摘要:

随机多智能体系统一致稳定性分析大致可区分为: 带随机噪声的多智能体系统的一致稳定性分析, 切换拓扑下随机多智能体系统一致稳定性分析, 随机时滞多智能体系统一致稳定性分析, 随机多智能体系统分布式优化控制一致稳定性分析. 对此, 从以上4 个方面对随机多智能体系统稳定性问题的研究进展及其存在的问题进行阐述, 并对随机多智能体系统一致稳定性的进一步研究方向进行了展望.

摘要:

针对证据网络推理方法无法对区间规则进行表示和推理的问题, 提出一种基于区间规则的条件证据网络推理决策方法. 该方法针对模糊规则的条件概率或信度为不确定区间的情况, 可同时表达不确定性和模糊性; 并将区间不确定规则转化为区间条件信度函数作为证据网络的结点参数, 通过条件推理和证据融合得到条件证据网络中各结点幂集空间中焦元的随机分布作为决策依据. 最后, 通过空中目标态势评估实例, 验证了所提出方法的有效性.

摘要:

针对LED 晶圆贴片过程, 设计一种利用阀门的开关和开度控制气缸内气压的压力控制系统, 提出一种多目标分阶段决策和控制的方法, 实现活塞运动和加压控制. 根据活塞的位移和压力, 采用逻辑决策方法, 选择需要控制的阀门. 根据规划压力与实测压力的差值及其差值变化率, 利用模糊自适应PID 控制方法控制阀门的开度. 采用半张量积的方法将逻辑决策和模糊控制中的推理转变成矩阵形式, 以简化运算量, 提高运算速度和控制精确度.

摘要:

以改进的流形距离为相似度测度, 结合人工蜂群算法, 提出一种二阶段聚类算法. 首先根据局部密度、最大最小距离和近邻选择对数据集初步归类并得到簇代表点; 然后将聚类归属为优化问题, 通过改进的蜂群算法对簇代表点及没归类的样本点较快地搜索到最优聚类中心, 同时根据流形距离的全局一致性特征, 对样本进行精确的类别划分; 最后将两阶段算法综合归类. 实验结果表明, 所提出的算法可以获得良好的聚类效果.

摘要:

针对一类非线性系统的稳定控制器设计问题, 根据广义模糊双曲正切模型的万能逼近性质, 提出一种带有可调参数的广义模糊双曲正切模型的自适应控制器设计方法. 该设计方法的优点是使得自适应律的个数不依赖于广义模糊双曲正切模型的线性基函数的输出形式, 可以有效减少在线估计的参数数目, 并且能够保证被控系统的状态一致终极有界. 最后通过数值算例表明了所提出的设计方法的有效性.

摘要:

演化聚类算法(ECM) 是一种有效的在线聚类算法, 能够根据输入数据实时调整聚类. 但是, 该聚类算法依赖于预先设置的最大距离阈值, 而且对数据输入次序敏感. 针对这些问题, 提出一种基于自适应学习的演化算法(SALECM), 在无法获取数据先验知识的情况下, 无需人为预先定义参数, 可自适应地调整聚类. 实验结果表明, 与
ECM相比, SALECM可提高在线聚类的自适应性能, 也能在一定程度上缓解数据输入次序对算法的影响.

摘要:

针对一类多输入多输出线性时不变系统, 提出一种初态误差加速修正的PD-型迭代学习算法. 针对系统的任意初始状态, 在时间轴上设计一个随迭代次数增加而缩短的修正区间. 在该区间上, 控制算法对初始状态偏差进行修正; 修正区间外, 算法与无初始误差的学习律等同. 在Lebesgue-?? 范数度量跟踪误差意义下, 利用卷积的推
广Young 不等式证明了所提出学习控制律的收敛性. 数值仿真验证了该控制律的有效性.

