基于机会约束规划的机会阵雷达功率资源管理算法

研究了在进行多目标跟踪时机会数字阵列雷达(opportunistic digital array radar, ODAR)的功率资源管理问题。针对复杂多变的环境和未知的目标信息所导致的不确定性,建立了基于随机和模糊机会约束规划(chance constraint programming, CCP)的多目标稳健功率资源管理模型。模型引入随机变量表征雷达总发射功率,引入模糊变量表征每个目标的RCS,以贝叶斯克拉美罗界(Bayesian Cramer Rao lower bound, BCRLB)作为目标跟踪精度的衡量标准,将随机模拟和模糊模拟都嵌入到遗传算法(genetic algorithm,GA)当中,从而预测出下一时刻满足给定置信水平的各目标最优的功率分配,然后根据求解出来的功率分配情况,利用无迹卡尔曼滤波器(unscented Kalman filter, UKF)进行目标跟踪。最后,通过仿真实验验证了算法的有效性和稳定性。     

零点约束的有向阵元圆阵方向图最优综合

圆形阵列由于可实现全空间无模糊的波束扫描而得到广泛应用。给出了基于最小均方误差准则下有向阵元均匀圆阵的最佳方向图综合方法。在无约束和带零点约束两种情况下,分别给出了相应最优权值的求解公式。由于圆形阵列具有较高的近轴旁瓣电平,通过对主波束附近的旁瓣增加零点约束条件来达到降低近轴旁瓣电平的目的。研究表明,不同零点约束会对旁瓣电平有明显的影响,合适的零点位置能明显改善方向图的近轴性能。该方法简单易行,适合在圆形相控阵天线中使用。仿真给出了对近轴旁瓣电平改善最明显的零点位置。     

基于乐观值和悲观值的不确定机会约束规划模型及应用

为了克服随机规划、模糊规划以及不确定规划期望值模型在实际应用中的局限性,基于乐观值和悲观值,提出了新的不确定机会约束规划模型。首先,根据目标函数的分类,分别定义了收益函数和成本函数的乐观值与悲观值,并在此基础上建立了不确定机会约束规划Maximax、Maximin、Minimin和Minimax模型;其次,给出了不确定机会约束规划模型的等价转化方法,将无法直接求解的不确定模型转化为可直接求解的等价确定模型,并分析了乐观值和悲观值随信度水平变化的规律;最后,以西安市某快递营业网点出行时间计划问题为例,对本文提出的模型、方法以及信度水平的影响进行了分析,指出信度水平实际上反映了决策者的风险偏好程度,实例结果表明本文提出的模型及方法具有可行性、有效性和实用性。     

基于相关机会规划的多机器人觅食过程的参数优化

针对随机环境中以觅食为任务的多机器人系统,在建立其整体数学模型基础之上,利用随机规划中的相关机会规划对影响整体系统性能的两个重要参数进行了优化分析,并采用基于随机模拟的遗传算法得到了优化结果.仿真结果表明,利用该方法可以实现随机环境下的系统优化控制,从而可为多机器人系统的行为规则优化提供理论依据.     

基于相关机会规划思想的模糊随机时间费用均衡模型

对于实际工程的管理者和决策者来说, 工程整体费用和工期之间如何达到均衡以及工程所处环境的不确定性是两个必须要面对和考虑的问题. 基于相关机会规划的思想, 针对随机性和模糊性并存的复杂不确定环境, 提出了一类时间费用均衡模型. 在建立的模型中, 以模糊随机变量来刻画工程所处的复杂不确定环境. 随后, 结合模糊随机模拟方法和遗传算法设计了一种混合智能算法, 用于求解该模型. 最后, 通过数值实验来验证所设计算法的有效性和稳定性.     

基于FFT的大型平面阵列方向图的综合方法

针对大型平面二维阵列,提出了一种快速的综合方法。首先根据单元激励初值,应用二维离散傅里叶逆变换(invert fast Fourier transform, IFFT)得出阵列方向图,然后与期望方向图比较,得出新的方向图,再应用二维快速傅里叶变换(fast Fourier transform, FFT)反算出新的单元激励。如此反复,直到方向图满足设计要求。该算法直接对大型平面二维阵列进行优化而不是针对一维线阵或小型阵列,而且天线单元数大于5 000。最后两个6 400（80×80）单元阵列的仿真结果表明该方法实用、高效。     

自相关过程协方差阵的残差MEWMA控制图

本文研究多变量自相关过程协方差矩阵的质量监控问题.针对服从VAR(1)模型的多变量自相关过程,基于残差分析思想,将多变量指数加权移动平均(MEWMA)控制图用于对过程的监控.首先对残差MEWMA控制图统计量进行了推导,其次采用MonteCarlo仿真的方法,以平均运行链长为评价准则对残差MEWMA控制图的监控效果进行了分析.仿真结果表明,残差MEWMA控制图具有较好的监控效果.     

