基于多维关联抽样的区间数灰靶决策模型及其应用

传统区间数灰靶决策模型忽略了指标区间分布及指标间相关性对于方案优劣评价的重要影响,且赋权过程中存在一定的模糊误差.针对上述不足,本文提出了基于多维关联抽样的区间数灰靶决策模型,通过全面考虑指标空间边界及空间内部的多维联合概率密度分布情况,弱化了指标极值对于决策结果的影响;并引入模糊集值统计方法确定指标权重,将灰靶决策模型权重由实数序列拓展到区间数序列,减小了专家判定过程中的模糊误差.以潘口水库汛期运行水位抬升方案决策为研究案例,将改进模型与传统模型进行比较,结果表明,改进后的模型能够更有效地考虑区间内部数据特点及指标间的关联程度,区间数权重的设定也更合理客观.     

基于区间数TOPSIS法的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间数TOPSIS法的评估方法。在分析了现有的目标威胁评估方法中距离威胁模型存在不足的基础上,提出了改进的距离威胁模型。给出了区间数特征向量法求解威胁指标权重的计算步骤,克服以往威胁指标权重确定方法的不足,建立了区间数TOPSIS法评估目标威胁的数学模型。给出了仿真算例,仿真结果表明该方法是合理和有效的。     

考虑合成灰数灰度性质的改进区间灰数预测模型

基于核和灰度的区间灰数预测模型,初步解决了区间灰数序列预测问题,但模型中灰度预测值的确定方法存在不足,且模型不支持误差分析。提出了合成灰数灰度的定义及其性质,据此分析了模型存在的问题,并建立灰度序列的预测模型实现灰度预测,以代替原有模型中灰度预测值的确定方法,从而改进和完善了原有区间灰数预测模型。改进模型从核和灰度两个方面同时发掘区间灰数序列的内蕴信息与发展趋势,克服了原有模型存在的不足,且支持误差分析和精度检验。算例表明了改进模型的有效性和可用性。     

基于区间定位和灰关联的区间DEA效率指数测算与排序

针对经典区间数据包络分析(data envelopment analysis,DEA)求解算法过分依赖于评价者的"主观判别",或求得的效率区间长度可能过大,对被评价决策单元有效性的解释力弱的缺陷,提出一种改进的区间DEA模型求解算法——区间定位法,该方法对评价者的"主观判别"依赖程度低,且求解的效率区间长度较小。在区间定位法的基础上,进一步提出了基于灰色关联度的决策单元效率排序方法。     

区间主成分分析方法的比较

简述了区间数据主成分分析(PCA)的两种主要方法--顶点法(V-PCA)和中点法(C-PCA),并对其进行了合理化改进.研究表明,两种方法的协方差矩阵有极大的相似性.在研究区间数距离的基础上,定义了一种基于Hausdorff距离的评价模型方法优劣的效度指标,并通过模拟的方法,对这两种方法进行了比较研究.结果表明:两种方法具有较强的相似性;随着变量数和样本数的增加,两种方法的效度均有所下降;在同样的样本数条件下,中点法适合变量数较大的情形,而顶点法更适合于变量数较小的情形.最后,给出了区间PCA方法选择及效度测量的应用步骤和一个算例.     

一种新的求解区间数判断矩阵权重的方法

研究区间数判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数判断矩阵局部一致性和局部满意一致性,并建立了判别其是否具有局部满意一致性的数学模型.作为度量区间数判断矩阵一致性优劣的一种有效方法,给出了区间数判断矩阵一致性程度的概念,并对一致性程度较差的区间数判断矩阵提出一种改进方法.以在区间数判断矩阵内搜索一致性水平最好的确定性判断矩阵为目标建立一个新的权重模型,求解此确定性判断矩阵的权重,以此作为区间数判断矩阵的权重,模型由颗粒群算法求解.最后给出了一个例子说明本文方法的有效性.     

