摘要:临近空间太阳能飞行器是由太阳能驱动、可在临近空间连续飞行的长航时无人飞行器,近年来其相关研究已成为各国关注的焦点.能源系统是支撑太阳能飞行器长时驻空的关键,实现连续跨昼夜的不间断能量供给是能源系统领域研究的首要目标.围绕临近空间太阳能飞行器集群化能源系统发展过程中的主要问题和研究现状,首先梳理飞行器应用场景下能源系统的控制目标与多重约束,进而系统论述集群化能源系统结构、功能及建模方法;然后,总结集群化能源系统功率分配、储能均衡以及通信受限下能流控制的发展现状,阐述基于强化学习的能量在线调度策略的最新成果,分析现有策略的有效性及不足之处;最后,结合太阳能飞行器的实际需求,探讨能源系统的未来发展趋势与研究方向.

摘要:针对执行器饱和、模型参数不确定以及海流干扰等因素影响下的水下机器人,提出一种考虑状态约束以及执行器饱和的轨迹跟踪控制器.首先,构建水下机器人水平面轨迹跟踪误差方程;然后,对载体模型参数不确定性产生的模型误差以及海流干扰,设计一个非线性观测器进行估计并用于对控制器进行扰动补偿;接着,引入执行器饱和补偿系统、二阶滤波器以及滤波器误差补偿系统,设计命令滤波反步滑模控制器来控制水下机器人的水平面轨迹跟踪;最后,严格验证命令滤波反步滑模控制器的稳定性并进行数值仿真,验证所提出控制器的有效性.

摘要:激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在位姿估计和构建环境地图时依赖环境结构特征信息,在结构特征缺乏的场景下,此类算法的位姿估计精度与鲁棒性将下降甚至运行失败.对此,结合惯性测量单元(inertial measurement unit,IMU)不受环境约束、相机依赖视觉纹理的特点,提出一种双目视觉辅助的激光惯导SLAM算法,以解决纯激光SLAM算法在环境结构特征缺乏时的退化问题.即采用双目视觉惯导里程计算法为激光扫描匹配模块提供视觉先验位姿,并进一步兼顾视觉约束与激光结构特征约束进行联合位姿估计.此外,提出一种互补滤波算法与因子图优化求解的组合策略,完成激光里程计参考系与惯性参考系对准,并基于因子图将激光位姿与IMU数据融合以约束IMU偏置,在视觉里程计失效的情况下为激光扫描匹配提供候补的相对位姿预测.为进一步提高全局轨迹估计精度,提出基于迭代最近点匹配算法(iterative closest point,ICP)与基于图像特征匹配算法融合的混合闭环检测策略,利用6自由度位姿图优化方法显著降低里程计漂移误差并构建环境地图.最后,将所提出方法在公开与自制数据集上进行实验验证,并与主流开源的SLAM算法进行对比.实验结果表明,所提出算法可以在结构特征缺乏环境下稳定运行,并且相较于对比算法具有更高的位姿估计精度和算法鲁棒性.

摘要:多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法在维护收敛性的同时搜索分布良好的最优解集较为费力.为此,提出一种基于双重距离的MOPSO,由种群的平均距离定义粒子的邻域空间,邻域粒子数为粒子的等级,数量越多,粒子的等级越大.当等级相同时,算法结合粒子的拥挤距离选择最优粒子,并更新外部归档集.此外,算法结合粒子的变异行为避免陷入局部最优.在对比实验中,该算法在收敛性和多样性上可取得较优结果.最后,将该算法应用到电力系统的环境/经济调度模型(environmental/economic dispatch,EED),也可获得性能较好的解集.

