摘要:梳理了随机有限集(RFS)的理论基础和发展脉络,重点对其在多目标跟踪中应用和实现的难点问题进行详细分析.首先针对单传感器情形,深入讨论RFS的几类典型近似技术,包括:概率假设密度(PHD)滤波器、势概率假设密度(CPHD)滤波器、多伯努利(MeMBer)滤波器以及泛化标签多伯努利(GLMB)滤波器,对其发展脉络进行分析,并对高斯混合(GM)及序贯蒙特卡罗(SMC)实现中面临的问题进行研究;其次,针对多传感器情形,介绍时空配准问题的处理方法,并分别从集中式、分布式融合两个方面对基于RFS多传感器多目标跟踪技术进行分析;再次,对RFS滤波器在实际应用中面临的困难及挑战进行分析;最后,基于现有研究进展,提出RFS在多目标跟踪领域未来需重点关注及研究的方向.

摘要:针对模型响应不确定性的稳健参数设计问题,在高斯过程回归(Gaussian process regression,GPR)建模的框架下,结合贝叶斯超参数最大后验(Maximum a posteriori estimation,MAP)估计和多目标线性加权方法构建一个新的优化模型.首先,利用MAP方法获得最优超参数组合,构建高斯回归模型;然后,考虑响应不确定性与响应之间的交互效应,采用线性加权准则,构建多响应稳健优化模型;最后,利用聚类分析方法获得最优参数解.该方法考虑了输出响应不确定性对优化结果的影响,权衡了最优因子水平与多元质量特性之间的关系.结合实际案例和软件仿真对所提出方法进行实证研究,结果表明,该方法能够较好地兼顾输出响应的最优性和稳健性,从而实现稳健参数设计.

摘要:网络入侵方式已日趋多样化,其隐蔽性强且变异性快,开发灵活度高、适应性强的实时网络安全监测系统面临严峻挑战.对此,提出一种基于模糊粗糙集属性约简(FRS-AR)和GMM-LDA最优聚类簇特征学习(GMM-LDA-OCFL)的自适应网络入侵检测(ANID)方法.首先,引入一种基于模糊粗糙集(FRS)信息增益率的属性约简(AR)方法以实现网络连接数据最优属性集选择;然后,提出一种基于GMM-LDA的最优聚类簇特征学习方法,以获得正常模式特征库和入侵模式库的最优特征表示,同时引入模式库自适应更新机制,使入侵检测模型能够适应网络环境动态变化.KDD99数据集和基于Nidsbench的网络虚拟仿真实验平台的入侵检测结果表明,所提出的ANID方法能有效适应网络环境动态变化,可实时检测出真实网络连接数据中的各种入侵行为,其性能优于当前常用的入侵检测方法,应用前景广阔.

摘要:针对机床构件的生产存在多品种、小批量、生产能耗大的特点,建立以完工时间、空闲时间、加工质量及机器能耗为目标的多目标柔性作业车间调度模型,提出一种基于直觉模糊集相似度的遗传算法(IFS_GA).该算法将直觉模糊集相似度值作为适应度值来引导算法进化;利用拥挤距离修剪外部档案,提高种群的多样性.此外,为提高初始种群的质量,设计一种基于权重的启发式规则.为提高算法的寻优能力,提出一种新的染色体交叉方法,通过直觉模糊集相似度值选出引导体以引导交叉.最后,在可行的Pareto最优解集中,选择直觉模糊集相似度值最大的解作为最满意解.通过算例测试、实例仿真和QUEST软件验证,结果表明,所提出算法是有效的,并且效果优于NSGAII算法.

摘要:以两轮移动机器人(TWMR)为对象,针对机器人的非线性模型分别设计控制机器人平衡和位置的区间二型模糊逻辑控制器(IT2 FLC).针对区间二型模糊规则中参数难以设定的问题,通过改进的量子粒子群算法(LTQPSO)优化区间二型模糊集参数,并给出优化算法的流程图.针对区间二型模糊逻辑控制器和一型模糊逻辑控制器(T1 FLC)对平衡和位置的控制效果进行对比.进一步考虑质量不确定和位置扰动对两种控制器控制效果的影响.仿真结果表明,IT2 FLC可以有效地达到设定的控制目标,与T1 FLC相比,IT2 FLC拥有更好的处理不确定性的能力以及更强的抗扰动能力.

