摘要:依据Shannon采样定理的模拟-数字转换器越来越难以满足对高频、宽频信号的采样需求,为实现低速 率采样同时缓解数据传输、存储及处理的压力,基于亚Nyquist采样的模拟信息转换器(analog-to-information convertor,AIC)成为研究热点.首先概述压缩感知理论、单向量空间和联合子空间(union of subspaces,UoS)采样理论,着重总结和对比几种符合UoS模型信号的AIC采样架构及恢复算法,进一步提出一种多天线采样系统架构及基于子空间分解的增强型重构方法,最后展望了AIC未来的研究方向.

摘要:智能制造系统采用大量先进的信息技术,为车间实时调度提供技术基础.各类信息技术在生产制造过程中的广泛应用使得制造系统积累了大量与生产调度相关的数据,因此,通过利用历史生产调度数据和智能装备收集到的实时生产数据,建立基于数据驱动的生产实时调度方法成为新型制造环境下实现高效调度的新思路.针对智能制造环境下的混合流水车间实时调度问题,提出基于BP神经网络的数据驱动的实时调度方法,从历史近优的调度方案中提取用于调度知识挖掘的样本数据,通过BP神经网络训练学习获取生产系统状态与调度规则的映射关系网络,并将其应用于生产在线实时调度.数值实验表明,所提出的方法优于固定单一调度规则,在不同的调度性能指标下其效果均稳定且良好.

摘要:为了保证用于风洞试验的绳牵引并联机器人支撑系统(wire-driven parallel robot support system, WDPRSS)的末端执行精度,设计一种采用Hamilton-Jacobi Inequality(HJI)定理并基于RBF神经网络补偿的力/位混合控制.通过对WDPRSS的动力学建模分析,选择以位姿作为变量建立WDPRSS的整体动力学方程,将所设计的力/位混合控制代入到整体动力学方程中得到误差闭环系统,对闭环系统进行稳定性分析,结果表明WDPRSS是趋于渐近稳定特性的.对八绳牵引的并联机器人支撑系统进行Matlab/Simulink仿真实验,仿真结果表明所设计的力/位混合控制是正确有效的,满足控制精度要求,并将所设计的力/位混合控制与PD控制进行对比分析.最后,通过样机实验验证所提出控制方案的有效性.

摘要:能量收集网络能够延长能量受限型网络的生命周期,然而目前的研究大多针对单一天线的网络系统,同时线性的能量收集模型无法准确刻画系统能量收集过程.为此,针对能量收集多用户多输入多输出认知无线供电通讯网络系统,基于非线性能量收集模型分别建立overlay和underlay场景下的系统吞吐量优化模型;由于系统模型的参数耦合和非线性约束特性导致问题为联合凹的,利用等效代换将系统模型转化为等效凸问题,使用拉格朗日对偶方法求解;继而分别给出能量与信息协方差矩阵最优解形式及最优时间分配系数的求解方法,并使用数学方法证明其最优性.最后,基于实际的风电能量收集数据,验证算法的有效性及性能.仿真结果表明,与平均功率分配算法相比,最优求解算法能够实现更好的平均系统吞吐量,同时所述算法均在有限次迭代后达到稳定收敛.

摘要:针对基本鲸鱼优化算法(Whale optimization algorithm,WOA)在求解最优解不在原点附近的目标函数时存在收敛精度低、易陷入局部最优解的缺陷,提出一种基于余弦控制因子和多项式变异的鲸鱼优化算法(CPWOA).所提算法中控制参数按照余弦曲线变化,并加入同步余弦惯性权值,使得在迭代前期减缓收敛速度以进行充分的全局探索,而在迭代后期加速收敛以提高算法精度;同时,对最佳鲸鱼位置引入多项式变异,以增强算法跳出局部最优解的能力.将所提算法对多个shifted单峰、多峰和固定维测试函数进行求解,实验结果表明,与基本WOA、EHO、GWO、SCA、MBO以及其他改进型WOA算法相比,CPWOA对绝大多数测试函数的求解有更高的精度和稳定性.用非参数估计方法对计算结果进行差异显著性统计检验,表明CPWOA算法的显著性更优.

