摘要:研究一类输入多采样率型不确定离散时滞系统的鲁棒预见控制问题.首先,利用离散提升技术从形式上消除输入时滞和多采样率特点,将多采样率不确定系统的鲁棒预见控制问题转化为一个普通的单采样率不确定系统的鲁棒预见控制问题;然后根据预见控制的基本方法,构造出包含未来目标信息的扩大误差系统,并对其相应的标称系统设计预见控制器;最后,根据所设计的控制器和Lyapunov稳定性理论,给出不确定闭环系统的鲁棒稳定性判据.数值仿真结果验证了所提出设计方法的有效性.

摘要:为了进一步提升随机漂移粒子群优化(RDPSO)算法的全局搜索能力、收敛速度以及在高维问题上的优化能力,提出一种基于频繁覆盖策略的RDPSO(FC-RDPSO)算法,并采用概率统计方法和蒙特卡罗方法分析频繁覆盖策略的可行性.在CEC'2013RPO的测试函数上将FC-RDPSO算法与多种优化算法进行对比,实验结果表明所提算法在收敛速度和全局搜索能力上表现出了突出的性能;在一组被广泛使用的大规模全局优化测试函数上的实验结果表明,FC-RDPSO算法在高维问题上同样表现出了较强的优化能力.

摘要:量子菌群算法是将量子理论引入到细菌觅食算法中的一种相对较新的组合优化算法,虽然该算法在收敛速度上取得了一些重大的进步,但是依然存在寻优时间较长的问题.鉴于此,设计一种非线性动态自适应旋转角,并将其作用于细菌觅食算法的趋化操作,提出一种非线性自适应旋转角的量子菌群算法.基准函数的性能测试验证了该算法的正确性.将所提出算法用于分数阶伺服系统的PID参数整定,整定结果表明,所提出的算法能有效地对伺服系统的PID控制器参数进行整定.

摘要:针对属性值为Pythagorean不确定语言变量,属性权重和专家权重完全未知的群决策问题,提出一种扩展VIKOR多属性群决策方法.首先,给出Pythagorean不确定语言变量的概念,提出考虑语义变化的Pythagorean不确定语言变量运算规则、大小比较方法和Hamming距离测度;其次,提出基于Pythagorean 不确定语言模糊熵的属性权重确定方法和基于相似度的专家权重确定方法,进而提出一种新的扩展VIKOR方法;最后,通过国内航空公司服务质量评估实例验证所提出方法的有效性和可行性.

摘要:为解决当前近似策略迭代增强学习算法普遍存在计算量大、基函数不能完全自动构建的问题,提出一种基于状态聚类的非参数化近似广义策略迭代增强学习算法(NPAGPI-SC).该算法利用二级随机采样过程采集样本,利用trial-and-error过程和以样本完全覆盖为目标的估计方法计算逼近器初始参数,利用delta规则和最近邻思想在学习过程中自适应地调整逼近器,利用贪心策略选择应执行的动作.一级倒立摆平衡控制的仿真实验结果验证了所提出算法的有效性和鲁棒性.

摘要:针对通信受限下网络化多传感器系统难以实时滤波的问题,提出实时序贯滤波融合方法和故障诊断方法.首先基于周期性分组传输通信策略,采用序贯卡尔曼滤波方法,对当前时刻访问融合中心的传感器组进行局部滤波,并导出剩余传感器组的最优局部估计,进而得到线性最小方差意义下的最优融合估计.利用残差加权平方和方法对发生故障的传感器进行定位,仿真结果验证了所提出算法的有效性.

摘要:为了实现模糊神经网络结构和参数的同时调整,提出一种基于无迹卡尔曼滤波(UKF)的增长型模糊神经网络(UKF-GFNN).首先,利用UKF对模糊神经网络的参数进行调整;然后,设计一种基于隐含层神经元输出强度的模糊规则增长机制,实现模糊神经网络的结构增长;最后,将所提出的增长型模糊神经网络应用于非线性系统建模.实验结果显示,基于UKF的增长型模糊神经网络能够实现结构和参数的自校正,并且具有较高的建模精度.

摘要:提出一种基于进化知识融合的多目标人工蜂群算法.首先,采用精英群体知识和种群自身进化知识混合引导引领蜂进化,保持种群的多样性和优异性;然后,将一种融合个体支配关系和种群分布关系的方法引入跟随蜂的概率选择中,合理选择个体进行深度开发以改善算法收敛性能和分布性能;最后,提出一种更为严格的外部档案维护策略以降低外部档案维护成本,提高解集的分布性能.通过求解标准测试函数,并与其他3种多目标优化算法进行比较,仿真结果表明所提出算法具有良好的收敛性能和分布性能,且解集的覆盖范围更广.