摘要:逻辑系统的集合稳定性是基于全局稳定性给出的概念,它研究系统是否能够稳定到某一个状态集合.对此,主要研究混合值逻辑网络的集合稳定性.首先,介绍混合值逻辑网络,并运用矩阵半张量积将其转化为离散代数系统以便于进一步研究;然后,介绍系统不变子集的概念,并给出寻找最大不变子集的方法,在此基础上给出系统集合稳定的充分必要条件;最后,考察系统部分状态的一致稳定性,并将其转化为系统的集合稳定问题,同时通过数值例子加以验证.

摘要:高速列车信息控制系统因运行条件异常变化或操作不当会造成电机警告级高温、电机电流异常变化、电机转子断条以及气隙偏心等运行故障.这些随机发生的复合故障会影响速度等级和牵引力/制动力的调节,且难以采用基于单故障诊断方法建模故障与速度的关系,以及诊断报警等级.对此,提出一种基于Takagi-Sugeno(T-S)时变模型辨识的高速列车复合故障诊断方法.首先,采用多元统计检测指标离线辨识故障阈值并建立复合故障时变模型;然后,借助模糊聚类算法辨识故障特征值集合,利用模糊加权最小二乘法在线估计故障幅值并进行参数收敛性分析.最后,设计故障分离机制以刻画不同故障模式的报警等级并给出稳定性分析.基于CRH5G型高速列车实际运行数据的仿真结果验证了所提出方法的有效性.

摘要:碳交易价格的有效预测对制定符合国情的碳金融市场政策以及碳金融市场的风险管理都具有重要意义.对此,提出一种基于非结构数据流行学习的碳价格多尺度组合预测方法.首先,利用网络搜索指数提取碳价格相关的非结构化数据,基于等度量映射流行学习对其进行降维;然后,对降维后的非结构化数据、其他影响因素结构化数据、碳交易价格分别进行经验模态分解(Empirical mode decomposition,EMD),得到不同个数的本征模函数(Intrinsic mode function,IMF),并采用Fine-to-coarse方法对IMF进行重构,得到高频序列、低频序列和趋势项;最后,利用自回归积分滑动平均模型(Autoregressive integrated moving average model,ARIMA)、偏最小二乘(Partial least squares,PLS)回归和神经网络对高频数据、低频数据和趋势项进行预测,将3种预测结果进行集成,得到最终预测值.仿真实验结果表明,所提出的方法可以有效利用多源信息,具有较高的预测精度和良好的适用性.

摘要:以区间模糊偏好关系(IVFPR)和直觉模糊偏好关系(IFPR)的理论框架为依据,将勾股模糊数(PFN)引入偏好关系中,定义勾股模糊偏好关系(PFPR)和加性一致性PFPR.然后,提出标准化勾股模糊权重向量(PFWV)的概念,并给出构造加性一致性PFPR的转换公式.为获取任意给定的PFPR的权重向量,建立以给定的PFPR与构造的加性一致性PFPR偏差最小为目标的优化模型.针对多个勾股模糊偏好关系的集结,利用能够有效处理极端值并满足关于序关系单调的勾股模糊加权二次(PFWQ)算子作为集结工具.进一步,联合PFWQ算子和目标优化模型提出一种群体决策方法.最后,通过案例分析表明所提出方法的实用性和可行性.

摘要:为了描述冲突中决策者权力不对称的现象,方便权力不对称冲突的求解和决策支持系统中权力不对称模块的开发,基于冲突分析图模型现有研究框架,对其权力不对称模块的理论进行系统性拓展.首先,利用矩阵理论重新定义冲突分析图模型的建模要素,给出权力改良偏好矩阵和权力可达矩阵的定义;然后,为便于权力不对称下稳定解的计算,定义权力影响下5种稳定性的代数表达;最后,利用图模型框架下的权力不对称稳定性分析方法求出医疗保险冲突的稳定解,从而给出冲突解决方案.结果表明该方法能够准确有效地解决权力不对称冲突.

