摘要:聚类是数据挖掘领域的一个重要研究方向,针对复杂数据集中存在的簇间密度不均匀、聚类形态多样、聚类中心的识别等问题,引入样本点k近邻信息计算样本点的相对密度,借鉴快速搜索和发现密度峰值聚类(CFSFDP)算法的簇中心点识别方法,提出一种基于相对密度和决策图的聚类算法,实现对任意分布形态数据集聚类中心快速、准确地识别和有效聚类.在7类典型测试数据集上的实验结果表明,所提出的聚类算法具有较好的适用性,与经典的DBSCAN算法和CFSFDP等算法相比,在没有显著提高时间复杂度的基础上,聚类效果更好,对不同类型数据集的适应性也更广.

摘要:对于属性值是三角模糊数的不确定多属性决策问题,首先研究几组三角模糊数比较可能度公式之间的等价关系,提出三角模糊数比较优势关系理论,并得到一些优良性质关系和结论;然后借鉴离差最大化思想构建一种确定属性权重向量的三角模糊数型比较可能度关系模型,通过集结所有决策对象比较的可能度值,并对方案对象集进行优劣筛选和次序排定,得到一种新的三角模糊数多属性决策对象的可能度关系模型算法;最后通过算例分析验证所提出模型算法的可行性和实用性.

摘要:针对先验信息不完整的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于多重分形和半监督最大期望(EM)的识别算法.该算法计算出信号的多重分形谱,提取出信号的多重分形谱参数特征;针对EM算法中全部未标记样本集的加入会造成收敛速度缓慢甚至有可能影响到分类精度的缺陷,引入Self-training思想,提出一种基于Self-training的半监督EM算法.该算法通过挑选最为确定的一个或多个未标记样本来更新样本集,使得未标记样本集不断缩小进而加快分类器的训练速度,也可有效避免错误的累加,在一定程度上可提高分类精度.理论分析和仿真结果表明,在LPI雷达信号识别问题上,所提出的算法在不同的信噪比下具有更高的分类识别率和更好的实时性.

摘要:为了实现时间序列自动聚类,以及更为细致地描述时间序列之间的结构关系,引入社区发现方法来研究时间序列聚类.针对标签传播方法在标签传播过程中具有较强不确定性,以及算法对网络结构较为敏感等问题,提出一种基于中心度的标签传播时间序列聚类方法;通过构建时间序列网络空间结构,将每条时间序列看作一个节点,根据每个节点的中心度来得到标签更新顺序;计算节点对于每个簇的归属度,再利用节点的归属度和标签的传播实现节点的划分,从而实现时间序列聚类.所提方法通过分析时间序列之间的连接关系来发现其在欧氏空间的结构特征,进而实现空间结构的有效划分.实验结果表明,所提方法无需确定初始簇中心,能够有效划分人工数据网络和真实社会网络,在时间序列数据聚类中取得了良好的聚类效果.

摘要:为了提高混流装配线物料配送效率并降低送料能耗和成本,引入新型线边集成超市和送料机器人,并考虑送料机器人之间的协同调度;结合送料机器人相互协作送料的特点,以最小化送料机器人的投入成本和送料能耗成本为优化目标,建立数学模型,并明确送料机器人的数量和有效运行时间的临界值;在此基础上提出多阶段自适应搜索算法,以聚类启发式方法构建初始解,借鉴传统自适应大邻域搜索算法设计符合协同调度特点的拆分和修复规则,并引入自适应选择和扰动策略来增加解的多样性,提高解的质量;最后,通过规则测试和算法对比,验证了协同送料调度在降低送料机器人数量和能耗方面的优势,以及拆分和修复规则、扰动策略等对提高解质量的作用.

摘要:在皮层神经元放电活动模型的基础上进行单关节自发运动的研究,从控制理论的角度分析闭环脑机接口的工作原理.使用卡尔曼滤波器和人工神经网络设计系统的解码器替代原系统的脊髓电流,并且比较这两种解码器的优劣.由于在无感知反馈的信号下,解码器的性能下降得比较明显,使用强化学习中Actor-Critic算法结合人工神经网络设计PID控制器,用以产生刺激信号来刺激大脑皮层神经元,使其能够跟踪有感知反馈信号时皮层神经元的放电活动,从而恢复解码器的性能.最后,通过与其他控制算法对比,验证了基于强化学习算法的人工感知反馈信号设计的有效性.