摘要:针对并联冷机系统负荷分配优化问题,提出一种基于多策略的改进麻雀搜索算法,以系统功耗最小为优化目标,以各冷机的部分负荷率为优化变量进行求解.在改进算法中,首先,针对基本麻雀搜索算法初始解的质量差且不均匀问题,引入混沌序列机制对位置初始化;然后,针对算法初期易早熟导致搜索精度低的问题,提出将粒子群算法中的速度概念引入发现者的位置更新公式中,提高算法的寻优精度.为了避免算法长期陷入局部最优,结合狼群算法猛狼的跟随策略优化跟随者的位置,自适应调整个体权重提高算法的收敛速度;接着,选取两个测试案例对所提出算法的性能进行详细测试,并与其他常用算法对比,改进的麻雀搜索算法在案例中最高分别可节能17.8%和23.97%;最后,运用实际系统仿真平台验证所提出改进算法收敛快、运行时间短、鲁棒性好的优点.

摘要:机械臂可代替人工完成繁重工作、降低生产风险、提高生产效率,被广泛应用于制造业和生产业中.工业生产的高质量需求对机械臂的操作精度提出了较高要求,考虑有色金属工厂中铸锭打磨的应用场景,该任务的作业轨迹均具有较强重复性.此外,实际应用环境复杂,存在如环境干扰及系统参数变化等多种不确定性,固定的控制参数难以保证系统持续稳定运行.基于上述考虑,针对多自由度机械臂系统,设计一种自适应滑模迭代学习跟踪控制方法,控制器包含参数自整定的比例-微分项、基于滑模的符号函数项和上一次迭代的控制输入,其中PD项的控制参数通过模糊逻辑系统实时调整,在保证控制系统正常运行的情况下提高系统的鲁棒性.同时,在理论上证明迭代域闭环系统的稳定性和跟踪误差的收敛性.最后通过仿真验证所提出控制方法的有效性和鲁棒性.

摘要:为解决多目标代理优化方法中代理模型选择单一问题,提出基于广义改进函数分解策略的多目标代理优化方法.该方法充分利用模型预测信息构建广义改进多目标分解准则和广义改进R2指标准则,有效拓展多目标代理优化中代理模型的选择空间.所提两种准则通过随机均匀权重实现全局探索和局部搜索能力的自适应平衡.研究结果表明,所提方法在有限仿真条件下拥有良好的寻优性能,获得Pareto前沿在收敛性、多样性及空间分布性方面均具有一定优势.相比同类方法,该方法具有优势:1)不需要模型预测不确定性信息,适用于基于不同种类代理模型的代理优化方法;2)实现简单且计算复杂度低,能够有效提升昂贵黑箱问题优化效率.

摘要:二值卷积神经网络(BNNs)由于其占用空间小、计算效率高而受到关注.但由于量化激活特征的正负部分分布不均等问题,二值网络和浮点深度神经网络(DNNs)之间存在着明显的性能差距,影响了其在资源受限平台上的部署.二值网络性能受限的主要原因是特征离散性造成的信息损失以及分布优化不当造成的语义信息消失.针对此问题,应用特征分布调整引导二值化,通过调整特征的均值方差均衡特征分布,减小离散性造成的信息损失.同时,通过分组激励与特征精调模块设计,调整优化量化零点位置,均衡二值化激活分布,最大程度保留语义信息.实验表明,所提出方法在不同骨干网络、使用不同数据集时均能取得较好效果,其中在CIFAR-10上使用ResNet-18网络量化后网络准确率仅损失0.4%,高于当前主流先进二值量化算法.

摘要:为了提升不同运行工况下的路面状态识别精度及主动悬架平顺性控制性能,提出一种基于ResNeSt网络路面状态识别的主动悬架模型预测控制(MPC)方法.首先,搭建基于多路径分散注意力思想的ResNeSt网络架构,建立面向主动悬架实时控制的路面状态识别算法,采用交叉熵目标损失函数和AdamW梯度下降算法进行网络训练以及测试实验验证;然后,在此基础上设计基于路面状态识别的主动悬架MPC控制算法,根据离散状态空间方程推导悬架系统预测模型,以悬架预测输出和控制力输入为性能指标建立目标函数,并考虑不同路面的控制策略确定加权矩阵取值,在系统约束条件下,将MPC目标函数转化为二次最优规划问题的求解;最后,将所提出控制算法与被动悬架、LQG控制进行对比仿真分析,结果表明:ResNeSt网络可以快速准确地识别多种路面状态,所提出控制算法能够根据路面状态对悬架进行实时瞬态主动控制,簧载质量加速度、悬架动挠度和轮胎动载荷的均方根值平均值相比LQG控制分别降低36.56%、32.99%和36.28%.

