混沌粒子群优化及其分析

通过分析了经典的粒子群优化中单个粒子模型,发现其具有混沌Hopfield神经网络的特点.提出了一种新的粒子群优化模型,该模型不像以往的粒子群算法那样包含随机参数,而是一个确定性的混沌Hopfield神经网络群,其搜索轨道展现了从混沌到周期分岔再到汇的逆周期分岔演化过程.初始混沌式搜索模式展宽了搜索范围,逆周期分岔演化过程决定了搜索的稳定性和收敛性.另外,理论上给出了新的粒子群优化的收敛性结论.最后,通过数值仿真给出了与经典的粒子群优化结果的不同点,并且说明了混沌粒子群优化的有效性.     

车牌照定位及倾斜校正方法研究

针对车牌照自动化管理中需要对采集到的车牌照图像进行自动校正和去除背景的处理问题,在传统的集合参数提取方法———Hough变换基础上,提出了一种实现对车牌照图像进行定位和倾斜校正的方法。根据车牌照自身特点,对对称Hough变换作出改进和剪裁,使得该方法可对平行四边形形状的车牌照进行检测。测试证明,该方法缩短了计算时间,减小了空间复杂度。     

基于多Agent的舰艇编队对海攻击仿真系统

设计了一种基于多 Agent 的舰艇编队对海攻击仿真系统,采用自下而上的建模方式,应用面向Agent的仿真软件技术对系统中各个Agent进行建模并构建了系统的结构框架,采取Agent通信语言(Agent communication language,ACL)实现Agent间通信。仿真部分模拟真实舰艇编队协同攻击过程设计了舰艇编队对海移动目标协〖JP3〗同攻击流程,仿真中提出改进的遗传算法解决武器目标分配问题,在预测目标打击位置时提出了虚拟航路法。仿真结果表明,该系统与实际符合较好,可以为舰艇编队对海作战各个步骤中的算法进行综合仿真,验证了该系统的有效性。     

基于频域的广义预测控制器的鲁棒性分析

推导了广义预测控制器 ( GPC)的闭环反馈结构 ,采用小增益定理获得了存在建模误差( MPM)情况下 GPC鲁棒稳定的一个充分条件。然后在频域内分析了 GPC控制器的参数选择对其鲁棒性的影响。     

基于积分泄漏的机电伺服系统摩擦力补偿

针对传统比例积分微分(PID)控制在摩擦力补偿时会产生极限环震荡的问题,提出在PID控制中的积分项上加泄漏的方法.在该方法中,消除极限环的最小积分泄漏可以通过二分法精确计算得到.针对不同闭环极点情形,分别给出二分法中待求解变量初始范围的相关定理,并通过数值仿真验证最小积分泄漏计算的准确性.为了验证算法的优势,与带有积分...     

局部世界网络的统计特性和抗攻击性仿真研究

复杂网络的抗攻击性已经成为复杂网络研究中的一个热点问题。采用局部世界演化模型来研究大规模复杂网络的统计特性以及网络对不同类型的攻击的抵抗能力。通过计算机仿真探讨统计特性和模型参数的关系,同时在仿真网络攻击时,随着网络被破坏程度的增加,记录表征网络拓扑结构变化的几个重要参数的变化。仿真结果表明,局部世界演化网络在网络连接特性和抗攻击性方面都表现出介于指数分布网络和幂律分布网络之间的过渡特性。     

不相关指数网络上的疾病传播动态控制研究

提出了不相关指数网络中病毒传播的一个动态控制模型.动态控制模型的理论分析目前仍是病毒传播研究q-的难点问题之一.模型对病毒的传播阈值及病毒对网络的感染程度等重要统计量给出了理论分析结果,也给出了数据仿真结果.所提出的动态控制模型及其理论分析方法与数据仿真方法,对于相关的研究将具有一定的借鉴作用.     

复杂网络科学与工程的研究进展(专辑序言)

<正>今天,复杂网络无处不在:从互联网到移动通信网,从大脑神经网络到社会关系网,从经济网到海陆空交通网,我们无时无刻不是生活在各种各样的巨大规模的复杂网络中.     

二元关系聚合与粗糙近似

粗集理论中的核心概念--下近似和上近似的经典定义是以不可分辨关系为基础的, 这种定义方式适合于处理名义属性. 然而, 许多现实问题既包括定性属性也包括定量属性, 因此有必要对不可分辨关系进行泛化. 首先在单个属性层次上根据适合的相似性测度定义了二元关系, 对这些二元关系进行聚合成为属性集合层次上的全局二元关系. 决策类并集的粗糙近似和边界域则定义在全局二元关系的基础上. 然后定义了粗糙近似和边界域的运算, 从而可以描述确定性、可能性和怀疑性的知识, 并且证明了这些运算满足的粗糙包含性、互补性、边界域恒等性和单调性. 这种新的粗集方法可以描述包含定性属性和定量属性的决策表中包含的不一致性.     

New tracking-differentiator design and analysis of its stability and convergence

A new simple linear tracking-differentiator (T-D) is presented. Stability and convergence of the T-D are thoroughly proved, which avoids inconvenience of stability proof for nonlinear T-D with switch function. Through error analysis, the presented T-D can extract differential of any piecewise smooth nonlinear signals to reach a high accuracy. Compared with the nonlinear T-D with switch function, shaking phenomenon is avoided at the switching point of the function. By further modifying the linear T-D, it can effectively restrain differential impulses produced by initial errors of signals or by signals suddenly changing. Finally, analysis of several simulation examples shows the effectiveness of the proposed theory.