摘要:针对海底体积较小(或彩色)目标物体的搜索,基于视觉传感器的多AUV系统成为一个研究热点.为构建一个给定队形(平面金字塔队形),将系统中的同构小型AUV单元有序地集合在一起,基于视觉传感器得到的相对位置及罗盘得到的全局方位,提出一种基于局部位置的队形控制方法.该控制算法包含两部分:1)采取邻居互查机制以区分AUV身份ID;2)提出复杂度为$\mathcalO$(nlogn)的避碰策略,优化平面金字塔队形的位置与姿态,并为每个AUV规划无交叉直线轨迹.在Blender搭建的无障碍深海仿真环境中,通过4sim7个具有ROV结构的同构AUV (CISCREA)重复构建平面金字塔队形,对所提出方法的性能进行测试.仿真结果表明,所提算法具有较好的可行性与稳定性.

摘要:针对伺服电机驱动的连铸结晶器振动位移系统中存在非匹配的参数不确定性、干扰等问题,提出一种基于非线性扩张状态观测器(ESO)的自适应反步滑模控制方法.首先,基于双曲正切函数和高增益构造ESO对系统中的非匹配扰动进行估计.然后,利用反步法将非匹配扰动视为匹配扰动进行处理, 并在每一步设计自适应积分滑模控制器,以消除非匹配扰动对系统的影响.另外,在反步设计的后两步引入了积分滑模滤波器用于估计前一步虚拟控制律的导数.理论分析表明,所设计的ESO能够保证估计误差收敛到原点附近的小邻域内;所设计的控制器能够保证闭环系统所有信号有界,并且,通过选取适当的参数能够保证系统状态可渐近收敛到原点.最后,通过仿真结果验证了所提出方法的有效性.

摘要:同步定位与地图构建(SLAM)已在各个领域得到广泛应用,其算法越来越成熟,系统也趋于稳定,但仍存在许多问题亟待解决.其中SLAM系统的精度和效率一直是主要问题,集中表现在关键帧提取困难、回环检测过程中回环位置难以确定、跟踪性能差等.对此,提出一种基于旋转度的关键帧提取算法和一种基于历史模型的差异性回环检测算法.实验结果表明,利用所提出的改进算法,回环检测的效率和重定位的成功率都得到明显提高,系统的鲁棒性更强,跟踪性能更好.

摘要:针对并网光伏逆变器(PV)设计最优无源分数阶PID(PFoPID)控制,其可在不同天气条件下,通过扰动观测(P&O)技术实现最大功率追踪(MPPT).首先,基于跟踪误差构建储能函数,保留系统阻尼有益项以提高跟踪速率,并完全补偿其他的系统非线性以实现全局一致的控制性能.然后,引入分数阶PID(FoPID)控制作为附加控制输入,对储能函数进行能量重塑,并通过群灰狼优化算法(GGWO)获取最优控制参数.对3种算例进行研究,即光照强度变化、温度变化和电网电压跌落,仿真结果表明,与常规PID控制、FoPID控制和无源控制(PBC)相比, PFoPID控制在各类工况下能够实现最大功率追踪并具有较好的动态特性.最后,基于dSpace的硬件在环(HIL) 实验验证了所提出方法的硬件可行性.

摘要:常压塔轻质油产量最大化是提高企业效益的重要途径之一.为了适应市场需求和价格变化,生产高需求与高价值的轻质油产品,提出一种基于自适应差分进化的常压塔轻质油产量多目标优化算法.该算法采用惩罚边界交叉法的分解方法,在种群变异阶段引入择优学习算子来改进传统变异算子随机选取个体或者单纯选取最好个体的随机性和盲目性,利用自适应策略逐渐改变交叉变异算子.将改进算法应用于3种测试函数和实际炼油厂常压塔轻质油产量优化,结果表明所提出的算法在测试函数上具有明显优势,并能有效提高常压塔轻质油产量,验证了所提算法的有效性.