摘要:超短时物流需求预测是企业物流资源智能调度的重要基础,然而,超短时物流需求数据具有强随机性、高波动性、非平稳性等特征,进行多步精确预测较为困难.基于此,构建基于串行数据分解和量子加权深度网络的超短时物流需求多步预测模型.首先,通过变分模态分解(VMD)和经验小波变换(EWT)的串行分解方法对超短时物流需求数据的时序特征进行有效提取,以剥离噪声信号,降低原始数据的非平稳性和随机性;然后,构建量子加权长短期记忆神经网络(QWLSTM)深度学习模型,设计多输入多输出策略对分解后的模态分量进行多步预测,并基于树形Parzen评估器(TPE)对QWLSTM的超参数组进行优化;最后,对各模态分量的预测结果进行重构.实验结果表明,所提出模型在平均绝对值误差(MAE)、均方误差(MSE)、加权平均绝对百分比误差(WMAPE)、校正决定系数(R\textsuperscript{2

摘要:针对流程制造过程中工艺关系复杂、优化效率难保证和数据安全问题,提出一种基于智能合约和改进混沌粒子群算法的工艺参数可信自决策模型PPO-TS.首先,基于区块链技术设计适合流程制造工艺特性的数据集成与存储机制,通过数据上链技术实现数据的可信存储;然后,设计工艺参数自决策智能合约机制,利用智能合约搭建基于区块链广播式通信协议的工艺参数优化网络,启动网络并编译质量指标访问、优化自决策和决策自执行智能合约,通过自动触发工艺参数优化事务完成自决策和自执行过程;在此基础上构建基于改进混沌粒子群算法CPSO和深度神经网络DNN的优化算法CPSO_DNN,实现流程制造工艺参数优化;最后,以现场采集的某流程生产线数据为例,验证了PPO-TS模型的实用性和有效性,为流程制造工艺参数优化提供了一种新思路.

摘要:针对车辆队列中多目标控制优化问题,研究基于强化学习的车辆队列控制方法.控制器输入为队列各车辆状态信息以及车辆间状态误差,输出为基于车辆纵向动力学的期望加速度,实现在V2X通信下的队列单车稳定行驶和队列稳定行驶.根据队列行驶场景以及采用的间距策略、通信拓扑结构等特性,建立队列马尔科夫决策过程(Markov decision process,MDP)模型.同时根据队列多输入-多输出高维样本特性,引入优先经验回放策略,提高算法收敛效率.为贴近实际车辆队列行驶工况,仿真基于PreScan构建多自由度燃油车动力学模型,联合Matlab/ Simulink搭建仿真环境,同时引入噪声对队列控制器中动作网络和评价网络进行训练.仿真结果表明基于强化学习的车辆队列控制燃油消耗更低,且控制器实时性更高,对车辆的控制更为平滑.

摘要:一阶段多目标跟踪框架由于可以有效提升算法跟踪效率而备受关注,然而该框架在提升效率的同时忽略了检测与关联任务间信息的交互,且目标遮挡的频发会导致轨迹碎片的增加,从而影响跟踪效果.针对这些问题,提出基于多重信息融合与轨迹关联修正的多目标跟踪方法.通过无锚一阶段主干网络,在检测器上另外建立跟踪分支预测跟踪偏移量和嵌入特征信息;设计中和匹配关联模块优化跨帧特征匹配方式,协调检测与关联任务,提升两任务间信息交互能力;采用多重信息融合模块,对时空多层次特征进行融合以获得更加丰富的特征信息;提出轨迹关联修正网络处理因遮挡造成的轨迹碎片,通过改进数据关联方式评估碎片与检测低分目标关系,尝试找回遮挡目标轨迹;将提出的算法在MOT16和MOT17数据集上进行评估,并与其他优异的算法定量比较.通过分析实验结果可以发现,所提出的方法能有效缓解关键性问题,提升算法整体性能.