不完整信息下的偏好估计

提出了一种不完整信息下的偏好估计方法，ＰＡＩＩ法。决策者可以对价值树中的目标权重和方案结果进行区间估计，并通过线性规划方法把有关权重区间和方案结果的不完整信息处理为价值区间和控制关系。同时，决策者既可通过新的信息描述，又可通过调整原来的判断改进偏好估计，使得决策结果更加具体，所表达的偏好信息量更大。     

不确定多属性决策的单目标最优化模型

对于属性权重及决策矩阵元素均以区间数形式给出的不确定多属性决策问题，提出了一种单目标最优化模型，给出了规范决策矩阵的计算公式，并提出了一种基于可能度的决策方案排序法，通过算例说明了该模型及方法的可行性和有效性。     

基于适应值曲面分析的全部局部极值搜索算法

为求得类似仿真函数的黑箱函数优化问题的全部局部极值点,提出了一种基于适应值曲面分析的新算法。首先,对适应值距离相关系数(fitness distance correlation, FDC)进行了改进,探讨了改进FDC指标与适应值曲面崎岖度的对应关系。在此基础上,设计了基于FDC的重复对分区域法(FDC based repeated split region, FRSR),对可行域依据崎岖度进行分解,得到满足崎岖度要求的若干子区间,并在这些子区间上依据FDC指标设置初始点,然后利用模式搜索算法进行寻优。通过对比FRSR法与传统的均匀分配初始点法以及其他现有方法,验证了FRSR法能够以较少的初始点得到全部局部极值,在速度上和解的质量上都优于传统方法。     

带分布区间数的可能度计算模型及其排序

在区间数决策理论中,将决策参数的取值分布信息纳入区间数概念内涵,是理论发展与客观现实的双重要求.文章基于区间数大小关系的内涵,运用概率论相关理论方法,定义带分布区间数的概念,构建了带分布区间数可能度的定义及其一般性计算模型,给出了两个区间数同是均匀分布区间数、或一个为均匀分布区间数而另一个为三角分布区间数、或同为三角分布区间数等三种情形的可能度计算公式,以及带分布区间数及其可能度的几个新性质,修正了以往学者提出的有关概念.针对区间数排序问题,修正了优序数排序法,同时揭示了对称分布区间数的优序数排序法与中值排序法的等价性.通过实例计算,验证了理论和方法的科学性和有效性,进一步完善了区间数决策理论,具有更好的应用价值.     

改进的强跟踪飞机舵面快速故障诊断方法

针对多模型自适应估计(multiple model adaptive estimation, MMAE)方法适应突变故障能力差、多重渐消因子强跟踪算法滤波发散、故障条件概率计算量大等问题,提出一种改进的多重渐消因子强跟踪多模型自适应估计(strong tracking multiple model adaptive estimation, STMMAE)快速故障诊断方法。通过多重渐消因子提高了故障突变时滤波器的跟踪性能;通过改进一步预测协方差阵更新方程,保证了滤波器稳定性,提高了估计精度;采用基于欧几里得范数的飞机舵面故障概率快速计算方法,降低了故障概率计算量。对比仿真表明,该算法跟踪性强、速度快、精度高,具有较好的鲁棒性和稳定性。     

基于AGA的导弹控制系统自动化设计

鉴于传统的设计基于摄动理论和系数冻结法,将控制回路分成角稳定、质心稳定回路,存在工作量大、结果不是最优且有一定的盲目性等缺陷,为此,引入改进的自适应遗传算法,实现了基于性能分析的自动化优化设计整个导弹控制回路参数的目的。所用的遗传算子包括:多参数级联编码方法;选择操作采用比例算子与精英保存策略相结合,交叉和变异概率均采用自适应策略;适应度函数的构造则综合了误差和误差的变化量。仿真结果表明,自适应遗传优化用于自动化设计导弹控制系统是有效的。     

汽车转向/制动系统的非线性解耦内模控制

首先提出一个非线性控制系统研究汽车转向系统和防抱死制动系统的协同控制问题。该控制结构由转向控制器和制动控制器组成。为了确保系统全局稳定性,采用反馈线性化方法进行解耦。为了提高系统的鲁棒性并确保期望的动态性能,对解藕线性化的系统采用内模控制方法进行综合。然后设计适用于复杂工况的制动力分配策略。最后用仿真结果验证控制系统的有效性,它改善了汽车制动稳定性和转向性能。     