摘要:针对敏捷凝视卫星密集点目标观测规划问题,提出一种快速观测任务聚类策略和启发式蚁群优化算法.首先,针对敏捷凝视卫星视场范围特点,提出基于顶点度的团划分算法,解决密集点观测任务聚类问题,形成系列团观测目标,有效提高观测效率;其次,为得到最优团目标观测序列,考虑目标可见时间窗口约束以及卫星敏捷机动能力约束,构建基于多目标观测收益和姿态机动能耗的性能指标,实现能量高效的任务规划;再次,为克服传统蚁群算法易陷入局部极小值和收敛较慢的缺点,设计一种同时考虑目标点优先级、目标可见时间窗口、目标之间卫星姿态转换时间等因素的启发式蚁群算法;最后,选取大规模密集地面目标验证所提出算法的可行性和高效性.

摘要:针对线性参数变化(LPV)系统提出一种切换控制器参数化设计方法.基于Youla参数化思想,将控制器设计过程分解为两个步骤.首先,设计一个中心控制器保证闭环系统的全局$H_\infty$性能;其次,将参数变化区域划分为若干个子区域,在每个子区域中将中心控制器进行线性分式变换,得到切换控制器自由参数的状态空间实现,将切换控制器转换为自由参数之间的切换.基于所提出的切换LPV控制器线性分式变换实现方法,不仅可以保证在任意切换的情况下子系统各自局部的$H_\infty$性能,而且可以保证整个闭环系统满足某一整体的$H_\infty$性能,并通过仿真结果验证了所提出方法的有效性.

摘要:针对传统主成分分析及相关方法对多元时间序列特征表示的局限性,以及降维效果对数据相似性度量质量的影响,从数据形态特征的角度出发,提出一种关键形态特征的多元时间序列降维方法.利用动态时间弯曲方法找出训练集每个类别的中心多元时间序列,根据形态特征找出每个中心多元时间序列的关键特征变量分量的重要度,使用重要度提取若干个关键特征变量分量,达到数据降维的目的.实验结果表明,与传统方法相比,所提方法能够有效地根据形态特征对多元时间序列进行降维,并且能够取得更好的分类效果.

摘要:多智能体决策问题是人工智能领域的研究热点.与单智能体决策问题相比,多智能体决策的策略搜索空间更大.分布式局部感知马尔可夫决策过程(Dec-POMDPs)建立了不确定环境下多智能体决策问题的通用模型,自提出以来受到很大关注,但是求解Dec-POMDPs问题计算复杂度高,内存占用大.基于此,提出一种新的Q值函数表示-----蒙特卡洛Q值函数$(Q_MC)$,并从理论上证明$Q_MC$是最优Q值函数$Q^\ast$的上界,能够保证启发式搜索到最优解;运用自适应抽样方法,平衡收敛准确性和求解时间的关系;结合启发式搜索的精确性和蒙特卡洛方法随机抽样的一般性,提出一种基于$Q_MC$的蒙特卡洛聚类/扩展算法(CEMC),CEMC整合了Q值函数求解和策略搜索过程,避免保存所有值函数,只按需求解.实验结果表明,CEMC在时间和内存占用上超过目前性能最好的使用紧凑Q值函数的启发式方法.

摘要:投资组合问题主要研究如何将有限的资金合理地分配到不同的金融资产中,以实现收益最大化与风险最小化之间的均衡.然而,证券市场往往具有很强的不确定性,投资者对于证券的期望收益率和风险损失率难以用精确数值描述,区间规划则是处理这类不确定性问题的有力工具.鉴于此,首先基于区间多目标规划建立一个以预期收益率、风险损失率和流动性为目标函数的多期投资组合选择模型;然后通过设计一个定向变异算子,改进基于偏好多面体的交互式遗传算法,并将上述算法的运算机制与所建模型的多期特性相结合以求解模型;最后在不确定交互进化优化系统上进行实证分析.实验结果表明,所提出算法能够根据投资者的不同需要得到相应最满意的多期资产组合.

