摘要:动态时间弯曲是一种重要的相似性度量方法,对时间序列数据挖掘的性能起着至为关键的作用,对其进行全面和深入的探索具有十分重要的理论意义和实际应用价值.首先简述动态时间弯曲算法的基本步骤,并分析其优点和存在的不足;然后,从动态时间弯曲度量效率的改进研究、度量效果的提升措施以及其在各个行业的应用研究等进行相关综述;最后,给出动态时间弯曲的进一步研究方向.通过对动态时间弯曲方法相关综述及分析,能为相似性度量、聚类和分类等时间序列数据挖掘技术提供必要的文献资料和理论基础.

摘要:为求解车间作业调度问题(JSSP),提出一种新颖的多小组协同学习的教学算法,实现小组间学习的协同及基于学习能力的深度和广度搜索策略.针对JSSP问题因其复杂度较高容易导致算法陷入局部最优的不足,引入学习小组协同学习,通过组内学习和组内交流,使学习过程跳出当前的局限.为了兼顾局部和全局搜索能力,引入基于学习能力的深度和广度搜索策略,小组内学生按照学习能力强弱进行学习,较优的学生进行深度的学习,较差的学生进行广度的学习.最后,对OR-Library中的标准仿真实例进行实验,结果表明,所提出的教学算法在JSSP问题上的收敛精度和搜索能力较其他算法均得到了有效的提高.

摘要:研究动态到达的差异工件在容量不同的平行批处理机环境下,最小化制造跨度的调度问题,并提出一种有效的元启发式算法.给出一个下界以评价算法的性能,针对所构建批的第1个工件的选择提出弱约束标准及两个基于弱约束的首工件选择策略,并引入到蚁群优化算法.最后通过仿真实验将所提出的改进蚁群算法与已有算法和使用传统选择策略的蚁群算法进行比较,实验结果表明,在建批过程中使用首工件弱约束策略和弱约束下工件尺寸大高概率选择策略是有效的,所提算法的搜索性能较其他算法具有明显优势.

摘要:针对切削参数优化问题,以生产成本最小化为优化目标,基于斐波那契法最优化原理与黄金分割法,提出斐波那契树优化算法(FTO)进行优化求解.该算法通过全局探索与局部寻优交替进行,达到快速收敛到全局最优解的目的,避免陷入局部最优;通过设置距离参数保留多个有价值的全局最优解和局部最优解,可以一次性得到多个全局最优的优化设计方案.8个典型多峰函数的测试结果表明,FTO算法具有较强的全局寻优能力和较高的寻优精度.利用FTO算法对切削参数进行优化,仿真结果表明,所提出算法能够找到多个满足约束条件的切削参数优化结果.采用多方案优化方法不仅能一次性得到多个生产成本最低的最优解,还能给出切削参数的优化组合取值.多方案优化方法使优化算法应用于工程优化问题具有现实意义.

摘要:针对标准粒子群算法(PSO)全局与局部搜索能力相互制约的缺点,提出一种带有独立局部搜索机制、多区域搜索策略和渐近收敛能力的新型PSO算法(ILS-PSO).设计新的简化参数的全局搜索公式、非劣解邻域局部搜索公式和当前最优解邻域深度搜索公式,使算法具备独立的全局与局部搜索能力.通过参数xi$和\lambda$ 协调算法的全局与局部搜索能力,以实现算法的多区域搜索和渐近式收敛.典型函数及其偏移函数的对比测试结果表明,ILS-PSO算法具有良好的优化性能,其综合性能优于其他对比算法.

摘要:研究一种基于无线传感网络(WSN)和超声波的室内定位系统的设计与实现.该系统利用超声波在空间飞行的时间和速度,求出定位节点到各个锚节点的距离;然后利用三边测量的定位方法求出定位目标节点的坐标.这种定位系统利用包络检测方法,通过检测超声波包络的最大值点计算超声波的到达时间.考虑实际电路系统中存在噪声的情况,实际检测到的最大值点都会在真实值左右波动,从而降低了系统的稳定性和精度.针对该问题,采用数字锁相放大,通过仿真和实际应用实验与现有方法进行对比.对比结果表明,该方法能有效减少噪声和干扰的影响,极大地提高系统的定位精度和系统的抗干扰能力,在不考虑超声波反射的情况下,距离测量误差能够达到2mm,数据的标准差最大值达到0.15mm,相对于目前研究领域的最高值0.3mm,降低了50%.

