摘要:

针对用户显式评价导致用户疲劳, 进而限制交互式遗传算法搜索性能的问题, 研究基于用户交互行为和条件偏好网络(CP-nets) 的隐式评价模式的交互式遗传算法, 并将其应用于图书商品个性化搜索. 首先, 给出用户交互行为的数学描述, 建立基于用户少量交互行为的条件偏好网络模型以拟合用户偏好; 然后, 利用CP-nets 模型估计用户对进化个体的评价值, 实施进化操作以帮助用户尽快找到满意解. 在个性化搜索中的应用验证了所提出算法的有效性.

摘要:

以二阶系统为研究对象, 在线性扩张观测器(LESO) 的基础上, 给出高增益形式的高阶LESO. 基于高阶线性自抗扰控制器(HLADRC) 二自由度闭环传递函数和频域特性曲线, 证明了其状态估计误差的收敛性以及高阶线性自抗扰控制器的稳定性. 同时, 系统地分析了输入增益和模型参数不确定性对稳定鲁棒性的影响, 推导出满足系统稳定条件的参数?? 的稳定域以及系统干扰抑制动态特性与带宽的关系. 最后, 通过与线性自抗扰控制器(LADRC) 的对比仿真表明, HLADRC在干扰抑制方面具有很大的优势, 而LADRC在稳定鲁棒性和控制品质方面具有更好的效果, 从而为工程设计提供了理论依据和实践参考.a

摘要:

在经典报童模型的基础上引入概率选择理论, 发现决策者对需求发生的感知概率不符合贝叶斯公理, 而为截尾正态分布. 鉴于此, 提出一种感知效用下的最优库存策略, 并采用行为实验的方法测算出不同产品的决策噪音;根据行为实验的决策数据, 仿真模拟了不同成本产品中决策者的订购行为. 结果显示: 感知效用模型可以解释库存决策中的“均值偏向”现象; 当产品生产成本?? 逐渐接近(?? + ??)/2 时,“均值偏向”现象将逐渐消失; 随着?? 的增大, 单位均值偏向度将不断减小. 由此可见,“均值偏向”现象不是一种普遍现象, 仅存在于部分产品的订购行为中.

摘要:

为了克服人工蜂群算法由于开发能力较弱而导致收敛速度慢、搜索精度不高等缺点, 结合子蜂群思想和免疫克隆选择算法, 提出一种基于分布式精英进化模型的人工蜂群免疫算法. 首先对外层子蜂群进行启发式快速人工蜂群操作以提高收敛速度; 然后对内层精英蜂群进行免疫克隆选择操作, 进一步提高了算法的收敛精度和全局搜索能力. 仿真结果表明了该算法在求解函数优化问题上的有效性和优越性.

摘要:

针对一类具有有界干扰的线性切换系统研究其有限时间鲁棒控制问题. 基于模型依赖平均驻留时间, 提出了系统有限时间有界且具有??∞ 性能指标的充分条件, 与传统方法中系统具有单一平均驻留时间不同, 各切换子系统具有各自的平均驻留时间, 因而降低了设计的保守性. 进一步, 将切换系统的有限时间状态反馈控制器设计转化为具有线性矩阵不等式约束的优化问题. 数值算例和仿真对比表明, 所提出的方法增加了切换律设计的自由度.

摘要:

针对稀疏高斯厄米特积分滤波(SGHQF) 中积分点利用效率不高的问题, 提出一种基于状态分量可观测度分析的自适应各向异性SGHQF (AASGHQF). 给出了利用状态分量可观测度和各向异性权重向量来控制各维通道积分精度等级的方法, 进而对各变量通道的积分点数目进行合理分配. 以CNS/SAR/SINS 非线性组合导航为应用背景, 对UKF、SGHQF 和AASGHQF进行了仿真对比分析. 仿真结果表明, AASGHQF与SGHQF 的滤波估计精度相当, 均高于UKF; AASGHQF比SGHQF 需要更少的积分点, 提高了计算效率.

摘要:

针对实际车载组合导航系统测量中不确定噪声的问题, 提出一种基于不确定融合估计的GPS/INS 组合导航滤波算法, 建立了导航系统的状态方程和观测方程; 通过多信源不确定融合估计, 得到多传感器的等效测量值以及误差方差阵; 对系统方程进行滤波处理, 得到车辆的准确位置. 车载系统的实测数据表明, 不确定噪声下的融合估计结果优于独立白噪声假设下的融合估计, 并验证了所提出算法的有效性和实用性.