摘要:为实现多高斯源和相关源信号的盲分离,在快速近似联合对角化(FAJD)算法的基础上,将故障诊断领域的时变自回归理论成功地应用于相关源信号的盲分离和多高斯源信号的盲分离.首先采用时变自回归模型(TVAR)对源信号建模,并通过白化预处理使得建模后的源信号具有可联合对角化的结构;然后,通过基函数加权和的方法将时变参数近似为已知基函数的加权和的形式,将其变成时不变的参数,再通过递推最小二乘法求解出模型系数矩阵组;最后,将所求出的系数矩阵组作为快速近似联合对角化的目标矩阵组,通过FAJD算法实现混合信号的分离.Matlab仿真实验验证了所提出的算法对于相关源信号和多高斯源信号的分离是行之有效的.由于算法中TVAR模型的优良特性,此算法非常适用于混合通信信号的盲分离.

摘要:区间型属性值及权重多属性决策问题的难点在于不确定权重信息的精确化和区间数的排序问题.灰熵模型中运用与理想解均衡接近的贴近度对方案排序的思想,不仅可以使多属性决策避开繁重的模糊数据精确化步骤,还可以有效解决方案排序时的点关联倾向问题.考虑到传统灰熵模型只适用于精确实数和指标权重缺失的缺陷,将灰关联熵引入传统灰熵模型,构建区间型权重属性值的灰熵模型,解决不确定数据精确化的难题.针对区间数排序难的难题,基于TOPSIS方法应用衍生变量接近度、均衡度再次逼近理想解的思想计算改进灰熵模型的均衡接近度对方案进行排序.最后,通过SG激光装置项目选择某种非标元器件供应商的算例验证了所提出模型的有效性.

摘要:跨供应商订单分配可以充分发挥云平台优势,有效整合利用各供应商的剩余资源.鉴于此,提出一种云平台主导的集成调度模式,基于该模式和供应商的产能约束、运输约束、订单约束构建面向云平台中心化集成调度的跨供应商订单分配模型,给出基于改进遗传算法的模型求解方法,并通过算例演示所构建模型和算法的有效性.Matlab实验结果表明,订单能够在各供应商间得以科学分配,实现各供应商闲置资源有效利用和成本最优.

摘要:三参照点理论认为对于决策主体而言,底线、现状及目标会成为人们的行为依据,价值由此被划分为失败、损失、获益、成功4个区域.充分考虑投资者的底线、现状及目标收益,以最大化三参照点感知价值为目标函数,安全第一原则为约束条件,构造投资组合选择模型. 设计适合于求解该优化问题的粒子群算法,并据此将中国理财市场上较为常见的两种结构性产品纳入投资组合,通过三参照点理论中的参数变动研究投资者购买结构性产品的行为,考察结构性产品与无风险资产及风险标的相比的优越性.结果表明,在投资者底线较高、目标也较高的情况下结构性产品最受投资者偏好,因为此情境下的结构性产品能满足投资者在保证安全的前提下,追求较高收益的需求,从而受到多数投资者的喜爱.

摘要:研究一种多对多供应链中的相互依赖订单分配问题.其中,来自需求方的需求由一系列相互依赖订单组成,并同时考虑供应商的能力约束以及订单多属性约束,包括完成时间、数量、成本等.为了消解由于制造商依赖订单和供应商同时订单所导致的冲突,采用自动协商方法.在定义供应链相互依赖订单分配模型的基础上,提出一种两阶段协商协议和不同的协商策略.协商协议集成了投标和辩论两种协商流程,可以实现制造商与供应商之间的信息交流,规定协商双方的行为准则;而协商策略则确定了制造商和供应商的决策规则.仿真实验验证了自动协商方法的可行性,同时分析和比较不同供应链环境下的订单分配效果.实验结果表明,在不同供应链环境下,通过协商的方法能够有效地消解冲突,解决所研究的订单分配问题.