摘要:针对考虑边端效应的直线感应电机精确位置跟踪问题,设计一种基于间接矢量控制的投影自适应指令滤波反推控制器.首先,给出间接矢量控制下考虑边端效应的直线感应电机模型;其次,运用反推法设计控制器,同时采用限幅的指令滤波器处理反推法中计算膨胀和控制器饱和问题,并对指令滤波器产生的滤波误差设计补偿信号;然后,基于李雅普诺夫稳定性理论设计自适应律,估计直线感应电机控制系统中的不确定参数(移动物件的总质量、粘滞系数、外部的负载扰动),并引入投影算子保证估计值的有界性;最后,将所设计的控制器分别与传统PID控制器、指令滤波反推控制器对比.仿真结果表明,所设计的控制器具有更强的动态性能、抗干扰性及鲁棒性.

摘要:针对传感网采集数据的不完备性,利用数据本身特点,通过定义类簇指标,提出基于改进K-means聚类算法的数据离散化方法,以减小噪声、孤立点和不完备数据集对决策识别结果产生的影响;然后,通过引入互信息熵的属性重要度度量和变精度修正系数,提出基于互信息熵的变精度邻域粗糙集属性约简启发式算法,整合变精度和邻域粗糙集的优势,在减小约简算法计算复杂度的同时提高决策系统识别精度.仿真结果表明了算法在提高决策系统识别精度和降低其计算复杂度方面的有效性,模拟环境测试进一步验证了其工程适用性.

摘要:针对TORA系统的镇定控制问题,提出一种基于最大反馈线性化的非奇异控制器设计方案.应用拉格朗日方程建立TORA系统的数学模型,采用微分代数方法计算TORA系统中具有最大相对阶的虚拟输出函数,以此为基础通过反馈线性化将TORA的数学模型转化为具有稳定内动态的三阶线性系统,采用极点配置方案为TORA系统设计镇定控制器.为了解决控制律中存在的奇异值问题,采用梯度动力学方法对控制器进行调整.最后通过仿真分析验证基于最大反馈线性化的控制方案的有效性.

摘要:为提高多元宇宙优化算法(MVO)的全局探索和局部开采性能,提出一种耦合横纵向个体更新策略的改进MVO算法(IMVO).横向更新策略是建立在宇宙种群层级的一种水平迁移进化机制,通过引入加权学习因子保证子代个体同时向多个父代宇宙继承位置信息,以改善种群的个体多样性和算法全局探索性能,适定性修正虫洞存在概率表达以保证种群个体间的充分信息交互;纵向更新策略是基于宇宙个体层级的一种纵向自我学习进化机制,根据最优宇宙历史信息,通过模拟认知的历史遗忘记忆特性实现记忆均值邻域的再开采,以增强算法局部开采性能.最后通过数值实验验证不同加权学习因子函数对算法性能的差异性影响,改进算法的优化性能和算法稳健性等.

摘要:针对数据关联关系不确定的多目标场景下的雷达空间误差配准问题,提出一种基于概率假设密度(PHD)滤波的雷达空间误差估计方法.该方法在地心地固(ECEF)坐标系下建立雷达空间误差及其观测的随机有限集合(RFS)描述形式,结合PHD滤波算法避免多个雷达观测的数据关联问题,利用高斯混合概率假设密度(GM-PHD)滤波器实现多目标场景下的雷达系统误差递推融合估计.Monte Carlo仿真实验结果表明,所提出的基于PHD滤波的雷达空间误差配准算法能够有效地实现数据关联关系不确定情况下的多目标雷达空间误差融合估计,且估计精度及稳定性优于结合数据关联算法的空间误差配准方法.

摘要:针对单关节故障机械臂的路径规划问题,提出一种基于运动学模型重构的容错路径规划方法.首先基于旋量理论进行单关节故障机械臂的通用运动学模型重构;然后分析机械臂的退化工作空间,并以运动性能平稳为约束对其进行栅格化处理;最后通过改进传统的A$^\ast$算法,在退化工作空间中搜索出能够满足任务要求的轨迹.以七自由度机械臂为对象进行仿真实验,验证了所提出方法的正确性和有效性.

