摘要:

在分布式制造环境下, 分布式车间调度着重研究工件在工厂间的合理分配以及各工厂内的合理加工顺序, 以实现调度指标的最优化. 分布式车间调度的研究具有重要的学术意义和应用价值, 已成为生产调度领域的热点. 对 此, 围绕分布式并行机调度、分布式流水线调度、分布式作业车间调度、分布式装配调度和分布式柔性车间调度等问题, 重点综述分布式调度优化算法方面的代表性成果, 介绍分布式调度的若干应用, 最后指出有待于进一步研究的若干方向和内容.

摘要:

差别矩阵可以拥有不同的信息, 根据差别矩阵描述的区分信息量不同, 给出4 种差别矩阵定义, 并提出相应H-约简、S-约简、B-约简和P-约简的概念; 研究4 种约简之间的关系, 构建通用约简算法模型. 为了提高约简算法的效率, 给出相对分辨能力约简定义(RD-约简), 揭示相对分辨能力约简与4 种差别矩阵约简之间的等价性, 进而设计相对分辨能力快速约简算法. 最后, 通过实例和UCI 数据集验证了所提出约简算法的有效性和时空性能.

摘要:

为确定??-means 等聚类算法的初始聚类中心, 首先由样本总量及其取值区间长度确定对应维上的样本密度统计区间数, 并将满足筛选条件的密度峰值所在区间内的样本均值作为候选初始聚类中心; 然后, 根据密度峰值区间在各维上的映射关系建立候选初始聚类中心关系树, 进一步采用最大最小距离算法获得初始聚类中心; 最后为确定最佳聚类数, 基于类内样本密度及类密度建立聚类有效性评估函数. 针对人工数据集及UCI 数据集的实验结果表明了所提出算法的有效性.

摘要:

离散信息在专家系统、模式识别、决策分析等领域普遍存在, 为了解决这类信息融合问题, 提出一种离散证据推理方法. 首先, 将每个离散证据拆分成一类单点值证据; 然后, 以冲突最小化为目标修正类内证据, 并采用证据推理进行组合; 最后, 以同样的方法对类间证据进行修正与组合. 所提出方法不仅可以解决离散证据的内外部冲突问题, 而且能够克服运算量过大的问题. 算例分析表明了所提出的方法是合理且有效的.

摘要:

研究一类基于小波变换的分布式信息一致滤波算法. 首先, 利用Haar 小波变换建立目标状态及其观测在不同粗尺度下的系统模型; 然后, 基于该模型, 在不同粗尺度上分别进行分布式信息一致滤波估计; 最后, 针对不同粗尺度估计, 通过Haar 小波逆变换重构最细尺度(初始尺度) 目标状态的估计. 仿真结果表明, 所提出的算法可以有效提高分布式信息一致滤波算法的计算效率.

摘要:

在处理有约束多目标问题的进化算法中, 目前普遍采用Deb 教授提出的约束占优的直接支配选择策略. 在约束处理中, 优秀不可行解与优秀可行解同样重要, 但在直接支配选择策略中, 不可行解被选择的几率很小. 针对此问题, 设计一种环境Pareto 支配的选择策略, 并基于此提出用于解决有约束多目标问题的差分进化算法. 对经典测试函数进行仿真计算, 结果表明, 与其他算法相比, 所提出的算法具有更高的收敛性和稳定性.

摘要:

针对传统混沌时间序列预测模型的复杂性、低精度性和低时效性的缺点, 在倒差商连分式基础上提出全参数连分式模型, 并利用量子粒子群优化算法优化模型参数, 将参数优化问题转化为多维空间上的函数优化问题. 以二阶强迫布鲁塞尔振子和三维二次自治广义Lorenz 系统为模型, 通过四阶Runge-Kutta 法产生混沌时间序列, 并利用基于量子粒子群优化算法的全参数连分式、BP 神经网络和RBF 神经网络分别对混沌时间序列进行单步和多步预测. 仿真结果表明, 基于量子粒子群优化算法的全参数连分式结构简单、精度高、效率高, 该预测模型可被推广和应用.

