一种改进的半定量仿真算法

由于基于区间的半定量仿真算法都是针对参数区间的边界值进行的，所以导致仿真精度不高，状态轨迹过宽等现象。为了克服这一缺陷，提出一种改进的半定量仿真算法。首先简述了半定量仿真算法，然后以数字区间仿真为研究对象提出了一种随机半定量仿真算法。该算法用参教的概率密度函数代替区间进行半定量仿真．首先利用参数区间以及先验知识确定概率密度函数．根据概率密度函数在一定的置信水平下产生一组随机参数值，经过处理后确定其边界值作为新区间，然后将其用于相应的半定量仿真算法。理论分析和仿真实例表明，改进的半定量仿真算法的仿真精度高于传统半定量仿真算法。     

考虑参数变化的定性仿真

考虑了系统参数变化时,系统定性行为变化的定性仿真问题,作者结合ＱＳＩＭ算法得 种新的仿真算法,使用该算法对上抛小球以及绝热的气体容器从高温的热热爱热量的系统进行了定性仿真其,其结论与直观结果完全一致。     

利用k近邻区间距离的异步抗差航迹关联算法

针对异步和系统误差并存情况下的航迹关联问题, 提出利用航迹序列k近邻区间距离的异步抗差航迹关联算法。定义区间序列与区间点的k近邻区间距离度量, 提出系统误差区间化方法, 通过不等长航迹区间序列间的灰色关联度, 利用经典分配法进行航迹关联判定。与传统算法相比, 对系统误差先验信息的要求低。仿真结果表明, 算法能以较高正确率实现稳定关联, 具有良好的抗差性。算法亦可处理异步不等速率航迹关联问题, 无需时域配准, 具有明显的优势。     

一种基于区间数多指标信息的FCM聚类算法

针对一类具有不确定性区间数多指标信息的聚类分析问题，基于传统的数值信息FCM(fuzzy c-means)聚类算法，提出了一种新的聚类分析算法．首先描述了具有区间数多指标信息的聚类分析问题，其次提出并证明了基于区间数多指标信息的关于最优划分和最优聚类中心确定的两个定理．然后根据提出的两个定理，进一步给出了基于区间数信息的FCM聚类算法的迭代步骤．最后，通过一个算例说明了给出的聚类算法．     

驾驶员行为的Kuipers定性仿真算法

定性推理的目标就是寻求一种计算理论来模拟人处理定性知识的方法。驾驶过程就是驾驶员把通过其五官和其它渠道获得的道路信息和汽车的有关运动状态等定性信息传递到大脑加工后反馈给手脚执行操纵的过程。由于传统的数字仿真是建立在精确系统数学模型基础上的仿真,因此,使用传统的数字仿真技术模拟驾驶员的驾驶过程是困难的。本文依据Kuipers的定性仿真方法对熟练驾驶员和刚学会开车的驾驶员,在具有不同曲率半径和路面情况的一段道路上所做出的车速选择做了定性推理,给出了两类不同驾驶员驾车行为的定性状态描绘图和相应的车速曲线变化图。     

异地配置的雷达与电子支援措施异步航迹关联

针对异步条件下雷达与电子支援措施(electronic support measurements, ESM)航迹关联问题, 通过分析方位角异步测量值对交叉定位原理的影响, 提出一种无需时域配准的航迹关联算法。根据传感器存在时延以及采样率的不同, 给出不等长航迹序列的等长区间变换以及异步航迹交叉定位的区间化方法, 通过计算区间序列离散度实现异类传感器航迹关联。通过仿真验证, 区间序列离散度不受噪声分布的影响, 且对数据集整体特征的求解避免了传统算法中的逐点运算, 有效提高了算法运算率。与传统算法相比, 可在多种测量误差场景下对异步航迹直接进行准确关联。     

基于多区间参数修正的角速率姿态算法

姿态解算是惯性导航过程中的核心环节。针对惯组输出为角速率的情况, 参考单子样姿态算法的思路, 在角速度多项式拟合过程中利用前周期的部分角速率子样信息, 通过对多个不同拟合区间的角速度多项式积分来提取并修正对应采样周期的角增量信息, 进而利用角速率信息和多次修正后的角增量信息构造圆锥误差补偿结构。仿真结果表明, 新算法不仅可以提高姿态的解算频率, 且在一定圆锥频率范围内, 相较于传统算法的计算精度提高2~3个数量级。     

平行多视点算法实时求取深度信息

引入了平行多视点的概念，从平行多视点获取的多幅图像中可以求得深度信息。通过利用图像的ＦＦＴ变换，将时域中很难解决的问题变换到频域中来解决，避免了复杂的匹配运算，极大地简化了求取图像点、面深度信息的问题，并且提高了深度求取的实时性、全面性和准确性。介绍了算法原理及特点，并给出了实验结果及分析。     

具有不确定性的多态系统可靠性

在对多态系统进行可靠性分析时，由于很难精确地估算元素各个状态的概率，人们常常利用模糊隶属函数及概率区间来表示这些概率。介绍了用模糊及区间模型估算多态系统可靠性的方法，并介绍了元素不确定性重要度的算法。在LevV.Utkin提出的元素不确定性重要度算法基础之上，提出了不确定性重要度的改进算法。改进算法不仅全面考虑了区间概率的不同含义，而且提高了可靠性分析的精度和可信度。     