基于不确定规划的供应链网络设计模型与算法

利用不确定规划,根据决策者的要求,对供应链网络设计问题进行建模.并采用由随机模拟、模糊模拟以及遗传算法相结合的混合智能算法来求解,最后给出了生活中的实际例子来说明模型和算法的正确性和高效性.     

基于HGSAA的机会阵雷达离散频率编码波形设计

机会阵雷达(opportunistic array radar, OAR)是一种以平台隐身性设计为核心的新体制雷达,设计适用于OAR系统的正交波形是研究的一个重要方面。对常规的雷达正交波形编码的搜索方法进行改进,使用混合遗传模拟退火算法,寻找出具有低自相关和互相关特性的雷达离散频率编码集合;并且考虑到算法适应度函数的重要性,引入灰关联度综合评价法则对其加以关联分析,根据关联度来引导算法搜索的方向,使产生的波形具备较好的性能。仿真结果表明,该算法可行且高效,在搜索最优离散频率编码方面优于其他搜索算法。     

一类参数不确定规划的三目标规划解决方法

针对目标函数具有区间参数的不确定优化问题，分析了以往不确定优化命题双目标优化满意解的缺陷，给出了一种鲁棒优化的定义，提出了不确定系统的优化需考虑悔度，把不确定的优化命题转化为确定型的三目标优化命题。实例分析考虑决策后悔度的三目标优化命题作为不确定优化命题的替代命题更加合理。该方法的成功作为一个具体实例印证了顾基发研究员“物理-事物-人理”的系统方法论的普遍指导意义。     

基于二次规划与相对优势度的不确定多属性决策法

针对属性权重未知且属性值为区间数的不确定多属性决策问题,提出了一种新的决策分析方法。该方法的核心是基于加权属性值离差平方和最大,建立一个二次规划模型,通过求解该模型获得属性权重,从而由加性加权法得到方案的综合属性值,进而利用各方案的相对优势度和对方案进行排序。最后,通过算例说明方法的可行性和实用性。     

基于LMI的不确定广义系统鲁棒无源化

针对具有不确定性且为线性分式形式的广义系统,考虑其严格无源化问题。利用严格线性矩阵不等式,首先给出了系统广义二次稳定且严格无源的充要条件,然后分别讨论了利用串级补偿和前馈补偿的方法使得系统广义二次稳定且严格无源的充要条件,同时给出了相应的补偿器设计方法.最后举例说明补偿的方法。     

多元不确定性偏好信息集结的目标规划方法

研究群决策过程中区间数偏好序、区间数效用值、区间数互反判断矩阵与区间数互补判断矩阵等四类不确定性偏好信息的集结方法.定义四类不确定性偏好信息的一致性,建立具有相同决策机理的各类不确定性偏好信息的统一权重求解模型.为解决决策误导问题,引入偏差系数建立权重分布范围的估计模型.建立决策群体意见集结的目标规划方法,研究了模型所具有的性质.为度量决策群体意见的一致度,定义了专家偏好与综合偏好的决策关联度系数和排序相关性系数.     

基于实数编码遗传算法的方向图模值综合方法

提出一种基于实数编码遗传算法的方向图综合方法,采用近亲交叉回避机制和自适应交叉变异概率等,避免了基本遗传算法过早收敛的缺点.与传统的对模值和相位均进行约束的综合方法相比,本方法不仅能够有效地获取期望方向图,而且主瓣控制机制与参考点的选取无关,综合得到的方向图与期望的方向图之间的误差较小.计算机仿真表明该算法的有效性与正确性.     

基于知识的规划模型构造系统研究

给出了基于知识的模型构造系统的定义，并以此概念为指导思想实现了基于知识的规划模型构造系统。详细论述了系统知识的表示与组织，并结合企业生产计划问题，描述了系统构造模型过程。     

基于不确定链路参数的卫星网络路由算法

对于卫星链路参数在复杂空间环境中存在不确定性的问题,研究了一种基于不确定链路参数的卫星网络路由算法。首先,采用三角模糊数描述链路参数的不确定性;在此基础上,建立卫星网络多约束路由模型;然后,设计保证路径有效性的遗传操作,通过遗传算法对路由模型进行求解;最后,通过仿真分析表明,该算法可以在复杂环境中实现高效路由,在平均时延、时延抖动和丢包率等方面有较好的效果。     

基于PSO的不确定时间序列模体发现算法

针对不确定时间序列(uncertain time series, UTS)的模体发现(motif discovery,MD)问题,提出了基于粒子群(particle swarm optimization, PSO)的UTS MD算法。该算法根据UTS的特点,设计了基于PSO的UTS MD的研究框架,并通过对时间序列片段的起始时刻和持续时间进行编码和修正,实现了在该框架下对UTS的MD。在实验中,针对所提出的算法,验证了其可行性,比较了其与MK、MOEN算法在运行时间、占用内存和收敛性方面的性能,并分析了其MD准确率,结果表明所提方法占用较少内存与运行时间,可以发现不同长度的模体,且具有收敛性和较高的准确率。