摘要:

提出一种改进的显模型跟踪??∞回路成形控制方法, 利用??_∞ 回路成形算法补偿显模型跟踪算法中前馈模型逆的不确定性. 针对??_∞ 回路成形控制算法中权重函数选取的盲目性, 利用多目标遗传算法, 结合改进的小生境淘汰技术对权重函数进行寻优, 以提高设计效率和准确性. 基于所提出的方法设计直升机的内回路显模型跟踪??∞ 回路成形姿态控制系统, 能够提高系统的鲁棒性.

摘要:

针对一类变体飞行器控制问题, 提出一种平滑切换线性变参数(LPV) 鲁棒控制器设计方法. 建立变体飞行器切换LPV 模型, 设计平滑切换控制器, 其中偶数子系统控制器由相邻两个子系统控制器线性插值得到. 给出保证切换LPV 系统指数稳定且具有一定鲁棒性能的充分条件, 由于考虑了调参变量的渐变特性, 所得切换律没有平均驻留时间的限制. 仿真结果表明, 所提出方法使得飞行器系统既具有良好的稳定性和鲁棒性, 又能实现平滑切换.

摘要:

对冲突证据使用Dempster-Shafer 证据理论进行融合的前提是对冲突证据作出正确衡量, 确定证据之间冲突的程度. 在分析现有的冲突衡量方法基础上, 提出一种基于新的证据冲突衡量的加权证据融合方法. 该方法通过相似性测度来衡量证据间的冲突程度; 然后确定各证据的可信度, 再加权修正证据; 最后用Dempster 组合规则进行融合. 算例表明, 该方法能正确衡量证据冲突程度, 有效地解决冲突证据的融合问题, 提高收敛速度和精度.

摘要:

针对机器人步行过程中产生的偏摆力矩影响步行稳定性的问题, 提出一种全新的基于腿部关节控制的偏摆力矩控制方法. 分析了偏摆力矩产生的原因及步行过程中垂直方向上的力矩平衡条件; 根据仿人机器人连杆模型和力矩平衡条件, 将偏摆力矩控制问题转化为带约束条件的二次规划问题, 推导出支撑腿腿部关节角度控制的表达式, 设计了腿部关节自适应控制器以提高轨迹跟踪性能, 并给出了稳定性证明. 仿真结果表明, 该方法能较好地克服偏摆力矩的影响, 使机器人实现稳定的步行.

摘要:

针对决策过程中指标权重确定问题, 在分析基于“功能驱动”原理和“差异驱动”原理的主客观赋权方法优缺点的基础上, 利用灰色关联度和逼近理想解方法(TOPSIS) 的思想, 考虑各指标间可能产生相互影响, 以数据包络分析(DEA) 和层次分析法(AHP) 为辅助模型, 构造一种基于面积的度量方法, 并以两个方案相邻指标之间构成的多边形面积为关联系数的灰色关联贴近度决策模型, 分别计算各方案的灰色关联贴近度, 使得权重的确定能够同时反映主客观要求与变换趋势的一致性. 最后通过实例分析表明了所提出方法的科学性和实用性.

摘要:

为了探讨风险偏好对双渠道供应链决策的影响, 基于条件风险值(CVaR) 准则建立双渠道供应链定价决策模型, 并给出了模型的求解方法和最优解. 研究表明, 根据不同风险偏好程度, 供应链成员会采取不同定价策略; 当制造商风险偏好程度确定、零售商风险规避度增加时, 最优零售价降低, 最优批发价升高, 直销价不减; 当零售商风险偏好度确定、制造商风险规避度增加时, 各最优价格均降低; 风险偏爱的影响则与风险规避相反.

