摘要:

针对不完全偏好信息大群体决策问题, 引入访问控制中的信任机制, 建立直接信任度与推荐信任度, 提出一种基于信任机制的补值方法; 分析了基于距离相似度存在的问题, 定义了一种新的距离相似度, 并与余弦相似度结合, 构建了决策偏好二元相似度的相聚模型; 利用聚类方法求解决策成员的权重, 并与补值后的完整偏好矩阵进行合成, 求得决策方案排序. 最后, 利用一个现有的文献案例验证了所提出方法的有效性和优越性.

摘要:

帝国竞争算法是一种已在连续优化问题上取得较好效果的新型社会政治算法. 为了使该算法更好地应用于离散型组合优化问题, 提出一种求解旅行商问题的新型帝国竞争算法. 在传统算法的基础上, 改变初始帝国的生成方式; 同化过程采取替换重建方式, 以提升求解质量; 革命过程中引入自适应变异算子, 以增强搜索能力; 殖民竞争过程中调整了殖民地分配方式; 算法加入帝国增强过程, 以加快寻化速度. 实验结果表明, 新型帝国竞争算法求解质量高、收敛速度快.

摘要:

针对多视角聚类任务如何更好地实现视角间的合作之挑战, 提出一种新的视角融合策略. 该策略首先为每个视角设置一个划分, 然后通过自适应学习获取一个融合权重矩阵对每个视角的划分进行自适应融合, 最终利用视角集成方法得到全局划分结果. 将上述策略应用到经典的FCM(Fuzzy ??-means) 模糊聚类框架, 提出相应的多视角模糊聚类算法. 在模拟数据集和UCI 数据集上的实验结果均显示, 所提出的算法较几种相关聚类算法在应对多视角聚类任务时具有更好的适应性和更好的聚类性能.

摘要:

为了提高动态多种群粒子群(DMS-PSO) 算法的全局搜索能力, 将布谷鸟搜索算法(CS) 引入DMS-PSO 算法中, 提出DMS-PSO-CS 算法. 采用中位数聚类算法将整个种群动态划分为若干小种群, 各个小种群作为底层种群通过PSO 算法进行寻优, 再将每个小种群中的最优粒子作为高层种群的粒子通过CS 算法进行深度优化. 将所提出算法应用于CEC 2014 测试函数, 并与CS 算法和其他改进的PSO 算法进行比较. 实验结果表明, 所提出算法能够显著提高全局搜索能力和算法效率.

摘要:

在传统无迹卡尔曼滤波(UKF) 中对其估计精度和计算效率起关键作用的是采样算法, 即构造具有权重的样本点. 研究表明, 带权样本点匹配随机变量的阶矩越高滤波的精度越高, 如多项式无迹卡尔曼滤波(PUKF), 但通常此类算法的复杂度过高甚至难以求解. 为此, 基于高斯分布结合高阶矩匹配与无迹卡尔曼滤波线性扩张方
法(LUKF), 提出一种兼顾效率和精度的高斯滤波离线算法. 实验结果表明, 所提出算法拥有比UKF 更高的估计精度和比PUKF 更好的计算效率.

摘要:

针对考虑通信因素的多无人机协同目标最优观测与跟踪问题, 引入费舍信息矩阵对无人机探测所获取的信息进行表征, 考虑无线通信链路特性并对无人机间信息成功传递概率进行建模. 以无人机群体所获取的关于目标的信息量为指标函数, 分别建立是否考虑通信因素情况下的多机协同目标最优观测及跟踪问题模型. 对两种情况下的多机协同目标观测与跟踪进行仿真比较, 仿真结果验证了所建模型的有效性, 并体现了通信因素的重要影响.

摘要:

针对常见的交通道路最短路径问题, 提出标准矩形网络的概念, 分析其节点间最短路径的性质, 并在此基础上给出一种新颖的最短路径求解算法. 该算法利用标准矩形网络的几何性质, 简化了搜索方向和步长的判断, 同时指出常见的交通道路网络一般均可以整体或部分化为标准矩形网络. 与常见的求取最短路径的Dijkstra、Floyd、ACO、A* 等算法进行仿真实验比较, 实验结果表明, 对于大规模标准矩形道路网络, 所提出算法具有更好的寻优精度、稳定性和寻优速度.

