摘要:

针对一类输入受限的不确定非仿射非线性系统跟踪控制问题, 提出一种二阶动态terminal 滑模控制策略. 在不损失模型精度, 并考虑系统输入饱和受限的前提下, 给出一种适用于全局的不确定非仿射非线性系统近似方法. 提出小波小脑模型干扰观测器设计方法, 实现复合扰动的有效逼近. 构造辅助系统分析输入饱和对跟踪误差的影响. 通过构造基于PI 滑模面的terminal 二阶滑模面, 给出二阶动态terminal 滑模控制器设计过程, 克服了传统滑模的抖振问题. 仿真结果验证了所提出方法的有效性.

摘要:

针对一类输入输出描述的离散时间系统, 提出一种基于自适应切换增益的吸引律. 该方法能够根据不确定干扰变化率对闭环系统影响的强弱自动调整切换增益大小, 且可直接反映误差动态特性. 同时, 给出了闭环系统跟踪误差首次穿越原点所需的最多步数, 并推导出系统绝对吸引层和稳态误差带边界的具体表达式, 用于表征闭环系统跟踪误差的收敛性能和稳态性能. 数值仿真和电机伺服系统上的实验结果均验证了所提出方法的有效性.

摘要:

针对离散时间非线性系统, 提出事件触发传输机制下网络化T-S 模糊控制器设计方法. 在事件发生器中引入前提变量偏差触发条件, 从而取消模糊控制器与被控对象的前提变量之间的同步要求. 通过引入一组基于模糊前提变量特性的松弛等式/不等式, 对于无传输时滞和定常传输时滞两种情况, 分别提出具有较小保守性的控制器/事件发生器联合设计算法. 最后, 通过数值算例表明所提出方法的可行性和有效性.

摘要:

分析由零售商和银行组成的供应链系统, 在零售商面临资金约束的条件下, 通过引入期权采购和信用融资的组合方式, 实现企业的资金风险降低和运作效率提升. 通过建立博弈模型分析得出零售商的最优实物产品采购量和最优期权采购量的显性表达式, 证明银行的最优信用借款利率的存在性和唯一性条件. 通过比较存在资金约束情形下的其他运作方式, 发现信用融资是最有效的决策方式, 可以提升零售商的绩效, 最大可能实现全局最优.

摘要:

与传统的在欧氏空间建立系统动力学模型不同, 基于运动模式的建模是在模式运动空间中刻画系统的动力学特性. 首先, 提出一种基于粒子群优化和四叉树空间划分的多维模式运动空间的构建方法, 为了定量描述多维模式的运动, 采用多维区间数度量多维模式类别变量; 然后, 定义一种多维区间T-S 模糊模型, 并以此构建多维运动模式的预测模型; 最后, 以烧结生产过程的实际数据为例, 验证了所提出预测模型的有效性.

摘要:

为提高算法NSGA-II-DE解决含有复杂Pareto解集优化问题的性能, 分析原NSGA-II中拥挤度计算公式和排挤机制的缺陷, 并以NSGA-II-DE算法为基本框架, 将传统拥挤度排序策略改为包含有角度信息与伪半径的二维信息排序策略. 在拥挤度排挤机制中加入数量级阈值的干预, 提出改进算法2D-Thr. 选取多样度、收敛度和分布度3个评价指标进行量化计算, 并与NSGA-II-DE、原NSGA-II、MACPSO进行比较. 仿真结果表明, 改进算法不仅有效继承了原算法优良的收敛性, 而且提高了Pareto前沿的分布度.

摘要:

针对一类目标函数受预设性能函数限定的严格反馈极值搜索系统的控制问题, 将极值搜索控制、预设性能控制、反演控制相结合, 提出一种预设性能反演控制器设计方法. 针对极值搜索系统的目标函数构造新型的性能函数; 利用性能函数对系统进行函数变换, 构建等效简单变换模型; 基于变换模型, 利用反演控制方法逐步递推选取适当的Lyapunov 函数进行控制器设计, 以实现在对目标函数搜索到极值的同时保证预设性能指标. 最后通过数值仿真验证了所提出方法的有效性.