摘要:以提高人机共融水平为目的,以救援机器人为背景,提出并实现基于三维建图和虚拟现实(VR)技术的人机交互系统.在该系统中,救援机器人基于多线激光雷达和惯性测量单元(IMU)实时构建环境的三维点云地图,并将建图结果增量式地表示为3D-NDT地图,实时传输至操作台的虚拟现实系统中可视化;同时,操作人员利用虚拟现实系统的交互设备生成机器人的控制指令,控制机器人运动,构成一个完整的人在回路的人机交互系统.该系统在将机器人环境实时在虚拟现实中可视化的基础上,可以给操作人员以极强的沉浸感,有利于操作人员更直接地理解机器人所处环境.此外,该系统作为一种新的人机交互方式,为提高人与机器人的自然交互水平提供了新思路,对促进人机交互技术的发展具有重要意义.

摘要:针对粒子群算法在处理多峰复杂函数优化问题时容易陷入局部极值,难以满足海上运动目标搜寻问题的需要,提出一种基于析因思想的改进粒子群算法.所提算法结合种群智能思想与析因实验设计思想,利用随机化及区组化策略,设计参数在不同水平的组合,并得到相应的适应度值,获取各个参数的适应度曲线;分析各参数变化对适应度值的影响以及参数间的交互作用,基于此获取解空间形态;针对不同参数采用不同策略,利用种群迭代寻找全局最优解,使种群针对交互作用明显的参数侧重于全局搜索,针对交互作用不明显的参数侧重于局部搜索;最后将所提算法应用于海上运动目标搜寻问题,实验结果表明,相较其他几种对比算法,所提出的算法能够有效制定更优的搜寻计划.

摘要:多序列比对是生物信息学中最重要和最具挑战性的任务之一.基于多序列比对是NP 完全组合优化问题,引入Tent 混沌初始化种群策略、不同蜂种的邻域搜索策略和锦标赛选择策略等,提出一种基于多策略人工蜂群的多序列比对算法.该算法应用Tent混沌初始化种群策略以使初始个体多样化并获取较好初始解;针对不同蜂种的特性设计不同的邻域搜索策略以平衡算法的全局探索和局部开发能力.同时引入序列比对的蜜源编码方法以适应多序列比对的离散性.实验结果表明,所提出算法的鲁棒性较强,能获取较好的比对性能和生物特性.

摘要:分析空中目标威胁评估特点,综合考虑威胁价值、威胁能力和威胁程度,建立空中目标威胁评估框架;针对海豚群算法易陷入局部最优和早熟收敛等问题,提出一种混沌海豚群算法,将混沌搜索策略引入海豚群算法,通过混沌初始化、动态分群和早熟优化机制,提高算法的全局寻优能力;利用混沌海豚群算法对灰色神经网络的初始参数寻优,通过搜索到的最优解建立基于混沌海豚群算法优化的灰色神经网络模型,并用于空中目标威胁评估.仿真实验表明,混沌海豚群算法优化的灰色神经网络在保证一定收敛速度的基础上,能够提升寻优精度,对测试集的预测效果优于传统灰色神经网络和基本海豚群优化的灰色神经网络,验证了所提算法模型在空中目标威胁评估中的有效性.

摘要:针对分布式通信条件下的多运动体编队构型形成问题进行研究.考虑到个体的有限通信与感知能力,传统集中式求解算法无法适应实际需求,提出一种基于分布式交替映射凸优化的分布式时间最优编队构型形成算法,使得个体间仅依赖局部通信与局部计算实现编队构型的快速形成;将该问题建模为含有等式约束的分布式Minimax凸优化问题,提出基于虚拟等式约束函数的分布式交替映射凸优化算法实现求解;根据求解结果,各运动体采用RVO避障策略实现最优构型形成.针对含有100个运动体的最优编队构型形成问题进行仿真,验证了所提出算法的有效性.

摘要:针对复杂工业过程中故障诊断技术存在数据可分性差、噪声干扰、故障定位困难的问题,提出一种基于多块相对变换独立主元分析(MBRTICA)的故障诊断方法.为了使所提取的故障特征具有可分性,采用相对变换原理与FastICA算法融合的方式构建相对变换独立主元分析方法(RTICA)用于检测故障的发生.通过引入多块理论,将高维数据分成多个子块单元,并在每个子块单元内分别进行RTICA处理,确定故障发生的位置.最后用电主轴轴承裂纹故障的实验对所提方法进行验证,实验结果表明,基于MBRTICA的故障诊断方法可提高数据的可分性,能够有效减少噪声,同时提高故障检测的精度, 实现故障定位功能, 全面地对故障进行分析.

摘要:提出一种基于文化算法框架的萤火虫优化算法,结合动态避障和滑模控制求解足球机器人动态路径规划问题,并利用数学定理证明算法的收敛性.根据足球机器人在比赛中承担任务的分工不同,分别对进攻和防守两种角色进行分析讨论,进攻时结合动态避碰的方法平滑和修正规划的路径;防守时通过滑模控制跟踪足球或对手机器人的轨迹,利用CFA算法进行整定优化滑模控制的参数,计算出机器人的运行速度和角速度.以足球机器人比赛实例进行测试,实验结果证实所提出算法无论对无碰撞危险还是有多个障碍物机器人碰撞危险等不同情况,都具备有效性和高效性.考察路径采样点数、种群数量和进化迭代次数等参数变化对收敛性能的影响,并将所提出算法与PSO和ACO等进化计算算法进行性能比较,验证了算法更容易搜索到全局最优解,有更好的收敛性能.