摘要:

针对具有多观测样本的相似不完整数据分类问题, 提出基于SVM和多观测样本的相似数据分类算法. 每类数据的多观测样本集由属于同一模式的单观测样本组成, 每次分类时, 对两个多观测样本集的标签做两次假设, 通过比较不同标签假设下的分类误差确定多观测样本集的标签. 该方法同时充分利用了样本类内的相关性和类间的差异性, 实现了相似不完整数据的分类. 实验结果验证了所提出方法的有效性.

摘要:

以四旋翼飞行器执行单元增益型故障的检测与重构为研究内容, 设计基于滑模观测器的故障检测算法. 针对飞行器姿态控制系统的驱动单元冗余特性, 提出一种并行双降维观测器与超螺旋算法相结合的故障重构算法. 对所提出的算法进行了理论分析, 并通过数值仿真验证了所提出算法的有效性.

摘要:

针对传统模糊支付矩阵对策求解方法不能保证局中人的模糊值始终相同且求解复杂的问题, 通过引入??- 矩阵对策的概念, 提出一种求解支付为梯形模糊数的矩阵对策线性规划方法. 该方法中局中人双方的对策值始终相同, 且此对策值的任意??- 截集的上下界和局中人的最优策略容易通过求解导出的4 个线性规划问题获得, 特别地, 可得到模糊对策值的显式表示. 通过与其他方法的比较, 表明了所提出的方法更具有效性和实用性.

摘要:

研究多阶段灰色局势群决策模型. 从决策专家各阶段的评价信息质量分析入手, 给出了评价阶段质变和量变的定义; 基于各阶段的评价信息和Orness 测度, 构建以相邻阶段信息偏差最小为目标的时间权重模型, 分析了在保持最优局势不变的情况下Orness 测度的取值范围, 为决策专家Orness 取值提供参考; 研究基于群体差异最小的决策专家权重模型, 提出一种多阶段灰色局势群决策评价信息集结方法. 最后, 通过一个具体的算例说明了该方法的有效性和可行性.

摘要:

针对专家判断信息以直觉模糊集给出的直觉模糊群决策矩阵, 提出一种新的客观确定专家权重的方法. 与传统的通过专家评价的差异程度来确定专家权重的思路不同, 该方法通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度, 进而确定每位专家的权重, 并对基于犹豫度、几何距离、相似度量和不确定程度4 类模糊熵的定义对专家权重结果的影响进行实验和仿真分析. 仿真结果表明, 专家的权重不仅取决于不同类模糊熵的定义, 还与专家个数和属性个数相关.

摘要:

针对突发事件有效方案生成问题, 从案例匹配和方案生成两个角度出发, 提出一种基于证据推理的考虑总体优势度的应急决策方法. 首先, 依据检索方法得到源案例与目标案例的相似度, 并获取应急方案的历史实施效果和当前实施效果; 然后, 通过证据推理合成应急证据, 进而计算案例的总体优势度来确定最有效的案例; 最后, 通过一个煤矿事故应急决策案例验证了所提出方法的可行性和有效性.

摘要:

现有灰色关联模型都是直接考察原始数据, 没有考虑需要经过数据处理才能显现的规律. 对此, 构建基于灰色准指数律的生成速率关联分析模型. 首先, 对原始数据进行累加灰色生成, 构造生成速率序列, 进而用生成速率序列的接近性表征原序列的动态变化趋势的相似性; 然后, 对生成速率关联分析模型的性质进行研究; 最后, 将所构建的关联度模型应用于全国交通拥堵度相关因素的识别, 结果验证了所提出模型的实用性和有效性.

摘要:

对于单调序列的函数变换, 首先将单调递增和递减函数变换提高序列光滑度的充要条件统一, 给出压缩变换满足的充要条件, 并给出还原误差精度提高的充要条件, 得到提高光滑度与压缩变换的条件是一致的, 但与降低还原误差的条件是矛盾的结论. 由此, 在函数变换时要综合考虑光滑度和还原精度, 使得总体建模精度达到最优. 最后通过文献中的结果进一步表明了所得到结论的正确性.

