多模型广义标签多伯努利滤波器

标准广义标签多伯努利算法没有对目标状态转移密度进行深入分析, 在带入确定运动模型的情况下无法对机动目标进行跟踪。针对这个问题, 参考基于马尔可夫跳变分支合并策略的多模型算法, 提出了交互多模型广义标签多伯努利算法、一阶广义伪贝叶斯广义标签多伯努利算法, 以及二阶广义伪贝叶斯广义标签多伯努利算法, 并将这三种多模型算法与同样针对机动多目标的马尔可夫跳变系统广义标签多伯努利算法进行比较。仿真结果表明, 与马尔可夫跳变系统广义标签多伯努利算法相比, 所提三种算法具有更低的计算时间消耗和更高的跟踪精度。其中, 一阶广义伪贝叶斯广义标签多伯努利算法计算时间消耗最低, 二阶广义伪贝叶斯广义标签多伯努利算法跟踪精度最高, 交互多模型广义标签多伯努利算法综合性能最好。     

基于知识生命期的数据挖掘方法研究

以知识生命期为线索,同时引入广义计算理论与技术,提出一种基于知识生命期的数据挖掘模型,并以浙江省可持续发展模型为例,重点讨论了时序数据挖掘技术,最后给出的计算结果以说明这种方法的可行性与有效性.     

2—D广义Roesser模型的约化

本文讨论了将２－Ｄ广义Ｒｏｅｓｓｅｒ模型化成正常模型以及将非主项系统化成主项系统的问题，给出了解决这些问题的几个判别条件及具体方法，然后以实例对结果进行了说明。本文给出的各种方法主要是通过系统的等价变换，计算量不大。     

广义梯度理论中梯度的解释结构模型研究

简要介绍广义梯度理论的主要思想及其对梯度理论的发展，并以梯度理论中梯度的含义和内在关系为研究对象，在广义梯度理论的指导下，采用系统工程的方法，采用结构方程模型对梯度进行系统和全面的分析与研究，最终得到一个基于广义梯度理论的梯度解释结构模型，同时对结果进行简要分析。     

基于交互多模型的分组δ-广义标签多伯努利算法

为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤波器。滤波器采用航迹分组策略,不同组的航迹独立进行关联映射与分支权重计算,降低了关联的计算复杂度,可以实现不同航迹组之间并行滤波。另外,为了处理机动目标场景引入交互多模型,给出基于交互多模型的分组滤波递推方程。仿真结果表明,所提出的滤波器跟踪精度更高,计算速度更快,可以用于跟踪多个机动目标的场景。     

供应链大系统广义算子模型

探讨广义算子模型在供应链系统研究中的应用.分析典型的供应链大系统信息传递流程,按照分解综合的方法,先建立外部模型(粗粒度广义算子模型),再逐层深入分解,针对每个决策点或控制环节再建立更细粒度的广义算子模型,如此层层深入,组成多粒度的供应链大系统广义算子模型.广义算子模型为供应链的研究提供了一个新思路.     

多变量灰色广义预测控制直接算法及仿真

基于多变量灰色系统模型 ,提出了一种MIMO系统的广义预测控制直接算法。该算法利用两个辨识器分别辨识被控对象和闭环系统的参数 ,从而得到控制器的参数。算法在线辨识参数较少 ,又避免了Diophantine方程和逆矩阵的在线求解 ,进一步减少了计算量 ,提高了实时性。仿真结果表明 ,该算法是有效的     

支持产品创新开发的过程链知识建模

产品开发过程链建模有利于产品创新知识的搜寻。提出基于广义知识管理的产品创新开发过程链。研究支持产品创新开发的过程链模型及其知识建模方法。过程链模型包括产品描述模型、开发资源模型和开发过程模型。构建产品创新开发过程链的广义知识模型，并采用KBE／Intent语言进行建模。给出断路器机构系统创新开发过程链知识建模实例。应用结果表明产品开发过程链知识建模能有效地集成企业已有的知识资源，实现产品创新开发知识的共享和重用。     

基于PID结构的解耦控制器

针对广义学习模型提出了基于PID结构的零极点配置解耦控制算法.广义学习模型由一个线性时变子模型和一个非线性学习模型组成,其中线性时变子模型的参数采用最小二乘方法进行辨识,非线性学习模型由RBF神经元网络近似.通过引入补偿多项式,使得闭环系统的零极点可任意配置,极大的改善了闭环系统的动态性能.在进行控制器参数选择时,PID结构部分参数可根据常规PID控制器选取,零极点配置部分参数可根据系统期望零极点选取.最后,通过对电弧炉电极调节系统的仿真,验证了控制器的有效性.     

