摘要:现代工业系统已呈现出向大型化、复杂化的方向发展,使得针对工业系统的故障诊断方法遇到一系列的技术难题.近年来,深度学习(deep learning)在特征提取与模式识别方面显示出独特的优势与潜力,将深度学习应用于解决复杂工业系统故障诊断的研究已初现端倪.为此,首先介绍几种典型的基于深度学习方法实现工业系统故障诊断方法;然后对基于深度学习实现故障诊断的主要思想和建模方法进行描述;最后总结和讨论了复杂工业系统故障的特点,并探讨了深度学习在实现复杂工业系统故障诊断方面所面临的挑战,展望了未来值得继续研究的方向.

摘要:研究一类既有状态时滞又有输入时滞的离散时间线性系统的预见控制问题.分别使用离散提升技术和变量替换法将系统中的状态时滞和输入时滞消掉,得到一个无时滞的系统.在此基础上,使用预见控制理论和状态预估法得到一个带有状态时滞补偿、输入时滞补偿和参考信号预见补偿的控制器.针对不同的时滞使用不同的方法进行消除,有效地降低了增广系统的维数.最后,通过一个数值算例验证了所提出设计方法的有效性.

摘要:在考虑多等级蓄意攻击的情况下,研究第三方物流(3PL)可靠性网络设计问题.建立问题的多层优化模型:3PL网络设计模型在可靠性约束下通过开设不同安全等级的物流设施来最小化总物流成本;蓄意攻击模型选择不同等级的攻击策略使网络的服务水平最低;网络流决策模型可最大化网络受攻击后的服务能力.根据问题模型的特点,设计改进两层人工蜂群(ABC)算法,上层ABC算法求解3PL网络设计问题,下层ABC算法求解蓄意攻击优化问题.网络流决策问题则通过网络流算法进行求解.最后,通过仿真实验来验证所提出模型的合理性及算法的有效性.

摘要:针对一类具有未知控制方向的随机时滞系统设计自适应神经输出反馈控制器.首先,利用状态观测器估计不可测量的系统状态;其次,选择合适的Lyapunov-Krasovskii函数消除未知延迟项对系统的影响,利用Nussbaum-type函数处理系统的未知控制方向问题,通过神经网络逼近未知的非线性函数,以及用动态表面控制(DSC)解决控制器设计中出现的复杂性问题;最后,通过Lyapunov稳定性理论,构造一个鲁棒自适应神经网络输出反馈控制器,可以保证闭环系统中所有信号在二阶或四阶矩意义下一致最终有界,跟踪误差能收敛到零值小的领域内.仿真实例验证了所提出方法的有效性.

摘要:针对多目标优化问题求解,提出基于群体分布特征的多目标自适应粒子群优化算法(pdMOPSO).首先借助统计方法分析归档集在决策空间的分布特征,以此划分进化状态,指导全局引导粒子的选择;然后设计粒子重排策略,动态调控种群的分布;最后依据进化状态设计不同的归档集维护策略,实现归档集中分布性和收敛性的均衡.以ZDT、DTLZ和CEC09为测试集,与7种多目标优化算法对比,指标IGD、Spread和ER结果表明,所提出的算法在收敛性和分布性上均有显著优势.

摘要:实际机器人路径规划问题经常需要考虑路径的转弯约束以及路径起始/目标角要求,为此提出一种基于方向约束的A*算法.新算法区分同一路径点处不同方向的各条路径,通过定向扩展机制来满足路径方向约束,并采用节点合并策略和不一致队列降低算法复杂度.理论分析和典型地图集上的实验结果证明,所提算法总是能够保证给出符合转弯约束和起始/目标角约束的最短路径,且相比于现有算法,能够有效提高方向约束路径规划问题的求解能力.

摘要:针对常规动态逆控制对系统不确定性较为敏感的缺点,提出一种扩展$L_1$自适应控制方法,用于战斗机大迎角非线性控制.采用时标分离原理将控制系统分为内外两个回路,分别设计动态逆控制器作为基本控制器,用于角速率和角度的跟踪控制.设计$L_1$自适应控制器作为扩展控制器,用于抵消系统中的不确定性.分别在标称和加入参数摄动的情况下进行仿真验证与对比,仿真结果表明所提出的控制方法能够有效抵消系统中的不确定性,提高控制效果.

摘要:针对伪线性系统的模型参考输出跟踪问题,设计伪线性系统的模型参考跟踪策略.控制器分为两部分,其一为反馈镇定控制器,保证闭环系统是渐近稳定的;另一为前馈补偿控制器,通过求解基于控制器存在条件建立的方程组得到控制器的参量矩阵,使得闭环系统的输出渐近跟踪参考系统的输出,且当系统中存在时变系数时方法仍是有效的,控制器中保有部分自由度可以进一步利用,以提高具体控制任务所需的系统性能.数值仿真验证了所提出方法的有效性.