摘要:

基于见货回购贸易合同, 以单阶段两层供应链系统为研究背景, 在随机市场需求假设下, 通过建立经销商和核心企业的期望利润模型, 得到经销商的最优订货量和核心企业的最优批发价格; 通过讨论可得到最优订货量随经销商初始资金、最优批发价的增加而减少, 随商品余值的增加而增加的结论. 对比分析了经销商无融资服务与选取不同融资服务—– 见货回购融资服务、延期支付融资服务时最优订货量间的关系. 最后, 通过数值例子对理论结果进行仿真, 验证了所建立模型的有效性.

摘要:

针对GM(1,1) 幂模型时间响应式由离散估计到连续预测所存在的固有误差, 建立离散灰色GM(1,1) 幂模型, 并将该模型扩展为分数阶离散灰色GM(1,1) 幂模型; 以最小化平均相对误差为目标、参数之间的关系为约束条件, 构建关于序列累加阶数和幂指数的优化模型, 并运用量子遗传算法确定模型的最优累加阶数和幂指数. 通过对高速公路地基沉降和中国高新技术产业R&D发展两个实例的预测结果表明, 分数阶离散灰色GM(1,1) 幂模型具有良好的建模精度.

摘要:

考虑多目标随机新生和消亡下存在杂波和传感器漏检所导致的量测源不确定性, 针对纯方位跟踪(BOT) 问题, 提出一种多距离假设伯努利滤波器. 首先, 构造笛卡尔坐标系下的多距离假设纯方位观测模型; 然后, 根据该测量模型详细推导并提出高斯混合多距离假设势平衡多目标多伯努利滤波器; 最后, 提出一种自适应纯方位新生多伯努利密度的新方法. 仿真结果验证了所提出算法的有效性.

摘要:

针对第2 关节为被动的平面四连杆欠驱动机械系统, 提出基于模型退化的分阶段控制策略. 首先, 建立系统的数学模型, 并通过控制第1 杆维持初始状态, 使系统模型退化; 然后, 根据第1 关节为被动的平面连杆系统的积分特性, 得到系统角度约束关系, 基于角度关系和目标位置, 利用粒子群优化算法获得驱动杆的目标角度; 最后, 基于Lyapunov 函数分阶段设计控制律, 实现系统从初始位置到目标位置的控制目标. 仿真结果验证了所提出控制策略的有效性.

摘要:

为降低组网成本并保证UWSNs(underwater wireless sensor networks) 对监测区域的高覆盖率, 提出一种三维分层混合部署策略. 为实现自组网并完成信息的高效传递, 提出一种与部署策略相适配的垂直分簇路由算法. 该算法可利用节点位置、能量等信息, 周期性地将网络划分成多跳垂直簇, 并建立簇内节点间的路由路径, 借助反馈信息完成网络空洞的监测和处理. 仿真结果表明, 所提出的设计方法能够大幅降低组网成本, 而且能显著提升网络在数据包投递率、能量利用效率等方面的性能表现.

摘要:

提出一种空间联合概率数据关联的多目标粒子群优化(DS-MOPSO) 算法. 采用正态分布确保初始样本均匀分布, 通过采用拥挤距离和先验概率采样确立外部归档中非支配解的拥挤度来保持解的多样性; 采用Sigma 方法作为选择精英粒子策略寻找全局最优解; 利用空间联合概率数据关联动态生成每个粒子的惯性权值, 增强粒子的搜索区域, 防止算法陷入局部最优. 仿真实验结果表明, 采用所提出的算法所得到的Pareto 解集具有很好的收敛性和多样性.

摘要:

针对支持向量域分类器对大规模样本集的训练时间长且占用内存大的问题, 构造聚类分片双支持向量域分类器. 以均值聚类剖分原始空间, 并选取密度指标大的样本作为初始聚类中心; 对子空间构造双支持向量域分类器,根据样本与正负类最小包围超球的距离构造分段决策函数; 定义样本的变尺度距离, 以链接规则组合子空间的分类结果. 数值实验表明, 所提出算法的分类精度高且受参数变化的影响不大, 分类时间短且随子空间数的增加而降低.

