摘要:

作为一类经典的项目调度问题, 资源均衡研究的是如何通过安排活动来均衡整个项目周期内资源的使用. 资源均衡问题因其重要的理论价值和应用背景, 一直是项目调度领域的重点研究课题. 鉴于此, 对国内外项目资源均衡的研究成果进行了系统性总结与梳理: 介绍了资源均衡问题的数学模型和常用的测试问题库; 综述了求解资源均衡问题的各类算法; 总结了资源均衡问题的一些扩展问题和应用情况. 最后指出了未来进一步的研究方向.

摘要:

针对准则权重不完全的犹豫模糊多准则决策问题, 提出基于区间梯形二型犹豫模糊数的决策方法. 首先, 给出区间梯形二型犹豫模糊数, 根据几何面积法定义区间梯形二型犹豫模糊数的可能度和差异度; 然后, 利用差异度和离差最大化模型得到各准则权重, 基于TOPSIS 思想得到各方案的综合贴近度, 并对方案进行排序; 最后, 通过算例分析和对比分析验证了所提出方法的可行性和有效性.

摘要:

研究语言偏好信息下的群决策问题. 定义了反映群体共识的两个测度指标, 分别反映群体内所有专家的一致性水平及专家的个人观点与群体观点的分歧程度; 基于共识测度指标构建一种语言标度的颗粒优化模型, 提出了求解语言标度颗粒最佳分界点的改进PSO 算法, 并给出一种对方案排序进行择优的群决策方法. 最后, 通过一个算例说明了所提出方法的可行性和有效性.

摘要:

针对自治水下机器人(AUV) 的路径规划问题, 在三维栅格地图的基础上, 给出一种基于生物启发模型的三维路径规划和安全避障算法. 首先建立三维生物启发神经网络模型, 利用此模型表示AUV的三维工作环境, 神经网络中的每一个神经元与栅格地图中的位置单元一一对应; 然后, 根据神经网络中神经元的活性输出值分布情况自主规划AUV的运动路径. 静态环境与动态环境下仿真实验结果表明了生物启发模型在AUV三维水下环境中路径规划和安全避障上的有效性.

摘要:

针对一类允许存储的变周期随机动态车队调度问题进行研究. 难点在于运输任务数量不确定、运输任务可存储、计划周期内各时段长度不同、车辆荷载不同. 根据问题表述建立数学模型, 进而设定新的决策向量和状态向量,对问题模型进行可分离形式改造. 引入排队原理设计运输任务产生机制和模型分离参数拟合过程, 在此基础上, 建立由内层模型与外层模型共同构成的双层模型体系, 并给出双层模型的交替求解算法. 通过仿真实验和数值分析验证了所提出算法的可行性和有效性.

摘要:

扩张状态观测器(ESO) 作为自抗扰控制(ADRC) 的核心组件, 其自身及高阶扩展形式的性能分析与评估至关重要. 借助Lyapunov 逆定理证明了任意扩张阶数下线性扩张状态观测器(LESO) 重构状态误差的收敛性, 并得出了观测误差上界与扩张阶数的定量关系式; 在分别考虑扩张阶数、观测器带宽以及剪切频率的情况下, 探讨了高阶及传统LESO 的动态响应、干扰抑制能力与观测器参数间的关系; 最后, 结合改进的ADRC控制器, 在估计能力、峰值现象的抑制、滤噪性能等方面对高阶及传统LESO 进行了性能评估与仿真验证. 所得出的结论可为ADRC应用中ESO的选取提供有效的理论依据.

摘要:

针对现有集成方法在处理模糊聚类时存在的不足, 提出一种基于证据理论的模糊聚类集成方法. 以各聚类成员作为证据元, 以样本点间的类别关系作为焦元, 通过证据积累构造互相关矩阵. 考虑到模糊聚类对于各样本点的聚类有效性, 提出一种结合点模糊度和模糊贴近度的类别关系表示方法, 并以此作为各证据元的基本概率赋值函数. 最后基于互相关矩阵构造样本点间相似性关系, 并利用谱聚类算法对其聚类. 实验中通过与多种已有聚类集成方法的对比表明, 该方法具有较高的聚类性能.