摘要:研究大型客机协同研制过程中项目活动时间和投入资源具有不确定性的图示评审技术(GERT)网络优化问题.采用GERT网络表征复杂项目研制过程,给出基于GERT的项目完成费用计算方法,提出项目时间与资源投入数量影响下的完工实现概率表征方式;为实现对复杂产品研制项目中时间-费用-资源优化调整,针对项目各活动和整体完工时间的不确定性,建立总完工时间、资源、实现概率受限情况下的时间规划与资源调度优化模型,并给出问题求解的差分进化启发式算法;考虑到大型客机全面试制过程是衡量能否按期完工的关键,以此过程为例进行案例分析,从而表明所提出方法的可行性和有效性.

摘要:针对方案准则值为直觉模糊数、准则权重信息部分已知的随机多准则决策问题,提出一种基于改进前景理论的决策分析方法.首先,定义一个新的记分函数,据此可将直觉模糊数转化为实数.其次,考虑到决策者并非完全理性及决策者风险态度的差异性,将决策者分为保守型、 中间型及冒险型,引入改进前景理论,根据不同决策者类型调整参数,构建改进前景决策矩阵.再次,建立以准则值总差异最大化且准则权重差异最小化为目标的非线性二次偏差优化定权模型,计算准则权重.进而,结合改进前景决策矩阵及准则权重计算各方案的综合效用值,并以此确定方案的顺序排列.最后,通过算例验证所提出直觉模糊随机多准则决策方法的有效性和合理性.

摘要:提出一种针对柔性高压直流输电系统(VSC-HVDC)的交互式教-学优化算法(ITLO)以获取最优PI控制增益.首先在原始教-学优化算法中引入多个班级来扩大搜索范围;然后在不同班级的教师或学生之间建立小世界网络(SWN),通过深度交互学习实现精确搜索.交互式教-学优化算法能够合理权衡搜索范围和搜索精度,从而有效避免算法陷入局部最优.通过3个算例对所提出算法的有效性进行测试,即有功功率和无功功率追踪、电网短路故障和风电并网,仿真结果验证了其相较于现有启发式优化算法的优越性.

摘要:针对二维静态环境下智能移动体避障路径规划问题,提出改进烟花-蚁群混合算法求解最优路径.首先,鉴于基本烟花算法的不足,提出增加“先锋火花”和采用“镜面映射”规则处理越界先锋火花的改进方法;然后,将改进烟花算法得到的最短路径作为参照路径,使其换算成蚁群算法的初始信息素分布,以解决蚁群算法收敛速度慢和初始信息素不足的缺点;最后,进行3种不同环境下的仿真实验,结果表明所提出的算法能够快速寻得高精度的最优路径,在应对复杂环境时也表现出良好的求解性能.所提出的算法为复杂环境下智能移动体避障路径规划提供了一种新思路.

摘要:基于复杂网络投票框架,构建以全局最优候选人的评价函数作为Condorcet规则与多数赞成规则决策结果的评价标准.通过引入投票者观点支持域,以及全局最优候选人的有效性判定条件,构造“妥协度-支持度”置换度指标.设置支持度与妥协度的不同目标优先级,采用一种基于Delaunay三角剖分的全局最优化算法,求出全局最优候选人搜索解,并建立评价函数衡量投票规则的优劣.数值仿真表明,在大多数偏好网络下,所提出的评价标准能够更准确地衡量Condorcet规则与多数赞成规则所选获胜者偏离投票群体真实意愿的程度.

摘要:属性约简是粗糙集理论一项重要的应用,目前已广泛运用于机器学习和数据挖掘等领域,邻域粗糙集是粗糙集理论中处理连续型数据的一种重要方法.针对目前邻域粗糙集模型中属性约简存在的缺陷,构造一种基于邻域粗糙集的邻域粗糙熵模型,并基于此给出邻域粗糙联合熵、邻域粗糙条件熵和邻域粗糙互信息熵等概念.邻域粗糙互信息熵是评估属性集相关性的一种重要的方法,具有非单调性变化的特性,对此,提出一种基于邻域粗糙互信息熵的非单调性属性约简算法.实验分析表明,所提出算法不仅比目前已有的单调性属性约简算法具有更优越的属性约简结果,而且具有更高的约简效率.