摘要:针对非下采样金子塔(NSP)用于平移不变的剪切波变换(NSST)中不能有效捕获图像的结构信息问题,提出一种多尺度非局部均值滤波(MNLMF)和剪切波(SF)方向滤波的新变换,即利用MNLMF代替NSST中NSP分解,然后将其用到图像融合中,并将输入图像分解成不同子带.对于近似子带,采用区域像素能量(PE)与梯度能量(GE)加权和的融合规则;对于方向子带,提出基于GE与系数绝对值(CAV)混合的融合规则.同时提出了基于MNLMF与SF的图像融合算法.仿真对比实验表明,所提出的方法在视觉感知和客观质量评价两个方面具有明显的优势.

摘要:针对在白化权函数已知的情形下,区间灰数的核与灰度的构造问题进行研究.给出该情形下区间灰数的核与灰度的重构定义,提出区间灰数间并的核与灰度,并对它们的相关性质进行分析.探讨当区间灰数具有典型白化权函数时相应的核与灰度,特别地,当白化权函数退化成在区间灰数内取值为1,即缺乏区间灰数的取值分布信息时,核、灰度的结果与原有定义一致.所提出的核与灰度是对已有研究的一种拓广.

摘要:为了实现反临拦截弹中制导段的弹道在线优化,基于邻域最优控制(NOC)理论和改进间接高斯伪谱法(GPM)设计一种弹道在线生成算法.根据临近空间拦截作战特点设计弹道优化模型,基于NOC理论推导关于修正状态量和协态量的两点边值问题.对横截条件进行二阶变分,通过逆向递推将终端最优协态修正值表示成跟踪偏差和终端约束修正量的表达式.将拦截弹的当前状态量作为初始约束值,终端最优协态修正值作为干扰量,利用标称弹道数据,基于改进间接GPM求得控制修正量.仿真结果表明,所提出的方法可以快速生成一条修正弹道,且具有较高的终端修正精度.

摘要:针对产品差异化双渠道供应链,构建传统零售商横向并购模型,对并购决策进行分析.结果表明:若要使得并购后的利益大于并购前,各方对协同的要求由低到高分别是传统零售商、社会总福利、制造商、消费者剩余;达到一定水平的正协同效应时,并购有利于缓解渠道冲突,并使各方受益;传统渠道之间产品差异化程度的提高和电子渠道市场份额的增长有利于制造商、消费者和社会总福利从并购中获利,反之则有利于传统零售商在并购中获利.

摘要:将产品商誉作为状态变量,借助微分博弈研究由单个制造商和两个竞争性零售商组成的供应链纵向联合促销问题.在产品需求受商誉和零售商促销努力的共同影响下,分别构建集中式和分散式微分博弈模型,引入成本分担契约对供应链进行协调,并通过算例对相关参数进行灵敏度分析.研究表明:成本分担契约的引入可提高零售商促销努力水平、产品商誉以及需求量,实现供应链协调;随着零售商竞争程度以及促销努力成本系数的增加,引入契约后供应链成员的利润增加值呈下降趋势;相反,随着零售商促销努力以及产品商誉对需求影响程度的增加,供应链成员的利润增加值呈上升趋势.

摘要:总结比较5种广泛应用的直觉模糊决策方法,发现针对同一问题,运用不同的决策方法可能得到不同的决策结果.针对这一现象,借鉴明确集范畴内的组合评价思想,提出基于改进模糊Borda法的直觉模糊组合多属性群决策方法,并对权重信息完全未知的直觉模糊组合决策问题进行研究,提出解决思路.将所提方法应用于多机种保障预案决策这一实际问题中,发现组合决策结果符合一致性检验要求,说明该方法具有一定的适用性,可以为直觉模糊决策提供一种新的思路和方法.

摘要:针对面板数据的三维特征、正负相关性以及灰色关联模型缺乏有效检验等问题,构建面板数据灰色关联模型,拓展了面板数据聚类方法;引入灰熵,提出灰色关联聚类的检验模型.研究发现,灰色关联度模型能够反映面板数据的正、负相关关系,且具有对称性、唯一性和可比性.通过在苏南4市空气质量区域划分中的应用,表明基于面板数据灰关联模型的聚类方法具有良好的效果,各类别的灰色关联度差异明显,层次清晰.

摘要:针对ASIFT算法抗大视角变换能力较好,但运算效率低的缺点,提出一种基于ORB的快速大视角图像匹配算法.该算法结合透视变换模型和ORB算法对ASIFT中的仿射变换模型和SIFT算法进行优化,在粗匹配算法获得单应性矩阵的基础上进行精匹配,有效减少了模拟次数,并提高了算法运算效率.实验结果表明,所提出算法具备抗视角变换能力,计算速度比ASIFT算法提高10倍,实时性强,工程使用价值高.

摘要:受一个求解非线性奇异方程组迭代格式的启示,将两种牛顿改进算法推广成一般形式,并将其发展为一类求解具有奇异雅可比矩阵的非线性方程组的牛顿改进算法.首先,描述这类新算法的迭代格式,并导出其收敛阶,该新格式每步迭代仅需计算一次函数值和一次导函数值;然后,对测试函数进行检验,并与牛顿算法及其他奇异牛顿算法进行比较,从而验证该算法的快速收敛性;最后,通过两个实际问题验证所提出算法的有效性.

