一种矢量量化的快速码字搜索算法

文章提出了一种基于范数和方差相结合的码字快速搜索算法。该算法在搜索前预先计算码书中码字的范数和方差,并按范数的大小对码书中的码字进行排序;搜索时,利用有序的码书和有效的删除准则,大大减小了码字的搜索范围,从而降低了编码时间。     

基于强化学习的连续型机械臂自适应跟踪控制

针对空间主动碎片清除操作中连续型三臂节机器人系统跟踪问题,提出一种基于强化学习的自适应滑模控制算法。基于数据驱动的建模方法,采用BP神经网络对三臂节连续型机械臂进行建模,并作为预测模型指导强化学习实时调节所提出滑模控制器的控制参数,从而实现连续型机器人运动的实时跟踪控制。仿真结果表明：提出的数据驱动的预测模型对随机轨迹预测的相对误差保持在±1%以内,能够高精度地反映系统动态特性。对比固定参数的滑模控制器,提出的自适应控制器在保证系统达到控制目标的同时具有更低的超调量和更短的调节时间,表现出更好的控制效果。     

甲苯/TX-100/1-丁基-3-甲基咪唑六氟磷酸盐微乳液的相结构研究

在25 ℃时用相态观察法研究了甲苯/TX-100/[bmim][PF6]三元体系的相结构,结果表明此体系存在单相微乳液区和两相区.用电导法和渗滤器模型进一步确定了甲苯/TX-100/[bmim][PF6]单相微乳液区的微结构,表明了在甲苯/TX-100/[bmim][PF6]单相微乳液区内包括[bmim][PF6]/甲苯、双连续相、甲苯/[bmim][PF6]3种微结构.     

线性矩阵不等式及其在控制系统中的应用

详细综述了LMI在控制系统中的发展现状和应用,主要涉及了不确定系统的鲁棒性能和鲁棒稳定性、不确定系统的鲁棒控制器设计、LMI在时滞系统中的应用及存在的问题、不确定系统的鲁棒滤波应用状况、不确定系统的模型验证应用等,并分析了基于LMI方法的变结构控制、极点配置、模糊控制等其它相关内容.给出了上述控制问题的LMI描述及相关求解方法,最后并指出了LMI进一步的应用研究方向.     

模糊回归参数估计方法及应用于景气对策信号分析

模糊回归采用样本模糊数 (Xi,Yi)来对模糊回归参数进行估计 ,其中 Yi为观测模糊数 .本文认为一般模糊参数 A的估计方式不能真实地表达出样本所蕴含的信息 ,因而另行设立了一套模糊参数估计方法 ,此法对样本的解释方式将更为合理 ,且估计的过程也比线性规划简便 .本文还举出了该方法应用于景气对策信号分析的一个实例.     

项目投资时机及投资概率分析

针对实物期权理论中存在的不足,运用鞅理论分析研究了市场环境下的确定性和不确定性因素对实物资产项目投资决策的影响.首先,通过鞅方法建立了反映投资时机和投资回报临界值之间关系的投资时机模型;然后,使用测度变换评价了项目投资能够被实施的可能性.研究结果表明确定性因素对投资时机和投资回报临界值具有相反作用的影响,不确定性因素则均具有正向作用的影响,且在确定性因素取值较小情况下,不确定性对投资却具有促进作用.     

DMGSP:一种快速分布式全局序列模式挖掘算法

为了解决分布式环境下挖掘全局序列模式常产生过多候选序列,加大网络通信代价问题,提出了一种基于分布式环境下的快速挖掘全局序列模式算法--DMGSP.该算法将分布式环境下的各站点得到的局部序列模式压缩到一种语法序列树上, 避免了重复的序列前缀传输. 采用合并树中结点序列规则和项序扩展策略,对非频繁序列进行剪枝,有效地约简了候选序列,减少了网络传输量,从而快速生成全局序列模式.算法分析和实验结果表明,在大数据集环境下的DMGSP算法性能优越,能够有效地挖掘全局序列模式.     

一种高效挖掘高维数据的频繁闭合模式算法

为了克服传统高维数据挖掘频繁闭合模式算法迭代产生子表,引起算法执行时间长和存储开销大等问题,提出了一种高效挖掘高维数据的频繁闭合模式的算法EMHCP. EMHCP算法采用一种新型结构位图表来压缩存储数据,在仅扫描数据库一次后,建立位图转换表.根据位图转换表来构建混合树结构,采用深度优先的方式和有效的剪枝策略高效挖掘出所有的闭合模式.从而有效地缩小了搜索空间,加快了处理速度.通过在生物数据库应用的实验结果表明, EMHCP算法比已有的CARPENTER和TD-close等算法更为有效.     

随机生产中拖后需求的变质产品最优生产策略

针对部分短缺量拖后的变质产品,建立随机生产状态下的生产-库存模型.所谓随机生产状态,是指生产过程会随机地从一种可控状态向另一种不可控状态转移,当生产处于不可控状态时,会生产出一定比例的次品.其中,生产状态的转移服从均匀分布.通过生产-库存模型得到了随机生产状态下总成本函数,分析得到,该总成本函数是一个关于生产次数的凹函数,并由此提出了最优生产次数算法.最后给出了算例.算例结果表明,最优生产次数算法能够有效地将一个4n 1维的最优问题转化为一个一维问题,为变质商品的生产-库存决策提供了简便有效的方法.     

利他、公平和信任等因素对合作的影响

分析了利他、公平、信任等因素对博弈过程中合作的影响,以典型的"gift-exchange博弈模型"为例,假设博弈方行为受到一些因素影响并且可以用启发式规则简单描述,通过对成员Agent内部的利他、公平、信任等属性和交互过程中启发式规则的设计和编程实现,使得博弈双方在博弈过程中不断学习和调整策略,形成最终达成一致的合作机制.利用多Agent系统平台--JADE对所提出的模型进行仿真,通过对实验数据的分析,揭示了在多Agent系统中利他、公平以及信任等因素对合作的影响,指出了这些因素在经济生活中的实际指导意义.