摘要:针对电动缸举升机构的高精度伺服控制的现实需求,提出结合辨识伺服环路和差分激励信号的一种基于限定记忆区间的循环最小二乘法(CLS)以及基于迭代控制器参数和观测器参数的一种变参数比例积分控制器(VPI)结合基于卡尔曼滤波器的变参数比例多重积分观测器(VPMISAKF)的复合控制策略.实验结果表明:相比于最小二乘法,CLS辨识法辨识拟合的惯量和阻尼均方根误差分别下降93.61%和82.39%;相比于PI控制器,VPI结合VPMISAKF的复合控制策略使得系统的阶跃响应拟合度在空载和带载工况下分别提高至0.994和0.991;相比于VPI控制器,VPI结合VPMISAKF的复合控制策略使得系统的正弦响应误差在空载和带载工况下分别降低88.89%和86.45%.CLS辨识法和VPI结合VPMISAKF的复合控制策略对电动缸举升机构的高精度伺服控制具有一定的参考意义.

摘要:针对具有较大且不可观测外界干扰的一类不确定系统,提出一种新的模糊滑模控制器设计方法.首先基于模糊滑模控制原理,引入全局快速终端滑模控制,使系统在有限时间内达到稳态;然后构造以李雅普诺夫函数导数的绝对值为补偿的自适应干扰估计项,对外界干扰进行准确估计,进而提出一种双层递阶指数趋近全局快速终端模糊滑模控制器,通过指数趋近率来调节滑模面的动态品质,该控制器能快速收敛到稳定状态,且有效消除控制器的抖振情况;最后通过仿真算例验证所提方法的有效性.

摘要:考虑机械臂中存在的未建模部分、摩擦力、外加干扰,提出一种自适应精确时间滑模控制方法,实现机械臂各关节角的轨迹跟踪.首先对机械臂进行建模,将未建模部分、摩擦力、外加扰动看作集中扰动;其次,设计一种精确时间收敛滑模面,克服传统终端滑模面收敛时间高估的问题,基于此设计全局精确时间收敛滑模控制方法,使得机械臂系统能够在设定时间实现稳定,并在误差收敛后仍具有较强的鲁棒性;接着,设计低通滤波器削减抖振,通过自适应方法估计扰动上界,避免增益的高估;最后,通过仿真实验验证所提出的控制方法能够严格控制机械臂系统的稳定时间,并降低稳态误差,实现机械臂系统的高精度轨迹跟踪控制.

摘要:针对压力脉冲疲劳测试系统在测试过程中工件体积的不确定性以及脉冲疲劳测试系统的机械与液压双动态耦合问题,首先,提出通过奇异值摄动理论将压力脉冲疲劳测试系统的多动态耦合进行解耦降阶;然后,利用自抗扰控制算法实现对系统模型降阶误差以及体积参数不确定性等干扰的补偿,保证测试系统输出的压力对指令信号的准确跟踪;最后,对基于降阶模型的自抗扰算法的稳定性和误差收敛性进行理论和定量分析,并对算法的可行性和有效性进行联合仿真和实验验证.研究结果表明,基于降阶模型的自抗扰控制算法对压力脉冲疲劳测试系统中工件体积参数的变化具有良好的鲁棒性且能够有效估计和补偿系统模型降阶误差等干扰,其跟踪性能相比于传统的PID控制器最大提升35.4%.

摘要:针对一类连续搅拌反应釜系统的跟踪控制问题,提出一种基于反步法和模糊逻辑系统的自适应固定时间命令滤波控制方法.利用命令滤波器引入误差补偿机制消除滤波误差的影响,并解决反步法虚拟控制信号重复求导的问题;采用模糊逻辑系统对系统中存在的非线性部分进行逼近;利用固定时间控制方法使系统跟踪误差更迅速收敛至较小邻域内,且收敛时间不依赖系统初始状态;通过Lyapunov定理证明连续搅拌反应釜系统的闭环稳定性;利用Matlab/Simulink仿真实验验证所提出控制方法的有效性.与现有控制方法相比,该控制方法具有控制器结构简单、收敛速度快、控制精度高、无超调等优点.