摘要:基于碳限额交易政策,对再制造企业生产和减排投资决策进行研究.在碳交易环境背景下,利用非线性凸优化理论,首先分析不减排投资时再制造企业的最优生产决策,然后研究再制造企业对生产新产品或再制造品减排投资时的情形.通过比较,探讨再制造企业进行减排投资时制造/再制造策略的调整,并分析减排投资对社会福利各因素(包括再制造企业利润、消费者剩余和环境影响)的影响.研究表明:对新产品(再制造品)减排将导致新产品(再制造品)产量的增加和再制造品(新产品)产量的降低;减排投资使再制造企业利润和消费者剩余均增加,但是环境影响(碳排放总量)则取决于单位再制造的碳排放量.最后,通过算例分析验证了以上结论.

摘要:针对不安全行为组织管理体系难以长期稳定运行的问题,在充分考虑管理变量之间影响关系的基础上,提出一套不安全行为组织管理的控制模型.由于变量之间影响关系的存在,待改进变量及其前置变量的不足均应被识别为组织管理漏洞,且变量的重要性应兼顾自身重要性与变量之间的影响强度.基于此研究思路,首先,结合行为安全“2-4”模型与反馈控制理论,确定控制模型的范围、变量、构建步骤及运行流程;然后,通过三角模糊数与WINGS(weighted influence non-linear gauge system)算法的结合,在考虑主观判断存在不精确性的同时,实现变量之间影响关系的刻画以及变量自身重要性与变量间影响强度的融合,进而给出识别管理漏洞及确定控制措施次序的方法.案例分析表明,该控制模型有助于提高管理漏洞识别的全面性与控制措施次序的合理性.

摘要:在考虑消费者环保意识的基础上,建立基于不同消费者群体行为的WEEE双渠道回收模型,采用博弈论比较两条渠道在竞争情形与合作情形下的决策.研究表明,在不同的市场环境下,消费者的环保意识以及环保消费者的比例对两条渠道的合作策略有不同程度的影响.当两条渠道相互合作时,供应链的利润随着普通消费者环保意识的增加而增大,随环保消费者比例的增大而减小.在一般情况下,两条渠道合作时的回收价格和回收量小于竞争情形时的回收量和回收价格,但网络回收平台的单位期望收益远大于流动商贩的单位期望收益的情形除外.当消费者的环保意识、环保消费者的比例以及两条渠道的回收产品的单位利润满足一定条件时,双方合作才会对整个回收产业起到积极作用.最后,对模型中的各参数进行了敏感性分析,并用算例验证了模型的有效性.

摘要:探讨中国成人教育资源配置效率对优化成人教育资源配置、调整未来成人教育改革方向具有重要意义.通过构建投入产出指标体系,运用数据包络分析(DEA)模型对我国30个省市区的成人教育资源配置效率进行评价分析.结果表明,我国省市区成人教育普遍存在教育资源配置失效的问题,其中教育资源配置失效的省市区大部分存在着严重的固定资产投资、土地使用等投入冗余现象,但基本不存在产出不足的情况.针对分析结果,成人教育主管部门应当密切关注各地区的教育发展差异,特别是教育资源配置效率差异,统筹兼顾, 推动我国成人教育资源的高效配置和成人教育事业的健康发展.