摘要:

在ARRIVE 算法的基础上, 提出一种信任和能量意识的补救路由算法(TeaRR). 在选择下一跳节点时, TeaRR 综合考虑候选节点的信任值和剩余能量, 选择信任值和剩余能量最优的节点转发数据. 为了防御链路不稳定和On-Off 攻击造成的丢包问题, TeaRR 采用发送节点主动推荐和邻居节点被动参与相结合的补救策略, 快速恢复对
可能丢失包的转发. 实验结果表明, TeaRR 更加适用于延时敏感的应用, 可在接收率与能耗间平衡.

摘要:

针对受外界动态约束的谐波传动式可重构模块机器人轨迹跟踪问题, 提出一种基于关节力矩反馈的分散积分滑模控制方法. 在无力/力矩传感器且存在耦合模型不确定性的条件下即能获得良好的控制品质. 基于谐波传动模型, 仅采用位置测量数据估计关节力矩, 并建立机器人子系统动力学模型. 基于可变增益超螺旋算法(VGSTA) 设
计分散积分滑模控制器, 补偿模型不确定性并削弱控制器抖振. 采用Lyapunov 理论对系统的渐近稳定性进行了证明. 值仿真结果验证了所设计的控制器的优越性.

摘要:

针对表观发生剧烈变化时的目标跟踪问题, 提出一种新的基于自适应分块表观模型的视觉目标跟踪算法. 将目标表观描述为一组具有内在空间上几何结构关系约束的局部图像块, 在跟踪过程中通过自动添加和删除局部图像块适应目标的表观变化, 同时利用全局颜色属性值确定新的图像块的位置, 克服了传统分块算法不能及时更新表观模型的局限性. 实验结果表明, 所提出算法对表观变化具有较高的自适应性, 在表观发生剧烈变化时可实现准确的目标跟踪.

摘要:

针对合成孔径雷达(SAR) 图像和可见光图像融合问题, 提出一种基于非下采样剪切波变换域的隐马尔可夫树模型的图像融合方法(NHMM), 图像经过非下采样剪切波变换(NSST) 分解形成一个低频子带和多个高频子带.在NSST 域中, 对低频系数采用基于标准差的融合策略; 针对高频子带, 建立NSST 域隐马尔可夫树(HMT) 模型对高频系数进行训练, 并根据梯度能量对训练后的高频系数进行选择, 最后通过NSST 逆变换得到融合图像. 实验结果表明, 所提出的方法可提高图像的融合质量, 并能降低图像噪声, 具有一定的有效性和实用性.

摘要:

通过比较制造商主导、纳什均衡、零售商主导的博弈均衡, 分析战略顾客行为对供应链成员企业最优决策和绩效的影响. 结论表明: 供应链成员企业若正视战略顾客存在, 制定合理的决策, 则能达到互利共赢的局面; 供应链绩效的优劣情况取决于顾客战略行为程度的大小, 且高比例的战略顾客会持续恶化零售商主导的供应链绩效; 顾客会倾向于价格更低廉的零售商主导的市场结构.

摘要:

在需求与价格、质量相关的假设下, 提出再制造产品的3 种生产模式, 给出最优生产决策. 研究结果表明, 随着再制造产品支付意愿(WTP) 的提高, 第2 阶段新产品产量都将下降, 再制造产品和第1 阶段新产品产量在Model O和Model OI 模式下上升, 在Model I 模式下不变; 产品质量的上升会使所有产品的产量都下降, 导致原设备生产商(OEM) 的收益下降, 而独立的再制造商(IR) 的收益在一定范围内上升, 但其获利所需最低WTP值也将上升. 数值仿真验证了各参数对生产决策及利润的影响.

摘要:

研究由一个受限额与交易政策约束的制造商和一个面临同质战略顾客的零售商组成的两级供应链决策与协调问题. 分别研究得到了限额与交易政策下一体化(包括理性预期均衡和数量承诺两种情形) 和分散化供应链最优决策和最大期望利润, 并与不考虑限额与交易政策的情形进行对比分析, 发现限额与交易政策使得供应链最优产量降低、最优价格升高、碳排放量减少. 最后, 以数量承诺情形为基准, 基于收益分享合同设计了供应链协调策略.

