一种模糊自适应交互多模型算法

提出了一种模糊自适应交互多模型（FAIMM）算法。该算法通过模糊推理机制，在线调节模型集合中部分模型的参数，使这些模型对不同的目标机动模式有更强的自适应能力，从而使该算法可以采用较少的模型达到很好的跟踪滤波效果，而且避免了传统交互多模型算法的模型冲突问题，大大减少了计算量。最后将该算法与传统的交互多模型算法进行了仿真对比，仿真结果表明，FAIMM算法比传统的交互多模型算法有更好的跟踪性能。     

基于交互式多模型的粒子滤波算法

融合交互式多模型和粒子滤波，提出了一种新的多模型粒子滤波算法。该算法采用多模型结构以跟踪目标的任意机动。各模型采用粒子滤波算法，以处理非线性、非高斯问题。各模型中相对固定数目的粒子群经过相互交互、粒子滤波后再进行重抽样以减少滤波退化现象。与通用的交互式多模型算法进行了比较，试验仿真结果证实了本文新滤波算法的有效性。     

一种改进的多模型噪声辨识方法

在混合系统参数估计问题中，交互式多模型算法是一种比较有效的求解方法。但是当系统机动模式较多时，模型集中的模型数目也随之增加。针对模型集过大导致的参数估计精度下降的现象，提出了一种改进的多模型算法，并将其应用于系统噪声辨识。它利用多扫描量测信息，采用离散优化技术，获得近似于系统的实际噪声水平的最优的子模型集。然后，利用此进行噪声估计作为结果输出。Monte Carlo仿真结果表明了新算法估计精度优于标准IMM算法。     

一种多神经网络混合模型的学习算法研究

针对混合智能模型的多神经网络结构特征，提出一种模型参数的在线辨识算法。该算法在起始阶段利用混沌优化算法寻找初始点，随后采用BFS法完成参数寻优过程。对处于扰动状态下的预分馏塔的仿真结果表明，该算法可以有效地解决一类多神经网络模型的在线参数辩识问题。     

变结构交互式多模型滤波和平滑算法

针对机动目标跟踪问题，提出了一种变结构交互式多模型滤波和平滑算法。首先，对多模型滤波和平滑问题进行了简单描述，并给出了前向交互式多模型滤波和后向交互式多模型平滑的数学模型；然后，建立了变结构交互式多模型算法的精确模型，模型子集之间并行独立运行，通过选取概率最高的模型子集的状态估计作为最终的估计结果；最后，对变结构交互式多模型算法的滤波数据进行平滑处理，得到了变结构交互式多模型滤波和平滑算法。所提算法将前向滤波和后向平滑相结合，提高了目标跟踪精度。仿真结果表明，变结构交互式多模型滤波和平滑算法的跟踪效果优于其他方法。     

马斯京根模型参数估计的差分进化算法

针对洪水演算的马斯京根模型参数估计问题，首先将其归结为非线性参数优化问题，然后利用自适应加速差分进化算法进行求解。计算结果表明，自适应加速差分进化算法具有求解速度快、计算精度高、算法控制参数设置简便、通用性强等优点，与现有马斯京根模型参数估计方法相比，该算法显示出更好的优化性能，从而为准确估计马斯京根模型参数提供了一种更为有效的方法。该算法也可以广泛应用于其他各种复杂非线性模型的优化问题，特别是在洪水预报方面有很好的应用前景。     

基于自适应评价函数的独立成分分析算法

简要介绍独立成分分析（ICA）及其模型，然后在极大似然估计的框架下，基于两类参数模型--Gaussian混合密度模型和Pearson系统模型，研究了具有对称分布（包括超高斯分布与亚高斯分布）和非对称分布源混合信号的盲分离问题，给出了一种有效的基于灵活评价函数的ICA新算法，该算法在一定意义上实现了对源信号概率分布的真正全“盲”。与原有的ICA算法相比，该算法具有更广泛应用范围。模拟实验验证了算法的有效性。     