摘要:以两个制造商与一个零售商组成的双渠道供应链为研究对象,分析制造商竞争与合作模型下供应链的最优均衡策略,并探讨系统关键参数对供应链各成员利润的影响.研究发现,只有当减排效率差异水平满足一定条件时,两制造商才会同时选择合作,且合作模型下制造商的利润总和增大,而减排努力、广告分担率、广告努力和零售商的利润减小.随着传统渠道市场占有率、减排竞争和广告竞争的增大,竞争模型下零售商的利润增大,而合作模型下的利润与广告竞争无关;制造商的利润变化取决于减排效率、网络渠道和传统渠道的边际利润.

摘要:针对工程应用中装备维修和保养两类活动具备不同优先级这一问题,考虑单一维修台可进行维修和保养两类工作,其中维修具有优先权.以多状态温贮备系统为研究对象,采用可近似拟合任意分布的Phase-type(PH)分布构建一种描述能力更强的系统可靠性模型,得出系统稳态可用度、系统故障率、平均故障间隔时间等一系列可靠性指标的解析表达式.最后利用算例验证PH分布的适用性,演示系统可靠性函数随时间的变化趋势,并讨论维修台工作速率对系统故障率、稳态可用度、维修台忙期稳态概率和平均故障间隔时间的影响.算例结果表明,所提模型具有较广泛的应用价值.

摘要:针对柔性作业车间多周期生产的设备和人力资源的协同分配问题,从成本的视角对其进行研究.综合考虑设备加工成本、人力成本、工件运输成本、库存成本、拖期成本以及外协成本等成本目标,构建考虑多成本约束的柔性作业车间制造资源动态分配模型,设计基于遗传算法的模型求解方法;最后以一个10台设备、10位工人、5个产品、3周期阶段的生产需求构造算例,给出各阶段制造资源优化分配方案和成本结果,验证了模型与算法的有效性.

摘要:为了解决应急方案搜索客观性及属性权重确定困难的问题,建立一种基于交叉效率的应急案例检索方法.首先,应用欧氏距离度量目标案例与历史案例的属性相似度;然后,通过数据包络分析中的CCR交叉效率模型测量案例相似度,同时历史案例应急方案的实施效果也应用CCR交叉效率模型进行评估,进而集结案例相似度和应急方案实施效果得到案例的综合评价值,目标案例的应急方案为综合评价值最大的历史案例的应急方案;最后,通过一个高层建筑火灾案例验证所提出方法的可行性和有效性.

摘要:针对现有面板数据灰色关联模型中存在样本(指标)的排列顺序影响关联序问题,构建面板数据下新的灰色关联模型.考虑到多指标面板数据的动态发展特征,在其矩阵表征中增加各指标对应的变化增量和变化速度,并用均方根距离(RMSD)对指标矩阵的相似性进行测度,提出灰色矩阵关联模型,讨论其规范性和保序性.通过算例验证该模型的关联度不受多指标样本排列顺序的影响,并将其应用于旱灾脆弱性风险因子的识别中,理清了区域农业旱灾脆弱性及其影响因素的关联关系,为区域农业旱灾风险管理提供了理论支持.

摘要:针对震后初期灾区应急物资严重短缺的现实情况,考虑到受灾群众的非理性攀比心理,基于公平与效率兼顾的视角,构建应急物资分配-运输的双层协同优化模型.顶层模型以所有需求点的损失攀比效应总和最小为目标,保障应急物资分配的公平性;底层模型以应急物资运达需求点的时间攀比效应总和最小、总运输时间最短为目标,保障应急物资配送的公平性与效率性.并根据模型特点设计一种混合遗传算法求解.最后,通过案例验证所提出方法的合理性和有效性.

摘要:为减少物流配送过程中可能发生的不同种类干扰问题的影响,设计物流配送干扰管理的多目标优化模型和基于前景理论的用户敏感度决策模型.以用户心理预期时间为参考点,用前景理论度量用户对货物期待时间的心理感知程度,设计用户心理期望感知曲线和价值函数曲线.为减少配送过程干扰因素的影响,并寻求多目标优化问题的较优解,提出基于动态缩进调整步长的改进量子细菌觅食算法.最后通过已经存在的经典算法收敛性的比较和对Solomon算例的运行测试,验证所提出方法的有效性.

