摘要:为研究基于模式运动的系统动力学描述方法中聚类参数对生产过程调节性能的影响,给出描述系统动态调节性能与产品质量调节性能的指标,分析并建立了聚类参数与系统调节性能间的关系;介绍了基于模式运动的一类复杂生产过程建模方法,并利用LMI方法给出了状态反馈控制器设计方法;提出了基于粒子群优化方法的最大熵聚类算法,定义并提取了系统调节性能指标;利用提出的新的覆盖分类神经网络,建立最大熵聚类方法的参数与调节性能间的映射关系,并分析了分类网络泛化能力;采用实际烧结矿生产数据进行仿真,结果表明所提方法可以分析与建立调节性能与聚类参数间的关系,且可为实际生产中聚类参数的选择提供一定的依据.

摘要:针对控制输入受限的非线性系统,分6种情况证明有限时间稳定控制器(finite time stable controller,FTSC)作用下的系统状态收敛速度在论域空间中每一点必快于非有限时间稳定控制器(non-FTSC,NFTSC)作用下的系统状态收敛速度,并给出每一类情况下设计参数应满足的充分性约束条件,同时证明这些条件的存在性.在此基础上,提出全控制利用率控制器(CCUC)的定义,证明CCUC必然引起抖振,进而提出准全控制利用率控制器(QCCUC)设计的思想,并证明控制输入受限条件下,FTSC的控制利用率必优于任意快速FTSC(FFTSC),即具有更优的控制性能,从而得到一系列关于参数优化的结论.理论证明的结论通过图表、数例和仿真得到了验证.所得结论对终端滑模控制、加幂积分控制、有限时间稳定backstepping控制等多种FTSC均广泛适用.

摘要:由于战场环境的复杂多变,在作战过程中会产生一些突发事件,这些事件主要包括新任务出现和平台实体失效.为应对作战中的突发事件,战前制定的任务计划在作战过程中需作出适应性调整,战时任务计划的调整是作战指挥控制领域的难点问题.首先,描述指挥控制组织的组成要素,分析在突发事件下任务计划调整的约束条件,建立以得到最小使命完成时间为目标函数,以任务完成质量、任务插入顺序和调整稳定性为约束的数学模型;其次,提出一种基于可行任务执行序列和贪婪算法(greedy strategy,GS)的任务计划调整方法,给出任务计划调整方法的设计思路和详细步骤;最后,结合联合登陆作战的案例进行仿真,仿真实验验证了所提出方法应对突发事件的可行性和有效性.

摘要:针对由于空间信息利用不充分而导致的高光谱图像分类精度较低的问题,提出一种基于图正则自适应联合协同表示的高光谱图像分类算法.首先,采用双边滤波操作对高光谱图像进行空间信息提取,以充分挖掘每个像素的空间信息;其次,在联合协同表示的目标函数中引入图正则约束项,以保持高光谱数据的流形结构;再次,一方面利用图像分割来自适应调整空间邻域的形状,另一方面通过对中心像素的空间近邻赋予不同的权重,提出一种自适应空间-光谱特征融合策略;最后,基于误差最小原则,给出测试样本的类别标签.在两个高光谱数据集上的实验结果表明,所提出算法的整体分类精度分别达到98.50%和97.30%.

摘要:对于面板数据,首先将面板数据投射为时间维度离散曲线和指标维度离散曲线;然后,基于离散曲率思想分别从时间维度和指标维度构建时间维度和指标维度关联系数公式,并以此构建面板数据灰色曲率关联模型,新的模型具有规范性、对称性、相似性、平移不变性等性质;最后通过与已有模型的对比和实例分析新的模型的合理性,结果表明,新的关联度能较好地反应面板数据的相关程度.

