基于随机模糊神经网络的噪声混沌时间序列建模与预测

提出了一种基于随机模糊神经网络对噪声混沌时间序列进行建模与预测的方法,并介绍了一种基于非单值逻辑随机模糊神经网络(SFNN)的结构和学习算法.在此基础上,应用该网络对含随机噪声的麦克-格拉斯混沌时间序列进行了仿真,仿真结果表明,在噪声较大的情况下,SFNN比FNN方法有更好的预测效果.     

模糊逻辑系统的一种自适应参数学习算法

根据自适应模糊逻辑理论以及基于导数的参数优化方法,分析了模糊逻辑系统常规参数优化算法存在的不足,从改善模糊系统的参数训练步长的角度着手,对其常规的最速下降算法进行了改进,提出了一种新的自适应模糊逻辑系统参数学习算法,并对该算法的推导过程进行了具体的分析和描述。最后,针对一非线性函数逼近问题,对该算法进行了验证,仿真的逼近精度和收敛速度都获得了提高,表明本文提出的模糊逻辑系统自适应参数学习算法是可行和有效性的,且能够克服常规参数优化算法中存在的某些不足。     

一种基于可传递置信模型的分布式决策方法

证据推理理论是研究在不确定情况下智能决策的有效方法之一。将证据推理引入到分布式决策系统，提出了一种基于可传递置信模型的分布式智能决策方法，从信息融合技术的角度构建了agent模型以及分布式决策系统的框架，并且分析了分布式决策系统的信息提取和合成算法以及决策制定算法。通过借鉴信息融合技术中证据推理的可传递置信模型和算法，使分布式决策的研究方法有进一步的发展。在仿真中采用机器人足球仿真比赛作为平台进行研究。     

一种改进的混沌掩盖通信方法

提出了一种适合较大功率信息信号的混沌掩盖通信方法。在该方法中,注入到发射系统的信号是信息信号与一个自适应控制器的误差。同时,将信息信号直接叠加在发射的混沌信号中驱动接收系统。在接收端,另一个自适应控制器维持收发系统的混沌同步并恢复出信息信号。由于同步误差与信息信号无关,从而在增大信息信号功率的同时允许其频率与混沌信号的频率相当。理论分析和数值模拟的结果表明,该方法不但增强了低维混沌系统的通信保密性,而且极大地改进了接收端的信噪比。     

一类非线性不确定系统鲁棒H∞控制器的设计

利用微分对策方法,讨论了一类不确定性非线性控制系统的鲁棒H^∞控制问题。给出了在所有允许的不确定范围内,使闭环系统具有鲁棒H^∞控制物性的状态反馈鲁棒H^∞控制器,输出反馈鲁棒H^∞控制器以及基于观测器的鲁棒H^∞控制的设计方法。指出了如何相应的一个或两个Hamilton-Jocobi不等式有非负解,则该不确定非线性系统的鲁棒H^∞控制问题有解。     

一种运动车辆的阴影消除新方法

针对运动车辆阴影消除时可靠性和实时性难以兼容的问题,提出一种基于彩色检测线的线间差分的阴影消除新方法.通过检测运动区域四周方向线的线特性确定出运动区域所属的车辆/阴影模型,结合车辆/阴影模型和运动区域找到检测线,再利用检测线在彩色空间内的线间差分和检测线的属性找到阴影和车辆的分界点,进而根据分界点找到车辆和阴影的分界,从而实现阴影的消除.由于利用了检测线在彩色空间中的颜色特性和检测线在灰度空间中的背景图像,因而新方法具有较强的噪声抑制能力,并提高了低亮度车辆的阴影消除效果.实验结果表明,所采用的阴影消除新方法不仅具有较高的可靠性,也具有较好的实时性.     

知识发现过程中连续属性离散化方法研究

在综合分析知识发现过程中连续属性离散化方法的基础上，提出了一种基于全局聚类分析来处理连续属性离散化问题的方法。实例验证结果表明该方法对知识发现过程中连续属性离散化的划分更为合理。     

基于地心坐标系的传感器极大似然配准算法

配准是多传感数据无误差坐标转换的必不可少的处理过程。现有的精确极大似然 (EML)配准算法[1]是基于立体几何投影法进行的 ,没有考虑地球地形的影响 ,因此当传感器之间相距很远时将失去实际意义。提出了一种基于地心坐标系 (ECEF)的传感器极大似然配准算法。这种方法考虑到了地球形状对配准的影响。最后给出的仿真结果说明这种配准算法初步解决了远距离的传感器配准。     

知识系统建模框架研究

以PSM和本体为核心，构筑了知识系统建模框架，将知识系统结构要素分为需求本体、概念本体、方法本体、控制知识和解释知识，并用面向目标的黑板控制模型有效地将以上诸要素加以集成，将概念本体和方法本体溶入多主体的建模中．并探讨了本体维护和管理的方法．     

被动加载系统中的多余力矩复合补偿方法

分析了被动式加载系统中多余力矩的特点 ,针对前馈补偿方法中存在的高阶微分补偿控制器物理上难以实现以及模型失配问题 ,提出了基于小脑模型关节控制器 (cerebellarmodelarticulationcontroller,CMAC)的复合补偿方法 .仿真和试验结果表明 ,采用基于CMAC的复合补偿方法对于多余力的抑制具有明显效果 .