摘要:针对农用拖拉机的路径跟踪控制问题,提出基于有限时间和饱和技术的路径跟踪控制策略.首先,建立农机路径跟踪运动学模型,并通过有限时间控制技术,构造有限时间路径跟踪控制方法;其次,考虑到农用拖拉机的转向系统物理限制,将饱和技术与有限时间控制结合,给出复合的路径跟踪控制方法,通过严格的理论分析验证闭环系统在该控制器下的有限时间稳定性;最后,通过仿真结果表明,所设计的制导方法可以保证农用拖拉机快速、稳定地完成路径跟踪目标.

摘要:针对一类由Roesser模型描述的饱和2-D系统,为了缓解网络数据传输压力,研究基于动态事件触发机制的输出反馈H_∞控制器设计问题.首先,构建此类不确定饱和2-D系统的数学模型;其次,提出一种动态事件触发机制决定当前信息能否传输到网络,以降低信号的更新频率;运用Lyapunov函数方法,通过引入非负标量mu,得到保证相应闭环系统满足一定H_∞性能指标的充分条件及输出反馈控制器的存在性判据;此外,利用锥补线性化算法,将输出反馈控制器的设计问题转化为线性矩阵不等式约束下的非线性最小化问题;最后,结合数值仿真验证基于动态事件触发机制的输出反馈控制方法的有效性和可行性.

摘要:针对一类离散系统,提出一种基于随机牛顿算法的自适应参数估计新框架,相较于已有的参数估计算法,所提出方法仅要求系统满足有限激励条件,而非传统的持续激励条件.所提出算法的核心思想在于通过对原始代价函数的修正,在使用当前时刻误差信息的基础上融入历史误差信息,进而通过对历史信息和历史激励的复用使得持续激励条件转化为有限激励条件;然后,为了解决传统算法收敛速度慢的问题并避免潜在的病态问题,采用随机牛顿算法推导出参数自适应律,并引入含有历史信息的海森矩阵作为时变学习增益,保证参数估计误差指数收敛;最后,基于李雅普诺夫稳定性理论给出不同激励条件下所提出算法的收敛性结论和证明,并通过对比仿真验证所提出算法的有效性和优越性.

摘要:为了提高永磁同步电机(permanent magnet synchronous motor,PMSM)伺服系统的响应速度及控制精度,提出一种连续时间域下基于抗扰增强型广义预测控制方法.首先,通过构造高阶扩张状态观测器(high-order extended state observer,HOESO)对模型参数摄动及外部不确定性负载扰动进行估计,同时将干扰以及转子角速度的估计信息引入至位置轨迹输出预测序列中,实现对预测模型偏差的修正.进一步,通过求解位置跟随误差性能指标的优化问题,得到最优控制序列的显示解析解,并从理论上给出控制参数的选择规则.最终,利用Lyapunov理论对闭环系统进行严格的稳定性分析,并在快速控制原型(rapid control prototype,RCP)对拖实验平台上进行所提控制算法的性能验证.实验结果表明,与串级PI控制和传统广义预测控制相比,所提方法提高了伺服系统的位置跟踪精度和抗干扰性能.

摘要:制造系统优化调度是NP难组合优化问题,而自动导引车(AGV)路径规划与任务分配紧密耦合,又极大加剧了问题的复杂性.基于此,提出一种基于Petri网和人工势场的启发式优化方法.首先,将制造系统的工艺工序描述为一个任务Petri网,将AGV系统描述为一个路径Petri网,将两个网合成在一起;然后,利用Petri网的拓扑结构,为网络结点设计势能参数,从而为Petri网赋予一个人工势场;接着,利用人工势场设计制造系统加工时间的启发式函数,并构建Petri网人工势场启发式A*算法,其中包括最大势差启发式函数和总体势差启发式函数,并验证最大势差启发式函数是可采纳的;最后,进行两组数值实验,实验结果表明,最大势差A*算法能够得到最优解,且平均计算效率比Dijkstra算法提高57%,但是无法满足大任务量的调度需求,而总体势差A*算法比最大势差A*算法平均计算效率提高至少1个数量级,能够在有限时间内求解AGV任务分配和路径规划的联合问题.

