一种最优抗扰自适应控制

针对含未知干扰系统研究了具有最优抗扰性能的自适应控制问题.利用对象参数的先验知识和量测数据构成可实时更新的非空模型集合,以系统的整体性能指标为辨识准则,在模型集内优化选取最优标称模型,完成对象模型的在线最优辨识.然后根据-1优化设计方法以闭环系统整体性能为指标,在线设计最优闭环控制器.上述两方面结合起来给出了一种最优自适应控制策略.由于辨识准则与控制目标是一致的,文中的方法能够有效地解决自适应系统的性能优化问题和辨识与控制的相互配合等问题,且能给出可验算的性能指标.     

基于分布式无线传感器最优比特分配

当无线传感器网络的总比特数固定时,给出表现优良的无偏量化器,探究了静态参数的量化估计与整个网络的最优比特数分配,与提前假定传感器量化比特数做法大不相同.首先给出一种新型的无偏量化器,进而得到理想的线性量化观测估计器及其均方误差上限.而后通过理论分析发现当整个网络总带宽固定时,最优比特的分配取决于传感器的信噪比,而且总量...     

基于群体共识的语言直觉模糊三支决策方法

针对基于语言直觉模糊数评价损失函数的三支群决策问题,提出一种具有群体共识的语言直觉模糊三支决策方法.首先,基于海明距离定义了语言直觉模糊相似测度(语言直觉模糊数),进而构建基于非相似度最小的最优集成模型并导出权重迭代公式.在此基础上,设计一种实现语言直觉模糊综合损失函数一致性的迭代算法且理论上证明了该算法的收敛性.依据迭代算法获得满足一致性的综合损失函数,建立确定语言直觉模糊三支群决策阈值的单一优化模型,并提出基于群体共识(即所谓群体一致性)的语言直觉模糊三支决策方法.最后,算例分析和仿真实验验证了所提出方法的有效性.     

基于堆料面预测模型的电铲三维挖掘轨迹规划

为实现智能化电铲在露天矿山实时节能的挖掘,提出了一种基于堆料面预测模型的能耗最优挖掘轨迹规划方法.该方法通过激光雷达获取实际堆料面点云感知外部环境,并基于点云数据,采用多项式响应面(PRS)法对堆料面形貌进行建模,实现轨迹规划中动态挖掘体积计算;然后,采用拉格朗日方程建立电铲工作装置动力学模型计算挖掘能耗,采用高次多项式对挖掘轨迹进行插值,将挖掘时间和能耗分别作为优化变量和优化目标,以挖掘过程中几何条件与电机性能等为约束,实现真实料场环境中高效的三维挖掘轨迹规划.实验结果表明,基于多项式响应面法的堆料面模型精度能达到95%以上且建模时间在0.05 s内;挖掘轨迹规划可满足实时性要求,计算结果可靠且所得轨迹能有效应用于电铲自主挖掘.     

多传感器全局最优加权观测融合Wiener信号滤波器

基于Kalman滤波,应用加权观测融合方法,对于带白色观测噪声的单通道ARMA信号,提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式规测融合方法和分布式状态融合方法相比．不仅可获得全局最优Wiener信号滤波器,而且明显减小计箅负担,便于实时应用。一个三传感器加权观测融合仿真例子说明了其有效性。     

广义系统多传感器分布式融合降阶Kalman滤波器

对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题。可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权。提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。     

工业机器人时间一冲击最优轨迹规划

提出了一种基于改进遗传算法的时间-冲击最优轨迹规划算法,所提算法采用五次多项式插值方法对轨迹规划进行连续性控制,并引入海明距离和欧氏距离对遗传算法的交叉和变异策略进行改进.仿真结果表明,所提算法性能更优,能够更好地规划出时间-冲击最优轨迹.     

一类随机互惠模型的遍历性和最优收获策略

讨论一个非线性生物互惠模型在随机扰动环境下的性质特征,以及最优收获策略问题.为了解模型系统的动力学特征,首先利用随机方程的比较原理证明系统解的存在唯一性,并给出两物种平均持续存在的条件;然后利用集合和遍历的方法得到最优收获策略的表达形式,且利用数值模拟直观表现物种在捕获条件下的生长情况,并与所得的理论结果吻合;这帮助人...     

带有紧急供应商的多周期库存模型

基于随机需求和商品价格浮动,对带有紧急供应商的多周期库存模型定价和最优库存水平问题,即在含有紧急供应商情形下的零售商定价和采购模型建立了多周期动态规划模型,并给出了该模型的解析解.最后,给出了数值试验,并分析了各因素对期望利润的影响.     

高效数据包过滤器部署算法

 整合在路由器上的数据包过滤功能是网络安全的第一道防线，对保护网络的安全有着至关重要的作用。当前的研究主要侧重于对数据包的检测和过滤，忽略了数据包过滤器的部署问题，如果对其部署得当，能极大改善网络的性能和效率。在大规模的网络中，数据包过滤器被部署在管理网络的边界上，即信任网络和非信任网络之间。一般情况下，数据包过滤器被部署在网络边界的每一个路由器上，由于需要遍历路径上的过滤器，大量的时间和空间被消耗，容易造成时延、拥塞、丢包等问题，降低网络的效率。本文依据最短路径优先的思想，提出了一种新的部署算法，通过对比边界上各种风险，移除有操作风险的边界，产生一条最短虚拟路径，更加有效地部署过滤器的位置，给内部节点之间的信任网络提供保护，并使用基于风险的方法对虚拟边界进行离线计算。实验结果表明，使用该算法后，过滤器的数量减少20%～50%，网络的延迟时间变小，网络的连通性也得到改善。