摘要:针对含有未知动态(如:执行机构、负载等)液压伺服系统,提出一种基于未知系统动态估计器的输出反馈控制方法.该方法不依赖于函数逼近器和传统反步控制设计,且无需难以测量的系统内部状态.首先,为避免反步控制和系统全部状态,引入等价变换,将含液压执行机构的伺服系统高阶严格反馈模型转化为Brunovsky标准型,进而运用高阶滑模微分器观测转化后的系统未知状态.控制器设计中引入描述收敛速率、最大超调量和稳态误差的性能函数,保证预设控制系统稳态和瞬态控制性能.为补偿系统集总未知动态影响,设计一种仅含一个调节参数并保证指数收敛的未知系统动态估计器.该输出反馈控制器可以实现对系统输出的精确跟踪控制.最后,通过数值仿真结果表明了所提出算法的有效性.

摘要:以垂直Pendubot为研究对象,提出一种基于智能优化算法的轨迹规划与控制方法,以解决Pendubot控制过程中难以从摇起区过渡至平衡区的问题.为Pendubot的驱动连杆规划一条从初始角度到中间角度的正向轨迹和一条从中间角度到目标角度的反向轨迹.欠驱动连杆在系统耦合关系作用下进行运动,对应的Pendubot末端点也运动至相应位置.通过遗传算法优化轨迹参数,将正向和反向轨迹拼合为一条由初始角度到目标角度的驱动连杆轨迹的同时,对应的Pendubot末端点轨迹拼合为一条由垂直向下平衡位置到垂直向上平衡位置的完整轨迹,然后设计跟踪控制器跟踪优化后的驱动连杆轨迹至目标角度,由于耦合关系的存在,Pendubot末端点也运动至垂直向上平衡位置.由于Pendubot受重力作用,其末端点很难长时间稳定在垂直向上平衡位置,故设计镇定控制器,实现Pendubot末端点在垂直向上平衡位置的镇定控制.最后通过仿真实验验证所提出方法的有效性,并通过对比说明所提出方法在奇异点规避、控制器设计和控制效果方面的优势.

摘要:合理的聚类原型是正确聚类的前提.针对现有聚类算法原型选取不合理、计算聚类个数存在偏差等问题,提出基于过滤模型的聚类算法(CA-FM).算法以提出的过滤模型去除干扰聚类过程的边界和噪声对象,依据核心对象之间的近邻关系生成邻接矩阵,通过遍历矩阵计算聚类个数;然后,按密度因子将数据对象排序,从中选出聚类原型;最后,将其余对象按照距高密度对象的最小距离划分到相应的簇中,形成最终聚类.在人工合成数据集、UCI数据集以及人脸识别数据集上的实验结果验证了算法的有效性,与同类算法相比,CA-FM算法具有较高的聚类精度.

摘要:针对综合防空火力分配中,传统火力分配模型没有全面考虑火力通道射击效能因素,且在火力资源相对充足的情况下火力资源易浪费和易延误战机的问题,将射击有利度、飞临时间与威胁度等因素结合,构建一种新的综合防空火力分配模型.基于此模型,针对来袭目标、火力节点以及制导节点3者之间的火力优化匹配问题,提出一种基于深度优先搜索预处理的多种群并行布谷鸟搜索算法(PMPCSA).该方法采用Prolog智能规划语言构建目标-火力节点-制导节点匹配规则库,在规则库中利用深度优先搜索快速生成可行的目标-火力节点-制导节点的匹配预处理方案;采用多种群并行布谷鸟搜索算法,对得到的可行分配空间进行搜索,通过引入多种群并行优化搜索,不同种群赋予不同控制参数的思想,兼顾算法的全局探索和局部开发能力,可有效提高算法寻优效率.最后,通过仿真结果验证所建综合防空火力分配模型的优势性,同时表明,所提出的PMPCSA算法能有效地平衡全局探索与局部开发,在保证较高收敛速度的同时,提高全局探索能力.