摘要:

针对由一个低碳产品制造商与一个零售商组成的供应链, 考虑需求同时受减排水平和销售价格的影响, 分别研究寄售契约、收益共享契约以及收益共享与减排成本共担3 种契约下供应链企业的优化决策, 并进一步探讨当需求的确定部分为和式、随机部分服从均匀分布时的供应链系统的最优决策. 从理论上证明了制造商与零售商之间的合作利于促进减排水平的提升, 也利于供应链系统期望总利润的增加. 最后, 探讨了不同参数对协调供应链绩效的影响.

摘要:

针对现有灰靶决策方法只有一个靶, 不能科学解决评价信息疏密程度不一致的决策问题, 通过有序增量法将决策者评价信息按信息的差异性分成不同的组别, 并给出类别加权算子的定义. 在此基础上, 定义一个靶心多个靶环的环形灰靶, 并将类别权重赋予相应的环形灰靶, 建立基于类别加权算子的环形灰靶决策方法. 该方法更接近现实灰靶, 且通过对方案评价信息的环内和环间信息的二次集结, 使得评价结果更为实用合理. 最后以一个应急案例进行了验证.

摘要:

针对滑模控制中传统趋近律存在抖振、收敛速度慢的问题, 提出一种基于特定双幂次趋近律的滑模控制方案. 双幂次趋近律具有全局快速的固定时间收敛特性, 收敛时间存在与滑模初值无关的上界. 当系统存在有界集总扰动时, 双幂次趋近律能使滑模及其一阶导数在有限时间收敛到稳态误差界内. 仿真分析验证了所提出方法的有效性.

摘要:

针对城市多区域协同发展造成的商业中心相对分散的现状, 提出“多对多” 的城市网络化联合配送机制. 以运输距离、实载率等与成本密切相关的油耗成本为优化目标, 建立面向城市多区域配送需求的车辆路径模型; 同时,利用量子比特位设计染色体结构, 利用云模型云滴随机性与稳定性改进遗传算子, 设计云量子遗传算法对所建立的联合配送模型进行求解. 最后, 结合不同算例对模型和算法进行了仿真实验分析.

摘要:

大多数研究单机调度与维修决策集成问题的文献采用基于役龄的维修策略. 然而, 设备劣化状态与加工对象、加工环境和加工时间等诸多因素相关. 鉴于此, 针对设备状态可检测的系统, 采用非完美预防性视情维修、小修与故障更换相结合的维修策略, 建立一种以加工作业次序和预防维修阈值为决策变量, 加工作业的总加权期望完成时间最小为优化目标的随机期望值集成模型. 实验结果表明, 所提出的模型能更有效地避免过维修或欠维修, 并且能够降低生产持有成本.

摘要:

针对一类不确定切换中立型系统, 设计相应的积分型滑模面. 基于平均驻留时间方法和线性矩阵不等式技术, 给出滑模动力学系统鲁棒指数渐近稳定的时滞相关性判据. 通过设计滑模控制器, 使闭环系统的状态满足到达条件. 数值仿真表明, 所提出的方法是有效可行的.

摘要:

针对现有检测器生成算法存在效率低、自适应性差、生成的检测器集庞大且冗余等问题, 借鉴生物免疫系统中抗体的克隆机制和亲和度变异机制, 并融合小生境策略以及检测器的变异和优化等, 构建基于免疫软件人(ISM) 特性的检测器生成算法及模型. 与传统算法相比, 该算法能够降低检测器的冗余度, 减少检测器集的规模, 保持检测器的多样性; 通过合理地改变其匹配阈值, 能够实现以较小的检测器集检测出更多的异常行为的目的. 实验结果表明, 所提出的算法具有较强的自适应性, 且拥有较高的检测效率和性能.

摘要:

研究带有未知参数的非完整移动机器人的镇定问题. 基于已有不确定非完整链式模型, 运用辅助变量法和控制输入法分别设计控制器, 使系统状态指数收敛. 所提出的两种控制器不仅克服了对系统初始状态的限制, 而且具有高度的统一性. 仿真结果验证了两种控制方法的有效性.