考虑时延与丢包的网络控制系统分析与综合

针对具有时变网络诱导时延和丢包问题的网络控制系统稳定性分析与控制器设计问题,通过考虑网络诱导时延是时变和有界的情形,并分析网络诱导时延与其上界之间的关系,应用Lyapunov-Krasovskii泛函结合积分不等式方法,提出了一种改进的、同时考虑了网络诱导时延和丢包问题的网络控制系统稳定条件,并基于改进的锥补线性化迭代算法（improved cone complementary linearization, ICCL）给出了一种具有更低保守性的控制器设计方法。数值实例表明上述方法的有效性。     

陕西省科技经济系统运行机制研究

在对陕西省的基本经济状况、科技状况以及科学技术向生产力转化运行机制定性分析的基础上，利用陕西科技向生产力转化系统动力学模型，对陕西科技与经济运行情况进行了定量模拟，这种定量模拟在一定程度上揭示了陕西省科技与经济的内在规律。同时在此基础上进行了政策分析和政策灵敏度分析，并得出了几点重要的结论；从而为政府决策提供了多种可供参考的最优决策方案。     

地面站数传系统的RBFNN模型及算法

针对难以建立精确数学模型的地面站数传系统,提出改进梯度迭代学习的径向基神经网络建模方法。改进梯度学习算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;改进迭代过程中网络参数的梯度信息计算方式,加快了迭代收敛速度;并增加结构调整过程,实现对网络规模的精简。通过采集地面站数传系统输入-输出数据,将改进梯度学习算法应用于网络离线训练,并给出具体实现步骤。地面站数传资源配置优化实例验证了模型具有较高泛化能力,且算法稳定性较佳。     

基于改进PSO算法的传感器网络覆盖优化

当无线传感器网络(wireless sensor network,WSN)采用概率覆盖模型时,难以采用几何方法进行网络覆盖率的优化。针对这一问题,通过提出一种改进粒子群优化(particle swarm optimization,PSO)算法,有效提高了WSN网络的覆盖率。首先对粒子越界处理的方法进行推了广,提高了其适用范围;其次,针对PSO算法容易陷入局部最优解的问题,通过对粒子探索能力进行增强,提出了一种探索能力增强型PSO(explorative capability enhancement PSO,ECE-PSO)算法,有效改善了种群陷入局部最优解的缺点。基于概率覆盖模型的WSN覆盖优化的仿真验证表明,ECE-PSO算法显著提高了解的质量,有效改善了算法收敛于局部最优解的缺点,且ECE-PSO算法具有较强的稳定性。     

陀螺稳定平台中速度环的非线性实验建模

在阐述两轴四框架陀螺稳定平台的结构和工作原理的基础上,具体分析了从实际实验装置中获取数据的方法。通过对内环中速度稳定环的机理分析,得到了简化的线性模型。针对平台在低频工作环境下所表现出的严重非线性特性,将线性模型与非线性的Stribeck摩擦力模型相结合,建立了系统的数学模型。利用遗传算法和所获得的实际系统数据对模型参数进行了辨识;通过在所辨识出的系统模型上进行扰动隔离的系统仿真实验,并将其结果与实际系统的性能进行对比,验证了所建模型的精度;通过对模型残差的分析,进一步地改进和提高了所建系统模型的精度。为研究两轴四框架陀螺稳定平台模型与误差补偿提供了实用的高精度的数学模型。     

双向联想记忆的匹配滤波器建模、分析与性能改进

本文利用匹配滤波器组将Kosko提出的双向联想记忆(BAM) 建模为非线性闭环反馈系统,研究了模型中样本模式的稳定性与吸引性,给出并证明了稳定性和吸引性的几个充分条件。为了加强模型的记忆与误差校正能力,我们用指数非线性递增函数来提高检索模式与近邻样本的相关性,进一步讨论了修正后模型的稳定性与吸引性,分析表明模型的性能得到了很大改善。     

基于严格二叉树编码和GA的模糊树结构学习

为解决模糊树模型结构学习中存在的信息冗余、寻优效率低等问题,提出了一种基于严格二叉树编码和遗传算法的结构学习方法。通过严格二叉树编码对模型结构进行编码,改善了现有矩阵编码的信息冗余问题;考虑到编码特殊性和算法收敛性,提出了一种改进的遗传算法用来对模糊树模型的结构进行寻优。实验结果表明,不同数据集上该算法的稳定性和计算速度均较好,能够寻找到一个较优的二叉树结构,从而提高模糊树模型的建模精度。