摘要:针对含噪声多输入多输出不确定非线性时变系统,提出一种基于多维泰勒网(MTN)的自适应控制方案,其中两个MTN分别用来实现优化控制和非线性滤波.首先,提出多维泰勒网控制器(MTNC)以实现实时跟踪控制.将滤波输出与期望值之间的闭环误差作为MTNC的输入,根据系统不确定因素引起的误差,基于稳定的学习率, 设计线性再励的自适应变步长算法以快速更新MTNC权值.其次,提出多维泰勒网滤波器(MTNF)以消除测量噪声.由于定义了测量值与MTNF输出之间误差的Lyapunov函数,自适应MTN滤波系统兼具基于Lyapunov理论的自适应滤波(LAF)和MTN的特有性质.最后,通过在Lyapunov意义下选取适当的权值更新律,可使MTNF输出渐近地收敛到期望信号,并证明了滤波器的收敛性和稳定性.仿真结果验证了所提出方案的有效性.

摘要:结合密度聚类和模糊聚类的特点,提出一种基于密度的模糊代表点聚类算法.首先利用密度对数据点成为候选聚类中心点的可能性进行处理,密度越高的点成为聚类中心点的可能性越大;然后利用模糊方法对聚类中心点进行确定;最后通过合并聚类中心点确定最终的聚类中心.所提出算法具有很好的自适应性,能够处理不同形状的聚类问题,无需提前规定聚类个数,能够自动确定真实存在的聚类中心点,可解释性好.通过结合不同聚类方法的优点,最终实现对数据的有效划分.此外,所提出的算法对于聚类数和初始化、处理不同形状的聚类问题以及应对异常值等方面具有较好的鲁棒性.通过在人工数据集和UCI真实数据集上进行实验,表明所提出算法具有较好的聚类性能和广泛的适用性.

摘要:针对现有多目标优化方法存在的搜索性能弱、效率低等问题,提出一种基于灰色综合关联分析的多目标优化方法.该多目标优化方法采用单目标优化算法构建高质量的参考序列,计算参考序列与优化解的目标函数值序列之间的灰色综合关联度,定义基于灰色综合关联度的解支配关系准则,将灰色综合关联度作为多目标优化算法的适应度值.以带顺序相关调整时间的多目标流水车间调度问题作为应用对象,建立总生产成本、最大完工时间、平均流程时间及机器平均闲置时间的多目标函数优化模型.提出基于灰色关联分析的多目标烟花算法,对所建立的多目标优化模型进行优化求解.仿真实验表明,所提出多目标烟花算法的性能优于3种基于不同多目标优化方法的烟花算法及两种经典多目标算法,验证了所提出的多目标优化方法及多目标算法的可行性和有效性.

摘要:针对一类含有状态时滞的非线性系统,利用采样控制方法研究其渐近稳定问题.解决这一问题的关键在于对系统时滞的处理,以及对由于采样方法而产生的状态增长误差进行估计.由于所考虑的时滞是常时滞,可以利用分割方法对系统时滞进行分割,将时滞划分成与采样时间长度相同的数个时间区间,并基于这种分割,通过数学归纳法对系统状态增长误差进行估计.通过坐标变换引入一个比例增益压制系统的非线性项,然后设计含有比例增益的状态采样观测器和采样控制器,结合非线性时滞系统的Lyapunov泛函方法分析闭环系统的稳定性,最终确定比例增益和采样时间需要满足的条件,以保证闭环系统的渐近稳定性.最后通过数值例子表明所用研究方法以及所得研究结果是有效的.

摘要:传统的基于核函数的分类方法中核矩阵运算复杂度较高,无法满足大规模数据分类的要求.针对这一问题,提出基于随机投影的快速凸包分类器(FCHC-RP).首先,使用随机投影的方法将样本投影到多个二维子空间,并将子空间数据映射到特征空间;其次,根据数据分布的几何特征得到凸包候选集;再次,基于凸包的定义计算出特征空间中的凸包向量;最后,使用与凸包向量对应的原始样本及其权值训练支持向量机.此外,FCHC-RP还适用于不平衡数据的分类问题,根据两类样本的不平衡程度选择不同的参数,可以得到规模相当的两类样本的凸包集,实现训练数据的类别平衡.理论分析和实验结果验证了FCHC-RP在分类性能和训练时间上的优势.

