摘要:针对一类状态/输入受限的不确定严格反馈非仿射非线性系统跟踪控制问题,提出一种鲁棒自适应backstepping控制策略.在保证系统精度的前提下,对状态/输入受限的非仿射系统进行Taylor级数在线展开,得到其仿射形式;为保证系统复合扰动在线准确逼近,提出基于投影算子的递归扰动模糊神经网络干扰观测器(RPFNNDO);在考虑不确定系统存在状态受限和输入饱和等因素下,结合障碍Lyapunov函数、tanh函数及Nussbaum函数,利用backstepping方法设计控制器,并采用Lyapunov稳定理论分析闭环系统稳定性.应用于无人机航迹控制的仿真结果验证了所提方法的有效性.

摘要:高空间分辨率(简称高分辨率)遥感影像除光谱特征外,还包含丰富的纹理特征,为了实现高分辨率遥感影像的高精度分割,提出结合多特征和模糊偏好关系的分割方法.首先,通过像素光谱测度定义多种统计特征,根据定义的各个特征提取特征影像并分别实现影像分割,利用其结果构建模糊决策矩阵;然后,基于像素定义特征间的模糊偏好关系矩阵,计算不同特征对最终分割决策的权重,并对模糊决策矩阵加权以突出优势特征,抑制劣势特征;最后,通过反模糊化决策矩阵得到最优影像分割结果.对合成影像和真实高分辨率遥感影像的分割结果进行定性和定量评价,结果表明,合成影像的分割总精度为99.8%,Kappa值为0.998,说明所提出的算法通过结合各特征的优势部分能够获得高精度的分割结果.

摘要:针对如何实现发动机转矩快速精准地跟踪期望转矩的问题,提出一种基于观测器的模型预测控制策略.首先,利用均值模型对汽油发动机的进气歧管压力动态、转矩和转速动态进行建模,考虑到发动机真实转矩不可测的情况,采用Lyapunov稳定性理论和可测转速信号设计观测器对进气歧管压力进行在线估计,进而获得发动机的实时估计转矩;然后,利用基于观测器的模型预测控制算法设计转矩跟踪控制器,通过C/GMRES数值优化算法在线求解滚动时域优化问题,实现转矩的实时跟踪控制;最后,利用汽油发动机实验台进行实验验证以表明所提出算法的有效性.

摘要:针对目标检测与跟踪时辐射控制问题,提出一种面向协同检测与跟踪的多传感器长时调度方法.首先建立基于部分马尔可夫决策过程(POMDP)的目标跟踪与辐射控制模型;然后以随机分布粒子计算新生目标检测概率,以后验克拉美-罗下界(PCRLB)预测长时跟踪精度,以隐马尔可夫模型(HMM)滤波器推导长时辐射代价;最后构建新生目标检测概率和已有目标跟踪精度约束下辐射控制的长时优化函数,给出基于贪婪搜索的分支定界算法求解最优调度序列.仿真结果验证了所提出方法的有效性.

摘要:针对含有未知但有界噪声的线性系统故障诊断问题,提出一种基于正多胞体的滤波故障诊断方法,利用线性规划方程表示递归运算过程中的约束条件,同时在递归过程中更新正多胞体的空间表达式,求取每个参数的不确定区间,并以正多胞体的空间形态描述参数可行集,通过检测滤波器参数正多胞体可行集是否为空,判断系统有无故障.针对不同故障类型设计集员滤波器,当参数正多胞体可行集为空,即系统发生故障时,采用模型匹配的方式实现故障诊断,如果出现故障样本中未包含的故障类型,则将该故障类型添加到故障样本库中.分别给出低维和高维空间的仿真实例,描述正多胞体空间的结构变化情况,给出不同故障状态下的正多胞体空间分析结果.最后通过仿真结果和分析验证了所提出的故障诊断方法的有效性和实用性.