摘要:

传统聚类算法一般针对的是确定数据, 无法解决不确定数据的聚类问题; 现有基于密度的不确定数据聚类算法存在参数敏感且计算率低的问题. 对此, 在引进新的不确定数据相异度函数、最优?? 近邻、局部密度和互包含概念的基础上, 提出解决不确定数据聚类问题的不确定数据的最优?? 近邻和局部密度聚类(OLUC) 算法. 该算法不仅能降低参数敏感性, 提高计算效率, 而且具有动态自适应优化?? 近邻, 快速发现聚类中心和除噪优化的能力. 实验结果表明, 所提出的算法对无论是否存在噪声的不确定数据集都效果良好.

摘要:

针对量测噪声模型为非高斯L´evy 噪声, 研究离散线性随机分数阶系统的卡尔曼滤波设计问题. 通过剔除极大值的方法得到近似高斯白噪声的L´evy 噪声, 基于最小二乘原理, 提出一种考虑非高斯L´evy 量测噪声下的改进分数阶卡尔曼滤波算法. 与传统的分数阶卡尔曼滤波相比, 改进的分数阶卡尔曼滤波对非高斯L´evy 噪声具有更好的滤波效果. 最后, 通过模拟仿真验证了所提出算法的正确性和有效性.

摘要:

针对数据中存在的噪声对数据描述建模的影响, 提出一种基于快速聚类分析的支持向量数据描述算法. 该算法通过快速聚类分析算法对所要建模的数据进行预处理, 通过预处理快速剔除数据中存在的影响建模的噪声; 然后再将基于??NN算法计算获得的权重值加权在每一个数据上, 进行支持向量数据描述算法的建模. 在标准数据集上的实验分析表明, 所提出的支持向量数据描述算法较传统的支持向量数据描述算法和密度驱动支持向量数据描述算法在准确度上具有较明显的提升.

摘要:

对于面板数据, 首先给出面板数据的空间投射方法, 将面板数据投射为空间的向量序列. 然后, 基于空间向量的夹角和距离分别构建相似性和接近性关联度模型. 具体方法为: 利用向量夹角构建面板数据的相似性关联度模型; 同时, 基于向量差的模构建面板数据的接近性关联度模型. 分别讨论两种关联度模型的规范性和对称性等性质. 最后, 通过实例验证了相似性和接近性关联度模型的合理性. 分析结果表明, 所提出的关联度模型能较好地反映面板数据的相似性和接近性的关联程度.

摘要:

基于Kleinman 迭代算法的框架, 提出两种数值迭代算法, 用于解决连续时间Markov 跳变系统的优化??_∞ 控制器设计问题. 首先, 给出“ 直接并行Kleinman 迭代算法”, 并从正实算子的收敛性证明该算法的收敛性; 然后, 基于直接并行Kleinman 迭代算法, 提出一种更加广义的迭代算法结构, 即“ 广义并行Kleinman 迭代算法”, 并论述其包含的4 种情形; 最后, 通过数值示例验证了所提出算法的有效性.

摘要:

针对同样决策场景下对多组决策方案反复评估的决策问题, 建立对无效决策者剔除以及确定决策结果的模型. 使用优化模型确定指标权重, 提出决策者评价向量差异度的衡量方法, 由此对无效决策者甄别和剔除, 在此基础上建立基于灰靶的决策模型以确定最优方案, 并建立下次决策时的决策者权重计算方法. 模型充分利用历史信息, 对决策者进行评价约束, 可以有效提高决策质量. 最后通过实例表明了所提出算法的有效性和可行性.

摘要:

研究权重完全未知、评价信息为区间直觉模糊数的多准则决策问题. 考虑犹豫度影响, 给出备选方案与正理想方案、负理想方案形成的向量表达方式, 提出一种针对区间直觉模糊信息的向量投影测度方法; 构建基于方案投影总偏差最小的非线性规划准则权重确定模型; 给出基于方案投影的相对贴近度测算公式, 并以此对方案进行排序. 最后通过算例对比分析表明了所提出方法的有效性和可行性.