摘要:在存在随机有界时延的情况下,现有的许多一致性时钟同步算法的同步过程是发散的.在平均一致性时钟同步算法(ATS)的基础上,通过对偏斜和偏移同步过程进行分析,找出导致同步过程发散的原因.通过改变相对偏移估计的方法,保证偏斜同步过程的收敛.在偏移同步过程中,通过计算节点的同步误差,得出时延条件下偏移同步误差有界的结论.最后通过仿真表明,所提出的时钟同步算法在存在随机有界时延且保证网络连通的条件下,同步过程收敛且同步误差有界.

摘要:偏最小二乘(PLS)是一种广泛应用于多变量统计过程监控中的有效算法,高效偏最小二乘(EPLS)是近年提出的一种PLS改进算法,在质量相关故障检测中具有良好的检测效果,但当测试数据含有质量无关故障时,EPLS算法的误报率偏高,可能导致误报警,对工业过程中的故障检测有较大影响.为降低检测质量无关故障的误报率,将EPLS结合4种正交信号修正(OSC)方法提出4种OSC-EPLS算法.用质量无关故障样本建立OSC模型对在线监测数据进行预处理,将处理后的信息用EPLS算法进行故障检测,误报率明显降低.最后结合田纳西-伊斯曼工业过程,应用OSC-EPLS、PLS、EPLS算法进行故障检测,分别比较误报率和有效报警率的大小,体现所提出算法在故障检测中的优势.

摘要:针对正交频分多址系统中容量与公平之间的矛盾,提出在子载波分配中兼顾公平、在功率分配中保证公平度门限的最大化系统容量策略.该策略首先将现有子载波方法与匈牙利算法结合,在优先最大化系统容量的基础上兼顾公平;然后利用基于公平度门限的人工蜂群功率分配算法,在优先保证公平度门限的基础上最大化系统容量.实验结果表明:该策略的子载波分配方法能够最大化系统容量并兼顾用户的公平,可实现系统容量和用户公平度的同时提升;该策略的人工蜂群功率分配方法具有较好的稳健性和全局寻优能力,即使在用户数较大时也能够实现所要求的公平度门限并最大化系统容量.研究结果验证了所提出策略的有效性.

摘要:针对Buck型DC/DC变换器系统,提出一种固定时间自适应降压控制方法.首先,针对系统参数已知的情况,设计固定时间滑模面和控制器,保证系统输出电压误差在固定时间内收敛到平衡点,且其收敛时间上界与系统初始状态无关,仅由控制参数决定.针对电阻、电感等参数值受温度及外部干扰影响发生变化且无法准确获取的问题,进一步设计自适应更新律估计系统所有未知参数,并在此基础上设计固定时间自适应控制器,保证输出电压误差在固定时间内收敛到平衡点附近的邻域内.最后通过仿真和实验对比结果验证所提出控制方法的有效性.

摘要:高维函数优化一般是指维数超过100维的函数优化问题,由于“维数灾难”的存在,求解起来十分困难.针对灰狼算法迭代后期收敛速度慢,求解高维函数易陷入局部最优的缺点,在基本灰狼算法中引入3种遗传算子,提出一种遗传-灰狼混合算法(hybrid genetic grey wolf algorithm,HGGWA).混合算法能够充分发挥两种算法各自的优势,提高算法的全局收敛性,针对精英个体的变异操作有效防止算法陷入局部最优值.通过13个标准测试函数和10个高维测试函数验证算法的性能,并将优化结果与PSO、GSA、GWO三种基本算法以及9种改进算法进行比较.仿真结果表明,所提算法在收敛精度方面得到了极大改进,验证了HGGWA算法求解高维函数的有效性.

