摘要:在现代经济中,银行间的业务往来关系形成了错综复杂的网络系统,基于复杂网络理论来研究银行系统的问题已成为一个研究热点.对此,通过系统地梳理研究文献,分别从复杂网络理论在银行网络结构特征、银行系统风险传染、银行系统性风险评估和银行系统稳健性等方面的应用研究进展进行述评,并指出在银行系统中应用复杂网络理论需要进一步探究的方向.

摘要:由于离散制造系统的能耗具有复杂性和不确定性等特点,急需一种数据驱动的通用能耗预测方法.对此,首先依据知识建模方法搭建面向能耗的知识模型,以指导能耗数据与工艺信息、排产信息的有机结合;然后,将数值型和字符型输入变量进行综合考虑:先采用功率波动程度计算属性的重要性,再通过层次实例检索方法来保证字符型输入变量的一致性或相关性;最后,通过检索相似工步来实现能耗预测.仿真实验表明所提出的方法可行且有效.

摘要:发掘并掌握站内乘客群体的聚集时空变化规律,对于优化城市轨道交通线网间车辆的调度,特别是优化灾害条件下的客流组织管理等,具有积极的作用.针对具有密度分布非均匀特征的车站乘客位置数据集,提出一种基于高斯混合模型的DBSCAN聚类算法.首先,利用高斯混合模型对数据集进行密度的分层处理;然后,面向不同密度层次的数据集进行局部聚类,确定各密度层数据集的参数,并选取恰当的种子以完成局部聚类簇扩展;最后,将各密度层次数据集的聚类结果进行合并.通过标准和实测数据的计算结果表明,基于高斯混合模型优化后的DBSCAN算法,对于非均匀密度分布的乘客位置分布数据具有更好的聚类效果.

摘要:针对决策信息为区间数的不确定性动态决策问题,在属性权重和时间权重未知的情况下,基于改进向量相似度的方法,构建一种兼顾决策信息和决策偏好的动态多指标决策模型.利用区间型决策信息的相对相似性和属性重要度,构造相对相似度最小规划模型以确定指标权重;在综合考虑决策信息时间价值、决策者偏好的基础上,构建极大熵模型以确定时间权重;结合向量相似度计算存在的缺陷,提出一种基于向量投影思想的向量综合相似度测度方法,从而建立不确性动态决策模型,并通过实例分析检验该模型的合理性和有效性.

摘要:针对动态领航者按照自身动力学模型运动, 多个跟随者机器鱼以其为编队参考点, 根据编队要求形成队形并整体跟随领航者运动的问题, 提出一种多仿生机器鱼分布式编队控制方案. 首先, 基于二阶一致性算法给出各跟随者机器鱼估计领航者位姿信息的分布式算法;其次,给出以领航者为参考点的多仿生机器鱼编队描述方法,进而各机器鱼根据编队要求以所估得的参考点信息实时确定其在编队中的期望位姿; 再次, 各跟随者机器鱼以期望速度和角速度以及所估得的领航者位姿信息为输入, 利用模糊控制器确定其速度档位和方向档位, 实现编队的形成与保持. 仿真和实验结果均表明, 所提分布式编队控制方法是有效的, 仿生机器鱼群体能够较快形成期望队形并跟随领航者游动.

摘要:协同过滤技术在推荐系统的实现中具有广泛的应用,协同过滤以用户对商品项目的评价分数为依据,而这些评价有可能反映用户某些不欲为人知的喜好特点,因此,对具备隐私保护能力的协同过滤模型的研究引起了普遍的关注.SVD++是当前最为常用的协同过滤模型之一,差分隐私模型则是近十年来隐私保护理论最重要的研究进展之一,将两者相结合提出3种基于差分隐私和SVD++的协同过滤模型:基于梯度扰动的SVD++隐私保护模型、基于目标函数扰动的SVD++隐私保护模型和基于输出结果扰动的隐私保护模型.理论分析和实验结果显示,所提出的算法不仅能为用户的隐私安全提供可靠的保障,而且还可保持较高的预测准确度.

