, 采用扩张状态观测器和动态面控制方法设计一种考虑自动驾驶仪动态特性的制导律. 考虑期望视线角的变化率正比于未知的目标加速度, 采用扩张状态观测器对未知目标加速度进行估计. 为了避免奇异问题, 并克服非匹配不确定项对系统性能的影响, 采用非奇异终端滑模和动态面控制方法进行制导律设计. 与传统的将目标加速度设为零的制导律相比较, 仿真结果表明所提出的制导律具有良好的制导性能.

摘要:

针对多传感抗差航迹关联问题, 从理论上分析传感器系统偏差对航迹点集拓扑结构的影响, 利用非刚性变换表征两点集之间的拓扑差异. 建立抗差航迹关联问题的点模式匹配模型, 采用基于松弛标号迭代的非刚性点匹配方法对其进行求解. 针对不同测距、测角偏差、目标密度和检测概率水平构造多组典型仿真场景, 仿真实验验证了所提出算法的有效性.

摘要:

研究含不稳定子系统的多平衡点二维线性时不变切换系统的稳定性和镇定性问题. 首先, 在每一子系统仅有唯一焦点或中心、不同子系统的平衡点互异的情形下, 确定含所有子系统平衡点的唯一特定区域, 据此给出系统区域稳定的概念; 然后, 基于区域稳定的定义, 利用解析法得到系统全局区域渐近稳定的简单判据, 并设计了全局区域渐近镇定控制器及其算法. 最后, 通过数值仿真算例表明了所得结果的有效性和易操作性.

摘要:

针对存在丢包的传感器网络中每个传感器节点对目标估计确信度不同的问题, 提出一种基于自适应加权融合的分布式滤波算法. 考虑节点在网络中的影响力及其节点属性, 将节点重要度与传感器网络节点观测数据间的支持度线性加权, 获得每个传感器节点对目标的估计确信度, 并将该确信度构成的融合权值引入节点状态估计值的一致性协议中, 更新传感器节点对目标的状态估计值, 提高分布式滤波算法的估计精度和传感器节点估计值的一致性. 仿真结果验证了所提出方法的有效性.

摘要:

将CBMeMBer 滤波器推广到多扩展目标跟踪场合, 提出扩展目标CBMeMBer 滤波器, 并给出其高斯混合实现的步骤. 该滤波器主要对原始CBMeMBer 滤波器的更新步进行改进, 引入多量测似然函数, 避免了对目标数目的过估计. 仿真结果表明, 在多扩展目标跟踪场合, 扩展目标CBMeMBer 滤波器对目标数目和状态的估计精度高于CBMeMBer 滤波器, 接近于扩展目标PHD 滤波器.

摘要:

提出一种基于图论表示的正交变换基, 并在此基础上对图像进行压缩采样与压缩域直接分类. 首先, 充分利用图像的边缘特性和像素关系, 给出一种图像的图论表示方法; 然后, 通过图Laplacian 矩阵的特征值分解得到其特征向量矩阵作为正交变换基, 由此得到图像的图变换域稀疏表示; 最后, 利用随机投影后的压缩采样特征向量直接对分类器进行训练和测试, 不仅保持了与原空间相当的分类精度, 还大量地减少了训练和测试时间以及计算/存储代价.

摘要:

随着工业系统复杂性的逐步增加, 对故障预测的实时性和准确性提出了更高的要求. 对此, 提出一种基于动态记忆反馈的改进ELM神经网络模型进行故障预测. 此模型在结构上增加了反馈层用于记忆隐含层输出, 并从反馈层记忆的信息中提取数据变化趋势特征, 从而动态更新反馈层的输出权值. 通过对非线性动态系统的下一时刻输出进行预测, 并对预测输出进行诊断, 达到故障预测的目的. 通过人工数据Sinc 验证和TE 过程实例应用表明了所提出方法具有预测精度高、动态适应能力强等优点, 对非线性时序系统具有较好的预测能力.