摘要:非线性带外输入自回归模型(NARX)在进行预测估计时依赖于主导变量的实时测量,因此在实际工业过程中存在一定的实施难度.针对该问题,利用神经网络构造一种新型NARX动态软测量模型,当工业过程无法及时提供上时刻主导变量测量值时,能通过多步预测方法来确保主导变量的实时预测,通过设计模型结构来降低预测序列的自相关性,从而抑制由多步估计造成的累积误差,以适当降低单步预测精度为代价,使模型在主导变量检测时间长、采样周期长、测量存在噪声的工业场合下得到更好的预测效果.通过数学分析和脱丁烷塔数据仿真实验验证了所构建模型的有效性.

摘要:提出一种基于$R2$指标的昂贵多目标进化($R2$-EMO)算法.为了解决精确数学模型难以获得以及评估实验成本高昂的昂贵多目标优化问题,$R2$-EMO算法采用高斯过程取代真实模型来评估个体在每个目标上的性能,并设计一种新的$R2$指标的效用函数,该效用函数根据高斯过程的输出计算个体的$R2$指标.带有新的效用函数的$R2$指标在选择评估点时,既考虑了种群个体的收敛性和多样性,还考虑了个体的预测期望值和预测均方误差,增强了种群个体对目标空间的勘探能力.同时,提出双层档案管理策略,采用两个档案分别存放评估过的非支配个体和建立代理模型的个体,并在每次迭代中对两个档案进行更新.实验结果表明,与已有的4种算法相比,$R2$-EMO算法在处理昂贵多目标进化算法时,收敛性和多样性均优于其他算法,并能以较快的速度收敛到Pareto前沿.

摘要:针对全向移动机器人轨迹跟踪控制中存在未知轮子打滑干扰问题,设计自抗扰反步控制器.首先,建立存在轮子打滑扰动的全向移动机器人的运动学模型;然后,融合自抗扰控制技术与反步控制技术,设计基于全向移动机器人运动学模型的轨迹跟踪控制器,该控制器分别从纵向控制、横向控制及姿态控制上对打滑干扰进行实时估计与补偿;最后,利用Lyapunov定理分析闭环系统的稳定性并通过仿真实验验证了所提出控制算法的有效性和鲁棒性.

摘要:针对多电机同步控制系统的传感器故障问题,受复杂网络同步输出耦合矩阵概念的启发,基于其中的信息和结构冗余,设计表征不同传感器输出数据一致性的相似度矩阵,通过在线对矩阵中元素大小及特征值的判断实现对故障传感器的检测、定位与估计;依据故障诊断结果,通过引入可靠系数对均值反馈的加权修正,实现对故障传感器的隔离与系统的切换容错.所提方法的创新之处在于充分利用了数据驱动方法中便利的数据获取与基于模型方法中能反映机理特征的各自优势,实现了基于模型与基于数据方法的有机融合,避免了繁杂的理论推导,具有算法简单、不需要改变系统原有的拓扑结构、易于工程实现等特点,同时适用于多故障情形.仿真实验验证了所提方法的有效性.

摘要:已有的高阶算法中,构建相似模型时仅使用少量超边构建稀疏相似模型,同时高阶相似模型仅考虑使用单阶的高阶相似关系.为解决这两个问题,以规范割算法为基础,采用直推式学习技术,从标准化和非标准化拉氏矩阵两个角度分别构建全相似高阶模型和全相似多阶相似模型.根据规范割算法构建直推式学习框架,然后展示该框架如何在算法中训练全相似关系.研究结果显示,在所提出的算法中超边之间的全相似关系能以一个简洁的形式应用.以此为基础,将多阶全相似关系进行融合,提出融合多阶信息的全相似多阶相似模型.将构建的全相似高阶相似模型和全相似多阶相似模型应用到规范割算法框架中,提出全相似高阶规范割算法和全相似多阶规范割算法.在两种高阶相似模型中,全相似张量采用稀疏张量逆的形式,并且该逆矩阵可以转换为规范割框架中稀疏张量特征分解问题.将所提出的算法应用于运动分割,并与现有的高阶算法进行对比,实验结果显示,所提出的算法具有一定的优势.