基于八叉树的软体压力模型精确碰撞检测

目前已经有多种基于物理的软体模型模拟算法，但计算量大与算法复杂是这些方法的主要缺陷。基于闭合压力模型的特点，精确计算模型的体积，通过克劳修斯-克拉佩龙状态方程计算模型内部的气体压力，运用牛顿第二定律计算模型的实时运动位置，同时运用八叉树技术实现模型的精确碰撞检测。经验证，算法可以在满足实时性的同时得到高质量的模拟绘制结果。     

基于神经网络的非线性离散动态系统DISOPE算法

提出了基于神经网络的非线性离散动态系统优化与参数估计集成算法。先用动态神经网络辩识系统得出一个近似模型，在存在模型实际差异的情况下，从神经网络模型出发通过迭代运算得到实际非线性离散动态系统的真实最优解，系统优化采用Ｈｏｐｆｉｅｌｄ 神经网络算法，求解速度快。仿真结果表明了算法的有效性和实用性。     

基于优化BP算法的精馏塔预测模型

针对建立精馏塔严格动态机理模型的复杂性以及机理模型应用的诸多不便，提出了一种综合共轭梯度和自适应变步长的优化ＢＰ算法，并利用该优化ＢＰ算法建立了精馏塔的预测模型。仿真结果表明，该算法不仅收敛速度快，学习精度高，而且有效避免了常规ＢＰ算法的局部极小值问题。     

三种船舶运动控制仿真系统

船舶运动控制系统有三种仿真模式：一是单机仿真即在一台计算机上同时运行船舶运动数学模型和控制器；二是双机仿真即一台计算机运行船舶运动数学模型，另一台为真实的船舶控制器，控制器通过数字通信接口控制另一台计算机上运行的船舶运动模型，也称为半物理仿真；三是物理仿真即建造一艘按某一水动力学相似准则而缩尺的模型船，在模型船上装上真实的船舶控制器，在水池或海上做船舶运动控制试验。本文介绍大连海事大学轮机工程学院研制的上述三种船舶运动控制仿真系统。     

一种计算AHP权重的两阶段线性规划方法

对于传统的AHP求解方法,存在难以识别比较矩阵中的不一致判断的情况。通过构造两阶段线性规划模型,在第一阶段求出一致性求解范围,利用该一致性范围作为第二阶段的限制条件,借助于Matlab软件求出了最优的优先权矢量,并举例说明应用这个方法的计算过程。最后,通过具体实例对模型的灵敏性进行了分析,给出了不一致性判断的识别方法。     

最小相位不确定非线性系统的观测器设计

针对一类系统相对阶小于系统阶数的非线性系统,提出了一种基于输入输出线性化的观测器设计方法。首先考虑了模型已知时的非线性系统,通过微分同胚,将原系统变换为标准型,证明只要系统的零动态是局部指数稳定的,则基于估计误差的非线性动态方程是稳定的,即估计状态收敛到真实状态。然后分析了存在模型不确定性的系统的观测器设计问题,用RBF神经网络逼近不确定性,设计了神经网络加权系数的调整规律和Lyapunov函数,实现了含有不确定性时误差动态方程的渐近稳定性。仿真结果证明了算法的有效性。     

基于T-不变量的可重复向量的求解算法

研究了Petri网中T-不变量与可重复向量之间的关系,并基于此关系给出一个求解可重复向量的新方法。首先定义了变迁扩充网的概念,证明一个网的可重复向量与其变迁扩充网的T-不变量之间存在一一对应关系,从而将一个网可重复向量的求解转换为其变迁扩充网T-不变量的求解上。在此方法中,如果利用FM-算法去求解T-不变量,则某些求解的步骤可以省略,从而得到一个类似于FM-算法的算法来求解可重复向量。此算法能够求出一组可重复向量,而任一可重复向量都可被这组可重复向量非负有理系数线性表出。     

基于eM-Plant的参数化虚拟组合设备

由于大直径晶圆的加工具有严格的逗留时间约束和时间波动, 使得组合设备的调度及其可行性的验证存在很大的困难, 而仿真是一个有效的方法. 如果组合设备的调度存在可行性, 那么, 通过仿真能够找到系统的可行调度. 利用eM-Plant建立了虚拟的单臂组合设备, 该系统是可重配置的. 不同类型的晶圆加工具有不同的晶圆流模式和加工时间, 该虚拟组合设备能够模拟不同的晶圆加工, 而参数化的虚拟组合设备实现了可重用性. 为了实现可视化, 建立了三维模型的虚拟组合设备. 对于操作组合设备的工程人员来说, 该系统是直观和有效的. 最后,通过例子验证了虚拟组合设备是可行的.     