摘要:香农的信息熵被广泛用于粗糙集.利用粗糙集中的粗糙熵来检测离群点,提出一种基于粗糙熵的离群点检测方法,并应用于无监督入侵检测.首先,基于粗糙熵提出一种新的离群点定义,并设计出相应的离群点检测算法-----基于粗糙熵的离群点检测(rough entropy-based outlier detection,REOD);其次,通过将入侵行为看作是离群点,将REOD应用于入侵检测中,从而得到一种新的无监督入侵检测方法.通过多个数据集上的实验表明,REOD具有良好的离群点检测性能.另外,相对于现有的入侵检测方法,REOD具有较高的入侵检测率和较低的误报率,特别是其计算开销较小,适合于在海量高维的数据中检测入侵.

摘要:离散事件系统的间歇性故障诊断能够将系统中发生的间歇性故障及时诊断出来,但在诊断期间的系统可能会执行不安全操作.针对间歇性故障在诊断期间的安全性问题,提出一种基于事件的安全诊断方法.首先对发生间歇性故障的离散事件系统进行建模,并给出系统间歇性故障的安全可诊断性的形式化定义.然后通过构造非法语言识别器对系统的非法操作进行识别,并在此基础上构建一个安全验证器,由此得到一个关于系统间歇性故障安全可诊断性的充分必要条件,实现离散事件系统对间歇性故障的安全诊断.这种安全诊断既保证了间歇性故障一旦发生即能被及时诊断出来,又确保了在故障诊断期间系统不会执行任何不安全操作.

摘要:语言犹豫模糊集是指决策者可以用一些有隶属度的语言术语项表示他/她对一件事情的偏好.这种类型的集合很好地反映了决策者定性和定量的认知以及它的不确定性,因此受到越来越多学者的关注.首先,提出语言犹豫模糊集的相关系数概念,并给出语言犹豫模糊集的相关系数和加权相关系数的计算法则和性质;然后,指出引入的相关系数的显着特征是它位于区间[$-1$,1]内,这与统计中的经典相关系数一致,而其他文献中提出的语言犹豫模糊集的相关系数都位于区间[0,1]内;最后,将所提出的方法应用于医疗诊断中,并将该方法得到的计算结果与已有的语言犹豫模糊集的相关系数进行比较,比较结果表明,新的语言犹豫模糊集的相关系数的分布更好,能更准确地反映出病人的身体状况与各疾病的关系,从而迅速高效地作出诊断.

摘要:为优化篦冷机控制参数,提高换热效率,将传热和粘性耗散引起的修正熵产数分别作为目标函数,利用遗传算法对篦冷机参数进行多目标优化.为增加多目标遗传算法的种群多样性,提高算法的局部搜索能力,对传统的非支配排序精英遗传算法(NSGA-II)进行部分功能改进.构建多种群、多交叉算子的操作模式,根据子种群对最优解集的贡献量自适应调节子种群规模,利用局部搜索算法提高算法的局部搜索能力.通过标准多目标优化问题验证所提出算法的有效性,并根据优化得到的篦冷机熵产数的最优解集,给出冷却风机功率最小的最优控制方案,通过与生产线的实际数据进行对比验证其优化效果.

摘要:在工业产品的表面缺陷检测中,计算机视觉逐渐取代人工视觉,这是工业自动化的重要标志之一.而产品的表面纹理对缺陷检测的干扰一直是个难点.从图像分割的角度出发,以缺陷为目标,将纹理表面作为背景提取产品的表面缺陷.基于非参数统计活动轮廓模型提出一种先验分布模型,即以纹理的灰度分布作为背景的先验信息,使得算法更容易区分纹理背景和缺陷.实验结果表明,所提出的算法适用于不同纹理背景的缺陷检测,能准确地提取缺陷位置.

摘要:同种产品以多种价格同时销售(多种价格策略)是零售商常用的折扣策略,为了找到多种价格策略下零售商实现期望利润最大化的订购量,对经典报童模型进行拓展,分别从无订购量约束和订购量约束两方面进行研究和讨论.在多种价格对应消费者需求不确定情况下建立一个新的报童模型,使用拉格朗日乘子法求解订购量约束问题,并设计近似最优总订购量的求解算法.数值分析结果表明:多种价格策略优于单一价格策略,订购量约束对零售商多种价格策略的选择会产生影响;在有订购量约束情况下,零售商的多种价格策略还会受到价格折扣系数、需求差异性的影响.

