显著减少对话次数的多目标决策法

提出一次对话中最大限度地获取决策偏好信息的有效途径并据此设计了新的多目标决策方法，可显著减少为找到最优决策进行对话的次数，数例仿真结果表明方法的有效性。     

l~1 鲁棒辨识的快速算法

根据“时间宽度”思想,得到了ｌ１中有噪声时的时间宽度的上、下界函数,对两个具体的先验集,构造了确定最大降低系统不确定度的系统输入规划模型,并给出了混合遗传进化算法．     

三维射击精度的Winterbottom逼近

为避免导弹武器三维射击精度降维评估带来的信息损失问题,在三维射击精度一阶逼近法研究的基础上,引进SEP对分布参数的二阶偏导数,依据Winterbottom展开给出了SEP的置信上界和置信区间表达式。详细推导了具体计算公式,提出Box-Cox变换参数λ的选取原则,列出了优化λ的计算方程,并以示例说明Winterbottom逼近对中小样本的具体运用和实际效果,结果表明该方法具有良好的使用前景。首次将渐进正态性理论和逼近理论引入三维精度评估领域,解决了球概率误差分布未知问题。     

基于超立方体分割的分片线性逼近

为了解决复杂非线性系统的建模问题,提出一种基于超立方体分割的分片线性逼近模型.该模型将定义域分割成超立方体,在每个超立方体内用一个线性函数描述原来的非线性函数.再借助格表示形式,通过选择合适的连接得到由这些局部线性函数构成的连续分片线性函数.证明对于任何二阶可导的非线性函数,该模型都能任意精度逼近.因为不用再把每个超立方体都分割成单纯形,该模型有助于构造出更加简单的连续分片线性函数,并能处理复杂的高维问题.     

运用改进的线性规划算法求解分片线性方程组

为了提高求解分片线性方程组的线性规划算法的计算效率,提出基于线性规划算法的改进算法。首先找出若干线性区域组成的超立方体,使得方程组函数在此超立方体上表现为凸函数或凹函数,然后在超立方体上求解一次特定的线性规划问题并判断此超立方体是否含有方程组的解。在算例中该算法需要求解的线性规划问题数目仅为线性规划算法的1/4。该算法无需在全部线性区域上求解线性规划,因此相对线性规划算法提高了计算效率,提高程度取决于方程组函数的性质。     

H∞辨识的多项式插值算法及Worst－Case误差

就单输入、单输出、离散、时不变因果系统讨论了面向鲁棒控制的Ｈ∞系统辨识问题．首先提出了用线性规划检验先验假设和后验数据是否相容的判据，然后给出了基于线性规划的多项式插值算法，该算法计算量少、所得模型简单，最后估计了该算法的Ｗｏｒｓｔ－Ｃａｓｅ误差，并证明了该算法的收敛性     

高维空间上连续分片线性函数的绝对值表示

高维空间上连续分片线性函数的绝对值表示是一个一直没有能很好解决的问题.在一维空间上连续分片线性函数的绝对值表示基础之上,采用递推的方法,给出了高维空间上连续分片线性函数的绝对值表示;同时证明了该绝对值表示对所有高维空间上连续分片线性函数有效.     

分片合并模型树光滑逼近算法

针对已知样本数据建立非线性函数模型的问题,提出了分片合并模型树光滑逼近算法.在区域线性模型树算法的基础上,采用区域分片和区域合并两个算法将输入空间划分为若干子区域,对每个子区域使用线性函数进行逼近,并构建该子区域上的加权函数,生成基函数展开方式的全局表达,从而获得光滑的任意精度逼近结果.分片合并算法使得相同的线性函数可以在非凸甚至非连通的区域上起作用.在参数数量相同的情况下,其逼近精度比区域线性模型树算法有显著提高.仿真结果表明该算法是解决这类建模问题的有效方法.     

关于固定资产增长过程的定量研究及其在经济计划中的应用

本文抓住固定资产增长过程的基本特征,建立了适当的数学模型,研究了固定资产增长速度和积累投资的关系,固定资产的年报废率,折旧基金中实际用于补偿部分的比例等。     

分片线性神经网络逆系统方法的内模控制

为提高传统逆系统方法的跟踪精度和抗干扰能力,提出了基于连续分片线性神经网络α阶逆系统方法的非线性内模控制方法.利用标准连续分片神经网络逼近非线性系统的α阶逆模型,将它串连在原系统之前,得到复合的伪线性系统,对该伪线性系统应用内模控制策略进行控制,并分析了闭环系统的性能.仿真结果表明:该方法跟踪效果好、抑制干扰能力强,且设计简单,是解决非线性系统控制的一种可行的方法.