摘要:一致性维护策略是解决结构化peer-to-peer(P2P)网络中数据可靠性和一致性的关键技术,基于该技术,数据可以在不同时间、不同地域得到有效的管理.然而,不同节点的空间异构性、能力异构性和功能异构性对数据一致性维护提出了挑战.对此,首先介绍结构化P2P网络一致性维护的基本概念和特点,并阐述一致性维护策略设计面临的挑战以及需考虑的性能指标;然后提出一致性维护策略的分类标准和系统模型,根据该分类标准,详细剖析当前一致性维护策略相关的研究工作;最后,讨论结构化P2P网络一致性维护研究的开放性问题,并指出未来研究的方向和重点.

摘要:针对目前时态关联规则研究中存在的挖掘效率不高、规则可解释性低、未考虑项集时间关联关系等问题,在原有相关研究的基础上,提出一种新的基于频繁项集树的时态关联规则挖掘算法.通过对时间序列数据进行降维离散化处理,采用向量运算生成频繁项集,提高频繁项集挖掘效率.考虑到项集之间的时态关系以及树结构的优势,提出一种新的频繁项集树结构挖掘时态关联规则,其挖掘频繁项集与树结构构建同时进行,无需产生候选项集,提高了规则挖掘效率.实验表明,对比于其他算法,所提出算法在挖掘效率和规则解释性方面效果更好,具有较好的应用前景.

摘要:针对深度强化学习算法中经验缓存机制构建问题,提出一种基于TD误差的重抽样优选缓存机制;针对该机制存在的训练集坍塌现象,提出基于排行的分层抽样算法进行改进,并结合该机制对已有的几种典型基于DQN的深度强化学习算法进行改进.通过对Open AI Gym平台上Cart Port学习控制问题的仿真实验对比分析表明,优选机制能够提升训练样本的质量,实现对值函数的有效逼近,具有良好的学习效率和泛化性能,收敛速度和训练性能均有明显提升.

摘要:采用基于二次规划的无迹卡尔曼滤波及多维标度方法,研究高精度的移动传感器网络定位算法,从传感器网络整体定位角度出发, 为移动传感器网络定位提供了新思路.首先对传感器网络单元建立符合实际的带约束的非线性相对运动模型;在此基础上重点考虑模型中的物理约束,采用基于二次规划的无迹卡尔曼滤波对节点间相对距离进行滤波估计;最后基于分布式的多维标度定位算法进行局部定位与拼合,给出不完全测距下的移动传感器网络定位算法.仿真结果表明,所提出的算法在相同测距误差下与其他定位算法相比定位精度更高,在不同连通度的传感器网络中,均能得到良好的定位效果.

摘要:无迹卡尔曼滤波(UKF)被广泛应用于工程实际中,但传统UKF在滤波过程进行无迹变换(UT)时的待选参数为固定值,这会带来一定误差.为了获取最优的待选参数,提出基于和声差分进化(HSDE)的UKF改进算法,并在目标跟踪中对该算法进行应用.和声差分进化算法对待选参数kappa进行最优选择,跳出局部最优的现象还有很强的收敛性,通过改进可进一步提高UKF算法滤波精度.Matlab仿真结果表明,基于和声差分进化的UKF改进算法精度更高.

摘要:针对一类具有活动边界的分布参数系统,考虑移动传感器/执行器的动力学行为,研究其移动控制问题.考虑并列的传感器/执行器,通过传感器对系统的状态进行测量并将测量值传递给执行装置中的控制器.根据传感器之间不同的信息传递方式分别设计相应的控制器,基于无穷维抽象发展方程理论和Lyapunov方法得到相应的移动控制策略,并证明所提出的移动控制策略与系统的活动边界之间的关系.最后通过仿真结果验证所提出策略的有效性.

