分布式MPC在网络化制造环境下SCM中的应用

针对网络化制造环境下动态供应链管理特点,利用分布式模型预测控制技术解决供应链中动态优化控制问题。首先,阐述动态供应链运行机理,并以此提出完整的随机动态优化控制模型及其控制约束;其次,给出分布式模型预测控制算法,并构建了优化控制序列模型;最后,仿真实例结果表明,利用分布式模型预测控制技术计算供应链中各阶段订货率,可以预测企业各阶段理想库存,从而快速响应市场动态变化,有效控制供应链管理中的不确定性。     

基于T-S模型的倒立摆双闭环串级模糊控制设计与仿真

针对具有多变量、非线性特性的倒立摆系统,提出了一种基于T-S模型的双闭环串级模糊控制方法。在该方法中,内环控制倒立摆的角度,外环控制倒立摆小车的位移,并对双闭环参数耦合实现了解耦,降低了系统设计的难度和复杂度。数字仿真结果表明了该方法的可行性。     

镜像阻抗连接声表面波滤波器建模与仿真

将镜像阻抗连接结构的输入输出对、镜像对和反射器对转化为十六端口网络元的形式,并用传递矩阵描述相应的网络元,把它们按网络元的排列顺序相乘便得到镜像阻抗连接结构的矩阵模型,利用边界条件将该模型降为二阶矩阵,以此求出声表面波滤波器的插值损耗。用SIMULINK对这一过程进行建模并得到了滤波器的动态仿真模型。然后代入基于氧化锌/金刚石/硅结构的瑞利波相速度和机电耦合系数的频散数据及其它相关参数,仿真得到了滤波器的插损频响。     

主动悬架最优控制性能函数的加权系数研究

为了分析汽车主动悬架最优控制性能函数中加权系数的影响，对某轿车建立了整车七自由度动力学模型，设计了基于随机最优控制策略的状态反馈控制器。通过ADAMS＆MATLAB＼simlllink联合仿真，探讨了性能函数加权系数对悬架控制力的最大幅值及悬架性能的影响，得到了该轿车性能函数中加权系数的变化与主动悬架最优控制力的最大幅值及悬架性能的关系．这为主动悬架最优控制性能函数加权系数的确定提供了参考依据。     

基于语言等价的Petri网化简

定义了α闭包表达式和同步交错正规表达式,证明了同步交错正规表达式与Petri网语言的等价性,给出了Petri网语言的结构特征:任意一个Petri网语言都是一个正规语言表达式与α闭包表达式的同步,借助于这一特性,给出了Petri网的化简过程及其算法。     

关于偏好信息全序化的加权TOPSIS新方法

针对通过辨识矩阵无法求取偏序集,不能进行后续的偏好信息全序化算法的普遍问题,提出了基于粗糙集的加权TOPSIS偏好信息全序化方法。首先根据属性间差异程度计算各个属性的权值,然后再对信息系统进行加权TOPSIS排序分析。克服了原算法对信息表本身的过严限制,扩大了偏好信息全序化的粗糙集方法的应用范围。最后通过在球团厂中链蓖机-回转窑系统信息表的应用验证了该方法的有效性。     

基于多边约束的数据融合网络定位

无线传感网络定位方法近几年来受到广泛的关注。分布式算法是传感网络定位的一个主要要求,它不仅能减小计算和通信负载,同时对络的非连通性有很好的鲁棒性,对测量噪声克服也有一个很好的实现方案。虽然多种测量技术都能实现位置估计,但都存在某些不足。数据融合是一个很好的解决方案。提出了一个数据融合的结构和模糊优化数据融合算法。对每个节点的TOA和RSS数据进行融合。仿真表明位置估计的精度能够得到显著的改进,同时算法的复杂度也得到了降低。     

传感器网络中异常数据实时检测算法

如何实时检测传感器网络中异常数据是一项非常重要的工作。通过对线性自回归的分析法,给出传感器数据流的预测模型及其预测机制。当预测出现失败时,给出了一种预测模型自动调整策略,以降低预测误差。基于该预测模型,提出了一种异常数据检测方法,通过计算当前时刻的预测误差与平均预测误差的比值,比较该比值与预先设定的阈值的大小,以检测该时刻数据是否为异常数据。基于该方法,提出了异常事件检测和数据压缩处理的算法。仿真结果验证了预测模型的正确性和有效性,表明该模型能够实时检测异常事件和压缩数据处理。     

攻击机反舰作战能力评估的综合指数模型

针对攻击机反舰作战能力评估中评估指标的选取和分析以及计算模型的构建等关键问题,对攻击机反舰作战能力的影响因素及其层次结构进行了分析,并建立了考虑突防能力、战场态势感知能力、反舰武器能力、最大作战半径和导航能力的评估指标体系。在分析了指标参数间聚合关系的基础上,结合反舰作战理论和实际给出了各指标的综合指数计算模型,最后以6种机型反舰作战能力评估为例计算并检验了模型的可用性。     

基于多期动态优化的银行资产组合决策模型

以银行各项资产组合收益最大化为目标函数,以VaR风险收益率为约束,以法律、法规和经营管理约束为条件,运用多期资产分配的逆向递推原理和非线性规划方法,建立了多期银行资产组合动态优化模型.一是通过逆向递推,使本期资产的最优配给建立在下一期资产的最优配给的基础上,解决了现有研究只是在单期里求解而忽略了各期之间的联系与影响的问题.二是考虑到本期的贷款收益率期望值将受到上一期贷款信用等级迁移的影响,利用不同等级贷款收益率期望值和一年期迁移概率矩阵,计算出各类企业各年份的相应的贷款收益率期望值及标准差,更加客观地反映了贷款的真实收益和风险,解决了现有研究只是简单求解各笔贷款收益率期望值或将其设为常数的问题.三是用贷款组合的VaR控制多期贷款的组合风险,解决了现有多期研究中对银行风险承受能力和资本监管的客观要求考虑不足的问题.