Lorenz混沌系统的错位自适应控制

针对Lorenz混沌系统,提出了一种错位自适应控制方法。它将第一个变量x自适应反馈控制到第二个方程右边,或者将第二个变量y自适应反馈控制到第一个方程的右边,从而有效地将混沌系统控制到非稳定平衡点。用Lyapunov方法给出了严格的证明。数值仿真表明这种错位自适应控制方法正确而简单易行,并且具有很好的鲁棒性。     

末制导炮弹武器系统战斗队形的方案优化评估

针对末制导炮弹的作战使用特点,将层次分析法与ＥＬＥＣＴＲＥ方法相结合,给出将一种指挥员的经验与数学模型有机结合进行战斗队形评估选优的多准则决策方法。     

基于结构元方法的变量模糊的线性规划

主要目的是利用结构元方法来解决含有模糊变量的线性规划问题.首先,简单地介绍了结构元方法,根据该方法定义了结构元加权序,证明了其模糊优先的合理性,并同原有序关系进行了比较.然后,利用这种序关系,将一类含有模糊变量的线性规划问题等价地转化为一个经典的线性规划问题,简化了原问题的求解.最后,将给出一个实际例子,进一步表明了该方法的有效性.     

灰函数的Neville白化逼近与并行算法设计

将插值问题中著名的Neville方法引入到灰函数的白化过程之中,研究一种介于“充足信息”与“贫信息”之间的一种折衷的函数逼近方法,这种方法不仅将贫信息问题的处理过程程序化,而且还为并行计算提供了一种可行的方案。     

基于杂合遗传算法的车间生产调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法.将该种方法应用于求解某双极集成电路制造企业的车间生产调度问题,仿真结果表明,它是有效和可行的.     

车载DR导航的非线性滤波方法研究

针对扩展卡尔曼滤波方法(EKF)用于车载DR导航系统滤波中存在的一些缺点,将一种新的滤波方法—UKF滤波方法用于车载DR导航系统的非线性状态估计中。该滤波方法与EKF方法相比具有容易实现和滤波精度高的特点。通过非线性状态估计UKF方法大大提高了导航系统的精度。为了检验其有效性,将这两种方法分别对车载DR导航系统进行滤波仿真,仿真结果进一步表明UKF方法优于EKF方法,是一种理想的车载DR导航非线性滤波方法。     

基于熵方法的供应商分类评价及分类管理策略

在日益激烈的市场竞争环境下,企业与供应商之间的关系越来越密切,研究不同类型的供应商在管理上的差异,具有重要的理论和实际意义。根据企业与供应商之间的合作——交易关系,提出了基于供应价值——供应风险的两维供应商分类评价指标体系,并将信息熵方法用于评价指标权重的确定,建立了供应商分类评价方法。应用该评价方法,将供应商分为4个类型,研究了不同类型供应商的管理策略。最后,将该方法和策略应用于汽车零部件制造企业的供应商管理,说明了方法应用的合理性。     

时间序列确定性的指标检验方法

对于时间序列的生成机理是否服从于确定规律性的判断将直接影响到对其进行研究的理论框架的选择。提出了一种时间序列确定性成分的指标检验方法。该方法首先将待检验的时间序列重构于高维相空间中,寻找其主要几何特征在低维欧式空间中的投影,再将投影反射回高维相空间。通过比较原高维相空间与反射空间之间的偏差,来判断该序列的确定性。仿真实验证明了该方法具有可靠性。     

基于K-均值的SVC的雷达辐射源信号识别

无监督学习是解决未知雷达辐射源信号识别的有效方法。Support Vector Clustering(SVC)是一种基于支持向量机的无监督聚类方法。SVC不仅时间复杂度高,而且在处理分布复杂、不均匀样本时,识别率较低。结合K-均值与SVC的优点,提出一种基于K-均值的SVC无监督聚类方法。此方法用K-均值聚类法对数据样本作初步的线性划分,将原数据样本划分成若干子样本。再将这些子样本分别映射到高维特征空间,用SVC方法去处理非线性问题。由K-均值聚类法将二次规划问题分解,大大减少SVC的计算量,降低时间消耗。相对于原数据样本,子样本的分布较为简单、均匀,容易找到更为合适的SVC参数值。对雷达辐射源信号进行聚类分析的实验结果表明,此方法处理速度较快,识别率较高。     

基于MH抽样的Bayesian方位估计快速算法

针对Bayesian方位估计计算量大的问题,将马尔可夫蒙特卡罗方法与Bayesian方位估计相结合,提出一种基于MH(Metropolis-Hastings)抽样的Bayesian方位估计新方法(简称MHB).该方法将Bayesian算法的空间谱函数作为信号的概率分布函数,并利用MH抽样方法从该概率分布函数中抽样.研究结果表明,MHB方法不但保持了Bayesian方位估计方法的优良性能,而且大大减小了计算量.     