摘要:随着信息和网络技术的不断发展,基于社会网络的群决策问题受到越来越多研究者的关注.针对社会网络环境下模糊互补判断矩阵的群决策问题,研究群体共识调整过程和方案选择方法.首先,融合决策者之间的社会关系、身份地位、知识能力3个方面信息来构建决策者两两之间的信任关系;其次,提出一种尽可能减少元素间共识补偿的共识度度量方法,在此基础上建立基于信任关系的共识调整模型,并从理论上证明该模型的有效性;最后通过信任关系矩阵的特征向量中心度分别求出专家的重要性权重,用以集结专家的偏好信息和对方案进行排序选择,算例分析表明了所提出方法的有效性.

摘要:基于复杂网络理论,建立基于多智能体的低轨卫星网络动态抗毁性模型.完成低轨卫星网络的分布式拓扑结构的构建,将每个网络节点看成是一个具有自修复能力的agent,并在不完全信息条件下,采用一般性攻击策略研究信关站的分布、攻击强度、攻击力度、信息指数、自修复能力对低轨卫星网络抗毁性的影响.仿真结果表明:系统存在恢复时滞,对随机打击具有较强的鲁棒性,对蓄意打击脆弱性降低、稳定性提高,自修复性能弱化了网络的无标度特性;信息指数比攻击强度及攻击力度对网络抗毁性的影响更大;信关站分布对空间段网络抗毁性的影响较小,对地面段网络抗毁性影响较大,表明星际链路使得低轨卫星星座对地面网的依赖性大为降低.

摘要:空中低慢小目标存在机动和角速率运动较大的情况,对地面搜索跟踪系统的跟踪精度提出很高要求,为了提高跟踪系统的跟踪精度,需加入伺服前馈补偿技术,精确的目标速度和加速度估计成为前馈补偿控制的难点.鉴于此,提出采用IMM卡尔曼滤波技术估计目标运动速度和加速度信息,并作为伺服前馈补偿的输入量,以消除由于目标速度和加速度运动引起的脱靶量误差.实际系统测试实验表明,搜索跟踪系统采用IMM卡尔曼滤波前馈补偿技术使得系统跟踪精度较常规卡尔曼滤波补偿提高3倍以上,模型验证有效.

摘要:针对一类具有死区的非仿射非线性系统,将预设性能控制与有限时间控制相结合,提出一种具有预设性能的自适应有限时间跟踪控制方法.基于Backstepping技术、模糊逻辑系统及有限时间Lyapunov稳定理论,给出使系统半全局实际有限时间稳定(semi-globally practically finite-time stable,SGPFS)的充分条件和设计步骤.该控制策略不仅使系统的输出误差在有限时间内收敛到一个预先设定区域,同时保证其收敛速度、最大超调量和稳态误差均满足预先设定的性能要求.最后通过仿真示例验证了所提出设计方法的有效性.

摘要:目标机动识别是空战态势感知中的关键问题.针对现有识别方法主观因素较多、模型复杂、难以满足实时性和识别准确率不够高等问题,提出一种基于运动分解和层次支持向量机(hierarchical support vector machine, H-SVM)的机动识别方法.利用$v\text{-

摘要:基于经济成本与环境成本兼顾的视角,研究时变网络下生鲜电商配送的带时间窗车辆路径问题(TDVRPTW),综合考虑车辆时变行驶速度、车辆油耗、碳排放、生鲜农产品的易腐易损性、客户时间窗与最低新鲜度限制等因素,设计跨时间段的路段行驶时间计算方法,引入农产品新鲜度度量函数与碳排放率度量函数.在此基础上,以经济成本与环境成本之和最小为目标构建具有最低新鲜度限制的TDVRPTW数学模型,并根据模型特点设计一种自适应改进蚁群算法求解.最后采用案例验证所提出方法能有效规避交通拥堵时间段、降低总配送成本、促进物流配送领域的节能减排.