摘要:研究拒绝服务(denial-of-service,DoS)攻击下的n阶受扰系统基于幂次趋近律的滑模控制.首先,通过构造状态预测器重建攻击活跃期间丢失的系统状态,基于预测器状态和非光滑函数,设计能量受限型DoS攻击情况下的幂次趋近律滑模控制器,进一步分析保持系统稳定性的充分条件;其次,当系统存在外部干扰情况下,证明幂次趋近律滑模控制方法仍能保持非光滑控制器的强抗干扰能力;最后,通过数值仿真对所提出的理论证明结果进行验证.

摘要:面向有源相控阵雷达的核心部件-----T/R组件(transmit/receive module),提出综合脆弱性评估概念及其数学模型表达,给出定量评估的博弈组合赋权-优劣解距离方法.首先,从元件和系统两个层次出发分别构建脆弱性评估标准:利用元件自身物理特性建立故障树,基于蒙特卡洛仿真计算得到运行状态的物理脆弱性指标(即可靠性指标);根据系统的电路结构,建立其拓扑网络,计算结构脆弱性指标.然后,提出融合物理和结构的综合脆弱性评估数学模型,建立博弈组合赋权问题优化组合权重,结合优劣解距离法实现对T/R组件综合脆弱性的定量评估.实验结果表明,T/R组件的综合脆弱性不仅与各元件固有的可靠性水平相关,更与其系统的电路网络拓扑结构密不可分,所建立的综合脆弱性评估模型能够有效合理地辨识其薄弱环节.

摘要:执行机构的可靠性对系统的安全运行具有重要意义.针对自主式水下机器人(AUV),提出一种基于故障描述因子与多观测器同步协作的故障隔离与辨识方法.首先,通过执行机构故障描述因子概念的引入,将AUV运载器的故障隔离和辨识问题分为两个层级;其次,通过扩张状态观测器(ESO)和故障隔离逻辑规则的设计,实现包括舵面、螺旋桨与舵机在内的粗粒度级执行机构的故障隔离;然后,根据故障力与力矩的正负性关系,进一步分析舵面的具体形变故障类型,亦或基于螺旋桨与舵机的输出力与力矩关系,通过分析故障因子的内部信息,具体辨识可能的螺旋桨与舵机故障类型;最后,通过仿真结果表明所提出方法对AUV执行机构的故障具有较好的隔离与辨识精度.

摘要:图像情感分析是机器视觉领域热点问题,然而情感判断主观性较强,仅分析完整图像难以准确刻画图像中情感语义,且高质量图像情感数据不足.为此,提出联合多头数据增强与多粒度语义挖掘的图像情感分析模型M².首先,设计多头数据增强方法,基于自动数据增强与主动样本精选策略构建递进式数据增强模型,从“质”与“量”两个角度提升数据集;其次,引入情感区域检测模型完成情感区域增强,深入挖掘图像中情感语义强烈的局部区域,进而联合局部区域与整幅图像构建多粒度图像;然后,基于深度互学习框架及局部区域完成模型预训练,充分挖掘异构SENet网络之间互补的情感语义,并以迁移学习方式指导多粒度图像情感分析;最后,设计自适应特征融合模块,融合异构SENet特征以完成多粒度语义挖掘,实现图像情感分析.在TwitterI和FI数据集上验证M²模型,其准确率分别达到90.97%和81.14%,优于主流基线.M²拥有泛化性更强的数据增强策略,可以为其训练提供坚实的数据基础,且对应的实证分析效果较好,模型具备一定的实用价值.