摘要:

针对卡方故障检测方法对软故障的检测性能较差, 甚至会导致滤波器发散的问题, 提出一种基于证据推理的联合故障检测方法. 将组合导航中的各子滤波器作为证据, 利用每个子滤波器的状态及协方差构造联合故障检测函数, 并利用联合故障检测函数的概率分布计算基本置信指派, 再将多个证据按D-S 规则进行融合, 根据融合结果进行故障检测. 仿真结果表明, 所提出的方法对硬故障的检测性能与卡方故障检测性能相当, 但对软故障的检测性能要优于卡方故障检测, 可提高组合导航系统的可靠性和精度.

摘要:

研究产品的市场需求依赖于价格和消费者时间偏好情形下的供应链及其成员的最优定价与订货问题. 利用时间偏好因子刻画消费者的时间偏好, 利用产品市场需求关于零售价格的弹性指数反映消费者的价格敏感程度, 建立存在强势零售商、强势供应商和供需双方势力均衡3 种渠道权力结构下的定价与订货模型. 数值结果表明, 在3 种渠道权力结构下, 消费者的时间偏好和产品市场需求关于零售价格的弹性指数是供应链主导者最优定价、订货量和期望利润的单调减函数, 将其纳入定价与订货决策的影响因素予以考量能够增加供应链主导者的最大期望利润.

摘要:

集装箱码头堆场出口箱箱位分配和场桥调度对码头运营效率有重要影响. 为了合理分配箱位和调度场桥, 采用分区域平衡策划方法, 在给定批量任务下, 考虑场桥实际作业中的安全距离, 以均衡各场桥作业任务量和减少场 桥的非装卸时间为目标, 建立混合整数规划模型, 并设计遗传算法求解, 通过不同批量任务的实验分析验证所提出方法的有效性. 研究表明, 分区域平衡策划方法可以更好地解决箱位分配和箱区多场桥联合作业的优化问题.

摘要:

由于不确定数据流中一般隐藏着概念漂移问题, 对其进行有效分类存在着很多困难. 为此, 提出一种基于自适应快速决策树的算法. 该算法基于一般决策树算法的原理, 以自适应学习规则计算信息增益, 以无标记情景学习拆分原理检测不确定数据流中的不确定数值属性, 通过自适应快速决策树节点的拆分方法将不确定数值属性转化为不确定分类属性, 以实现对不确定数据流的有效分类, 进而有效检测到其中隐含的概念漂移现象. 仿真结果验证了所提出方法的可靠性.

摘要:

研究制造商关注和不关注再制造商公平关切的闭环供应链生产设计决策与协调. 研究表明: 制造商和闭环供应链利润均与公平关切程度负相关; 制造商关注再制造商公平关切时, 公平关切程度越高, 许可费和模块化水平越低, 再制造商利润越高, 且与不关注相比, 新产品与再制造品销量更高, 环境效益更好; 当不关注再制造商公平关切时, 再制造商利润与公平关切程度负相关. 采用再制造收益共享契约对考虑再制造商公平关切的供应链进行协调.

摘要:

兼具可靠性和重要性的证据融合问题目前仅局限于折扣处理阶段, 尚未深入到融合规则的构建之中. 为解决此问题, 首先结合现有成果的解决思路分析其中存在的问题; 然后构建能够对基本信度分配函数进行可靠性/重要性双重折扣处理且满足交换律的证据折扣方法, 在此基础上, 基于Dempster规则和Murphy规则从非补偿性与补偿性协调视角构建可以平衡可靠性和重要性的补偿协调融合规则; 最后通过数值对比分析验证所提出方法的科学性.

摘要:

针对群推荐中存在的多粒度、犹豫性、模糊性语言信息问题, 提出多粒度犹豫模糊语言环境下未知权重的多属性群推荐方法. 首先, 提出多粒度犹豫模糊语言术语集的概念, 定义其距离公式; 然后, 在多粒度犹豫模糊语言环境下, 针对属性权重完全未知的情况, 建立目标规划模型, 利用拉格朗日方程求解, 针对属性权重不完全未知的情况, 建立线性规划模型求解; 最后, 通过算例计算和分析表明了上述模型求解权重问题是有效的.