摘要:提出一种基于多代理模型的优化方法,求解混合整数规划问题.首先,基于群智能优化策略提出一种基于多群体协作模型的采样方法,保证候选解的正确性和多样性;其次,采用基于数据并行的高斯过程建模方法,在线构造局部代理模型;再次,通过多代理模型对候选解进行预筛选,实现与粒子群算法的协同优化;最后,通过14个测试问题和一个基于数据驱动的模型参数选取问题,验证所提出方法的有效性.

摘要:针对带约束的高维多目标优化问题,设计一种基于参考点的约束支配关系(RPCDP),将可行解与不可行解作为一个整体看待,进而综合考虑它们的收敛性、多样性和可行性,并基于此提出用于解决约束高维多目标优化问题的NSGA-III算法.将所提出算法与著名的3种约束高维多目标进化算法进行对比,实验结果表明在标准测试函数集CDTLZ上,相对于其他算法,所提出算法的解集具有更好的收敛性和分布性.

摘要:自主巡航控制与车载自组织网络是形成platoon的两项关键技术.自主巡航控制为车辆自动驾驶提供支持,车载自组织网络使车辆间通信成为可能.以往的研究通常将platoon中的通信与控制分开讨论,忽略了两者之间的内在联系,造成在通信不理想的情况下platoon的跟车控制效果不佳的结果.对此,分别建立platoon结构模型与通信模型,分析通信与控制的相互作用,并在IDM(Intelligent driver model)模型的基础上增加加权约束规则和信息预估策略,提出一种弥补通信延时影响的改进跟车控制模型,期望降低通信延时对platoon的影响作用,提升platoon的整体性能.在SUMO、OMNeT$ ++ $及VEINS联合搭建的platoon仿真平台上对模型性能进行评估,实验结果表明,在存在通信延时的场景下改进跟车模型可以有效提升platoon的稳定性和安全性.

摘要:针对水泥分解炉温度难以控制、模型建立困难且通用性差的问题,提出一种基于信任度模糊C聚类和改进查表法(BFCM-iWM)模糊规则自提取的温度控制方法.首先,采用信任度模糊C聚类方法(BFCM)从分解炉运行样本数据中提取样本的信任度;然后,利用改进查表法(iWM)提取模糊控制规则,减小噪声和坏点数据对规则提取的影响,以温度偏差和偏差变化率为输入量、喂煤增量为输出量构造控制器实现对温度的控制.实验结果表明,提取到的控制规则鲁棒性好、准确性高、分解炉温度控制效果良好.

摘要:施工项目管理者的成本控制目标是,通过激励契约达到成本控制要求,提高成本控制效率.但是管理者运用激励机制控制单位产品成本具有片面性,没有考虑工人为了提高成本控制效率需要付出一定的精力和时间,从而影响其收益以及降低生产成本的积极性,因此,管理者和工人会围绕产品成本降低产生的收益分配形成动态成本博弈.对此,提出建设项目背景下基于单位时间的委托代理模型.通过分析发现:工人努力程度与激励系数呈非线性正相关;在一定范围内,工人的收益会随着努力程度的提高先增加并达到峰值后再减少;在工人努力程度达到最优时,管理者的收益会随激励系数的提高而增加并达到峰值.通过设置合理的激励系数能使管理者和工人的收益达到最优.最后以钢筋制作搭接工序为例,分析模型的可行性.

摘要:为提高竞争环境下的平台经济效益,讨论平台企业对双边用户的增值服务投资问题,在考虑用户多归属条件下构建B2C平台竞争模型.通过比较分析发现,在双边单归属或一边多归属条件下,平台企业的最优投资满足一个区间策略:若投资资源小于该区间的下界,则根据边际投资成本小于或大于某一阈值,平台企业选择投资全部或部分资源;若投资资源大于该区间的上界,则最优投资存在两个纯策略均衡;若投资资源位于该区间内,则最优投资存在唯一纳什均衡.此外,在双边多归属条件下,平台企业的最优投资满足一个单阈值策略:根据边际投资成本小于或大于某一阈值,平台企业选择投资全部或部分资源.