摘要:研究一类具有参数不确定的T-S模糊系统鲁棒镇定和鲁棒${H_\infty

摘要:针对多尺度量子谐振子算法在处理高维全局优化问题时难以收敛的问题,提出一种协方差矩阵的多尺度量子谐振子优化算法,并给出新算法的核心数学模型.所提算法改进了多元正态分布评估算法中的协方差矩阵生成方式,保留了之前采样点的记忆,加入动态迭代步长加快了新协方差矩阵的更新速度.实验结果表明,所提算法的性能远超原算法,与4种经典优化算法相比,在收敛精度、收敛速度和鲁棒性上也具有优势.

摘要:研究二阶多智能体系统的一致性问题.为了减少智能体之间的信息通信量,给出一种改进的事件触发控制方法, 在该方法下,每个智能体仅在自身事件触发时刻执行控制任务.利用模型转化、线性矩阵不等式方法和Lyapunov稳定性理论给出系统达到一致性的充分条件,同时,理论计算结果表明,系统在所提出的方法下不存在Zeno现象.仿真实例验证了理论分析的有效性.

摘要:为了平衡多目标粒子群算法的多样性和收敛性,提出一种基于多样性检测的多子群多目标粒子群算法.首先,将多样性检测方法引入到多目标粒子群算法中,并结合多目标粒子群算法的特点进行改进.然后,将种群分为两个不同分工的子群,一个子群保持较好的多样性,在搜索空间进行全局搜索;另一个子群保持较好的收敛性,在Pareto前沿附近进行局部搜索.最后,根据多样性度量指标调整两个子群的搜索行为,以达到兼顾多样性和收敛性的目的.在标准测试问题上的仿真结果表明了所提算法的有效性.

摘要:传统多向核独立成分分析(MKICA)方法的实质是把基于独立成分分析(ICA)中的白化处理主元分析(PCA)替换为核主元分析(KPCA)后利用二阶统计量进行过程监控,并未利用过程数据的阶段特性和高阶累积量信息,为了解决此问题,提出高阶累积量分析(HCA)与多向核熵独立成份分析(MKECA)相结合的多向高阶累计量的核熵独立成分分析方法(HCA-MKEICA).首先,采用核熵独立成份分析(KECA)对原始数据进行数据转换,解决数据的非线性;然后,在高维核熵空间利用HCA技术构建新的统计量用于过程监控;最后,将该方法应用于青霉素仿真平台和实际的工业过程并与MKICA方法进行对比,以验证所提出方法的有效性.

摘要:研究具有区间时变分布时滞和不确定转移率的Markov跳变区间时变时滞神经网络的稳定性问题.通过充分考虑转移概率的性质和不确定区域的特性,用一个有效的技术代替传统的Young's不等式来约束转移率中的不确定项.同时,利用增广的李雅普诺夫泛函和具有较小保守性的辅助函数积分不等式,给出新的时滞依赖的稳定条件.仿真结果验证了所提出方法的有效性.

摘要:研究一类带乘性噪声的离散时间随机Markov跳跃系统的有限时间控制问题.首先,定义系统的有限时间稳定和有限时间有界,通过逐次迭代和条件期望给出系统有限时间稳定的充分必要条件;其次,针对含干扰的系统,利用Lyapunov方法和线性矩阵不等式技术得到系统有限时间有界的充分条件并设计状态反馈镇定控制器;然后,进一步考虑转移概率信息不完全下的有限时间有界问题;最后,通过数值例子验证了所提出方法的有效性.

摘要:Wiener模型是一种典型的模块化非线性模型,广泛应用于工业过程控制领域.由于其结构的非线性,参数辨识无法直接得到解析解.为此,将Wiener模型的参数估计转化为带约束的非线性优化问题,以头脑风暴优化(BSO)算法并行搜索该问题的最优解,并以搜索过程中的反馈信息调整BSO算法的变异过程,以改进算法的收敛速度和辨识精度.数值仿真和工业数据验证了所提算法的有效性.

摘要:针对目前自主车辆队列控制中采用的间距策略存在间距调节灵活性不足、道路利用率欠佳等问题,提出一种基于信息一致性的自主车辆变车距队列控制方法.首先,结合车速与车辆制动时间的动态关系,设计一种变时间间隔策略.在此基础上,基于信息一致性理论,提出一种车间距可随车速自适应变化的自主车辆队列控制算法.仿真结果表明,所提算法不仅可以实现自主车辆的变车距队列控制,且车间距离的调节具有较好的灵活性,尤其在低速行驶时,可有效减少道路占用量,提高道路利用率.

摘要:针对永磁同步电机定子磁链观测受定子电阻变化影响的问题,提出一种$\gamma-\delta$ 旋转坐标系下的永磁同步电机新型定子磁链观测器.采用虚拟$\gamma-\delta$旋转坐标系代替传统α-beta静止坐标系,通过Lyapunov稳定性判据进行定子电阻动态辨识,在此基础上构建一种新型定子磁链观测器.实验结果表明,新型定子磁链观测器对定子电阻参数摄动和负载干扰具有较强的鲁棒性,实现了定子磁链的在线准确观测.