摘要:NSGA-II-DE算法是在NSGA-II算法的基础上利用DE算法的收敛速度快、鲁棒性高的特性得到的改进算法,该算法提高了原算法的收敛速度,同时也降低了原算法对参数的依赖性.然而,原算法的解群分布性却没有得到提高.鉴于此,提出一种基于种群扩张与稀疏化策略的改进型NSGA-II-DE算法.该算法利用种群扩张增加候选解的数量,再利用稀疏化策略从候选解中选出使得整体分布尽可能均匀的最优解.种群扩张通过在进化最后的若干代保留每代中的第一非支配面上的个体来实现.在迭代结束后,对种群进行非支配排序,去除第一非支配面以外的个体,以提高解群质量.进行稀疏化处理,即对扩张后的全部个体按目标向量的某一维度排序,再筛选出相邻间距最接近期望距离的个体,以达到改善解群分布性的目的.仿真实验表明,所提出的算法在改善原算法的解群分布性上表现优异,但算法的时间和空间复杂度较原算法有所增加.

摘要:针对一类非线性严格反馈系统,提出一种基于自适应支持向量回归的动态面控制方法.首先,将支持向量回归的核函数在核宽度以及支持向量估计值处进行一阶泰勒展开,使其能够对核宽度和支持向量进行线性化表示;然后,利用支持向量回归对系统未知动态建模,并基于建模结果设计虚拟控制器和控制器,同时,为提高建模精度,在控制器设计中增加系统状态及其跟踪误差的预测变量,并根据预测误差设计参数自适应律;最后,基于李雅普诺夫定理给出系统一致最终有界的分析.仿真结果表明,所提出的方法能有效减小建模误差并提高跟踪精度.

摘要:针对无线传感器网络节点能量有限与能耗不均衡导致网络生命周期提前结束的问题,运用势博弈理论将节点的平均寿命、节点最短寿命、网络的连通性以及覆盖性应用到效益函数的设计中,建立一种基于序数势博弈的能耗均衡的拓扑控制模型,以证明博弈模型是序数势博弈.基于该势博弈模型,提出一种能耗均衡的自适应拓扑博弈算法.该算法根据节点平均寿命调整自身的功率,帮助最短寿命节点降低功率,延长整个网络的生存时间.仿真实验及对比分析表明,所提出的算法相比于其他基于博弈论的拓扑控制算法,能够改善网络能量的均衡性,提高网络能量效率,保证网络拓扑的健壮性,增强网络拓扑的自适应性.

摘要:针对移动机器人系统中轮胎半径和轮胎间距存在的参数不确定性问题,提出自适应轨迹跟踪控制方法.首先,推导适合进行自适应控制器设计的系统误差模型,将原有控制问题转化为不确定参数的自适应更新率和虚拟控制输入的设计问题;然后,针对系统中的不确定性参数,设计自适应更新率对其进行在线估计,并设计虚拟的控制输入,得到移动机器人驱动电机的左右轮转速;其次在Lyapunov稳定性框架下证明闭环跟踪误差系统的渐近稳定性和估计误差系统的稳定性;最后通过仿真和实验表明,所提出方法能够通过在线学习估计出参数真实值,使得实际运行轨迹收敛到参考轨迹,同时表明所提出方法能够抑制系统参数不确定性对控制系统的影响.

摘要:随着海洋经济发展,水下无线传感器网络已成为研究热点.针对水下传感器网络中集中式分簇困难,能耗不均和水声时延长问题,提出一种基于等级划分的分布式非均匀分簇算法.该算法首先利用平均能量与节点密度相结合的阈值函数以及综合考虑节点深度和节点密度的簇首竞争半径函数,选择簇首节点,使簇首分布更加合理和均匀;然后划分簇首等级,优化入簇过程,均衡具有不同簇间传输任务的簇内负载;最后结合簇首等级和贪心算法,构建簇间多跳传输路由,降低整体通信能耗和时延.仿真结果表明,所提出的算法不仅能均衡能耗,延长网络寿命,而且能够有效降低网络通信时延.