摘要:

针对一类存在未知非线性的多智能体系统, 研究具有执行器故障的“领导-跟随”协同控制问题. 利用模糊逻辑系统逼近系统的未知非线性, 通过设计故障估计器辨识系统的故障. 在“跟随者”之间的通信网络为单向连通的情况下, 提出分布式模糊容错协同控制器的设计方案, 实现“跟随者”的状态跟踪“领导者”的状态. 基于Lyapunov 稳定性理论, 证明系统的跟踪误差一致最终有界. 仿真结果验证了所提出设计方法的有效性.

摘要:

提出“基于改进EDF 的模糊反馈调度策略”, 并应用于基于总线的开放式控制系统. 设计了一个适用于此类总线控制架构的任务调度方案, 由任务截止期、任务重要性以及传输误差和响应时间的综合影响来动态调节任务优先级, 用以解决由引入总线而导致的响应速度慢、总线阻塞时的丢包问题. 通过对机器人的控制实验验证了所提出调度策略的可行性. 实验结果表明, 加入调度模块后控制系统的响应时间和丢包率都有显著改善, 系统的实时性得到了提高.

摘要:

针对实际应用中数据的批量到达, 以及系统的存储压力和学习效率低等问题, 提出一种基于信念修正思想的SVR 增量学习算法. 首先从历史样本信息中提取信念集, 根据信念集和新增数据的特点选择相应的信念集建立支持向量回归模型并进行预测; 然后对信念集进行修正, 调整当前认知状态, 使该算法对在线和批处理增量学习都有很好的适应性. 在标准数据集上的测试验证了算法的良好性能; 在某机场噪声实测数据上的对比实验也表明, 该算法的性能明显优于传统学习算法和一般增量学习算法.

摘要:

提出了主元和线性判别的集成分析算法以实施模拟故障数据的特征提取过程和方法. 该集成分析方法首先对模拟故障数据进行主元分析, 然后在主元变换空间实行线性判别分析, 最后将所获得的最优判别特征模式应用于模式分类器进行故障诊断. 仿真结果表明, 所提出的方法能够充分利用线性方法的计算简便优势, 增强单一主元分析或线性判别分析的特征提取性能, 获取故障数据集的本质特征, 简化模式分类器的结构, 降低系统运行的计算成本.

摘要:

针对一类不确定非线性系统, 提出一种新的模糊鲁棒??∞ 跟踪控制方案. 应用模糊T-S 模型表征非线性系统, 系统不确定性通过模糊逻辑系统消除. 由线性矩阵不等式和自适应律给出了模糊控制器存在的一个充分条件. 基于Lyapunov 稳定性理论, 模糊控制方案在所有闭环信号最终一致有界下保证了期望的??∞ 跟踪性能. 两连杆机械臂的仿真结果表明了该方案的可行性.

摘要:

针对一般非线性系统识别域的判别定理难以被具体应用这一现象, 利用非光滑分析理论, 研究线性微分博弈系统的一个有界识别域问题, 即如果一个闭集是识别域, 则此集合的凸包也是识别域, 从而得到一个多面体识别域. 提出了该问题的一种有效算法, 该算法简便易行, 利用转换定理即可得到系统的胜利域. 最后通过算例验证了所提出算法的可行性和有效性.

摘要:

针对属性权重完全未知, 属性值以直觉梯形模糊数形式给出的多属性决策问题, 提出一种灰关联投影寻踪动态聚类法. 该方法综合考虑灰色关联和优隶属度, 改进灰关联投影法(GRPM), 并将改进的灰关联投影法与投影寻踪动态聚类(PPDC) 方法结合, 构建投影目标函数. 引入萤火虫算法(FA) 优化投影目标函数, 寻求灰关联投影值的最佳投影方向, 从而求得灰关联投影值. 根据灰关联投影值的大小对备选方案进行分类、排序和择优. 实例分析结果验证了所提出方法的有效性和可行性.

摘要:

针对非线性模拟电路软故障诊断的难题, 基于Volterra 核二次型分布—–Wigner Ville 分布(WVD), 提出一种故障特征提取的新方法. 首先计算待测试电路(CUT) 的Volterra 核; 然后对该Volterra 核进行WVD转换, 得到WVD函数, 从中提取出故障特征, 完成非线性模拟电路的软故障诊断. 仿真实验结果表明, 该方法能有效地解决
故障混叠难题, 提升故障元件检测和定位的能力.