一类不确定非线性扰动离散时滞系统的鲁棒状态反馈控制

研究了具有非线性扰动的离散不确定带有状态时滞和输入时滞系统的鲁棒稳定性问题.以线性矩阵不等式的形式给出了可设计系统状态反馈控制律的充分条件,当条件满足时设计出系统状态反馈控制律,从而使闭环系统渐近稳定.     

数据流上基于遗传算法的并行查询优化技术

传统数据库中存储的是相对静态的记录集,这些记录没有预先定义的时间概念,除非时间属性被显示地加上去.虽然这个模型能够较好地表示商业数据库和个人信息存储库,然而它对快速变化的数据流进行在线分析的支持存在很多限制.因此,需要对已有技术进行扩展研究,构建出新的管理系统来管理数据流.数据流的高速性和无限性以及计算机资源的有限性使得提高数据处理速度成为数据流管理系统(DSMS)的关键;本文主要讨论了DSMS的核心技术———查询优化;着重研究了在shared-nothing机群并行系统中,通过并行查询处理技术来提高数据流处理速度的新方法.     

基于自抗扰控制器的异步电机鲁棒控制研究

提出采用自抗扰控制技术设计异步电机矢量控制系统,以克服负载扰动、被控电机参数变化、以及建模误差等“内扰”、“外扰”对系统控制性能的不利影响。在MATLAB环境下对提出的异步电机鲁棒矢量控制系统进行了仿真对比研究,结果表明其各方面性能均优于基于PI调节器的矢量控制系统;在TMS320F2812DSP开发环境中编写程序,进行了实验对比研究,结果表明提出的ADRC矢量控制系统的鲁棒性明显优于PI系统,方案可行、有效。     

带约束向量集值优化中的二次最优性条件

考虑带约束集值向量优化中的二次最优性条件,引进了新的集值映射的二次切上导数概念,并利用这个概念给出了带约束夺件的弱有效点对,Henig有效点对,整体有效点对,产有效点对的必要条件。     

一类时滞神经网络的全局鲁棒稳定性分析

利用矩阵Schur补的有关知识,通过构建李雅普诺夫函数,研究了一类时滞神经网络的平衡点的全局稳定性,得到了该类神经网络在平衡点全局鲁棒稳定的充分判据．     

面向红外视频图像的火焰识别

针对红外图像的火焰识别,采用基于粒子群优化算法的二维最大熵阈值选取方法,选取最佳阈值对红外图像进行分割,使可疑区域从背景中分离出来.选择物体的高度作为特征量,采用标准模板序列,设计两层模糊分类器分析物体的高度变化和灰度分布,给出可疑目标隶属于火焰的评价.实验证明,这种结合火焰动、静特性的算法鲁棒性强,识别率及灵敏度较高,适用于广范围的火灾监控.     

不确定多时滞奇异系统鲁棒H∞降维滤波器的设计

讨论了一类同时具有不确定性和多时滞的奇异系统鲁棒H∞降维滤波器的设计问题.目的是对于所容许的不确定性和多时滞,设计一个比原系统维数低的确定维数的稳定线性滤波器,使得滤波误差动态系统是渐进稳定并满足给定的H∞性能要求.该问题有解的充分条件是0≤ETY,rankX≤,Π1<0,Π2<0;并且当这些条件满足时,以参数显式化的形式给出了所求的鲁棒H∞降维滤波器.所有这些结果都只利用了原始系统的矩阵而没有分解,这就使得设计过程简便、直接.最后用数值算例验证了结论的可行性和有效性.     

正交设计优化山茱萸ISSR-PCR反应体系研究

利用正交试验设计法,从引物浓度、TaqDNA聚合酶浓度、Mg2 浓度和dNTP浓度4种因素3个水平,对山茱萸ISSR-PCR反应体系进行优化分析,并在此基础上对模板DNA浓度、PCR反应过程中的退火温度进行梯度检测.结果表明,20 μL ISSR-PCR反应体系中各因素的最佳浓度分别为:1×PCR buffer、150 μmol/L dNTP、1.0 μmol/L引物、2.5 mmol/L Mg2 和2.0 U TaqDNA聚合酶,最佳模板DNA浓度为20～80 ng,引物UBC835的最佳退火温度为57.2℃.     

Supply China Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

Automatic Spike Sorting Based on Robust Clustering

The collected spikes from extracellular recordings usually contain noisy data and outliers, which make it difficult to separate them. A method for spike sorting based on robust clustering is proposed to deal with the problem. The clustering method combines the advantage of fuzzy clustering and robust statistical estimators. The number of dusters is obtained by fuzzy cluster validity. In order to reduce the influence of outliers, the validity index is calculated using the weighting intra-cluster distances. The proposed method is suitable to separate neural spikes in the presence of noisy data and outfiers. The experiment on real data shows its performance.