摘要:随着云计算的日益普及,为实现共享计算资源、节约经济成本等目的,越来越多的重要数据被从本地外包迁移至云端.出于对保护云端数据安全和用户隐私等方面的考虑,数据所用者一般倾向对敏感数据进行加密处理,在此基础上,如何能够对数据开展有效检索处理成为关注的重点.为此,提出一种改进的密文数据多关键字检索机制,一方面,基于BloomFilter数据结构设计一种新的关键字转换方法,能够在保持模糊搜索功能及识别率的同时,有效降低数据索引规模;另一方面,基于动态混淆参数调节的思路改进相似度评估算法,以提高数据的加密强度,并且能很好地反映用户的检索偏好.实验结果验证了所提机制是可行和高效的.

摘要:针对广义次成分在信号处理中没有与之相对应的信息准则,而且只能提取单维广义次成分,提出一种多维广义次成分提取准则,并通过矩阵微分法证明了所提出信息准则只有唯一的全局极大值.基于该信息准则,采用梯度上升法导出一种多维广义次成分提取算法,并采用李雅普诺夫函数法对所提出算法的全局收敛性进行证明.与其他现有算法不同,所提出算法可以并行提取多维次成分,而并不需要模值归一化.仿真实验表明,所提出算法相比一些现有算法具有收敛速度快和估计精度高的优点.

摘要:微波加热过程中物料内部温度的均匀性一直是研究的热点问题.针对“热失控”现象产生的机理,从微波传输线出发,根据广义传输线理论,利用传输线上电压和电流的分布关系推导出微波谐振腔内电磁场幅值与相位间的关系,在此基础上,提出一种微波加热运动状态物料的数值计算模型.该模型采用动网格技术跟踪求解域边界的变化量,分别针对求解域内部及其边界处网格移动变形给出控制函数,不仅可解决微波加热数值计算过程中由于求解域网格的移动导致的网格交叉缠绕问题,还可在满足计算精度的前提下,有效地减少网格节点移动的计算.数值计算结果表明,微波加热处于运动状态下物料的温度均匀性优于微波加热静止状态下物料的温度均匀性,且所提出的微波加热运动状态物料计算模型具有可行性和有效性.微波应用器装置加热活性炭球团的实验结果也表明,所提出的方法能有效抑制微波加热温度的突变.

摘要:采用一种新的信息素更新方式对传统蚁群算法进行改进,有效解决了带硬时间窗的车辆路径优化问题;建立考虑战场环境中敌方火力打击影响的物流配送车辆路径优化模型,采用所提算法得出优化路线;进一步考虑不同作战单元对物资需求的可能变化,将排队策略用于算法求解过程,得出适应需求变化的后续配送路线,并通过仿真实验结果验证了相应配送路线的合理性.

摘要:在具有保质期特性的快消品行业中,供应商在面向订单(MTO)生产策略下较长的订货提前期会给零售商带来高库存以及高运作成本,削弱供应链的快速响应能力.对比原来的MTO生产策略,提出一种面向库存-面向订单(MTS-MTO)混合生产策略.首先,基于产品保质期的特点建立MTO生产策略下的供应链成本模型,并给出供应链成本最优的经济订货批量;其次,根据MTO求出的最优经济订货批量,建立MTS-MTO生产策略下的供应链成本模型,并确定供应商的应持有库存M,求出供应商在MTS-MTO生产时的充要条件,为供应链决策提供依据;再次,给出一种基于满意度的Nash协商模型以确定零售商应给予供应商的补偿H;最后,通过数值分析验证并讨论符合MTS-MTO生产的产品特征.

摘要:针对不可分辨群目标跟踪算法中群合并、交叉及分裂前后群目标数出现漏估及量测划分数多、计算量大两个问题,提出一种基于均值漂移(MS)和双层群结构(BGS)模型的群目标高斯混合概率假设密度(GMPHD)滤波算法.该算法采用MS进行量测划分,同时依据第2层群结构反馈回的群信息判断是否需要进行2次划分;然后,采用基于椭圆随机超曲面模型(RHM)的群目标GMPHD滤波进行预测更新和状态提取;最后,使用提取出的群目标状态进行第二层群结构更新,并将所得群信息反馈回量测划分步.仿真对比实验表明,所提出算法可获得更高的实时性,能够解决群目标合并、交叉及分裂前后群数目的漏估问题.

