一类不确定非线性系统的鲁棒镇定

讨论了在自由系统和输入通道都带有有界不确定性的仿射非线性系统的鲁棒镇定问题。本文指出如果一个相应的Ｈａｍｉｌｔｏｎ－Ｊａｃｏｌｂｉ不等式有非负光滑解,则该不确定仿射非线性系统可鲁棒镇定。     

集成化物流中的定位运输路线安排问题(LRP)优化算法评述

总结定位 运输路线安排问题(Location RoutingProblem,LRP)的发展历程,重点评述LRP优化算法的研究进展,并对比分析了常用的两类求解LRP问题的方法精确算法和启发式算法·并对LRP中的定位配给、运输车辆路线安排、定位 运输路线安排三类问题的具体优化方法进行了分析、比较,指出在求解LRP问题时应综合利用各种技术的优势,建立一种新的搜索方法,实现准确、高效的搜索,改进遗传算法用于求解LRP问题是解决这类NP hard问题的一条途径·     

线性开关系统基于梯度的渐近稳定切换算法

给出实现线性开关系统渐近稳定的切换策略·该策略的提出基于以下思想:首先将线性开关系统通过切换渐近稳定到原点问题看成系统误差最小化问题,然后基于梯度优化方法选择要运行的子系统,构成切换序列·另外,提出线性开关系统渐近稳定的充要条件·该方法适合于高阶线性开关系统,且子系统可以是不稳定的·仿真实验证实该方法简捷、有效·     

基于优化熵函数二维最大熵阈值算法改进

根据熵函数在等概率场下取到最大值性质，对二维最大熵阈值法中的熵函数进行优化，将熵函数中对数和乘积运算简化为减法运算，得到目标函数具有意义明确、形式简洁、计算速度快的二维阈值自动选取方法。该法在保持二维最大熵阈值法对图像分割效果同时，又大大提高阈值选取速度，增强算法实时处理能力。这些结论正确性，既从理论推导过程中得到证明，也从对足迹图像分割的大量实验中得到验证。这种方法是保持二维最大熵阈值法分割效果不变、具有更快计算速度和实时处理能力、并在足迹图像分割中得到较好应用的一种自动阈值选取方法。     

一种参数自调整风电功率预测模型

为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.     

参考模型自适应方法在主从对策中的应用

用参考模型自适应方法,处理两类参数未知的线性动态主从对策,得出相应的自适应鼓励策略,并指出了算法的收敛性。讨论建立在波波夫超稳定性与李雅普诺夫稳定性基础上。     

一类非线性切换系统的稳定域

在生物学超循环(Hypercycle)系统的基础上,提出了非线性循环系统和非线性循环切换系统的概念,并建立了数学模型,这类系统具有广泛的实际背景.分别研究了非线性循环系统和非线性循环切换系统的稳定域问题,并通过系统循环矩阵的特征值,给出了非线性循环切换系统在任意切换律和确定切换律下的稳定域.仿真实验进一步检验了结论的正确性.     

一种基于小波提升变换的多尺度边缘提取算法

提出了一种基于小波提升变换的改进图像边缘的检测算法.本算法首先对源图像进行小波提升分解,然后分别对高、低频子图像进行边缘提取.对于低频信息使用Canny算子进行边缘检测,而高频信息先用相邻尺度小波系数相乘的方法去除噪声,消噪后再对高频分量进行边缘检测.最后通过一定的融合规则进行融合,得到最终的边缘图像.实验结果表明,该方法具有运算速度快,能有效地抑制噪声,边缘检测精度高等特点,是一种有效的图像边缘提取算法.     

基于小波分析理论的证券投资市场预测

提出了一种基于小波分析理论对证券投资市场建模及其预测的方法·该方法分两步完成:第一步通过小波分解进行数据滤波,将证券价格变化曲线中的高频信息过滤,从而实现消除噪声,提高预测精度的目的;第二步应用最小二乘方法建立数学模型,并用模型进行中、长期证券价格预测·实际股票价格仿真结果表明:此方法简洁、预测效果良好,优于一般最小二乘方法     

撑竿跳高第一腾空、第二有效腾空高度的研究

将撑竿跳高技术划分为第一腾空、第二有效腾空两个阶段，指出此技术划分，既有利于撑竿跳高“人-竿”相融系统化理论的研究，又利于评价分析运动员的过杆技术，并通过对撑竿跳高第一腾空、第二有效腾空高度的研究，细化了前苏联专家提出的关于撑竿跳高运动员技术评价指数，提出了与之相适应的技术评定指数体系，并就撑竿跳高第一腾空、第二有效腾空高度产生的基础，条件及提高腾空高度的途径进行了讨论，旨在对今后撑竿跳高技术分析提供了途径，对撑竿跳高技术教学与训练有所帮助。