基于区间二型模糊集的模糊等价关系聚类分析

传统聚类算法在解决含有不确定性的聚类问题时具有很大的局限性,为了更好地解决聚类问题中的不确定性,论文基于区间二型模糊集理论,提出了基于二型模糊等价关系的聚类分析算法.论文首先将语言变量信息完整地转化为区间二型模糊集,接着把语言变量和区间二型模糊集的优势相结合,通过区间二型模糊集的Jaccard相似度,提出了基于区间二型模糊语言变量的模糊等价关系聚类分析新方法,并设计了具体的算法流程.新聚类算法相对于传统的模糊等价关系的聚类算法,具有更好地处理不确定性问题的能力,避免了聚类计算过程中的信息丢失.同时新聚类算法可以灵活给出随聚类相似性参数变化的动态聚类结果.论文最后以电商平台的手机品牌聚类为例,验证了新算法的可行性和合理性.     

实现战术态势估计的一种多agent计划识别方法

利用目标编群思想描述多agent行动之间的协作关系,建立了一种基于多agent计划识别的战术态势估计模型。分析了计划库的构成及结构层次,给出了一种基于多agent假设的计划识别算法。以一阶谓词逻辑为形式语言,扩展了战术智能规划的一个实例,引入了描述多agent完成同一任务的谓词和算子。对实例的分析说明了基于多agent计划识别的态势估计过程,表明了使用该方法求解态势估计问题的可行性。     

基于区间数聚类的目标分群算法

针对态势认知中目标数量多、信息不确定、数据不精确等问题, 提出一种基于区间数聚类的目标分群算法。首先, 考虑到传感器测量数据具有误差且数据不完全等因素, 采用区间数对传感器探测到的目标进行特征描述。然后, 为有效利用区间数信息定义了一种新的距离度量, 并给出了改进的区间数聚类目标分群算法。最后, 构造4类相互独立的区间数据集, 对区间数据进行分类测试, 并通过典型想定场景设定多类目标实体, 基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群。仿真结果验证了算法能够有效对目标进行分群, 具有较强的稳定性。     

关于时间的推理

本文讨论了一种常识性推理方法——时间推理。介绍了构造时间模型的三种方法:基于片断的方法,基于事件的方法及基于时间点的方法。讨论了三种时间逻辑方法:一阶谓词演算,模态逻辑及具体化逻辑。最后讨论了关于时间粒度的问题。     

时序约束下科学工作流的动态调度研究

随着分布计算技术的迅速发展,利用广域分布的计算资源构建并执行科学工作流,已成为当前学术界和工业界关注的热点问题.为满足用户和计算控制机制的需求,往往需定义科学工作流的时序约束.但是,由于任务处理时间具有不确定性,在运行过程中容易出现时序违反.为保证科学工作流的正确执行,迫切需要能根据实时运行状态自动实现动态调度的方法.针对已有研究方法的不足,本文提出了一种基于遗传蚁群混合算法的科学工作流动态调度优化方法.首先,建立了时序约束下的科学工作流动态调度模型,该模型综合考虑了科学工作流的时间与成本优化目标,并融合了基于概率的时序约束满足性需求;然后,采用改进的遗传蚁群混合算法实现模型求解.该算法通过设计提高种群搜索导向性及保持种群多样性的策略,从求解精度及求解速度两方面提高了求解效率.最后,通过与现有方法的多组实验对比,说明了本文算法的优越性.     

基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型

针对复杂经济系统下时间序列所呈现出的小样本非线性残差特征,采用非线性残差灰色Verhuilst模型进行研究,修正传统计量模型对于残差信息挖掘不够,预测精度不高的问题,在此基础上,选择带有精英策略的EGA算法来建立灰色Verhulst计量组合预测模型,设计了算法实现的逻辑流程和非线性残差灰色Verhulst计量组合预测模型的整体建模思路,提出了改进多准则目标优化NP完全问题的新方法,对模型的预测效果进行比较分析.实证研究表明:基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型算法收敛速度快,拟合效果好,预测结果更精确.     

基于区间数的空中进攻作战信息流转模式构建

高效合理的信息流转模式是有效实施空中进攻作战的前提和重要保障。针对空中进攻作战信息流转模式构建问题,给出了基于复杂网络理论的信息流转模式基本定义,解析了空中进攻作战3个阶段的情报保障、作战指挥和武器控制信息的流转关系。引入区间数概念及运算规则,以信息流量、信息质量和传输时间为优化目标,构建了基于区间数的空中进攻作战信息流转模式多目标规划模型,结合线性加权法和区间数满意度,将其划归为单目标确定型两层嵌套优化模型,并利用微分进化算法进行求解。最后结合实例,验证了该模型与方法的合理性与可行性。     

基于随机模拟的电子侦察卫星多目标优化调度方法

提出基于随机模拟的电子侦察卫星模糊自适应遗传算法。采用基于随机模拟的遗传算法来解决电子侦察卫星调度问题,避免了对不确定问题进行转化及复杂的数学推导。针对传统遗传算法在求解过程中部分参数采用基于经验设置,且进化过程中参数固定所带来的不足,引入基于模糊逻辑的方法来自适应改变遗传算法中的关键参数,以更符合自然进化的过程,保证收敛速度和解多样性之间的平衡,并能获取更好的优化结果。