摘要:为解决目标在形变、遮挡和快速运动时所导致的跟踪失败,在经典TLD算法的框架下,使用尺度自适应均值偏移算法重新设计跟踪器,提出了MS-TLD算法.通过引入颜色直方图特征和尺度自适应,跟踪器能准确跟踪形变和快速运动的目标.设计跟踪-检测反馈机制,通过跟踪器和检测器相互校正,使新算法在目标被遮挡时具有很好的跟踪鲁棒性.采用TB-50标准测试集进行了实验验证与评测,结果表明所提出算法有效克服了由于目标形变、遮挡和快速运动以及背景干扰所导致的跟踪失败,比TLD等4种经典算法具有更好的跟踪准确性和鲁棒性.

摘要:正确的视盘(OD)定位和分割是糖尿病视网膜病变自动筛选系统中的两个主要步骤.鉴于此,提出一种基于显著性目标检测和改进局部高斯分布拟合(LGDF)模型的视神经盘分割方法.该方法主要包含两个阶段:第一阶段,将显著性检测技术应用到增强的视网膜图像中实现视盘的自动定位;第二阶段,通过增加椭圆约束信息来改进局部高斯分布拟合(LGDF)模型分割视盘边界.使用公开数据库Diaretdbq对所提出方法的性能进行测试,并与其他先进的方法进行对比,结果验证了所提出方法的优越性和有效性.

摘要:考虑水下机器鱼的运动学约束及包含控制中的领导者选择问题,将可控性理论与包含控制相结合,针对有向多机器鱼系统,提出一种基于二分图最大匹配的多机器鱼可控包含控制算法.首先,针对有向多机器鱼网络拓扑结构,利用二分图最大匹配算法求得满足系统可控的驱动节点,即为领导者,其余节点为跟随者;其次,针对2D仿真机器鱼模型设计相应的包含控制协议,从而实现多机器鱼的可控包含控制,且最终跟随者鱼体前端刚体长边方向与领导者保持一致,并应用Lyapunov稳定性理论证明系统的稳定性;最后,基于URWPGSim2D多机器鱼仿真平台进行两组仿真实验,一组随机选取领导者,另一组采用二分图最大匹配算法确定领导者,对比仿真结果表明,所提算法能够有效地实现多机器鱼的可控包含控制.

摘要:为了提高传统二阶终端滑模控制的全局收敛性,提出一种快速二阶终端滑模控制算法.设计一种二阶趋近律,将绝对值函数隐藏在积分项里,并增加线性项以提高全局收敛性.当系统状态未到达滑模面时,采用二阶趋近律,并通过调整参数避免奇异问题;当系统状态到达滑模面时,采用不含不连续符号项的指数趋近律,以保证控制误差有限时间收敛.采用Lyapunov直接法证明快速二阶终端滑模控制算法的稳定性,及其比super twisting算法具有更优良的收敛特性.以下肢外骨骼为研究对象,建立动力学模型.在考虑建模误差和外部干扰的情况下,将该算法应用于下肢外骨骼的姿态控制.仿真结果表明,所提出的控制算法能够有效抑制抖振,并且比super twisting算法具有更良好的跟踪性能,验证了该算法的有效性.

摘要:研究基于犹豫模糊语言信息的大型群体决策分类和集结问题.提出一种面向犹豫模糊语言信息的专家相似度构建方法,相似度测算基于犹豫相似度和距离相似度综合考虑;改进编网分类方法,借助基于相似矩阵的编网分类方法对大型群体专家进行初步分类,确定可接受范围,对专家进行再分类并通过分类精度指标对分类的有效性进行验证以确定最终类别;构建大规模群体信息集结的类内集结和类间集结框架,对类内专家信息进行集结以获得概率语言信息;提出一种基于语言概率分布的类可靠度计算方法,基于类可靠度和类专家数量占总体数量比例综合考虑确定类别权重以实现类间信息集结,进而根据集结的概率语言信息计算对象期望值并进行排序.最后,通过算例及方法比较验证所提出方法的有效性.

