基于FAHP的专家评定系统的设计与实现

为了避免和减少决策上可能产生的失误,在讨论了模糊层次分析法(FAHP)的基本原理和性质的基础上,将模糊层次分析法以及群组决策的思想应用到专家评定的过程中,研究专家评定系统的设计,结合实际情况,根据多位专家经验不同,专家权重系数也应该不同的原则,设计了一个完整的系统流程,并讨论了专家评定结果的修正问题。最后通过实例说明了这种方法的有效性。     

非扩张映像隐式迭代序列的强收敛性

在具有一致Gateaux可微范数的自反严格凸Banach空间中,利用半闭原理等基本理论,证明了非扩张映像隐式迭代序列的强收敛性,将部分学者的论述从在Hilbert空间中推广到了一致凸的Banach空间,完善和改进了相关的证明。     

可测函数的另一定义

利用鲁金定理来定义可测函数，并证明了与Lebesgue可测函数定义的等价性，推导出与(L)可测函数平行的一些有关性质。     

序列极限的统一叙述

通过分析数列收敛、函数列收敛的共同特征,给出序列收敛的统一定义,说明数列收敛和函数列的一致收敛是对应的概念,从而探讨了函数列和函数项级数一致收敛这一难点的教学方法.     

局部凸空间的方向一致凸性和闭凸集的正规结构

引进了局部凸空间中方向一致凸的概念,给出了相关的几个等价定义,证明了方向一致凸的局部凸空间的任一有界闭凸集具有正规结构。     

一致凸Banach空间(L-α)一致李普希兹渐进非扩张映射的不动点迭代问题

Xu和Norr已经证明了建立在一致凸Banach空间的一个非空有界闭凸子集上的渐进非扩张映射的三步迭代的收敛定理问题.引入(L-α)一致李普希兹的概念,然后在一些已有结果的基础上,证明一致凸Banach空间的紧子集上的(L-α)一致李普希兹渐进非扩张映射的三步迭代序列的收敛问题.这个结论是对Xu和Noor的相应结果的推广.     

S-分布时滞神经网络概周期解的全局渐近稳定性

利用不动点理论和微分不等式技巧研究了S-分布时滞局域递归神经网络模型的概周期解,给出了概周期解存在性和全局渐近稳定性的充分条件。     

GDLOF:基于网格和稠密单元的快速局部离群点探测算法

为了适应高维大规模数据集的稀疏性,解决现有离群点探测算法在运用于高维大规模数据集时计算量以及时间效率均无法令人满意的现状,区别于以往文献中以点的数量作为判断稠密的阈值,在基于密度的局部异常检测算法LOF的基础上,以通过数据集中每一点周围的邻近点的状况作为判别依据,提出了稠密单元和稠密区域的概念以及基于网格和稠密单元的快速局部离群点探测算法.通过证明稠密单元和稠密区域中的点不可能成为离群点,使得算法减少了LOF值的计算量并显著提高效率.实验表明,该算法对于高维大规模数据集具有良好的适用性和有效性.     

非自治与随机动力系统的吸引子

介绍了无穷维单值非自治动力系统的一致吸引子、一致指数吸引子、拉回吸引子、拉回指数吸引子及多值非自治系统的拉回轨道吸引子与随机系统的随机吸引子的一些最新研究成果.     

一类基于模糊系统的非线性鲁棒自适应预测控制

基于模糊系统研究了一种新的非线性鲁棒自适应预测控制算法,并应用于空天飞行器(ASV)再入飞行的姿态控制律设计.利用模糊系统的一致逼近能力,逼近被控对象中的未知干扰和不确定性因素,并基于Lyapunov方法设计了鲁棒自适应控制律.模糊系统的权值无需调整,仅需根据系统的跟踪误差调节鲁棒自适应控制器中的参数,在线调整的参数仅为2个,从而大大简化了控制器的设计.理论分析证明了闭环系统的所有信号一致最终有界.利用所提控制算法设计了ASV高超声速飞行姿态的控制系统,仿真的系统响应时间为l.5s,且无超调,这表明该算法对参数不确定性和外界干扰具有较强的鲁棒性.