摘要:外卖业务模式高度复杂,现有文献中缺少针对外卖配送路径优化问题的研究.鉴于此,基于同时送取货VRP问题的求解策略,引入时间惩罚成本衡量外卖配送超出时间窗的情况,定义目标函数为外卖配送成本增量总和,包括新订单的固定配送成本、额外配送成本和时间惩罚成本之和.考虑随机参数对计算复杂程度产生的影响,设定配送区域范围,对新订单进行调度时,已指派但尚未完成的订单仍由原车配送,且将时间惩罚成本作为变动成本修正目标函数,直接去掉时间窗约束,降低算法求解难度.设计“商家-客户”配对策略,引入k-means对“商家-客户”进行聚类,同一类内设计“商家-客户”遗传算法,得到启发式路径优化方案.最后,采用随机模拟算法生成动态订单测试算例,通过R语言测试模型及算法的有效性.

摘要:针对一种智能机器鼠对目标生物鼠的跟踪与行为交互问题,利用智能机器鼠的双目立体视觉系统,对目标生物鼠进行跟踪与定位.引入基于Kalman滤波的改进Camshift算法,实现智能机器鼠对目标生物鼠的实时跟踪;设计基于SVM的智能机器鼠认知系统,实现系统对目标生物鼠的行为识别、行为分类和智能交互,从而提出一种基于仿生学的智能机器鼠跟踪与交互策略.实验结果表明,所提出的跟踪与交互策略能够实现智能机器鼠对目标生物鼠的跟踪与智能交互,从而证实了所提策略的可行性和有效性.该研究可以有效地为生物学家、神经科学家和脑科学研究者等提供研究平台和辅助研究工具.

摘要:为使粒子群优化算法(PSO)优化过程的多样性与收敛性得到合理解决,以提高算法优化性能,基于种群拓扑结构与粒子变异提出两种粒子群改进算法RSMPSO和RVMPSO.改进算法将具有信息定向流动的闭环拓扑结构与星型拓扑结构或四边形拓扑结构相结合,促使粒子在前期寻优过程中具有较高的多样性,保证搜索的广度,而在后期满足粒子群的整体收敛性,保证寻优的精度.同时,将布谷鸟搜索算法(CS)中的偏好随机游走变异策略引入改进算法中,增强粒子跳出局部最优的能力.对标准测试函数的仿真实验表明,所改进的PSO算法与其他6个对比算法相比不仅操作简单,优化精度高,而且在算法收敛性及稳健性方面都有着更出色的表现.

摘要:研究需求损失下两产品联合生产(采购)动态批量决策问题.在各周期成本变动情形下分析多周期动态批量决策的预测时阈和决策时阈,构建包含联合启动成本、两产品的单独启动成本、库存持有成本、变动生产成本和需求损失成本在内的成本最小化模型.在最优解结构特性的基础上,设计出前向动态规划算法求解问题,通过建立两产品生产点的单调性和建立生产集,给出求解预测时阈和决策时阈的充分条件.通过数值算例分析预测时阈求解的具体过程,表明所构建模型的有效性.

摘要:建立含风储多域互联电力系统负荷频率控制(LFC)模型,同时考虑系统参数不确定性、储能系统和传统机组控制信道延时问题.为提高系统鲁棒性,降低储能系统的容量配置,针对含风储的LFC模型,设计滑模负荷频率控制器,并提出滑模负荷频率控制器和储能协调的控制策略.算例分析表明,所提出的协调控制策略在新能源大规模渗透和系统负荷波动情况下能够有效减小系统频率偏差和区域控制偏差,同时降低储能系统的配置容量,提高电力系统安全稳定运行的经济性.

摘要:利用遗传算法作为优化工具对基于灰数带及灰数层的区间灰数预测模型中的参数进行优化提取.首先,利用变权均值生成思想取代非偏生成,将区间灰数转化为实数序列;然后,对此实数序列进行建模.在优化过程中,选取区间灰数预测的平均相对误差最小为目标函数,通过遗传算法寻找到最优的参数,建立新的灰色区间数的GM(1,1)模型.算例仿真显示该新模型的平均模拟相对误差和预测误差有了明显的降低,表明该新模型具有有效性和可行性.