摘要:针对室内复杂环境下无线传感器节点的信号传播状态在LOS/NLOS之间切换的现象,提出基于TDOA和RSS的可行域粒子滤波非视距定位.首先采用基于TDOA和RSS两种测距模型的假设检验方法去辨识测量信号中是否存在NLOS现象,然后采用考虑NLOS测量信息的可行域粒子滤波方法对未知移动节点的位置进行定位.仿真结果表明,所提出的方法优于最小二乘法、普通的粒子滤波算法以及仅采用RSS测距模型的粒子滤波算法,具有较高的定位精度.

摘要:提出一种维度概率摘要模型,将聚类产生的簇摘要信息采用各维度的概率分布来表示;定义点簇相似度、簇簇相似度等相似性度量方法;提出一种基于维度概率摘要模型的凝聚层次聚类算法.实验分析发现,所提模型和算法能够产生高质量的聚类,能够避免噪声点的影响并发现离群点,能够自动发现聚类,算法稳定可靠且对高维数据集聚类效果很好.

摘要:针对干扰条件下的无人翼伞飞行器路径跟踪控制问题,提出一种基于非线性干扰观测器的反馈增益鲁棒反步控制方法.采用二阶跟踪-微分器设计干扰观测器对系统复合干扰进行估计和补偿,设计了反馈增益反步跟踪控制律,通过合理设计增益参数,消除了部分复杂非线性项,避免了虚拟量高阶导数问题,简化了控制器形式.根据Lyapunov理论设计鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.仿真实验结果验证了所提出方法的有效性.

摘要:针对测量信号存在丢失和控制信号存在时滞的直线电机控制系统,研究PD型迭代学习控制算法的收敛性问题.假设数据丢失描述为概率未知的随机Bernoulli过程,其中丢失概率属于某个已知数值区间,利用超前法解决控制信号存在的时滞问题.基于Bellman-gronwall不等式和$\lambda$范数理论,证明了所提出的迭代学习控制策略能够使系统在有限时间内跟踪期望轨迹.最后通过仿真验证了所提出学习算法的有效性.

摘要:采用基于目标客户群定位的两阶段决策方法,研究策略消费者异质情形下的销售商订货模型.假设策略消费者对产品的估价为随机变量,通过对模型的逆向求解和仿真得出:1)消费者平均支付意愿的大小影响销售商定位的目标客户群的范围;2)随着消费者平均支付意愿、产品清仓价格的提高以及消费者异质程度、产品成本的降低,销售商会将更多的消费者定位为目标客户;3)当消费者平均支付意愿较低或异质程度较大时,销售商可以获得比消费者同质情形更高的利润,消费者的异质性有利于销售商.

摘要:研究零售商公平偏好下考虑质量和营销努力的联合决策问题.首先考虑制造商Stackelberg的情形,研究发现, 零售价格、批发价格、质量努力水平、营销努力水平以及制造商利润均随零售商嫉妒偏好系数的增大而递减,但是零售商利润关于其嫉妒偏好系数的变化不大;然后,考虑零售商Stackelberg的情形,研究发现,批发价格、质量努力水平、营销努力水平以及制造商利润均随零售商的同情偏好系数的增大而递增,零售商利润则随其同情偏好系数的增大而递减;最后进行算例分析,并给出一些管理学的意义.

摘要:针对一类具有近似非齐次指数特征的衰减序列建模预测问题,构建NGOM(1,1)模型,推导出其参数估计的最小二乘解与时间响应函数的表达式.鉴于背景值和初始条件对于该模型作用的复杂性和噪声扰动的不确定性,运用方程组的数据融合技术对背景值进行全局性优化,并利用平均相对误差平方和构建期望函数,实现模型优化目标函数和平均相对误差最小两个准则一致性条件下模型初始条件的最优选择.实例研究表明了所提出模型在处理衰减非齐次序列时具有较高的精度.

摘要:提出解决考虑风险关联的项目风险应对策略选择问题的优化方法.首先给出风险关联的定义及风险关联程度的度量方法;其次,综合考虑项目工期、质量、项目风险应对成本3个因素,构建考虑风险关联的项目风险应对策略选择优化模型,通过求解模型得到满意的风险应对策略;最后,通过算例分析验证方法的可行性和有效性.研究结果表明,风险关联对项目风险应对决策有影响,在项目管理过程中需要考虑风险之间的关联作用.

摘要:针对指标值为区间灰数且权重属性部分已知、部分未知的决策问题, 提出一种基于核与灰度的灰色关联综合贴近度的决策方法.首先, 通过定义区间灰数的离散度和接近度, 构造一个确定指标权重的多目标优化模型; 然后, 利用区间灰数的简化形式, 求出方案与正、负理想方案核的关联度和灰度的关联度, 进而计算出方案的综合关联度; 最后, 构建灰色综合关联贴近度模型并依综合关联贴近度大小对方案排序.算例分析验证了所提出方法的合理性和可行性.

摘要:由于单传感器辐射源识别的局限性,在低信噪比条件下仅提高单侦测平台的识别能力无法满足实际需求,为此提出基于协作表示Boosting的辐射源多传感器融合识别算法.利用多传感器数据信息的冗余性和互补性,对多处理支路采用时频分析提取特征,并由协作表示分类器求得残差.根据Boosting在训练阶段的权重组合得到最小分类残差,实现多传感器决策域的融合识别.仿真实验结果验证了所提出方法有效性,并且在低信噪比情况下噪声鲁棒性更优异,易于实现.