摘要:

针对数据的特征存在单一和协同特征的选择问题, 基于平方误差标准核密度估计和随机置换理论, 首先提出一种针对单一特征的特征选择方法(FSKDE-RP); 然后, 针对协同特征的情况, 通过拓展随机置换理论, 提出多维协同特征选择算法(SFSKDE-MRP), 并利用核神经网络(KNN) 分类器的分类精度选择最优特征子集. 在模拟数据和真实数据集上的实验结果表明了所提出算法的有效性.

摘要:

针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同进化; 最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值. 仿真结果表明, 该算法不仅能有效避免早熟收敛, 而且能有效跳出局部极值, 与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.

摘要:

针对未知环境知识表达问题, 模拟人类思维处理空间知识, 提出一种基于灰朦胧集动态演化的线段特征提取方法. 该方法在具有几何约束的环境中, 通过灰朦胧集动态演化形成不同认知阶段表达, 逐步消除信息中的不确定性, 采用自组织映射和基于灰关联度的主方向提取实现线段特征的信息显化. 通过创建室内走廊环境地图检验了所提出方法模拟人类智能对未知环境信息进行表达和推理的有效性.

摘要:

针对粒子流滤波器中粒子速度场计算复杂, 难以滤波求解的问题, 提出一种基于弱形式解的粒子流滤波器. 通过将粒子速度场等效为势函数的梯度, 推导该速度场所满足的偏微分方程的弱形式; 应用Galerkin 有限元法和蒙特卡罗积分法, 推导出一个易于计算的弱形式常数近似解. 仿真算例表明, 在一定初始条件下, 多峰型后验分布会使高斯假设滤波器局部收敛, 而粒子流滤波器是有效的, 且具有较高的跟踪精度和较好的鲁棒性.

摘要:

在“制造商-分销商-零售商” 三级供应链框架下, 引入参照点效应, 考察分销商公平偏好对于供应链运作造成的影响. 研究发现: 当分销商具有以下游零售商收益为参照点的公平偏好时, 供应链整体收益小于或等于分销商公平中性时的状态; 而当分销商具有以上游制造商收益为参照点的公平偏好时, 供应链整体收益大于或等于分销商公平中性时的状态, 因此能够改善供应链的运作效率. 最后通过数值仿真验证了结论的正确性.

摘要:

针对约束多目标区间优化问题, 提出一种交互多属性决策NSGA-II 算法. 该算法将非线性问题线性化, 定义P占优支配关系求出个体的序值, 定义区间拥挤距离来区分具有相同序值个体的优劣, 采用约束精英策略删除种群中不满足约束的个体. 将选出的个体作为方案集, 目标函数作为属性集, 决策者对于各目标函数的偏好作为属性权重, 构建一个多属性决策模型, 在进化过程中融入该模型来选取符合决策者偏好的满意解. 仿真实验验证了所提出方法的可行性和正确性.

摘要:

针对带执行器饱和的多关节刚性机械臂系统, 提出一种基于RBF 神经网络补偿的输出反馈动态面控制. 通过观测器实现角速度的观测, 采用RBF 网络实现执行器饱和的补偿; 通过Lyapunov 方法证明闭环系统的稳定性, 实现高精度的角度和角速度跟踪. 仿真结果表明, 所提出的方法能够有效补偿系统存在的执行器饱和, 显著减小跟踪误差, 并且对于外界干扰具有一定的鲁棒性.

摘要:

针对一类具有外界扰动的严格反馈非线性系统, 将Backstepping 技术、预设性能控制和鲁棒控制相结合, 提出一种预设性能鲁棒控制器设计方法. 通过误差转换, 建立系统等效误差模型, 利用Backstepping 和鲁棒控制逐步递推选择适当的Lyapunov 函数设计预设性能鲁棒控制器. 该控制策略兼顾系统的暂态和稳态性能, 仿真实例表明了所提出设计方法的有效性.