摘要:针对小型无人直升机的姿态控制问题,为补偿系统参数不确定性和外界扰动的影响,设计一种连续的非线性鲁棒控制器.首先,利用神经网络在线估计系统不确定性,采用基于误差符号函数积分的鲁棒控制算法抑制外界扰动,同时补偿神经网络估计误差; 然后,利用基于Lyapunov函数的分析方法,证明所设计控制器的闭环稳定性,确保无人直升机姿态误差的半全局渐近收敛;最后,在无人直升机飞行实验平台上,进行无人机抗风扰控制实验.实验结果表明,所提出的控制方法具有良好的控制效果,对系统不确定性和外界扰动具有良好的鲁棒性.

摘要:已有的边界控制方法主要是基于模型的反馈控制算法,其实际应用效果受制于模型参数的标定和环境的影响.迭代学习控制以完全跟踪为目标,仅利用较少的模型信息就可以沿迭代轴实现对系统期望输出的完全跟踪.基于城市交通流的重复特性,提出一种城市交通区域的迭代学习边界控制方法,给出跟踪误差收敛性分析.以日本横滨区域为对象分别进行3种场景的仿真:早高峰、晚高峰和中心区域拥堵.仿真结果表明,迭代学习控制方法对于各种场景下的区域路网交通均能达到较为理想的控制效果.

摘要:具有不确定性的弹药调运过程是影响舰载机作战能力的关键因素.针对弹药调运系统内部和外部不确定性因素的多级供应链网络,研究带有不确定项的弹药动态调运系统的模糊建模和优化问题.利用Takagi-Sugeno模糊方法对系统中不确定项进行非线性建模,基于鲁棒稳定条件,优化设计弹药调运方案.通过与其他模糊控制方法的对比仿真,验证了优化模型的有效性和可靠性,所提方法能够削弱非线性系统内外部不确定项引起的弹药存储量和代价目标的波动,保证弹药持续稳定且及时供应.

摘要:针对传统滑模观测器(SMO)存在的抖振及相位延迟问题,提出一种自适应模糊滑模观测器来实现永磁同步电机(PMSM)无传感器控制.根据Lyapunov稳定性定理构建自适应模糊滑模观测器,以保证系统的稳定性.通过分析滑模增益对系统抖振的影响设计模糊控制系统,从而实现对滑模增益的动态调整,削弱抖振现象,提高系统的鲁棒性.建立反电动势观测器代替低通滤波器,避免相位延迟,从而提高系统的稳定性及准确跟踪性.仿真结果验证了所提出方法的可行性.

摘要:鉴于传统方法不能直接有效地对多元时间序列数据进行聚类分析,提出一种基于分量属性近邻传播的多元时间序列数据聚类方法.通过动态时间弯曲方法度量多元时间序列数据之间的总体距离,利用近邻传播聚类算法分别对数据之间的总体距离矩阵和分量近似距离矩阵进行聚类分析,综合考虑这两种视角下序列数据之间的关联关系,使用近邻传播方法对反映原始多元时间序列数据的综合关系矩阵实现较高质量的聚类.数值实验结果表明,与传统聚类方法相比,所提出方法不仅能够有效地反映总体数据特征之间的关系,而且通过重要分量属性序列之间的关联关系分析能够提高原始时间序列数据的聚类效果.

摘要:将铁路物流中心集配货路径问题抽象为行驶时间和服务时间随机的集送货一体的分批配送车辆路径问题进行优化.根据问题特点建立带修正的随机规划模型,对迭代局部搜索算法进行改进,设计允许分批配送的初始解构造算法、局部搜索算法和扰动机制.算例测试证实:分批配送在中等规模和大规模算例中能发挥较好的作用,大部分中等规模和大规模算例都比不允许分批配送时所得到的解更优,部分中等规模和大规模算例车辆数有所减少;配送点数随着算例规模的扩大而增加,但是配送点数占顾客点数的比例却逐步降低;随机因素随机性增加将导致目标函数增大,对分批配送点数的影响不大.

摘要:基于产品非立即变质的特征,构建需求依赖于变质时间的多品种联合补货库存模型,目标是使单位时间内的总成本最小.由于联合补货问题是NP难题,且考虑变质使问题变得更加复杂,针对这一难点,采用一种截断泰勒级数的方法对目标函数的指数项进行简化,提出一种基于定界的启发式算法求解模型,并通过数值案例验证算法的有效性和实用性.最后对主要参数的敏感性进行分析,为非立即变质品的零售商在实施联合补货时提供有益的管理建议.