摘要:

针对突发事件的动态性及信息的不确定性等特征, 提出基于前景理论的应急方案动态调整方法. 首先, 对突发事件的问题进行描述, 并提出需要解决的问题; 然后, 根据前景理论中价值函数及权重函数的思想, 对方案动态调整的方法及过程进行阐述; 最后, 通过案例分析, 验证了所提出方法的可行性和有效性.

摘要:

针对多状态不确定性多属性决策问题, 建立基于证据推理和第3 代前景理论的决策方法. 首先, 给出不确定性知识表示方法—– 确定因子结构及其构造方法; 然后, 将第3 代前景理论构造价值函数和确定权重函数引入决策方法中, 得到每个方案在各属性下的前景价值; 进一步, 根据证据推理方法对前景价值进行信息融合得到各方案的合成前景价值, 并依据合成前景价值对方案进行排序; 最后, 通过算例验证了所提出方法的可行性和有效性.

摘要:

针对一类非正则分布参数系统的迭代学习控制问题进行讨论, 该类分布参数系统由抛物型偏微分方程构成. 基于非正则系统的特点, 使用D型学习律构建得到迭代学习控制律, 并基于压缩映射原理, 证明得到输出跟踪误差在??² 范数意义下沿迭代轴方向的收敛性结论. 仿真算例表明了所提出结论的有效性.

摘要:

设计一种双时间常数的伪速率调制器, 在分析调制器基本原理的基础上, 给出调制器脉冲时间和描述函数的计算方法. 针对调制器参数众多的问题, 提出一种改进的粒子群优化算法, 将动态惯性权重设计为一种二次指数型函数, 并引入粒子和全局最优点距离量, 使得惯性权重不仅随着迭代次数变化, 而且与其距全局最优点的距离有关. 综合时间最优和燃料最优两项指标, 将粒子群适应度函数设计成与时间和燃耗的函数. 最后通过仿真验证了所提出的改进的调制器结构和参数寻优算法的有效性.

摘要:

信息观下研究邻域决策系统的属性约简是一种新颖的思路. 通过分析论域下某样本邻域中其他样本与该样本决策属性值的异同, 定义不一致邻域矩阵. 在计算属性重要度时, 利用不一致邻域减少在原条件属性基础上增加一个属性后条件熵的计算时间. 分析得到邻域系统下条件熵与正域的关系, 提出一种信息观下基于不一致邻域矩阵的属性约简算法, 并分析该算法与其他算法的内在联系. 实验结果验证了所提出算法的有效性.

摘要:

为了提升经济模型预测控制的经济性能指标, 提出一种切换控制策略. 首先, 依据Lyapunov 稳定性理论给出理想和扰动下的两类估计可行域, 并实时检测系统状态; 然后, 根据系统状态所处不同区域, 采用相应的控制器分别实施经济优化、状态驱动和稳态驱动. 所提方法在保证稳定性的同时, 能够为经济性能优化提供更多的在线优化时间和优化自由度, 获得比传统方法更高的经济效益. 通过一个负阻振荡器实例验证了所提出方法的可行性和有效性.

摘要:

通过在super twisting 算法中增加线性项, 提出一种快速super twisting 算法, 并采用Lyapunov 方法证明了受扰快速super twisting 算法具有比受扰super twisting 算法更优良的收敛特性. 将该算法应用于存在干扰的飞翼布局无人机姿态控制, 设计快速super twisting 观测器以实现对干扰的快速估计和补偿. 仿真结果表明, 在相同的控制器参数下, 相比super twisting 观测器, 快速super twisting 观测器的收敛速度更快, 可提高姿态控制系统的鲁棒性.

摘要:

多数自然图像都包含纹理信息, 它相对颜色特征而言具有描述方向性与尺度差异的特性. 因此, 可以利用半交互式的GrabCut 的图像分割方式对图像前景区域与背景区域进行有效的分割, 通过建立前景和背景所对应的高斯混合模型(GMM), 结合最大流最小割的图像分割方式实现全局优化, 并利用前景和背景的KL 测度, 自适应地终止分割过程. 实验对比分析表明, 所提出的方法对于合成纹理图像与自然纹理图像具有较好的整体分割效果及较高的分割准确率.

