基于BP神经网络预报的动态矩阵预测控制

提出了一种基于BP神经网络预报的动态矩阵预测控制新算法 ,在该算法中 ,先用BP神经网络辨识对象模型 ,同时预测对象的未来输出 ,然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模及控制的问题 ,仿真结果验证了这一新型算法的可行性     

关于投影群PSU(3,q)的一个注记

讨论了自同构群为PSU(3,q)的2-(v,k,1)设计,利用置换群的轮换分解,得到了一个组合设计的参数与置换群元素的稳定点的数目之间的不等式,证明了投影群PSU(3,q)不能区传递地作用在一个射影平面上.     

互素多项式在矩阵秩中的应用

给出了互素多项式在矩阵秩讨论中的几个结果：1）设f(x),g(x)∈P[x],A∈Mn(P)若f(x),g(x)互素，且f（A)g(A)=0,则r(f(A)) r(g(A))=n。2）设fi(x)∈P[x],i=1,2,…，m,A∈Mn(P)，若f1(x),f2(x),…,fm(x)互素，且f1(A)f2(A)…fm(A)=0,则n≤r(f1(A)) r(f2(A)) … r(fm(A))≤（m-1)n。3）设fi(x)∈P[x],i=1,2,…，m,A∈Mn(P),若f1(x),f2(x),…，fm(x)两两互素，且fi(A)fj(A)=0,i≠j,i,j=1,2,…，m，则r(f1(A)) r(f2(A)) … r(fm(A))=n。     

矩阵方程X-A~*X~(-q)A=I(q>1)的Hermite正定解

讨论了矩阵方程X -A X-qA =I在q >1时的Hermite正定解的存在性和解的性质并且构造了两种数值求解的迭代方法 .以上结果利用数值例子来说明 .     

基于离散微粒群优化的物流配送车辆路径问题

提出一种求解物流配送车辆路径问题的离散微粒群优化算法。通过引入随机交换序、PMX算子使微粒群优化算法能够求解车辆路径问题这类离散组合优化问题。设计了求解车辆路径问题一种新的整数编码方案，并采用罚函数法处理约束条件。计算结果表明，该算法是解决车辆路径问题的有效方法。     

耦合Riccati不等式组解的局部优化算法及其在微分对策中的应用

研究与线性二次微分对策的Nash次优均衡对策相联系的一组耦合Riccati矩阵不等式组的解的算法问题。将耦合Riccati矩阵不等式组的求解问题化为具有非线性约束的非凸优化问题，用双线性矩阵不等式（BMI）方法给出了Riccati矩阵不等式组解的局部优化算法，这种算法可以用MATLAB中的线性矩阵不等式工具箱（LMI Toolbox）求解，并给出了这种算法在微分对策中的一个应用实例。     

组织学习协同性评价模型设计与应用

在分析组织系统学习协同要素的基础上，运用协同学理论构建组织学习的协同性评价指标体系和评价模型，通过实证研究对一些代表性企业进行协同性评价，以探索提升组织学习能力和效果的途径。     

粒子群算法中惯性权重的实验与分析

简要介绍了粒子群算法(PSO)，对算法中的重要参数惯性权重进行了系统的实验，分析了固定权重与时变权重的选择问题，并从问题依赖性、种群大小和拓扑结构等方面详细分析了惯性权重对于算法性能的影响．结果表明，惯性权重的问题依赖性较小，随着种群的增大，其取值应适当减小，局部版本下，惯性权重的选择具有更大的自由度．     

一种动态调整的改进微粒群算法

微粒群算法是一种新型的进化计算方法，已在许多领域得到了广泛的应用．通过对基本微粒群算法的分析，发现基本微粒群算法在计算过程中使用Lebesgue测度为0的线段进行搜索，较易得到过旱收敛现象．据此，提出了一种改进的微粒群算法，该算法在运行过程中能动态调整极限位置，从而使得每个微粒的极限位置在其所经历的最好位置与整体最好位置所形成的动态圆中分布，由于在搜索空间中使用测度为正的区域对定义域空间进行搜索，能以较大概率跳出局部最优点．实例仿真结果验证了方法的正确性和有效性．     

R(o)ssler超混沌系统的参数辨析与同步研究

首先给出两种方法实现对四维罗斯勒超混沌系统未知参数的准确快速辨析，第一种方法通过将系统反馈控制到任意不动点，求解平衡点的方程得到未知参数辨析的数学表达式；第二种方法基于稳定性理论，通过构造参数观测器，设定恰当的初始值，解析地给出基于参数观测器的表达式，数值计算表明两种方法都很有效。基于线性化误差理论，求解误差演化的雅克比矩阵的特征值，解析地获得相位同步和全局同步控制器的表达式，详细分析了雅克比矩阵为零对应相同步问题，数值计算与理论分析一致。