摘要:预测模型是科学制定应急处置措施的基础.为快速准确地构建突发水污染事件预测模型,将预测模型参数的率定问题视为贝叶斯估计问题,并根据有限差分方法和贝叶斯推理得到参数的后验概率密度函数,再通过改进的Metropolis-Hastings抽样方法得到较为合理的参数值.以发生在某明渠段的突发水污染事件为例,分析讨论等容量控制非均匀流和非等容量控制非均匀流两种情景下不同观测噪声对参数率定值的影响,并与由贝叶斯-马尔科夫链蒙特卡罗方法得到的参数值和真实值进行对比.结果表明:改进Bayesian-MCMC方法在计算精度、适用性和抗噪声等方面优于贝叶斯-马尔科夫链蒙特卡罗方法,能较好地率定模型参数,并为构建突发水污染事件预测模型提供了新思路.

摘要:针对垂直双渠道供应链中零售商在电子直销渠道和传统零售渠道销售同质品的情况,分别建立价格替代系数扰动下、服务水平替代系数扰动下、价格替代系数和服务水平替代系数同时扰动下的需求模型和利润模型,利用求解最优利润的条件,提出3种不同扰动情形的最优决策.研究表明:在一定扰动范围内,制造商可以通过保持产量,调整两条渠道的价格和服务水平获得该情形下的最优利润;当扰动超出一定范围时,制造商可以通过改变产量,调整两条渠道的价格和服务水平获得该情形下的最优利润.

摘要:拆卸线平衡问题直接影响回收再制造成本.为此,构建了最小工作站开启数量、最短总拆卸时间、均衡工作站空闲时间、尽早拆卸有危害和高需求零部件的多目标顺序相依拆卸线平衡问题优化模型,提出一种混合人工蜂群算法.所提出算法在观察蜂跟随阶段采用分阶段选择评价法,以便更好地区分蜜源;在侦查蜂开采阶段构建基于全局学习的搜索机制,以提高开采能力.蜜蜂寻优过程中设计了简化变邻域搜索策略,提高了寻优效率.对比实验结果验证了模型的有效性和算法的优越性.

摘要:面对政府制定的法律约束,企业需对旧产品进行回收处理.传统文献虽然考虑了法律约束的情形,但很少将其量化到模型中.基于此,将政府制定的最小回收率作为约束条件处理,并将回收率作为决策变量,分析回收率约束对企业实施回收再制造的影响.研究表明,当旧产品逆向运营成本取极端值时,在法律约束情形下,制造商要么选择回收所有旧产品,要么选择政府制定的最小回收率.然而,当逆向运营成本取值不那么极端时,制造商的最优决策由逆向运营成本与新产品生产成本的组合决定.此外,以苹果公司为案例背景,依据现实数据对模型进行验证,实例分析表明模型具有较强的稳健性与实用性.

摘要:针对一类驱动因素具有复杂变化特征的系统行为预测问题,将驱动因素序列对系统的作用函数引入经典GM$(1,N)$模型的灰色作用量,构建驱动因素控制的DFCGM$(1,N)$模型及其拓展模型,并探讨参数估计方法;从白化信息充分和匮乏两个角度,利用经验分析法和智能优化算法探索驱动因素控制参数的识别方法,并给出模型建模预测步骤;最后,通过对我国粮食产量进行预测,验证了模型的有效性和实用性,表明所提出模型能够有效解决多驱动因素影响的系统预测问题.

摘要:针对运动想象(MI)脑电信号识别精度低的实际问题,提出一种结合免疫优化算法和决策机制的堆叠降噪自编码机网络(ISDAE).ISDAE模型通过多层DAE对MI脑电信号分层提取最优特征向量,再通过最后一层神经网络(NN)对所得特征向量进行识别;同时,添加决策机制,并结合免疫优化算法对模型进行参数寻优,最终得到识别准确率更高的ISDAE脑电信号识别模型.实验结果表明,所提出的ISDAE模型对粗糙的脑电数据具有强大的特征学习能力和较高的MI脑电信号识别率,可为MI脑电信号的识别提供一种有效的方法.