摘要:在构建基于极限学习机的无监督自适应分类器时, 隐含层的参数通常都是随机选取的, 而随机选取的参数不具备领域适应能力. 为了增强跨领域极限学习机的知识迁移能力,提出一种新的基于极限学习机的无监督领域适应分类器学习方法, 该方法主要利用自编码极限学习机对源域和目标域数据进行重构学习, 从而可以获得具有领域不变特性的隐含层参数. 进一步, 结合联合概率分布匹配和流形正则的思想, 对输出层权重进行自适应调整. 所提出算法能对极限学习机的两层参数均赋予领域适应能力,在字符数据集和对象识别数据集上的实验结果表明其具有较高的跨领域分类精度.

摘要:针对异构二阶非线性多智能体系统有限时间跟踪问题,提出一种完全分布式一致性控制方法,消除对于误差上界与Laplacian矩阵特征值等全局信息的依赖.设计一种只包含局部信息的有限时间一致性协议,并提出自适应增益的分布式切换机制,使得各增益以分段常数的方式进行调节,简化了相邻两次切换时间区间内稳定性分析过程.通过反证法证明多智能体系统必将实现有限时间一致性,并且自适应增益保持有界.仿真结果验证了所提出的完全分布式一致性协议的有效性.

摘要:采用D*Lite算法规划出的路径并不平滑,且预规路径与障碍物均十分接近.除此之外,在动态环境下时,由D*Lite算法重规划得到的路径也离障碍物距离很近,十分容易发生碰撞.针对此问题,引入懒惰视线算法与距离变换相结合的方法改进D*Lite算法.首先,对地图进行距离变换,并引入距离值的启发式代价,使得距离障碍物较远的节点优先被选择.然后,在扩展节点时引入视线算法,增加本地父亲节点和远程父亲节点的概念,使得路径不局限于八邻域扩展,从而进化为任意角度路径规划算法;最后,在遇到未知障碍物时进行局部距离变换,结合启发距离值信息进行重规划,使得重规划得到的路径远离突现的障碍物.仿真实验表明,在不同环境下规划所得到的路径均十分平滑与安全.

摘要:针对一类具有内部动态和外部扰动未知以及非对称输入饱和约束的非仿射系统,提出一种自抗扰反演控制方法.首先基于自抗扰控制思想,通过直接从非仿射项中提取线性控制项,将非仿射系统转化为仿射非线性形式.在此基础上, 在每一步反演控制器设计中,引入扩张状态观测器对系统总的不确定项进行估计,引入跟踪微分器解决虚拟导数的“计算膨胀”问题.在设计真实控制律时,利用双曲正切函数设计一种辅助补偿系统,用来处理输入饱和引起的控制量偏差.基于Lyapunov稳定性定理证明了闭环系统的所有信号有界且跟踪误差可渐近收敛到原点的任意小邻域内.仿真比较结果验证了所提出方法的有效性,体现了一定的工程应用价值.

摘要:万有引力搜索算法(gravitational search algorithm,GSA)相比于传统的优化算法具有收敛速度快、开拓性能强等特点,但GSA易陷入早熟收敛和局部最优,搜索能力较弱.为此,提出一种基于改进的Tent混沌万有引力搜索算法(gravitational search algorithm based on improved tent chaos,ITC-GSA).首先,改进Tent混沌映射来初始化种群,利用Tent混沌序列随机性、遍历性和规律性的特性使得初始种群随机性和遍历性在可行域内,具有加强算法的全局搜索能力;其次,引入引力常数G的动态调整策略提高算法的收敛速度和收敛精度;再次,设计成熟度指标判断种群成熟度,并使用Tent混沌搜索有效抑制算法早熟收敛,帮助种群跳出局部最优;最后,对10个基准函数进行仿真实验,结果表明所提算法能够有效克服GSA易陷入早熟收敛和局部最优的缺点,提高算法的收敛速度和寻优精度.