摘要:

针对准则具有期望水平的直觉语言多准则决策问题, 考虑决策者后悔规避的心理行为特征, 提出一种基于后悔理论的决策方法. 该方法利用期望效用函数构建各准则值的效用值矩阵; 利用后悔-欣喜函数构建各准则值相对于准则期望水平的后悔-欣喜值矩阵; 在此基础上, 依据后悔理论构建各准则值相对于准则期望水平的感知价值矩阵; 进一步, 利用线性加权法计算各方案的综合感知价值, 并确定方案排序. 最后通过实例分析表明了所提出方法的可行性和有效性.

摘要:

由于组合导航系统具有强非线性和模型不确定性的特点, 工程中扩展卡尔曼滤波无法满足组合导航系统实际应用的要求. 为此, 针对贝叶斯框架下高斯类非线性滤波算法的估计性能给出具体分析. 首先, 在估计点处对非线性函数进行泰勒展开获得泰勒近似, 通过一阶矩和二阶矩分析滤波算法的近似精度; 然后, 通过数值稳定性对非线性滤波算法进行分析; 最后, 分别采用低维和高维模型对各滤波算法进行对比分析, 为组合导航系统的实践提供借鉴.

摘要:

在进口箱疏港过程中, 服务于相同客户的若干集卡组成集卡组, 具有相同的抵港时间, 因此, 外部集卡抵港提箱呈现分批到达的特点. 集卡组内作业指派的优劣直接影响场桥的作业效率, 存在较大的优化空间. 对此, 基于翻箱作业不能跨贝进行的现实约束, 将场桥作业调度解构为场桥作业路径优化问题和贝内翻箱作业优化问题两部分并分别建立动态优化模型. 针对场桥作业路径优化问题, 提出一种多项式时间的精确算法并给以证明; 针对贝内翻箱作业优化问题, 设计一种基于MSA的双层启发式算法进行求解. 一系列数值实验的结果显示了所提出优化模型及算法的有效性和鲁棒性.

摘要:

针对稀疏无线传感器网络(WSN) 中加权平均一致分布式无迹信息滤波(DUIF) 算法估计次优和滤波效率较低的问题, 提出一种考虑先验估计误差相关性的快速DUIF 算法. 采用加权统计线性回归(WSLR) 方法线性化观测模型, 以节点共享信息作为平均一致性算法输入, 从而在极大后验估计中引入先验估计交互协方差信息; 设计最优通信连接边权值并自适应修正状态加权矩阵, 提高平均一致性算法收敛速率. 仿真实验结果表明, 所提出的算法能够有效应用于稀疏WSN目标跟踪.

摘要:

基于极限学习机理论, 将主成分分析技术与ELM特征映射相结合, 提出一种基于主成分分析的压缩隐空间构建新方法. 结合多层神经网络学习方法对隐空间进行多层融合, 进一步提出了堆叠隐空间模糊C 均值聚类算法,从而提高对非线性数据的学习能力. 实验结果表明, 所提出算法在处理复杂非线性数据时更加高效、稳定, 同时克服了模糊聚类算法对模糊指数的敏感性问题.

摘要:

为提高引力搜索算法的优化能力, 通过在原始算法中融合量子计算, 提出一种量子行为引力搜索算法. 该算法采用类似量子行为粒子群优化的寻优机制, 在每步迭代中, 计算个体适应度, 根据适应度计算个体质量, 取前K 个质量最大的个体作为候选集. 采用轮盘赌方法在候选集中选择一个作为Delta 势阱的中心, 调整其他个体向该中心移动完成一步优化, 在优化过程中使K 值单调下降, 以期达到探索和开发的平衡. 标准函数极值优化的实验表明, 所提出的算法比原算法在优化能力和优化效率两方面都有明显提高.

摘要:

针对一类执行器故障不确定离散重复过程, 提出一种有限频率范围的迭代学习容错控制算法. 通过定义故障系数矩阵和输出跟踪系统的等价二维模型, 沿故障系统的时间轴和批次轴设计迭代学习被动容错控制器, 以线性矩阵不等式形式分别给出基于KYP 引理的全频、分频区域重复控制系统稳定的充分必要条件, 同时保证故障系统在时域和频域范围内的容错性能. 最后, 以重复注塑过程的注射速度控制仿真验证了所提出分频控制算法的有效性.