摘要:首先提出几种基于兰氏距离的犹豫模糊集距离测度.然后针对两个犹豫模糊数中的隶属度个数不相等问题,提出新的犹豫模糊数降维方案.该方案不需要反复添加最大最小隶属度数值到犹豫模糊数中,不仅很好地保留了数据的原始信息,而且减少了计算距离时的计算量.针对属性权重信息完全未知的情况,采用实际数据信息构造犹豫模糊指数熵,并利用信息熵最小化原则计算得到属性权重.最后利用指数熵加权的降维犹豫模糊兰氏距离测度,结合实际的医疗诊断数据进行实例分析.结果表明,所提出的基于指数熵加权的降维犹豫模糊兰氏距离测度不仅在$\lambda$取不同值时诊断结果一致,而且减少了计算量,提高了诊断效率,对实时、有效的医疗诊断具有一定的应用价值.

摘要:针对现有相移键控(PSK)信号码速率估计方法在脉冲噪声下性能退化甚至失效的问题,提出一种循环平稳理论框架下基于相关熵的码速率估计新方法.构造信号的循环相关熵函数,并理论推导给出在二相相移键控(BPSK)信号下的循环相关熵函数.该方法可通过检测PSK信号循环相关熵函数的离散谱线实现码速率估计,不需要噪声的先验信息,且能够直接利用FFT计算信号的循环相关熵函数的延迟切片,实现简单.仿真结果表明,所提出方法能有效抑制脉冲噪声,尤其在强脉冲噪声环境下,具有良好的PSK信号码速率估计性能.

摘要:针对现有的时域鲁棒优化算法无法解决带约束的优化问题,基于群智能优化方法,提出一种求解带约束优化问题的时域鲁棒优化算法.首先,用约束条件构造罚函数,将带约束优化问题处理成为无约束优化问题;然后,采用一个分段函数作为粒子的适应度评价函数,通过竞争规则筛选粒子,设计带约束问题的时域鲁棒优化算法.以优化碳纤维原丝的性能为背景,将算法在多组参数下进行测试和对比分析,结果表明了所提出算法的有效性.进一步分析AR模型对算法性能的影响,指出预测模型的改进是提升算法性能的一个重要手段.

摘要:研究连续时间线性时不变空间连接系统的稳定性分析与镇定控制器设计问题,其具有不同动态特性的子系统之间的连接关系为任意且时不变的.推导空间连接系统稳定性分析易于计算的充分必要条件,并给出系统稳定的基于单个子系统参数的充分条件和必要条件;在此基础上,进行基于单个子系统状态反馈的镇定控制器设计.所提方法能够避免高维矩阵的求逆等运算,而且充分利用了系统参数矩阵的块对角结构和子系统连接矩阵的稀疏特性.仿真结果显示,所得到的条件在大规模网络化系统的分析与综合中,计算效率有很大的提高.

摘要:针对复杂、不确定、非均匀采样数据的非线性系统,提出一种基于矩阵奇异值分解(SVD)的模型结构辨识和参数估计的建模方法.首先,利用矩阵奇异值(SVD)分解算法分析各局部模型与奇异值、积累贡献率的关系,确定模糊模型的规则数,从而实现模型的结构优化;然后,为了克服递推最小二乘出现的误差积累、传递现象,采用奇异值分解的递推最小二乘估计模型的结论参数;最后,通过仿真实例验证所提出算法的有效性.

摘要:非平衡数据的分类问题是机器学习领域的一个重要研究课题.在一个非平衡数据里,少数类的训练样本明显少于多数类,导致分类结果往往偏向多数类.针对非平衡数据分类问题,提出一种基于高斯混合模型-均值最大化方法(GMM-EM)的概率增强算法.首先,通过高斯混合模型(GMM)与均值最大化算法(EM)建立少数类数据的概率密度函数;其次,根据高概率密度的样本生成新样本的能力比低概率密度的样本更强的性质,建立一种基于少数类样本密度函数的过采样算法,该算法保证少数类数据集在平衡前后的概率分布的一致性,从数据集的统计性质使少数类达到平衡;最后,使用决策树分类器对已经达到平衡的数据集进行分类,并且利用评价指标对分类效果进行评判.通过从UCI和KEEL数据库选出的8组数据集的分类实验,表明了所提出算法比现有算法更有效.