摘要:由于传感器间接失效、信号带宽限制等原因,测量数据丢失和分布时滞成为无线传感器网络中的常见现象,若不能有效地考虑这些现象对系统的影响,则无法保证系统的性能.为此,针对一类具有分布时滞和随机测量数据丢失的离散切换系统研究H_∞滤波问题,采用已知概率的Bernoulli随机序列描述测量数据丢失,构造Lyapunov-krasorskii函数,基于平均驻留时间法和LMI技术提出保证滤波误差系统均方指数稳定且满足H_∞性能的充分条件.数值仿真验证了所提出方法的可行性.

摘要:研究不确定连续广义大系统的有限时间鲁棒分散控制问题,设计系统的有限时间鲁棒分散状态反馈控制器.首先应用广义Lyapunov 函数法,给出不确定广义大系统有限时间鲁棒稳定的充分条件;其次,给出不确定广义大系统应用分散状态反馈控制器鲁棒镇定的充分条件和有限时间鲁棒分散控制器的设计方法;最后,通过仿真例子验证所提出方法的有效性.

摘要:设计一种次序优化机制,提出一类饱和受限不确定系统的次序优化多步预测控制方法.将系统的输入分解成多个子集合,在各采样周期仅对其中一个集合的输入进行优化,待优化的输入保持上一优化值.针对每个输入集合,确定闭环系统的不变集条件,将次序优化预测控制器设计问题转化成“最小-最大”优化问题,通过求解一组线性矩阵不等式问题得到控制器.仿真算例表明,采用次序优化预测控制方法可以减少控制器的设计时间.

摘要:在多属性决策过程中经常会用到聚合算子,有序加权平均聚合(OWA)算子是最常用的聚合算子之一,通常用于聚合确切的数值.然而,现实世界部分信息的不确定性以及决策者对一些信息的模糊性,使得部分信息不能用确切的数值表示,从而导致OWA算子及其扩展算子向着多元化发展.对此,给出一种语言型混合有序加权平均聚合(LHOWA)算子,同时研究该算子所应具备的一些基本性质,并给出一种基于该算子的语言型信息聚合方法,用于多属性决策过程中模糊信息的聚合.最后,通过一个煤矿安全评价的算例对所提出方法的优越性进行了验证.

摘要:激光雷达以其高的角度和距离分辨率被广泛地应用于移动机器人的障碍规避,但其固有的探测特性易使机器人陷入V型障碍陷阱,并增大路径代价.为此,通过深入分析激光雷达精度与距离的特性关系,提出按照探测精度将探测区域划分为模糊规避区、精确规避区和应急规避区,进而建立一种分层障碍规避方法.为模糊规避区设计神经网络障碍规避算法,同时在精确规避区采用边界点追踪法避撞.仿真实验表明,所提出方法相较于传统的激光雷达避撞方法,不仅能够使机器人避免误入V型陷阱,而且可以产生更小的路径代价.

摘要:为进一步提高无线传感器网络节点的定位精度,提出一种基于改进人群搜索优化的无线传感器网络三点定位算法.首先设计一种三点估计未知节点坐标模型;然后利用该模型求取未知节点的坐标,并将计算出的节点位置作为人群搜索的初始位置;最后采用改进的人群搜索算法优化未知节点的位置.仿真结果表明,通过与已有的相关定位算法相比较,所提出算法具有更高的定位精度.

摘要:针对区间量测下目标的实时检测与跟踪问题,提出基于无迹变换的伯努利粒子滤波算法(Bernoulli- Upf).该算法在伯努利粒子滤波算法(Bernoulli-pf)的基础上融合无迹卡尔曼滤波(UKF),融合后的算法在预测步骤产生持续存活粒子时,充分考虑到当前时刻的量测,从而引导粒子向高似然区域移动,使得粒子分布更加接近真实状态的后验分布.仿真实验表明,Bernoulli-Upf算法的估计精度优于Bernoulli-pf算法.

摘要:针对基于压缩感知的压缩采样匹配追踪(CoSaMP)算法迭代次数严重依赖于信号稀疏度,候选原子冗余度大,从而导致最终的支撑原子集选择时间长、选择精度低等问题,提出一种基于双阈值的压缩采样匹配追踪算法.该算法利用模糊阈值进行支撑集候选原子的选择,引入残差与观测矩阵的相关度变化阈值作为迭代停止条件,对图像进行重构.仿真实验表明,所提出的算法重构速度快,重构效果优于CoSaMP算法.

摘要:将组合同步的概念引入到复杂网络,针对4个不确定复杂网络间的有限时间组合同步问题进行研究;将同时受到未知参量及不确定扰动影响的4个复杂网络按照$A+B+C-D$的形式进行组合;基于滑模控制原理及有限时间稳定性理论,设计网络滑模面及控制输入,得到实现同步的充分条件.最后通过数值仿真验证所提方法的有效性.