摘要:

从仿生学和心理学角度出发, 提出一种深度扩展记忆的仿人粒子群算法, 以解决标准粒子群及其主流改进算法易陷入局部最优等问题. 算法对粒子认知进行群体共享, 并采用深度扩展记忆积累粒子认知, 通过仿人遗忘函数配置不同时期认知对当前决策的影响权重. 仿真分析表明, 所提出算法对遗忘函数和遗忘因子高度敏感, 算法寻优多维多极值函数时, 在收敛精度、成功率和优化成本等方面较标准粒子群及其改进算法有显著提升.

摘要:

首先, 基于拉格朗日方程建立移动机器人模型; 然后, 根据侧向误差和角度误差的关系设计引导角, 将该引导角作为虚拟输入, 结合Backstepping 方法设计基于移动机器人运动学模型的轨迹跟踪控制律, 并给出参数选取条件; 最后, 以驱动轮力矩作为控制输入, 并考虑到机器人受到的外部扰动, 将运动学控制律扩展得到基于动力学模型的控制律. 仿真结果表明了所设计控制律的有效性.

摘要:

研究一类直觉模糊线性规划及其应用. 首先, 定义直觉模糊不等式, 给出直觉模糊线性规划模型; 然后, 提出一种基于总精确函数的直觉模糊线性规划求解方法, 并给出其求解步骤; 最后, 建立证劵投资组合的直觉模糊线性规划模型. 数值算例表明了所提出理论是合理有效的.

摘要:

对经典合作博弈的核心及谈判集解进行延拓, 定义了广义核心及广义谈判集的概念, 提出广义比例分配模型及简化博弈模型, 探讨了平均单调博弈与广义简化博弈的对应关系以及广义比例分配与广义核心解的包含关系, 证明了平均单调博弈广义核心解与谈判集解的等价性质. 研究结果丰富了对合作博弈解的研究及其在收益再分配领域中的应用需求, 说明了平均单调博弈广义核心解的非空性, 进而保证了其最优再分配方案的存在性.

摘要:

针对网购中的低碳供应链网络设计问题, 利用凹函数对碳排放成本、物流成本和配送中心固定成本之和进行最小化建模. 由于该模型不能被直接求解, 首先, 应用拉格朗日松弛法将其分解成单一供应商选址和凹背包两个问题, 在此基础上提出了基于子问题求解的拉格朗日启发式算法; 然后, 从供应链网络运营成本和供应链网络设计两个方面进行应用分析. 结果表明, 考虑碳排放成本的供应链设计能够优化网购环境下低碳供应链资源的配置.

摘要:

针对需求受价格影响和需求受价格、库存量共同影响的两种情况, 考虑销售商允许缺货且缺货期间出现短缺量部分拖后, 研究多个供应商、多个销售商情况下, 供应商库存外包于第三方的易变质产品库存联合决策模型. 对比分析两模型的结论表明, 需求依赖当前销售价格和库存量情况下, 考虑易变质产品库存问题更贴近实际, 存在最优订货周期、最优销售价格使得供应链整体利益最大化, 此时, 供应链整体利润并不随着缺货率的增加而单调减小.

摘要:

提出一种基于扩展原理的混合证据推理不确定决策模型. 通过?? 截集将同一决策问题中各属性使用的精确数、区间数和模糊数等异构评估信度统一分解为区间结构, 采用区间证据推理方法求解各隶属度下的效用区间,并按隶属度次序重组方案效用; 化简模糊数质心公式, 并用于模糊定量评估的信度计算和方案模糊效用的排序; 最后, 通过具体实例验证了所提出方法的有效性和可行性. 将该方法在算例中的适用情况进行比较和分析, 结果表明所提出的方法具有良好的适应性.

摘要:

针对电力、石化等区域垄断性运作系统能力因突发事件受损的情况, 从运作管理的视角探讨监管惩罚、管理者应急态度和应急决策之间的关系, 并以此构造相应的单阶段和多阶段应急运作模型. 从理论上证明了监管惩罚的边界和惩罚机制参数与应急决策变量的相关关系, 在此基础上对服务和生产两类系统的监管机制和管理者应急决策进行数值模拟分析. 仿真结果表明, 所提出的方法对监管部门制定惩罚机制、管理者改善应急管理绩效具有较好的启示.