摘要:针对飞蛾扑火算法求解大规模优化问题较差的实际,借鉴差分进化算法中的变异思想,在飞蛾扑火算法中引入缩放因子和视距因子的概念,提出飞蛾直飞模型,并界定围绕历史最优飞蛾和当前随机飞蛾的直飞方式分别为局部寻优和全局寻优;设计3种不同类型的视距因子,从宏观上引导搜索算法启动全局探索和局部开发的时机,分析不同启动时机选择对飞蛾扑火算法在大规模问题上的优化精度影响,提出不同优化问题具有不同启动时机的思想;讨论飞蛾直飞和螺旋式飞行的3种组合策略下的优化效率,验证了所提出算法的较优性能,与现有文献改进算法在大规模优化问题上的改进效果进行对比,数值实验验证了改进算法的优越性和鲁棒性,拓展和丰富了原算法的应用范围.

摘要:针对一类含有时变状态时滞和中立时滞的不确定性系统,提出一种新型滑模变结构控制方法.首先,基于全程滑模的思想,设计带有中立时滞项的积分型滑模面以消除趋近模态;然后,充分利用时滞下界的信息选取Lyapunov函数,采用线性矩阵不等式(linear matrix inequality-LMI)方法给出并证明滑动模态稳定的充分条件,降低时滞保守性;再次,与自适应结合设计滑模控制器,采用饱和函数代替符号函数,削弱系统抖振;最后,针对数值算例进行仿真研究,结果表明所提出的控制方法有效可行.

摘要:家庭基站(femtocell)网络可有效改善无线通信业务的室内覆盖性能,提高信道容量.然而,复杂的动态通信环境导致信道的不确定性,影响用户服务质量.基于此,研究双层femtocell网络在快衰落信道环境下基于误码率约束的功率控制问题;考虑信号传输的中断概率,以及服务质量指标–误码率等方面的要求,构造在此约束下的优化问题;最大化双层femtocell网络的净收益,使得网络系统的通信性能最优;通过对概率约束进行数学处理,将其转化为确定性形式,并提出分布式鲁棒优化算法对等价的确定性优化问题进行求解,从而获得最优功率分配策略.最后,通过仿真验证了所提出算法的收敛性和有效性.

摘要:针对一类不确定高能随机非线性系统,开展自适应神经网络backstepping控制研究,并保证在任意切换信号下的预设跟踪性能.该高能系统假定系统动态和任意切换信号未知.首先,利用预设性能控制,保证跟踪控制性能;其次,RBF神经网络用来克服未知系统动态,仅用到单一自适应更新参数,从而克服过参数问题;最后,基于公共的Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明所设计的公共控制器能保证所有闭环信号半全局最终一致有界,并能在任意切换下保证预设的跟踪性能.仿真结果进一步表明所提出方法的有效性.

摘要:分布式调度是制造系统领域的前沿研究,而不确定调度问题的研究更具现实意义.针对不确定分布式置换流水线调度问题,采用区间数表示工序加工时间,以最小化区间最大完工时间为目标,利用问题特性在果蝇优化框架内提出一种混合离散果蝇优化算法.首先,通过改进启发式方法和随机方法混合初始化种群;然后,基于概率协同多搜索操作执行嗅觉搜索.为了平衡算法的全局探索与局部开发能力,设计基于学习机制的双种群协同搜索环节.为了进一步提升种群性能,针对优良解设计基于切换机制的双模式局部搜索.基于大量算例的仿真结果与统计对比,表明所提出算法能更有效求解区间数分布式流水线调度问题.