摘要:

针对传统D-S 证据理论难以解决高度冲突证据融合问题, 提出一种新的证据合成算法. 将贴近度概念引入D-S 证据合成中, 通过证据的一致性度量计算其权重, 实现冲突证据的加权融合. 提出证据合成方法选择判据, 将证据合成分为冲突和非冲突2 类, 分别采用改进算法和传统算法对证据进行融合. 实例验证表明, 所提出的方法信息聚焦性能优越, 可以有效解决冲突证据合成问题, 在解决电力系统故障诊断问题方面有良好的效果.

摘要:

针对信号分选问题, 提出一种多站测向和多参数信息联合分选算法. 该算法基于多个观测站共同接收到辐射源脉冲的情况, 首先, 主站确定基准脉冲, 通过多参数信息搜索副站中的匹配脉冲; 然后, 通过位置和多参数信息联合搜索与主站可能是同一辐射源的脉冲, 并在副站脉冲序列中搜索与之匹配的脉冲; 最后提取匹配脉冲. 实验表明, 所提出的算法在观测站接收脉冲数量较少, 即利用脉冲重频统计规律的分选算法不适用时, 仍能准确分选出辐射源, 避免漏警的出现.

摘要:

针对现有T-S 模糊模型建模精度与计算效率之间的矛盾, 提出一种利用增广输入变量进行T-S 模糊模型建模的方法. 对输入变量进行多项式增广处理后, 以核模糊?? 均值聚类算法配合聚类评价指标自适应获得最佳聚类数及相应的模糊划分, 并通过递推最小二乘计算得出T-S 模糊模型的后件参数. 提出可利用后件参数反推断前件结构的方法来快速有效地确定前件结构. 最后通过仿真验证了上述方法的有效性.

摘要:

针对柔性作业车间生产环境中机器故障的动态调度问题, 以最小最大完工时间和最小偏差为目标, 结合车间调度人员的经验建立多阶段人机协同动态调度策略. 在不同阶段该策略的调度人员可参与优化过程, 提高方案的可行性和稳定性. 设计外部精英库中最优解的更新方法, 依据海明距离保留具有相同目标值的多种调度方案. 最后通过实例仿真验证了该模型和算法的有效性、可行性和稳定性, 更便于有效地指导生产实践.

摘要:

研究不同需求模式下, 同时存在供应能力限制和不允许退货两个约束条件的非线性供应链系统的动态行为. 通过计算订货决策空间中各种组合下的最大李雅普诺夫指数, 比较分析不同情景模式供应链系统的准混沌行为. 研究表明, 受约束条件影响的供应链系统具有相对复杂的动态特征, 但并不是无规律可循, 即使在随机需求模式下, 若订货策略合理, 则仍可减轻甚至避免系统的混沌行为; 反之, 在稳定的需求模式下, 不合理的订货策略仍会导致系统处于混沌状态. 仿真实验验证了研究结果的合理性.

摘要:

为了扩展马田系统在模糊积分多属性决策领域中的应用, 引入区间样本描述统计量, 将传统的实数型马田系统改进为区间型马田系统, 并在此基础上提出一种基于区间数据的模糊测度计算方法. 为了便于集成区间属性值,定义区间Choquet 模糊积分算子. 实例分析表明, 所提方法能够解决属性值为区间数据的模糊积分多属性决策问题, 验证了该方法的可行性.

摘要:

运用图论、矩阵分析和极限理论, 研究当通信拓扑结构连通的多智能体系统受到干预时, 系统仍保持一致性的充分条件及其平衡状态. 利用指数函数快速递减且可积的特性, 设计干预控制器, 控制多智能体系统收敛到指定位置. 仿真研究实验验证了所提出结论的正确性.