摘要:

针对一类异结构不确定分数阶混沌系统的同步问题, 基于Lyapunov 稳定性理论和分数阶系统稳定性理论, 提出一种神经网络结合干扰观测器的主动反馈控制方法. 设计一种非线性干扰观测器对干扰进行观测, 通过滑模控制对未观测出的部分干扰进行补偿, 最终实现分数阶混沌系统的同步. 与现有方法相比, 采用的模型更符合工程应用实际, 且不需要已知不确定项上界. 数值仿真验证了所提出方法的有效性和正确性.

摘要:

犹豫模糊语言集是语言集和犹豫模糊集的扩展, 受传统Electre 方法的启发, 构建基于优序关系的犹豫模糊语言多准则决策方法. 首先, 给出犹豫模糊语言数的Hausdorff 距离公式; 然后, 基于每一准则下方案评价的对比, 建立犹豫模糊语言数的优序关系, 并在此基础上, 提出一种基于优序关系的犹豫模糊语言多准则决策方法; 最后, 通过算例表明了所提出方法的有效性和可行性.

摘要:

研究基于库存切换的不确定动态供应链网络系统的鲁棒运作问题. 首先, 建立含有系统参数不确定和顾客需求不确定的动态供应链网络的离散T-S 模糊模型; 然后, 提出一种新的模糊鲁棒控制策略, 该控制策略不仅可以有效遏制子系统切换时产生的较大波动, 而且可以抑制不确定因素对供应链网络的影响, 进而保证供应链网络在不确定环境下鲁棒稳定; 最后, 通过仿真实例表明了所提出模糊鲁棒控制策略的有效性.

摘要:

考虑电枢反应中磁饱和现象和驱动器功率管非线性特性等因素的影响, 为了解决航空油泵电机相电流谐波含量大、畸变较为严重的问题, 提出一种新型的相电流畸变纠正控制方法. 该方法通过电流前馈幅值补偿能够基本消除各周期相电流幅值的波动, 并通过迭代收敛控制, 最终将相电流强制纠正为标准正弦波, 从而解决了相电流畸变的难题. 实验结果表明, 所提出的相电流畸变纠正控制方法可以有效减少相电流幅值, 提高电机系统的效率.

摘要:

提出一种经验模式分解和时间序列分析的网络流量预测方法. 首先, 对网络流量时间序列进行经验模式分解, 产生高低频分量和余量; 然后, 对各分量进行时间序列分析, 确保高频分量采用改进和声搜索算法优化的最小二乘支持向量机模型、低频分量和余量采用差分自回归滑动平均模型进行建模和预测; 最后, 将预测结果通过RBF 神经网络进行非线性叠加, 得到最终的预测值. 仿真实验表明, 所提出方法具有更好的预测效果和更高的预测精度

摘要:

借鉴可靠性工程理论中系统可靠性的分析方法, 将冷链物流系统运行故障这一抽象问题具体化处理, 根据系统中各功能环节的运行特点及事件之间的因果关系, 构建冷链物流系统的系统失效故障树; 在此基础上生成贝叶斯网络, 以综合评估冷链物流系统的运行可靠性, 揭示系统故障产生的主要原因, 为改进冷链物流系统的运行可靠性提供定量依据. 将所提出方法用于某第三方冷链物流企业的运作管理中, 取得了预期效果.

摘要:

提出一种改进差分进化算法(IDE), 以解决系统可靠性冗余分配问题. 在罚函数法的基础上, 对约束处理方法进行改进. 新约束处理方法在搜索过程中不需要在每一步都计算惩罚函数值, 加快了寻优速度. 具有良好的通用性, 可以引入到其他智能优化算法中. 将改进的算法用于求解4 类典型的系统可靠性冗余分配问题, 实验结果表明了所提出的改进算法具有很好的寻优精度和收敛速度.