基于混合蚁群算法的产品开发过程优化方法

通过对迭代产品开发过程的分析,提出了将产品开发过程中设计活动被首次访问视为TSP问题中蚂蚁访问城市的思想,将Markov 过程建模方法与基本蚁群算法相结合,建立了混合蚁群算法对产品开发过程进行优化求解.示例表明该方法成功地将蚁群算法扩展到复杂产品开发过程优化问题,在考虑设计迭代以及设计活动完成时间服从任意分布的情况下,建立了产品开发过程优化模型,为该类问题的求解提供了一个新的思路和方法.     

一种自适应权值的多特征融合分类方法

由于类别较多或者特征单一等原因,传统的支持向量机方法对一些复杂问题的分类,很难获得好的识别效果。首先使用一种树状结构将概率支持向量机推广到多分类问题|然后提出一种自适应权值的多特征融合方法,根据概率输出自动调整不同分类器的相关权值,将所有分类器的结果进行加权得到最终的判决结果。为解决实际应用中常出现的非平衡问题,提出综合权值方法,将类别权值与特征权值进行综合。实验结果表明,融合方法较之传统的支持向量机一对一方法以及概率支持向量机方法能够获得更高的识别率|对于非平衡问题,综合权值方法可以得到更加合理的识别结果。     

基于人工神经网络与Petri网的宏观经济调控分析

在简要分析人工神经网络方法和 Petri网技术特点的基础上 ,提出了将人工神经网络与 Petri网技术相整合 ,并将其运用于宏观经济调控中的设想 .同时提出了两种技术的整合方法 ,并以中国近二十年来的统计资料为样本 ,进行了宏观经济调控的模拟分析 ,得出此种方法效果较好的结论 .     

一种搜索威布尔MLE形状参数的PSO联合方法

以两参数威布尔分布的极大似然估计(MLE)方法为背景,首次将粒子群优化(PSO)算法用于形状参数的MLE估计。在详细分析PSO方法特点和实现的基础上,将基于最小二乘估计(LSE)的线性回归方法和PSO相结合,实现了一种联合优化的方法。与此同时,评析了将LSE和PSO相结合后用于两参数威布尔分布的MLE寻优方法。仿真和实际运用表明,基于PSO的联合方法对威布尔分布的MLE形状参数的搜索具有良好的性质,其具体体现为搜索准确、稳定和快捷。     

一个证券组合投资分析的对策论方法

将给出证券组合投资分析的一个对策论方法 .将最小的可能收益作为风险的度量 ,将投资者的投资心理及证券市场的随机性考虑到模型之中 ,建立了证券组合投资的双层规划模型 ;对模型进行了理论分析、提出了求解算法 ;通过一个例子来说明如何用本文方法来进行证券组合投资分析.     

基于模糊分类-灰色马尔可夫的陀螺仪漂移预测

针对标准灰色马尔可夫预测模型抗干扰能力差的局限性,提出了一种基于模糊理论和灰色马尔可夫模型的预测方法。将模糊理论引入预测模型中,从分类方法上对标准灰色马尔可夫模型进行改进,该算法可以有效提高灰色马尔可夫预测模型的预测精度。将这种方法用于某型导弹陀螺仪的漂移预测中,实验证明了这种方法的有效性和可行性。     

基于SysML的作战概念描述方法研究

为了便于不同领域研究人员的理解和交流,须采用规范化的方法对作战概念进行描述.基于体系结构的方法,提出将系统建模语言System Modeling Language,SysML)用于作战概念的可视化和规范化描述.分析了将国防部体系结构框架Department of Defense Architecture Framewo...     

一种区间值聚类的数据挖掘方法

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据集的实验结果表明该算法是有效的。     

微分代数方程系统的一类新的归约方法

针对高阶(k≥2 )微分代数方程系统的归约问题,给出并证明了它的一类新的归约方法。该方法通过构造相容映射簇,将高阶微分代数方程系统逐步归约成低阶微分方程系统,最终将其转换成系统构形空间上的常微分方程。同时给出其各阶寂点的充分条件。最后举例证明了这种方法的有效性     

基于能量算子的三维空间实体LOD建模方法

为解决当前多层次细节(LOD)建模方法没有将简化和细分相统一,而造成细节层次模型特征表现不够丰富问题.将能量算子用于三维空间实体模型简化与细分,提出了基于能量算子的三维空间实体LOD建模方法.该方法主要包括3个步骤:模型能量算子计算、基于能量算子的模型简化和细分.实验表明,该方法能够生成细节层次较为丰富的模型,并具有良...