考虑不完美维修的定期检测与备件策略联合优化

针对退化过程服从三阶段故障过程的单部件系统提出了定期检测与备件订购策略联合优化.该策略下,根据检测时系统的状态执行不同的维修活动:当系统处于正常状态,不执行任何维修活动;若识别轻缺陷进行不完美维修并采用比例役龄回退模型描述不完美维修效果;若识别严重缺陷则更换系统.当更换系统时需考虑备件状态:若处于存货状态则立即更换,若正处于途中则到货时更换,若未订货需立即订货并在到货时刻更换.考虑所有更新事件采用更新报酬理论建立以最小化单位时间内期望成本为目标的模型,同时优化检测周期和订货点.最后,设计枚举优化算法和离散仿真算法求解模型,并在算例分析中验证模型的有效性和适用性.     

基于模糊邻近关系的结构聚类

在有序粒度空间理论的基础上,提出了基于模糊邻近关系的结构聚类分析理论和方法.首先,给出了依据距离的一致聚类的概念,提出了模糊粒度空间的一致聚类特征;其次,给出了模糊邻近关系结构聚类的粒度表示,并获得了基于模糊邻近关系结构聚类的快速算法;进而,提出了获取最佳聚类的新方法,并且这一方法是全局最优的;最后,给出了通过两个模糊邻近关系的交运算获取结构聚类融合的方法.为复杂系统结构分析研究提供了一整套理论工具和方法.     

一种新犹豫模糊符号距离及其应用

研究了属性权重部分已知的犹豫模糊多属性决策问题.针对犹豫模糊元中为便于计算添加的多余数值影响方案排序等问题,提出一种新的犹豫模糊决策方法.首先,提出一种新的犹豫模糊元得分函数与犹豫度.基于此,构造一种新的犹豫模糊符号距离,对犹豫模糊元中添加的多余数值具有很好的鲁棒性.其次,基于max-min算子思想,建立属性权重优化模型.最后,将新的犹豫模糊符号距离应用于求解多属性决策问题中,并通过算例说明所提方法的可行性与有效性.     

基于小波神经网络的多楼层疏散模型

多楼层环境下室内人群疏散问题是社会关注的热点,而传统的社会力模型在模拟多楼层环境时容易出现停滞等待现象.基于小波神经网络来改进社会力模型,建立一种新的多楼层疏散模型.该模型利用场域模型来获得行人的运动方向,以此作为社会力模型中行人的自驱力方向.同时给出了多楼层环境下出口拥挤度、路径拥挤度和平均速度的评价指标,并利用小波...     

HEAVY TRAFFIC LIMIT THEOREMS IN FLUID BUFFER MODELS

A fluid buffer model with Markov modulated input-output rates is considered.When traffic intensity is near its critical value, the system is known as in heavy traffic.It is shown that a suitably scaled sequence of the equilibrium buffer contents has a weakor distributional limit under heavy traffic conditions. This weak limit is a functional of adiffusion process determined by the Markov chain modulating the input and output rates.The first passage time of the reflected process is examined. It is shown that the mean firstpassage time can be obtained via a solution of a Dirichlet problem. Then the transitiondensity of the reflected process is derived by solving the Kolmogorov forward equation witha Neumann boundary condition. Furthermore, when the fast changing part of the generatorof the Markov chain is a constant matrix, the representation of the probability distributionof the reflected process is derived. Upper and lower bounds of the probability distributionare also obtained by means of asymptotic e