摘要:为了利用公交GPS数据估计交叉口信号配时参数,提出一种改进插值法来估计交叉口单车行程时间;通过先聚类再分类划分信号周期,给出采用停车线附近的GPS数据序列估计周期边界及周期时长的方法;结合周期边界估计结果,提出一种新的红灯时长估计方法.在不同交通流量下对估计方法进行模拟及现场测试,结果表明,基于公交GPS数据的信号配时参数估计方法适用于不同交通流量,且估计效果明显优于现有方法.

摘要:针对模型未知的MIMO纯反馈系统,提出一种新的控制设计方案.该方案基于预设性能控制思想设计非线性比例控制器,并将其引入反演设计的每一步,以构建非线性比例反演控制器,并融合考虑了模型未知、状态受限、输入受限以及预设性能的需求,且无需引入任何逼近理论和自适应控制等技术即可保证系统具有良好的抗扰性和鲁棒自适应性,控制器结构极为简单.最后,基于Lyapunov稳定性定理证明了闭环系统所有信号一致有界,仿真结果验证了所提出设计方案的可行性和有效性.

摘要:研究具有不确定转移概率的马尔科夫复杂网络系统的聚类同步问题,系统模型包含耦合的离散时变时滞和耦合的分布时变时滞.通过充分考虑转移概率的性质和不确定区域的特性,用一个含有较少变量的有效技术代替传统的Young不等式来约束转移率中的不确定项.同时,利用增广李雅普诺夫泛函和具有较小保守性的积分不等式,给出新的依赖时滞和时滞导数上下界的聚类同步准则.最后通过数值仿真验证所提出方法的有效性.

摘要:针对再制造逆向物流定价决策问题,探讨在垄断回收模式和竞争回收模式下,受多因素(行业竞争、规模经济、政府补贴、废旧品再制造等)影响的由两个制造商和两个回收商组成的逆向物流系统;建立基于Stackelberg博弈的再制造逆向物流定价决策模型;求解关于决策变量和目标函数的子博弈精炼Nash均衡解,并进行模型参数约束分析、影响因素灵敏度分析、两种回收模式的比较分析以及数值分析.研究结果表明,竞争回收模式比垄断回收模式对各方参与者更为有利,提高废旧品的回收率、再制造率以及政府补贴有利于逆向物流系统的发展.

摘要:针对证据理论在覆盖率高的柴油机故障诊断中容易出现证据融合误差的问题,提出一种基于属性层次模型的证据融合方法.首先,通过余弦相似度改进目标层权重算法,得到反映目标层不同证据源差异的本质差异因子;然后,采用贝叶斯网络规则改进属性层权重算法,计算相关联的属性层证据源熵值权重;最后,通过故障层次关联特性和CWAA算子修正证据理论融合规则,将不同层次属性权重有效融合,减少系统复杂性引起的诊断误差.在R6105AZLD柴油机台架上的实验结果表明,引入所提方法后的诊断准确度和鲁棒性大幅提高.

摘要:基于创新扩散理论分析在由线下网络与线上网络构成的双层网络效应下,众筹支持者中充当“创新代理人”的群体如何利用簇群形成帮助众筹发起者实现新产品从早期少数采纳者到早期多数者的跨越扩散过程.同时基于传染病模型,建立众筹平台的双层网络O_SCI$_2$R模型,并运用Matlab对“创新代理人”的数量和影响力对线上/线下创新扩散的影响、“创新代理人”对簇内创新扩散的影响以及簇对线上/线下创新扩散的影响进行模拟仿真.研究结论显示:“创新代理人”数量越多,线上/线下创新扩散越快;“创新代理人”影响力越大,线上/线下创新扩散越快;“创新代理人”不仅促进了簇内的创新扩散,也扩大了簇群间的创新扩散;围绕“创新代理人”形成的簇在最初短时间内促进了线上/线下创新扩散,但并不能决定后期的创新扩散.