摘要:针对非线性时变时延系统,采用输入时延和自由权重矩阵方法研究模糊采样最优控制问题.应用T-S模糊系统表征非线性系统,控制器是零阶保持采样信号.由线性矩阵不等式给出最优控制准则,所设计的模糊采样控制器在闭环系统渐近稳定意义下可保证期望最优控制性能.最后,通过卡车拖车系统实验验证模糊采样控制设计方案的可行性.

摘要:研究一类存在扰动的一维人群疏散系统的边界控制问题.以走廊中的人群动态为例,基于数量守恒定律建立人群动态模型;由非线性偏微分方程描述系统模型,并直接在分布参数的范畴内,设计Robin、Neumann、Dirichlet三种边界控制律,用于控制行人在疏散过程中的移动方式,避免拥堵的产生;利用李雅普诺夫方法对边界控制律作用下的人群疏散系统稳定性给出详细证明,并通过一个仿真实例验证边界控制律的有效性.研究成果可以应用到生活中单入口单出口场所的人群动态管理.

摘要:针对行程时间点预测不能描述预测结果的可信度问题,以高速公路收费系统作为基础数据源,提出基于Bootstrap的高速公路行程时间区间预测模型,通过范围概率(PICP)、预测区间平均宽度(MPIW)以及综合指标(CWC)反映区间预测性能.对预测模型建模和Bootstrap置信区间估计方法两个关键步骤进行分析和实证,比较小波神经网络和K最近邻两种常用数据驱动方法的预测误差,并分析4种Bootstrap置信区间估计方法的区间预测性能.在相同的置信水平下,Percentile Bootstrap-KNN模型的综合指标值CWC最小,说明该模型区间预测性能最佳.对陕西省高速公路某热点OD进行实例分析,结果表明,采用相同预测算法的区间预测比点预测的误差小,且预测区间宽度可以表征预测结果的可信度和参考价值.

摘要:针对一类受外界扰动以及执行器饱和影响的不确定非线性系统,提出一种基于扩张状态观测器的动态抗饱和补偿器设计方法.首先通过将系统的不确定项以及外部扰动作为扩张状态,设计线性扩张状态观测器(ESO)对系统的总扰动进行估计;然后,在控制器中引入对扩张状态的估计值,对系统的总扰动进行补偿,设计了动态抗饱和补偿器,将控制器、观测器以及动态抗饱和补偿器的参数求解问题转化为基于LMI不等式组约束的优化问题,确保系统具有尽可能大的收敛域;最后通过数值仿真验证所提出设计方法的有效性.

摘要:针对无线通讯中的随机时延抖动和外界干扰等会引发数据包传输的不稳定问题,研究不稳定传输下无线接入网中一类联合调度算法的鲁棒稳定性.首先,通过将基站中的队列尺寸定义为系统状态,并将不稳定传输建模为分布函数未知的随机扰动,利用具有一个弹性壁的Markov随机游走模型描述系统状态的变化;其次,根据在联合调度算法下系统状态的期望逗留时间等信息,得到该Markov模型的状态转移概率矩阵;再次,给出模型中状态正常返的充分条件,即队列尺寸的鲁棒稳定性判据,并对该判据进行验证;最后,通过数值仿真结果表明了所提方法的有效性.

摘要:针对具有输入约束及参数不确定性问题的汽车半主动悬架系统,提出一种考虑输入饱和的非线性自适应Backstepping控制器.该方法引入一个辅助系统,通过设计新的误差变量,实现对控制饱和的补偿,解决控制输入的幅值约束问题.同时,考虑到悬架系统的参数不确定性问题,采用映射自适应算法设计自适应律,通过构造适当的Lyapunov函数,保证悬架系统的稳定性.仿真结果表明,所设计的控制器具有良好的隔振性能,而且能够有效降低输入约束和不确定参数对系统性能的影响.

摘要:考虑到生鲜电商平台销售过程中保鲜努力水平和促销努力水平对消费者需求的影响,构建保鲜努力水平和促销努力水平共同影响下的消费者需求函数,研究由单一生鲜供应商和单一生鲜电商平台构成的二级生鲜电商供应链协调问题.根据模型比较不同决策模式下的生鲜产品最优定价、最优保鲜努力水平、最优促销努力水平和生鲜电商供应链成员收益等,发现合作能够提升供应链成员的收益,因此构建“收益共享-成本共担”的混合契约协调供应链,并讨论混合契约实施的条件.研究结果表明:混合契约对生鲜电商平台保鲜努力水平和促销努力水平的提升具有正向影响;努力水平弹性系数对于努力水平存在不同程度的影响,在一定范围内,随着努力水平弹性系数的增加,成员收益也在不断增加,当超过最优值后,弹性系数的提升会造成成员收益受损.最后采用算例验证混合契约对于生鲜电商供应链协调的有效性.