摘要:对网络实施攻击时,人们希望在有限的资源下获得最大的毁伤效果,而节点排序策略并不能实现毁伤最大.针对这种情况,定义攻击有限节点集的网络毁伤最大化问题,并给出问题的近似求解算法.由于近似求解算法计算复杂度较高,进一步提出基于重要节点的贪婪算法(greedy algorithm based on important nodes,GABIN).对无标度网络的实验表明:GABIN算法能够有效地减少计算时间,且效果接近于近似求解算法;当无标度网络的度指数$\gamma\geqslant2.5$时,GABIN算法的效果明显优于排序算法,所得节点集中超过30%的节点不同于排序算法.对Power网络的毁伤实验表明,GABIN算法适用于较大规模的实际网络,且效果显著优于度、介数、接近度、删除节点等排序算法.实验发现,利用GABIN算法获得的关键节点集包含大量的非中心性节点,这为网络攻击或网络防护提供了一个新的思路.

摘要:针对网络系统的可镇定性问题,研究整数步随机延时离散时间线性系统的均方可镇定性.利用Youla参数化与内外分解方法,结合均方小增益定理得到系统输出反馈均方可镇定的充分必要条件.该条件明确给出系统可镇定性与被控对象特性(不稳定极点、非最小相位零点、相对阶)和信道特性(频域信噪比函数)的关系,其中频域信噪比函数在被控对象不稳定极点的取值对可镇定影响甚大.利用仿真算例量化被控对象的非最小相位零点及相对阶对可镇定性的影响,验证可镇定性条件的正确性.

摘要:针对无线传感器网络中的选择性转发攻击行为,提出一种基于多跳确认和信任评估(MHA-TE)的选择性转发攻击检测方法.MHA-TE方法利用基于源节点的请求响应形式的多跳确认方案,通过源节点发送请求包、中间节点回复响应包的方式确定路径中产生恶意丢包行为的节点,进而将被检举出的恶意节点作为信任评估的参数更新标准,运用Bate分布建立信任评估模型分析各个节点的交互情况,确定路径中各节点的信任值,并将更新后的信任值与对应的信任值阈值比较,进行恶意节点的判定.该方法结合多跳确认和信任评估的优势,能够解决路径上多恶意节点误警率高和静态信任阈值适应性差以及检测率低的问题.仿真实验结果表明,相比于Two-hops方法、MLCM方法和ITEM方法,MHA-TE方法不仅能够有效检测恶意节点,具有较高的检测率和较低的误警率,而且可以在很大程度上降低网络开销.

摘要:通过对标准新欧洲汽车法规循环(NEDC)工况的分析,提取出NEDC工况中的实时交通信息,分析不同驾驶状态对于车辆能耗的影响,提出一种新的基于实时交通信息的适用于V2I车辆的测试工况;结合电动汽车能量回收的优点,考虑电池-电机-制动特性约束,设计多源信息融合框架下的制动力分配策略;结合模型预测控制(MPC)的滚动优化思想提出MPC软约束框架下的电动汽车V2I最优控制策略;在AMESim & Simulink联合仿真平台上进行高精度纯电动车整车建模和MPC最优控制器的设计;对优化后车辆和未优化的车辆进行仿真对比验证,结果表明:结合道路交通信息进行最优决策的V2I纯电动车辆可有效降低车辆运行中的启停频率,减少整车能耗、车辆加速度和冲击度幅度,并显著提高整车经济性和舒适性.

摘要:最小二乘解是基于最小平方优化方法得到的使联盟中局中人的分配值之和与联盟收益的期望偏差最小的分配方案.为了拓展最小二乘解的适用范围,构建可行联盟集合限制下最小二乘解的最优化模型,根据凸规划理论探讨该最小二乘解的存在性及唯一性条件,进而利用拉格朗日乘子法给出求解最小二乘解的矩阵方程,并基于此探讨解的具体表达式和一些重要性质.同时,基于不可分开的局中人获得相同分配值这一分配准则,在最小二乘解的基础上提出对称最小二乘解,并讨论其唯一性条件及相关性质.值得指出的是,当且仅当其可行联盟集合为非奇异时,具有可行联盟的合作对策存在唯一的最小二乘解.所提出的最小二乘解可为局中人合作具有限制时的收益分配问题提供理论依据和决策参考.