摘要:考虑决策者对语言评估的不确定性,用区间值表示语言评价等级,并将证据理论(DST)和数据包络分析(DEA)两种方法相结合,提出一种基于区间信度结构的混合型多属性决策方法.首先,通过区间型交叉效率模型构造决策单元定量指标的区间信度结构,利用证据推理非线性优化模型对区间信度结构进行集结,并将集结后的区间信度结构进行效用等价转换,得到一个信度为区间型的分布式等级评估向量;然后,通过证据推理非线性优化模型对定量指标和定性指标的区间信度结构进行融合,得到决策单元总的区间信度结构分布式评估向量,并结合期望效用理论对决策单元进行排序;最后,通过具体算例进行比较分析,结果验证了所提出方法的有效性和合理性.

摘要:研究普通阶多智能体系统存在时变时延条件下的一致性问题.首先,针对系统存在时变时延的情况,结合状态反馈与PID控制提出一种一致性协议;然后,将系统状态空间分解为一致子空间和一致补子空间,采用状态空间分解法将一致性问题转化为渐近稳定问题,给出系统实现一致的充分必要条件;并确定系统的一致性函数的显示表达式;最后,构造Lyapunov-Krasovskii泛函,基于线性矩阵不等式(LMI)给出控制参数的计算方法,采用可扩充性方法降低线性矩阵不等式的计算数量.仿真结果表明,系统的结构拓扑图存在全局可达节点时,系统在所提出的协议作用下通过计算合适的PID参数和控制参数可实现一致性,通过与纯比例控制的结果对比表明,所提出的协议能够消除系统稳态误差,使系统趋于一致.

摘要:针对并联混合动力汽车模式切换过程中动力中断和扭矩波动对车辆驾驶性能的影响,提出一种由纯电动向混合驱动模式切换的协调控制方法.首先,根据切换过程动力学分析及控制目标,将该过程分为离合器接合前后两部分.然后,对前者设计干扰观测器估计并补偿扭矩干扰和模型不确定性,提出基于干扰补偿的协调控制策略,以消除干扰,实现发动机的快速起动、同步;对后者引入发动机扭矩延迟变量,并利用电机扭矩补偿发动机扭矩误差,设计基于电机补偿的扭矩切换协调控制策略,实现平滑切换.仿真结果表明,该控制策略与传统控制方法相比,冲击度降低50.5%,有效减小了扭矩波动,确保了模式切换的平顺性,提高了驾驶性能.

摘要:孤岛微电网的下垂控制策略会导致系统稳态的频率和电压偏离额定值.为此,提出一种分布式固定时间二次协调控制策略以实现系统频率和电压的恢复控制,并实现期望的有功功率分配.所提出的控制方法能在固定时间内完成二次控制目标,而不依赖于系统的初始状态.该优势使得根据任务需求来离线预设整定时间成为可能.同时,采用固定时间Lyapunov方法分析二次协调控制系统的稳定性.最后,通过Matlab/Simulink仿真实验验证分布式固定时间二次控制策略的有效性.

摘要:针对在线贯序极限学习机(OS-ELM)算法隐含层输出不稳定、易产生奇异矩阵和在线贯序更新时没有考虑训练样本时效性的问题,提出一种基于核函数映射的正则化自适应遗忘因子(FFOS-RKELM)算法.该算法利用核函数代替隐含层,能够产生稳定的输出结果.在初始阶段加入正则化方法,通过构造非奇异矩阵提高模型的泛化能力;在贯序更新阶段,通过新到的数据自动更新遗忘因子.将FFOS-RKELM算法应用到混沌时间序列预测和入口氮氧化物时间序列预测中,相比于OS-ELM、FFOS-RELM、OS-RKELM算法,可有效地提高预测精度和泛化能力.

摘要:实际多工作模式系统测试与诊断过程中单一工作模式下测试不能检测和隔离全部故障,不同工作模式下测试检测和隔离故障的代价和效率也不同,为以最小的代价实现多工作模式系统的故障隔离与定位,提出基于双重Rollout算法的诊断策略优化方法.在构建指定工作模式下的完整诊断策略时,首先采用第1重Rollout算法,得到该工作模式下的局部诊断策略和故障模糊集;针对该工作模式下无法隔离的模糊集,采用第2重Rollout算法从剩余工作模式中选择切换至最优工作模式下进行隔离,得到新的局部诊断策略和新的模糊集;依次类推,直到故障模糊集为空或已满足系统隔离要求.实例分析结果表明,与现有算法相比,所提出方法得到的解更接近最优解,期望测试费用更低.