Flow Shop排序问题F2|prmu|∑wj(1-e-rCj) 的一个启发式算法

给出了Flow Shop排序问题F2|prmu|∑w     

关于带有传输时间的F2|perm|Cmax排序问题的一个新算法

考虑传输时间的同顺序排序问题是在机器人设计及柔性制造系统中有着广泛应用的一类排序问题。     

一种混合H2/H∞ 滤波的传递对准算法

针对机载武器捷联惯导系统快速精确传递对准问题,建立了速度加姿态匹配传递对准模型,将系统 噪声、速度观测噪声建模为高斯白噪声,而将受机翼挠曲变形影响的姿态观测噪声建模为能量有限噪声。建立了 观测噪声中既有高斯白噪声又有能量有限噪声的滤波性能优化指标,将滤波问题转化为最小最大问题,采用拉格 朗日乘子法对最小最大问题进行了求解。设计了一种能处理观测噪声中既有高斯白噪声又有能量有限噪声的混 合H₂/H_∞滤波算法。仿真结果表明,该算法稳定性强,滤波精度高,为机载武器提供了一种有效的快速精确传递 对准滤波算法。     

排序问题Pm，ai|on-line|Cmax的LPT算法

讨论了任务实时到达的平行机在线排序问题。Chen和Vestjens证明了LPT算法的界为3／2。将这一结论推广到了处理机具有准备时间的情况。     

基于网络控制系统的H∞鲁棒控制

针对控制器与执行器均为事件驱动、传感器为时间驱动、时延不确定且不大于一个采样周期的网络控制系统,建立了其在单包传输下的离散模型。基于Lyapunov函数和线性矩阵不等式(LMI)方法,分析了闭环系统的鲁棒稳定性,导出了闭环系统渐近稳定且满足给定H_∞性能指标的充分条件。通过仿真算例,证明了分析方法和结果的有效性。     

基于PEV准则的I-UMOP问题求解方法

针对传统方法在求解不确定多目标规划问题过程中存在的不足,提出了该问题在新准则下的求解方法。首先,提出了求解方法的基本框架,并通过引入不确定变量之间的序关系定义了不确定多目标规划的帕累托有效解;其次,根据线性加权或理想点法将原问题转化为不确定单目标规划问题,再利用期望方差准则将不确定单目标规划问题转化为确定的单目标规划问题;再次,通过相关理论推导证明了在该准则下转化后的问题求得的最优解是原不确定问题的帕累托有效解;最后,设计了决策变量分别为连续型和离散型的数值算例对该方法的有效性加以说明,考虑算例的复杂度,分别采用遗传粒子群算法和二进制狼群算法进行了求解。     

广义系统的H2及H∞次优模型降阶

讨论广义系统的H     

快速联合H∞滤波在SINS/GPS组合导航中的应用

针对捷联惯导/卫星定位(SINS/GPS)组合导航中联合卡尔曼滤波器对系统模型和噪声统计特性的依赖性和算法运算量大等缺点,提出了新的联合H_∞滤波方法.定义了新的联合H_∞滤波公式,提出了融合信息在子滤波器中自适应分配原则,简化了联合H_∞滤波算法.由于H_∞滤波不需要已知噪声的统计特性,因此新算法具有很强的鲁棒性,同时联合算法又可以有效地增加系统的客错能力.仿真实验证明新算法在稳定性和实时性上都有较大提高.     

基于矩阵S1/2范数的红外目标跟踪

目前使用的很多红外目标跟踪系统在目标背景复杂、目标形体较小、目标受到遮挡等情况下会发生目标丢失现象,针对这一问题,在粒子滤波框架下,提出了一种基于矩阵S_1/2范数的红外目标跟踪算法。首先,围绕上一帧被跟踪目标的状态对当前帧目标粒子进行采样;然后,将采样的目标粒子进行筛选,并将筛选后的粒子整体输入到基于矩阵S_1/2范数和l_1,1范数联合表示的最小化问题模型,并求解其最优解;最后,根据候选目标粒子在目标字典和背景字典表示下系数的差异确定最优目标粒子,即为当前帧跟踪结果。实验结果表明,相比经典的类似目标跟踪算法,该算法能够对复杂背景、目标形体弱小、目标受到遮挡等多种情况下的红外目标进行有效跟踪,并具有更强的鲁棒性和更好的时效性。