摘要:

基于特征建模理论, 针对一类可由一阶特征模型描述的被控对象, 设计一种新的自适应跟踪控制方法. 通过参数整合, 将系统特征压缩到一个时变参数中, 进一步减少需估计的参数, 更利于工程应用. 利用李雅普诺夫方法, 分析闭环系统的稳定性. 最后, 通过数学仿真验证了所提出方法的有效性.

摘要:

针对一类带有干扰的非线性严格反馈系统, 研究其抗干扰控制问题. 系统干扰满足不匹配条件, 代表一类部分信息已知的干扰. 通过设计非线性干扰观测器, 提出基于非线性干扰观测器和back-stepping 的抗干扰控制方法来补偿干扰, 该方法可以保证闭环系统所有信号是半全局最终一致有界的. 最后, 通过与现有方法的对比验证了所提出方法的正确性和有效性.

摘要:

针对一个扫描周期内单个目标可能产生多个量测的问题, 提出一种基于标签随机有限集的扩展算法. 结合脉冲扩展标签多伯努利(-GLMB) 滤波器和多量测模型, 推导出新的更新方程; 采用假设分解策略对关联过程进行降维, 避免了量测分组过程. 实验分析表明: 所提出算法能对目标数进行无偏估计, 在低探测概率条件下跟踪性能明显优于多量测概率假设密度(MD-PHD) 算法; 计算开销在量测较少时高于MD-PHD, 量测个数增加时增幅低于MD-PHD.

摘要:

研究超混沌Bao 系统的控制问题. 首先, 给出超混沌Bao 系统的Lyapunov 指数图, 用以验证系统存在超混沌现象; 然后, 将线性反馈控制方法和自适应反推控制方法应用于超混沌Bao 系统, 并设计了将系统混沌状态稳定到平衡点的混沌控制器; 最后, 通过数值仿真验证了所设计的控制器的有效性.

摘要:

扩展标记语言(XML) 带有一定的结构和语义信息, 与普通文本相比, XML具有描述精确、表现形式丰富等特点, 但同时也使得传统的自然语言处理和数据挖掘等技术不能直接应用. 根据XML内容和结构并非独立, 内容影响结构, 结构作用于内容, 提出一种基于张量的XML特征降维及综合相似度计算方法. 针对XML文档, 使用张量表示并采用基于最大互信息的方法对其进行降维, 采用将XML结构和内容相融合的综合相似度度量方法确定结构和内容的内在联系及共同作用方式, 提高XML综合相似度计算性能. 实验及结果分析验证了所提出方法的有效性.

摘要:

针对自适应指数加权移动平均(AEWMA) 控制图统计经济设计问题, 给出AEWMA控制图统计经济设计模型, 提出一种在偏移区间上对AEWMA控制图进行设计的多目标优化方法. 针对不同的偏移区间优化了AEWMA控制图, 并将AEWMA控制图统计经济性能与指数加权移动平均(EWMA) 控制图相比较. 结果表明, 所提出方法优化设计的AEWMA控制图仍具有克服EWMA控制图的惯性问题的统计特性, AEWMA控制图的经济性能也优于EWMA控制图.

摘要:

利用非光滑分析, 讨论线性控制系统多面体区域的生存性判别. 对于有界多面体(利用有限点集的凸包来表示), 其生存性判别只需检验其在极点处是否满足生存性条件, 去掉了以往对输入集合为多面体的要求, 这种生存性判别方法简便易行. 最后利用所给出的生存性条件讨论了生存性设计.

摘要:

为提高待生催化剂碳含量预测的准确性, 提出一种基于改进的教学算法(MTLBO) 来优化BP 神经网络的预测模型. 针对基础教学算法全局搜索能力差的问题, 在教师阶段前后增加了预习和复习过程, 并在学生阶段采用量子方式进行更新. 测试结果表明, 该改进能够提高教学算法全局探索和局部改良能力, 利用改进教学算法可优化BP神经网络的权值和阈值, 并进行待生催化剂碳含量预测. 仿真结果表明, 改进后预测模型的预测精度和泛化能力均有一定程度的提高.