摘要:

以灰色关联决策理论为基础, 分析经典灰色关联决策方法的优缺点. 从两曲线相邻点间多边形面积的角度度量曲线在距离上的接近性和几何形状的相似性, 提出以被选方案与理想方案间两相邻点的多边形面积作为关联系数, 构建了灰色关联度公式. 为了解决信息利用不充分和变化趋势不一致性问题, 拟考虑被选方案与理想方案和负理想方案的关联度, 构建了灰色关联相对贴近度模型. 通过算例验证了所提出的灰色关联决策模型的合理性和算法的有效性.

摘要:

针对采用标准神经网络模型(SNNM) 描述的非线性系统, 提出一种基于无线控制网络(WCN) 的全分布式控制方法. 采用置信因子模拟WCN中无线通信链路的不确定性, 利用Lyapunov 理论和Lur’e 系统方法, 将无线网络化控制系统(WNCS) 的稳定性分析转化为一个具有线性矩阵不等式(LMI) 约束的凸优化问题; 使用CVX工具包求解该凸优化问题, 得到了保证闭环系统全局渐近稳定的WCN配置参数. 仿真结果验证了所提出控制策略的正确性和有效性.

摘要:

入侵检测可为计算机网络信息提供安全保障, 在其方法研究中, 由于相关向量机(RVM) 具有高稀疏性且预测中使用概率因素, 在网络入侵检测中优于支持向量机. 然而RVM的核函数参数是经验估计的, 为此, 提出一种基于云模型的粒子群优化算法的RVM方法, 即采用云粒子群算法确定RVM的核参数, 构建RVM分类模型, 再采用一对一分类方法进行多类检测分类. 经入侵检测实验研究, 所得结果表明所提出的方法优于基于常规相关向量机的检测方法, 且具有更高的入侵检测精度.

摘要:

针对钢铁热轧生产操作优化问题, 建立热轧操作优化模型. 该模型的难点是, 模型具有高度非线性的特征, 难以获得最优解. 考虑模型数学表达式的结构特点, 将操作优化模型等价转化为超越几何规划模型, 由于获得的模型 存在对数项, 无法直接有效求解, 利用模型的结构特点, 通过数学变换和理论分析, 转化为凸规划模型, 从而利用凸规划软件获得最优解, 为操作优化问题获得全局最优解提供一种新方法.

摘要:

针对不一致决策表的规则获取, 从属性多粒度角度考虑, 按粒度由粗到细将决策表划分成不同的粒度空间, 通过定义相容粒关系矩阵和不相容粒关系矩阵, 并充分挖掘隐含在矩阵中的启发式信息, 实现对不同粒度空间确定 性规则和不确定性规则的获取. 最后, 从实例分析以及UCI 测试对算法进行验证, 并与现有算法进行实验对比, 实验结果与分析表明了所提出算法的可行性和有效性, 而且按此方法获取的规则集的泛化能力更强.

摘要:

提出一种基于混合策略的双种群约束优化算法. 利用双种群存储机制处理约束条件, 并采用约束支配更新不可行解集, 同时采用混合策略进化种群: 在进化前期利用Deb 准则产生可行解, 并保留一部分非劣不可行解参与进化, 保持种群多样性; 在进化后期让最优个体和次优个体参与进化, 使种群快速收敛. 仿真实验结果表明, 所提出的算法在保证种群多样性的同时, 能够较好地收敛到全局最优解, 且鲁棒性较好.

摘要:

针对??-支持向量机(v-SVM) 用于大规模、多峰样本建模时易出现训练速度慢和回归精度低的问题, 提出基于边界向量提取的多尺度v-SVM 建模方法. 该方法采用一种自适应边界向量提取算法, 从训练样本中预提取出包含全部支持向量的边界向量集, 以缩减训练样本规模, 并通过求解多尺度v-SVM 二次规划问题获取全局最优回归模型,从多个尺度上对复杂分布样本进行逼近. 仿真结果表明, 基于边界向量提取的多尺度v-SVM 比v-SVM 具有更好的回归结果.