摘要:针对十字路口的过饱和情况,引入一种新颖的正定切换系统模型.基于正定切换系统的耗散性能分析,针对四相位十字路口,提出交通信号灯实时状态反馈控制策略.建立四相位离散时间切换系统模型,设计状态反馈控制器,并确定十字路口各个相位的绿灯时间,通过与经典饱和路口信号设计模型(bang-bang控制)对比的仿真研究表明,在缓解十字路口过饱和的问题上,状态反馈控制方法更有效.

摘要:现有的无线通信网络功率和速率控制方法没有考虑系统中存在的多时滞情况,为此,针对具有多时滞的无线通信网络进行建模及功率和速率控制方法的研究.首先,根据无线通信网络功率和速率控制的物理机制,建立新的具有多时滞的无线通信网络功率和速率控制系统的数学模型.该模型包含速率控制中的时滞、功率控制中的时滞、状态时滞和输入时滞.在此基础上,通过预测控制和线性矩阵不等式设计鲁棒功率和速率控制器.仿真结果验证了所设计的功率和速率控制器的有效性.

摘要:研究二阶多智能体系统在固定、有向通信拓扑条件下的离散时间一致性问题.针对每个智能体,采用基于速度、位置的分布式控制协议,分析速度、位置增益系数以及采样周期等参数对系统一致性的影响.结果表明,要实现二阶多智能体系统的一致性控制,在保持个体之间通信拓扑有生成树的同时,控制协议中的各个参数还必须满足一定的约束条件.系统拉普拉斯矩阵的特征值和采样周期对系统能否实现渐近一致起到了关键的作用.最后,给出一致性控制中参数设计的一种可行方法,并通过仿真对理论分析的正确性进行验证.

摘要:研究二级生鲜供应链中零售商面向供应商的货源选择问题,设置两类供应商,即付出保鲜努力的供应商和普通供应商.对于消费者,部分为生鲜敏感型,其愿意为经过保鲜努力的生鲜品支付溢价,拒绝购买未做出保鲜努力的生鲜品.假设零售商存在4种货源策略:单一低成本、双渠道、单一高成本及高成本货源大众市场策略,进而研究不同情形下的最优货源策略选择问题.研究结果表明,以消费者为策略目标的生鲜促进努力结果不显著且存在产生反效应的风险, 而增加处罚力度则永远不会产生适得其反的效果.

摘要:运用单位区间上的自同构构造一种适用于勾股模糊环境下的同构Frank t-模与其对偶s-模,进而定义勾股模糊集的广义运算法则,并探究新法则的相关性质.应用新的运算法则提出勾股模糊Frank加权平均(PFFWA)算子与勾股模糊Frank加权几何(PFFWG)算子,证明算子的相关性质.利用PFFWA与PFFWG算子提出一种解决勾股模糊多属性决策问题的新方法.通过解决航空公司服务质量评估问题,对比分析新方法与现存的决策方法,进而表明新方法的可行性和灵活性, 并验证了新方法具有反馈决策者态度特征的能力.

摘要:现实生活中多数聚类对象具有多元异构不确定性特征,表现为对象聚类指标体系异构化以及对象信息具有多元不确定性特点,而现有的不确定性多属性聚类决策方法对此类对象的聚类研究具有局限性.为此,针对聚类问题,首先,根据聚类对象多元不确定性信息的特点,提出广义区间灰数的概念,证明多元不确定性信息可统一用广义区间灰数进行表征;然后,结合极大熵思想,构建基于多元异构不确定性案例学习的广义区间灰数熵权配置模型,通过对对象相关的历史案例进行充分学习,测算各层指标的广义区间灰数熵权,以此确定各指标的聚类权重,再结合广义区间灰数的白化权函数对对象的新案例进行聚类分析;最后,通过案例研究验证所提出聚类模型的合理性和可行性.

摘要:“互联网$+$交通”模式产生出一系列新兴业态,对人们的城市交通出行方式带来颠覆性的改变,其中电动汽车分时租赁在互联网租车背景下得到新发展.鉴于此,从多Agent仿真的基本思路出发,以北京一嗨公司为例,针对电动汽车分时租赁系统中的主要对象租赁站、消费者和电动汽车车队进行交互模拟,通过分析车辆平均使用率、平均空闲率以及消费者满意度等对租赁商的运营能力进行评估,探讨车队规模和停车位数量对运营利润的影响.比较消费者还车和站点员工还车情景,同时在Anylogic仿真平台上实现该模型.