摘要:

讨论了10 个区间数排序的可能度公式, 分析了它们各自的特点. 从可能度的含义和保序性两个角度指出, 基于可能度矩阵的区间数排序方法有时会导出不合理的排序结果. 通过分析可能度矩阵与模糊判断矩阵的关系, 剖 析了导致这种不合理排序结果的原因. 最后, 利用可能度矩阵构造一个布尔矩阵, 基于布尔矩阵给出一个改进的区间 数排序算法, 并从理论上证明了所提出的排序方法的科学性.

摘要:

在充满竞争的环境中, 资源有限导致智能体之间存在利益冲突, 有必要建立对手模型并对其行为进行准确预测, 从而制定对自身有利的策略. 利用交互式动态影响图对未知对手进行建模, 将对手的候选模型保存在模型节点并随时间更新其信度. 结合观测到的对手动作, 在模型空间中利用“观察-动作”序列逐步排除候选模型, 最终判定对手的真实模型. 实验结果表明, 所提出的算法取得了很好的效果, 验证了该算法的实用性.

摘要:

研究犹豫模糊语言集可能度排序方法. 在给出犹豫模糊语言集排序可能度公理的基础上, 给出3 类犹豫模糊语言集可能度排序公式: 第1 类基于RL 的5 个等价犹豫模糊语言可能度排序公式; 第2 类基于WNS的5 个等价犹豫模糊语言可能度排序公式; 第3 类基于概率可信度的犹豫模糊语言可能度比较公式. 通过实例对3 类公式进行对比分析, 给出方法选择的建议, 第3 类方法可以区别差别较小的犹豫模糊语言数, 第1 类方法适于大规模计算中的应用.

摘要:

研究市场价格信息不对称下, 受资金约束的零售商为获取最优订货量从资本市场借贷的供应链运营和融资决策问题. 采用Stackelberg 博弈, 构建并分析混同契约和甄别契约模型. 研究表明: 甄别契约能更好地激励零售商透露真实信息, 使供应链整体利润增加; 银行更偏好高价格零售商以降低借贷风险, 银行在甄别契约下的期望利润总是大于混同契约下的期望利润; 高价格零售商的期望利润受到价格波动和其类型比例的双重影响, 在一定条件下选择甄别契约会得到额外的信息租金.

摘要:

双合作博弈主要研究如何将联盟收益全部分配给双合作联盟的每个参与者. 考虑到不将全部的合作收益用于分配, 而是预留一部分合作收益用于投资扩大再生产或再分配的情况, 对双合作博弈模型进行扩展, 定义广义分配、广义核心和广义韦伯集等解的概念, 并证明广义核心总是包含在广义韦伯集中. 当双合作博弈满足超模性时, 广义核心总是等于广义韦伯集. 由于广义韦伯集是一个非空集合, 从而进一步证明了广义核心存在且非空.

摘要:

在互逆的分数阶累加生成算子和分数阶累减生成算子的基础上, 建立分数阶算子GM(1,1) 模型, 均值GM(1,1) 模型是当?? = 1 时的特例. 给出分数阶算子GM(1,1) 模型最小平均相对误差下最优阶数的粒子群优化算法.多个验证实例表明, 通过对阶数进行优化, 分数阶算子GM(1,1) 模型可具有比GM(1,1)、DGM(1,1) 等模型更高的拟合精度.

摘要:

空间矢量脉宽调制死区效应对永磁同步电机(PMSM) 的调速控制系统及转矩脉动有一定影响, 为了削弱其不利作用, 在永磁同步电机矢量控制基础上, 提出一种新型的具有死区补偿的自抗扰PMSM控制方案, 针对传统自抗扰控制策略下电机转矩脉动较大的缺陷, 在原有的自抗扰控制策略中加入死区补偿. 仿真及实验结果表明, 具有死区补偿的自抗扰PMSM驱动系统, 谐波含量明显减少, 速度驱动系统更加平稳, 有效抑制了转矩脉动.

摘要:

定义了语言??数及其模糊熵, 提出了基于模糊熵和证据推理的多准则决策方法, 以解决准则权系数信息不完全确定的语言??数多准则决策问题. 所提方法通过建立基于语言??数模糊熵的线性规划模型来得到准则的最优权系数, 利用证据推理算法确定方案的综合准则值, 进而得出最优方案. 最后通过实例验证了所提出方法的有效性和可行性.