摘要:针对犹豫模糊集现有熵测度存在的计算过程复杂以及反直觉等现象,提出一种综合犹豫模糊熵,并基于累积前景理论,改进传统的TOPSIS决策方法,构建属性权重未知下的多属性决策模型.首先,在模糊度和非明确度的基础上,给出犹豫模糊熵新的公理化定义;然后,定义综合犹豫模糊熵,并证明其满足新的公理化定义,与现有犹豫模糊熵的对比分析表明,综合犹豫模糊熵在更为合理表征犹豫模糊元模糊性的同时,也解决了反直觉的问题;最后应用改进TOPSIS方法对所提出的综合性熵测度进行仿真分析,通过实例分析验证所提出的犹豫模糊熵的有效性.相比现有熵测度,综合犹豫模糊熵还具有计算简单和易于理解等优点,改进TOPSIS方法能够考虑决策者的心理偏好,相比传统决策手段,其决策效果更为合理.

摘要:多模态对话情绪识别旨在根据多模态对话语境判别出目标话语所表达的情绪类别,是构建共情对话系统的基础任务.现有工作中大多数方法仅考虑多模态对话本身信息,忽略了对话中与倾听者和说话者相关的知识信息,从而限制了目标话语情绪特征的捕捉.为解决该问题,提出一种基于听说知识融合网络的多模态对话情绪识别模型(LSKFN),引入与倾听者和说话者相关的外部常识知识,实现多模态上下文信息和知识信息的有机融合.LSKFN包含多模态上下文感知、听说知识融合、情绪信息汇总和情绪决策4个阶段,分别用于提取多模态上下文特征、融入听说知识特征、消除冗余特征和预测情绪分布.在两个公开数据集上的实验结果表明,与其他基准模型相比,LSKFN能够为目标话语提取到更加丰富的情绪特征,并且获得较好的对话情绪识别效果.

摘要:多尺度信息系统是一类特殊的对象-属性值系统,数据集中的每个对象在每个属性下根据不同的尺度或粒度可呈现出不同的值,并从细粒度属性值域到粗粒度属性值域间存在粒信息变换函数.从多尺度数据集中的每个属性中选择一个满足预设条件的尺度用于最终的决策分析(这个过程称为最优尺度组合选择)是多尺度决策系统知识获取的关键问题.针对不协调广义多尺度决策系统的最优尺度组合选择问题,首先,通过引入三层思维提出广义决策类最优尺度组合和对象最优尺度组合的概念,讨论两者间的层次关系;然后,提出属性约简诱导的最优尺度组合和关键尺度组合的概念,讨论对象关键尺度组合与广义决策类关键尺度组合间的层次关系;最后,依据对象关键尺度组合与广义决策类关键尺度组合间的层次关系给出两者间互相计算的方法.

摘要:随着我国电动汽车保有量迅速增长,大量退役动力电池亟需回收和利用.对此,研究碳限额与交易政策下电动汽车动力电池制造商开展梯次利用业务决策.针对由一个动力电池制造商、一个零售商和一个梯次利用商组成的闭环供应链,分别构建制造商不开展和开展梯次利用业务两种模式下闭环供应链模型.用Stackelberg博弈理论求得均衡解,通过理论比较和数值分析探究关键参数对最优决策和制造商模式选择的影响.研究发现,制造商最优碳减排水平随碳交易价格增加而增加,随碳减排成本系数增加而降低,随消费者低碳偏好系数增加而增加.制造商开展梯次利用业务并非总是最好选择,需满足以下条件:1)可梯次利用比例高于一定阈值;2)制造商为开展梯次业务而投入的成本小于一定阈值;3)制造商梯次利用单位收益高于一定阈值且梯次利用商梯次利用单位收益低于一定阈值.

摘要:针对一类具有近似幂函数特征的序列建模预测问题,通过引入非齐次欧拉方程,提出一种优化的灰色欧拉模型.对该模型的建模机理、参数估计和时间响应式等进行研究,讨论以误差平方和最小为目标,对灰色欧拉模型的初始点进行优化,研究灰色欧拉模型的3种基本形式和3种优化形式.该模型能很好地拟合幂函数特征的序列,拓展灰色预测理论的体系,扩大灰色预测理论的应用范围.最后,利用中国能源消费量和幂函数拟合两个实例来测试模型的有效性,结果表明,所提出的新模型具有更好的拟合和预测精度.