广义系统的H2及H∞次优模型降阶

讨论广义系统的H2及H模型降阶问题。首先建立了误差系统,从而将H2及H模型降阶问题转化为使误差系统的传递函数的H2及H范数是有限的,并给出了其有限的充要条件。然后对单输入的情况,给出了一种切实有效的降阶算法,且保持了原系统的脉冲性或非因果性。该算法的优点是不需对原系统进 行分解,且得到的降阶系统阶数最低,计算量亦较小。数值仿真进一步说明了该算法的有效性。     

The Applications of Generalized Computing in Decision-making

1 IntroductionDecision--making is a kind of all--around subject. Information theory, cybernetics, systemtheory, brain science, thinking research, operational research, informatics, futurologyand behavior research provide abundant nutrition for decision--making research.Therefore, plentifu1 achievements have been obtained in decision--making theory andmethods, a lot of practical and effective decision--making approaches have been come forth.Now there are abundant decision--making methods such a…     

Global Convergence of Adaptive Generalized Predictive Controller Based on Least Squares Algorithm

Some papers on stochastic adaptive control schemes have established convergence algorithm using a least-squares parameters. With the popular application of GPC, global convergence has become a key problem in automatic control theory. However, now global convergence of GPC has not been established for algorithms in computing a least squares iteration. A generalized model of adaptive generalized predictive control is presented. The global convergebce is also given on the basis of estimating the parameters of GPC by least squares algorithm.     

量子计算及其在信号与信息处理中的应用

介绍了量子计算的发展历史、现状和前景。讨论了量子计算的基本原理。列举了两种典型的量子算法 ,并结合信号与信息处理领域中所遇到的问题 ,指出了量子计算在该领域中的应用前景。最后介绍了目前国内外在量子计算方面的进展情况     

Generalized Cointegrated Time Series: Representation and Estimation

０ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｃｏｎｃｅｐｔｏｆｃｏｉｎｔｅｇｒａｔｉｏｎｉｓｓｐｒｅａｄｉｎｇｒａｐｉｄｌｙｔｈｒｏｕｇｈｏｕｔｅｃｏｎｏｍｉｃｓｆｏｌｏｗｉｎｇｉｔｓｉｎｔｒｏｄｕｃｔｉｏｎｂｙＧｒａｎｇｅｒ（１９８１）ａｎｄＥｎｇｌｅａｎｄｇ...     

基于T-S模型的自适应多变量模糊预测控制

针对多变量非线性系统的控制问题,提出了一种具有良好控制效果的模糊预测控制方法。首先采用快速聚类法和递推最小二乘法辨识得到非线性系统的T-S模型,然后对系统进行线性化,并基于线性化的模型设计模糊广义预测控制器并对非线性对象进行在线自适应控制。对一个带时延的强耦合二变量非线性对象进行仿真,结果表明对于具有时变性的非线性系统,该方法具有很好的控制效果。     

有限元仿真分析软件中建模的多态机理研究

有限元仿真分析软件是一种广泛应用于工程技术各领域的科学计算软件,而针对实际问题建立合适的模型是应用这类软件的首要工作。通常,为了使分析结果尽可能精确,研究人员希望建立无限接近真实形体的模型,但真实形体中某些特征的存在可能对网格质量和计算结果造成严重的消极影响,甚至还会导致问题不可解。同时过于复杂的模型也将消耗大量计算时间。为建立合适模型,提高计算效率,将多态模型概念引入有限元领域,就模型态与计算精度之间的关系进行了研究并得出初步结论。     

基于云计算的大规模定制客户需求响应模型及其节点的选择与分布

云计算为大规模定制解决个性化定制和模块化生产的融合提供了现实的依据和信息技术上的支持.通过分析云计算平台体系架构和大规模定制客户需求响应服务的特点,研究了大规模定制中为了有效处理客户需求信息该如何选择与分布云计算平台中的关键节点的问题,提出了基于云计算的大规模定制客户需求响应模型,并提出一种以客户需求关联度为衡量指标的关键节点确定算法.     

面向空气质量数据分析的广义零膨胀二项模型研究

针对化工园区气体超标排放的质量监控和超排计数问题,构建了广义零膨胀二项分布模型。在统计气体超标排放次数时,发现超标次数具有典型的零膨胀特征。传统的零膨胀泊松模型和负二项回归模型等会低估零膨胀概率,将传统的二项回归模型推广到更为一般的形式,构建了广义零膨胀二项分布模型。该模型满足了期望小于方差的特性,较好解决了超标排放中出现的既有过离散又有零膨胀的问题。实验表明,广义零膨胀二项分布模型具有较好的拟合效果,适应性和鲁棒性均较强。