摘要:

研究LR-型模糊需求下两级供应链中可变比例成本分担和质量控制的契约设计问题. 在召回成本无分担的分散模式下, 供应链成员努力投资不足, 集中式供应链努力选择互补, 互补程度关于单位召回成本和总缺陷率递增. 引入可变比例成本分担契约, 该契约能发挥制造商与供应商的努力选择互补效应, 且双方关于努力选择的博弈存
在Nash 均衡. 当缺陷分析成本为零时, 在契约Φ 下供应链成员激励相容, 供应链的整体利润等于集中式最优利润. 确定可变分担比例解析解、缺陷率阈值. 验证结果表明, 契约Φ 的成本无效指数和质量无效指数均低于固定比例成本分担合同, 契约Φ 比固定比例成本分担合同更合理、有效.

摘要:

分析一类非线性离散奇异摄动系统的降阶组合优化控制器的合理性, 即降阶组合控制器与原始高阶优化控制器之间的关系. 基于快、慢子系统的解耦, 分别对快、慢子系统设计子优化控制器, 并进一步提出作用于原高阶系统的组合优化控制器. 对原高阶系统设计传统高阶优化控制器, 提出组合优化控制器近似等于传统高阶优化控制器的充分条件. 最后通过仿真验证了所得到结论的正确性.

摘要:

对含有模型非线性不确定性和外部扰动的多Euler-Lagrange 系统的分布式协调包含控制问题进行研究. 考虑通讯拓扑为有向图, 所有领航者均为动态, 且各智能体间相对速度信息不可测情况. 首先, 选取相对速度作为辅助变量, 引入低通滤波器进行估计; 然后, 采用神经网络方法逼近并补偿非线性不确定性, 提出一种分布式自适应包含控制律, 并应用Lyapunov 稳定性理论证明闭环系统的包含误差一致最终有界; 最后, 通过仿真算例验证了所提出的控制律的有效性.

摘要:

针对复杂地形环境下的无人机三维航路规划问题, 提出一种基于改进的扰动流体动态系统与灰狼优化理论的混合航路规划算法. 构建改进的扰动流体动态系统数学模型, 通过修正初始汇流得到扰动流场, 流场流线即可看作规划航路, 能有效避免驻点、局部陷阱等问题. 通过模拟灰狼群体的等级制度和捕食策略, 并引入个体记忆功能和优胜劣汰选择规则, 对障碍物反应系数进行寻优. 仿真结果表明, 规划出的三维航路平滑、可飞, 具有良好的避障特性.

摘要:

针对挠曲变形对主/子惯导在线标定误差方程多方面影响的问题, 提出一种挠曲变形误差综合补偿方法. 首先, 基于极大似然估计和赤池信息量准则(AIC) 定阶的自回归(AR) 模型对挠曲变形进行建模; 然后, 针对挠曲变形引起的动态杆臂效应问题, 利用机理建模方法建立动态杆臂与挠曲变形角之间的关系模型; 在此基础上, 推导出挠曲变形与动态杆臂误差综合补偿方法; 最后, 将该方法应用于主/子惯导标定滤波器设计. 仿真结果表明, 所提出的综合补偿方法是有效的.

摘要:

研究以低碳为目标的集装箱拖车运输问题. 该问题需同时调度隐含的运输资源和具有双重时间窗限制的运输任务. 基于扩展的确定的活动在顶点上(DAOV) 的图建立该问题的具有双时间窗约束的混合整数非线性规划模型,设计一个基于时间窗离散化的求解算法, 并将该模型转化为纯整数线性规划模型. 实验结果表明, 所提出的方法有很好的求解速度和精度, 与给定车辆行驶速度情形的对比进一步验证了所提出模型的有效性.

摘要:

针对基于模型的事件触发状态反馈控制系统, 提出一种触发门限可变的触发机制. 该触发机制能够在被控对象面临变化较大且快的干扰时, 自动调整触发门限变大, 避免频繁的事件触发导致网络通信资源浪费; 能够在被控对象面临变化较小的干扰时, 通过定时触发, 避免长时间没有事件发生导致的通信网闲置, 同时自动调整触发门限变小, 提升控制性能. 仿真结果表明, 较固定门限触发机制, 所提出的触发机制能利用更少的通信资源实现整体控制性能的提升.提升.