摘要:为刻画实际冲突中决策者复杂的决策行为,完善冲突分析图模型稳定性理论的不足,对共识偏好下图模型的稳定性进行研究.首先,将决策者偏好划分为共识偏好和非共识偏好;然后,在4种基本稳定性定义的基础上,将图模型稳定性拓展到8种,拓展后的稳定性不但能深刻反映共赢型、利己型及混合型决策者的决策行为,还能有效预测不同行为模式下冲突局势的均衡结果;最后,通过案例验证所提出方法在解决实际冲突问题中的有效性.

摘要:研究制造商公平关切下具有广告效应的闭环供应链定价决策问题.分别在制造商与零售商广告下,分析广告效应及制造商的公平关切行为对闭环供应链定价策略的影响.研究表明,广告效应对闭环供应链成员及系统整体都是有利的,制造商的公平关切行为有利于自身利润及效用最大化,不利于零售商及系统整体利润最大化.在制造商广告下,当制造商的公平关切程度相对较弱时,零售商的利润不小于制造商的利润;反之,制造商的利润更大.

摘要:提出一种基于双旋Lyapunov矢量场的无人机避障算法.首先,建立无人机和障碍物的模型,并根据无人机有限时间是否会侵犯障碍物安全圆设计避障判定规则;然后,基于最小侧向偏移量原则选定避障机动中无人机速度旋转方向为最优避障方向,选定其反方向为矢量场旋转方向,定义成功避障的标准并进行证明;最后,通过建立的障碍物合并规则提升避障效率,使得上述方法适用于未知环境下的无人机在线避障.仿真结果表明,在无人机性能约束下,所提出的算法对动态和静态障碍都能有效避障,算法性能优于Dubins路径和人工势场法.

摘要:针对复杂网络社区特性对多智能体系统协同控制效率的影响,面向具有ER(Erdos-renyi)网络或BA (Barabasi-albert)网络性质的多智能体系统,提出一种基于社区划分的快速蜂拥控制算法.该算法充分考虑社区内个体的相对密集特性,通过在社区间引入虚拟领导者作用,避免系统在演化过程中因通信受限而导致的“分块”现象,可有效提高系统拓扑的代数连通度.仿真结果表明:具有相应性质的多智能体系统蜂拥行为的收敛速度与ER和BA网络的平均度以及BA网络度分布的幂指数正相关;优化社区个数有利于提高蜂拥收敛速度.

摘要:为了减少有限网络带宽不必要的浪费,针对一类网络串级控制系统,首次引入事件触发机制,并在此基础上考虑系统的串级控制器设计问题,通过对系统稳定性进行分析,设计可靠的主控制器和副控制器.考虑信号传输造成的时延影响,首先建立带有事件触发机制的网络串级控制系统数学模型;然后利用李雅普诺夫稳定性理论和线性矩阵不等式技术,给出基于事件触发机制的系统稳定的充分条件,并且设计相应的主控制器和副控制器;最后通过仿真实例验证所提出的方法在网络串级控制系统中的有效性,即引入事件触发机制后,设计的主、副控制器使得在系统稳定的前提下,信号传输的间隔变大,从而减小网络的拥塞,提高网络带宽的有效利用率.

摘要:在复合高斯杂波背景下,针对检测器α-AMF利用采样协方差矩阵(SCM)估计方法不具备完全自适应性以及控制参数α不匹配的问题,首先,结合归一化采样协方差矩阵(NSCM)估计方法,提出α-AMF的SCM-NSCM组合估计方法;然后,拟合出检测器最优控制参数的经验公式,经验公式符合数值结果;最后,将α-AMF与改进的α-AMF的恒虚警率特性和检测性能进行对比分析.研究结果表明,在复合高斯环境下,基于SCM-NSCM估计的α-AMF受杂波尖峰的影响小于对比检测器,对杂波归一化协方差矩阵结构的变化具有很强的鲁棒性;在严重拖尾的非高斯环境中,所提出的自适应检测器性能明显优于对比检测器.