摘要:针对周期性切换冷/温混合贮备系统,研究其最优切换以及视情维修决策,在系统劣化建模的基础上,分析系统结构和切换式运行维修特性,制定基于周期切换和检测的离线视情维修策略.首先,通过分析系统运行与备用设备交替使用、维修过程中的状态转移特性,推导各检测周期时刻系统状态概率分布模型以及各维修活动的概率;然后,以系统有限时间范围内平均费用率最小为目标建立解析优化模型,以决策最优切换周期和维护阈值,并采用遗传算法对模型进行求解;最后,以汽轮发电机定子冷却水泵系统为对象验证策略和模型的正确性和有效性,并对参数进行灵敏度分析.实验结果表明,所提出离线视情维修策略能够有效地降低系统的维修成本.

摘要:为研究消费者对商品属性的认可度,利用文本情感得分将顾客在线评论转化为图犹豫不确定语言数,基于图犹豫不确定语言广义Shapely-Choquet积分加权平均算子和商品在线评论构建商品属性分析模型.首先,定义图犹豫不确定语言集、图犹豫不确定语言数的运算、得分函数和广义距离测度,提出图犹豫不确定语言广义Shapely-Choquet积分加权平均算子,并研究该算子的相关性质;然后,针对用户群体权重不完全已知的情况,建立优化模型来确定用户群体权重,并在此基础上,建立基于图犹豫不确定语言广义Shapely-Choquet积分加权平均算子和商品在线评论的商品属性分析模型;最后,将该模型应用于某品牌笔记本电脑的属性分析,验证所提出方法的有效性.

摘要:近年来,一种新兴的高效同城配送服务模式迅速发展,即针对随机到达的订单实现当天从点到点送货上门具有交付期限的订单配送服务.针对具有交付期限的、随机到达的订单配送问题,考虑平台可通过自有车辆服务订单,同时也可委托第3方物流服务订单的特点,提出一种决定是否接受该订单和确定车辆服务订单集合的订单配送策略.首先,以平台的运营成本最小为目标,建立订单配送的马尔可夫决策模型;然后,分析最优策略的性质;最后,与FCFS策略和按时交付策略进行对比分析.实验结果表明:所提出订单配送策略相比于FCFS策略与按时交付策略,不仅能够降低平台的总运营成本,且能够提高顾客满意度,保证服务质量,并通过数值分析验证了所建立的模型和求解算法的有效性.

摘要:针对属性权重未知,且考虑决策成员风险态度和属性关联关系的多属性决策问题,构建一种基于非加性最优最劣方法(BWM)的群体共识模型.首先,为处理不确定环境中的属性关联问题,提出区间值非加性BWM方法,该方法采用区间值刻画专家关于属性重要性的成对比较结果,以获取个体偏好下的属性重要性指数(权重),扩展了Shapley值的表示形式;其次,通过构建非加性BWM共识模型将个体偏好下的属性重要性指数转化为群体共识的属性重要性指数,在共识达成的过程中,利用隶属度函数度量决策成员的风险态度效用水平,并在一定预算限制下,探索决策成员的风险态度对群体共识的属性重要性指数及共识效用水平的影响;最后,通过案例分析验证模型的可行性和有效性.

摘要:针对双渠道绿色供应链,在考虑各方不同风险容忍度的基础上,构建以制造商为主导的供应链博弈模型,利用均值方差法分析集中式决策和批发价格契约下参与方的运营决策和期望利润,并设计协调契约.研究发现:在批发价格契约下,产品绿色度与制造商风险容忍度正相关,与零售商风险容忍度无关;最优零售价格均与双方风险容忍度正相关,且线上价格基准系数与直销价格负相关,与零售价格正相关;当绿色产品对消费者需求影响较大时,零售商的期望利润与制造商风险容忍度正相关.带有转移支付的反向收益共享与成本分担组合契约可实现双渠道绿色供应链的协调.