摘要:

在考虑公平关切信息不对称的基础上, 研究信息对称和信息不对称下服务供应链的决策问题, 并对如何在转移支付契约下促使服务集成商传递真实的公平关切信息进行探讨. 研究结果表明, 公平关切信息的价值会随着服务成本、努力成本系数、销售价格和服务质量敏感系数等因素变化而发生变化, 且通过转移支付契约可以促使服务集成商传递真实的公平关切信息, 并从转移支付金额可以看出, 其大小会随着公平关切申报值的变化而发生变化.

摘要:

提出一种基于不完整自然梯度的变步长约束算法, 用来处理非平稳环境下的瞬时盲源分离问题. 该算法利用系统上的扰动对代价函数进行约束, 对算法中的约束因子采用自适应形式, 根据分离情况对约束因子进行自适应调整, 以加快收敛速度. 同时, 引入基于代价函数梯度的变步长, 使其具有更好的跟踪性能. 仿真结果表明, 在非平稳环境下, 所提出的算法在提高收敛速度的同时可以有效分离源信号而不产生严重的稳态误差.

摘要:

针对现有的灰度图像交叉熵阈值化方法无法有效分割含有混合噪声图像的问题, 在图像三维直方图的基础上提出三维交叉熵阈值化算法, 同时给出三维交叉熵阈值法的快速递推公式. 实验结果表明, 三维方法结合了图像中像素的灰度及其局部空间的均值和中值信息, 对于含有混合噪声的图像, 具有比现有交叉熵阈值化算法更好的分割效果.

摘要:

研究随机给定拓扑结构的二阶有向多智能体网络的可控包含控制问题. 针对当前包含控制研究成果大多没有考虑多智能体网络领导者和跟随者的可控配置问题, 结合复杂网络可控性理论和二分图最大匹配算法给出满足网络可控的领导者和跟随者集合, 并为跟随者智能体设计相应的控制协议, 驱使跟随者能够渐近收敛到由多个领导者构成的静态凸包中, 从而实现网络的可控包含控制. 仿真结果验证了理论分析的正确性.

摘要:

针对个体动态为二阶积分器的多智能体网络, 研究有限时间聚集控制问题, 采用势能函数法和变结构控制思想设计分布式非光滑有界控制协议. 在网络初始能量有限的前提下, 得出该非线性耦合网络拓扑始终保持连通的结论. 基于不变集原理和Lyapunov 函数的二阶集值李导数信息, 进行有限时间稳定性分析, 得出在选取合适牵制权值的情况下, 网络可实现保持拓扑连通的有限时间聚集的控制策略. 最后通过仿真实例验证了理论方案的有效性.

摘要:

为了使数据集的内在分布更好地影响训练模型, 提出一种密度加权孪生支持向量回归机算法. 该算法通过?? 近邻算法计算获得每个数据点基于数据密度分布的密度加权值, 并将密度加权值引入到标准孪生支持向量回归机算法中. 算法能够很好地反映训练数据集的内在分布, 使数据点准确影响训练模型. 通过6 个UCI 数据集上的实验结果分析验证了所提出算法的有效性.

摘要:

研究产品信誉受广告投入水平影响的供应链合作广告问题, 建立具有广告投入水平抑制作用的产品信誉动态模型. 通过哈密顿-雅可比-贝尔曼方程分别得到制造商和零售商在分散决策和集中决策下的最优广告策略以及在分散决策下制造商的最优合作广告参与率, 比较发现, 集中决策下制造商和零售商的最优广告投入水平高于分散决策下的相应值. 设计了双边补贴策略来协调供应链. 数值仿真实验验证了所得结论的正确性.

摘要:

由于传感器分辨率高或目标存在多个反射源等原因, 一个目标可以同时产生多个观测数据, 对于解决这种扩展目标的跟踪问题, 概率假设密度(PHD) 滤波算法是一种有效的方法. 针对扩展目标概率假设密度滤波算法中观测集合划分, 提出一种利用近邻传播聚类方法进行观测集合划分的多扩展目标跟踪算法. 实验结果表明, 所提出的方法不但能够获得正确的划分观测集合, 而且计算复杂度较已有划分方法有较大降低, 同时在多目标跟踪效果方面优于已有算法.