摘要:

针对经典混合蛙跳优化算法寻优精度不高和易陷入局部收敛区域的缺点, 结合云模型在定性与定量之间相互转换的优良特性, 提出一种自适应分组混沌云模型蛙跳算法. 通过反向学习机制初始化种群, 应用云模型算法对优秀子群组的收敛区域进行局部搜索更优位置, 应用混沌理论在收敛区域以外空间探索全局最优位置. 典型复杂函数测试表明, 所提出的算法能有效找出全局最优解, 适用于多峰值函数寻优.

摘要:

针对不确定广义线性时变系统, 采用矩阵不等式的分析方法, 提出不确定广义线性时变系统鲁棒稳定和二次稳定的概念. 建立该类系统的矩阵不等式, 将该类系统的鲁棒控制问题转化为求解矩阵不等式问题, 得到该类系统鲁棒稳定和二次稳定的充分必要条件, 并给出一种状态反馈鲁棒镇定控制器的设计方法. 最后, 通过数值算例表明了所提出方法的可行性.

摘要:

针对基于高精度光纤陀螺仪(FOG) 的捷联惯导系统开展研究. 采用时间序列分析法对光纤陀螺随机漂移进行分析, 建立自回归滑动平均(ARMA) 模型, 并在捷联惯导系统罗经法自对准过程中对光纤陀螺漂移数据进行实时滤波估计. 样机实验结果表明, 所提出的方法可以有效地提高光纤陀螺捷联惯导系统罗经法自对准的精度.

摘要:

提出一种带两类正态变异的多目标粒子群算法, 其中一类变异有助于在非劣解的邻域内发现新的非劣解, 另一类变异可以分散粒子群. 将搜索过程分为3 个阶段, 在每个阶段引导粒子的选择采用不同的针对性策略. 数值结果表明, 所提出的算法能够显著提高解的多样性和收敛性．

摘要:

首先, 采用反双曲正弦函数设计一种三阶扩张状态观测器, 利用Lyapunov 函数证明三阶扩张状态观测器误差系统渐近稳定; 然后, 利用反双曲正弦函数选取扩张状态观测器初始阶段的参数, 以抑制微分峰值现象; 最后, 通过仿真实验结果, 表明了所提出的三阶扩张状态观测器能够获取二阶系统各状态变量和非线性扰动高精度的估计值, 而且能够较好地抑制微分峰值.

摘要:

针对传统道路偏离检测算法仅对结构化道路适用的缺陷, 提出一种基于主动鉴别字典学习的偏离控制算法用于非结构化道路的偏离检测与控制. 采用主动学习算法从未标记样本中学习得到主动鉴别字典, 根据其结构化重构误差判断车辆偏离方向, 并以此为依据控制车辆行驶方向; 定义有代价的加权错误率, 作为衡量算法纠偏能力的新准则. 实验结果表明, 所提出的算法对于结构化和非结构化道路偏离检测均有较强的有效性和可靠性.

摘要:

针对资源受限的无线传感器网络, 提出一种基于数据删减及量化新息的目标跟踪方法. 利用融合中心接收到的量化新息以及数据删减过程传递的信息对目标状态进行估计. 每个传感器节点利用容积卡尔曼滤波执行数据删减过程, 融合中心执行一个辅助粒子滤波器. 为了节省节点的能量和带宽, 将所选择的观测数据的新息符号发送到融合中心, 融合中心将数据丢失过程所包含的信息加以利用, 提高了目标跟踪精度. 仿真结果表明了该方法的有效性.

摘要:

针对市场需求信息不对称的双渠道供应链, 考虑零售商具有公平关切心理, 研究零售商的公平关切行为对供应链各成员决策及效用的影响. 通过定义制造商判断市场需求规模的阈值, 以获取零售商订单中所传递的市场需求规模信息, 并得到零售商的最优订货量和制造商的最优直销量. 研究发现, 阈值随零售商公平关切程度的增加呈现递减趋势, 且最终趋于常数. 数值实验结果表明, 零售商的公平关切行为有利于增加自身的效用, 但会损害制造商的利润.