摘要:考虑多维修台保障多个系统时维修力量存在调度与分配的情况,引入多维修台异步多重休假策略;以温贮备冗余系统为研究对象,针对以往研究利用指数分布等典型分布导致模型约束条件过于严格的问题,采用连续phase-type(PH)分布描述系统中工作部件寿命、温贮备部件寿命以及维修台休假时间和维修时间,建立通用性更好的系统可靠性解析模型,给出系统可靠度、系统稳态可用度等冗余系统可靠性指标和稳态忙期维修台数量等维修台稳态指标;利用算例验证模型适用性,演示了维修台数量、系统温贮备部件数量变化以及修理工休假速率、维修速率变化对系统各可靠性指标和维修台稳态指标的影响.算例计算结果表明,所提出的可靠性模型能够有效复现多维修台调度对冗余系统可靠性的影响,从而为维修台数量的合理安排及系统部件数量的优化配置提供理论基础和实践参考.

摘要:针对直觉模糊双边匹配问题,基于新的排序函数提出一种考虑匹配意愿的双边匹配决策方法.给出新的直觉模糊集排序函数的相关理论;描述考虑主体匹配意愿的直觉模糊双边匹配问题.决策方法如下:首先依据新的排序函数将直觉模糊偏好转换为排序值偏好;基于排序值矩阵、匹配意愿矩阵和匹配矩阵,建立考虑匹配意愿的多目标双边匹配模型;考虑到双方所有主体在大多数情形下所处的地位相同,使用均值法将多目标模型转化为单目标模型,进而通过模型求解获得双边匹配方案.算例分析进一步表明了所提出决策方法的有效性.

摘要:针对环境治理中的成本规划问题,目前的解决方法主要是基于时间序列的成本预测方法,缺少对环境治理效率的考虑.鉴于此,提出基于效率偏好的ANFIS方法用于环境治理成本预测,其基本原理是分别以数据包络分析(DEA)的非期望产出模型和基于自适应神经模糊系统(ANFIS)考虑环境治理中的投入产出关系与效率.在实例分析中,根据2003年至2015年我国各省份的环境治理数据,分别从准确性和有效性两方面与具有代表性的现有方法进行性能分析和比较.结果显示,所提方法是有效的,且准确性优于现有方法.

摘要:研究一类非线性系统的全局快速有限时间鲁棒控制问题.借助于符号函数技术和快速有限时间稳定性理论,构造一个新的Lyapunov函数,确保所设计的非光滑控制器能够处理系统的多种不确定性,且可以缩短系统状态的收敛时间.最后,通过一个仿真实例来说明所提出控制策略的有效性.

摘要:针对离散时间系统的周期轨迹跟踪问题,提出一种基于椭圆吸引律的离散重复控制方法.该方法能有效减小抖振,并通过扰动扩张状态观测技术对系统的未知扰动进行有效抑制,采用重复控制技术对系统中存在的周期扰动完全消除.为了刻画系统误差动态性能,推导出单调减区域、绝对吸引层、稳态误差带的表达式以及系统跟踪误差进入稳态误差带的最大步长.通过数值仿真与直线伺服电机实验,验证所提出控制方法的有效性.

摘要:应用新的Lyapunov泛函研究时变时滞系统的渐近稳定性问题.首先,基于Bessel-Legendre积分不等式和改进的自由矩阵积分不等式,提出两个新的时滞乘积型Lyapunov泛函,其充分利用时滞$d(t)$与二次型函数的乘积信息以及时滞$h-d(t)$与二次型函数的乘积信息;然后,采用Bessel-Legendre积分不等式和改进的逆凸组合方法估计时滞乘积型Lyapunov泛函导数的积分项,得到两个低保守性的时滞相关稳定性判据;最后,通过两个数值算例进行验证,结果表明,与最近相关方法相比,所提出方法可获得更大的允许时滞上界,进一步表明了所提出方法的可行性和低保守性.