摘要:

针对一类具有网型拓扑结构的互联大系统, 提出一种动态输出反馈多重叠鲁棒分散关联镇定方法. 该方法将系统状态空间加以扩展, 在扩展空间中将其分解为按循环逆序排列的一系列两两子系统对, 并为每个子系统对分别设计使其关联稳定的鲁棒分散动态输出反馈控制器, 将这些多重叠设计的控制器再收缩回原空间, 实现控制律的协调. 将该方法应用到一个四区域网型电力系统控制设计中, 仿真结果验证了所提出方法的可行性和优越性.

摘要:

针对系统状态变量不完全可测以及系统模态不能实时获得的实际情况, 研究广义马尔科夫跳变系统的部分模态依赖观测器及相应控制器的设计问题. 基于线性矩阵不等式技术, 运用模态依赖的李雅普诺夫函数讨论广义马尔科夫系统的正则和无脉冲特性, 给出使系统随机稳定的基于观测器的控制器存在的充分条件. 最后通过数值算例验证了所提出设计方法的有效性和优越性.

摘要:

针对具有连续解空间的数值函数优化问题, 基于量子算法和实数编码进化算法的思想, 提出一种新的相位角编码量子进化算法(PAQEA). 算法的概率表达特性使得量子染色体能够以一定概率表达优化问题的所有可行解, 结合动态量子旋转门实现染色体的进化, 实现了算法局部搜索与全局搜索的平衡. 理论分析证明了算法的全局收敛性. 仿真结果表明, 该算法适用于复杂数值函数优化问题, 具有收敛速度快、搜索能力强和稳定性高的特点.

摘要:

现有的张量积分布补偿控制方法计算负荷会随着变参数维数的增加而迅速增大, 这使得该方法在中高维LPV 系统上的应用受到限制. 针对此问题, 提出一种基于均匀设计的张量积分布补偿控制方法, 该方法通过均匀设计获取LPV 系统的离散张量, 使离散数据与变参数维数弱相关. 仿真结果表明, 基于均匀设计的张量积分布补偿控制可以在控制效果基本不变的情况下, 有效降低控制算法的计算负荷.

摘要:

控制复杂网络在很多领域都有着重要的应用价值. 将控制复杂网络所需的最少节点集合称为最小驱动点集. 针对网络的最小驱动点集并不唯一, 提出一种随机匹配方法来获取网络中不同的最小驱动点集, 并分析最小驱动点 集集合的平均度分布以及节点在最小驱动点集集合中的出现频率. 研究发现, 多数网络的最小驱动点集分布紧密, 其节点构成与网络度分布有关; 同时, 网络中节点的控制重要性与其入度密切相关. 所得到的相关结论对于复杂网络的控制具有重要的研究意义.

摘要:

为解决多个承包商间的项目合作伙伴选择问题, 采用多目标规划构建工程系统进度优化的协同决策模型. 以合作博弈理论为基础, 运用主要目标法设计一种基于期望收益约束选择的模型求解方法. 算例结果表明, 所提出的方法可以在保障参与协同的承包商收益需求前提下实现工程系统进度最优, 所获得的协同方案更容易为各方接受.

摘要:

为了解决现有成果只重视前景评价而忽视前景构建的问题, 运用专家投票技术提出方案结果可能集的推断方法. 结合相对比较判断和互补判断赋值的思想构建能够有效提取专家认知信息的概率推断矩阵, 并给出其向基本概率分配函数转换的定理. 在此基础上, 将每个专家视为独立证据源, 基于Dempster 组合规则和DSmP 概率转换方法提出前景构建的具体步骤, 并通过应用案例模拟分析演示了所提出方法的操作过程.

摘要:

按照双重成本控制标准对企业员工进行分类, 将企业和员工作为参与收益分配博弈的局中人, 认定他们在收益分配策略选择中均为理性人, 能够选择使自己利益最大化的策略. 根据企业在收益分配中具有的信息优势, 构建双重成本控制标准下的企业收益分配信号博弈模型, 提出博弈可能出现的4 种均衡结果和条件, 指出只有在员工确定其收益恰好等于预期, 且企业提供高支付方案时才会出现最有效率的分离均衡, 其他3 种结果都不是最有效率的均衡.