基于二维混合模型的鲁棒迭代学习控制设计

针对一类正则线性不确定系统,提出一种基于连续/离散二维混合模型的迭代学习控制设计方法。首先,通过独立地考虑迭代学习控制系统连续的控制行为与离散的学习行为,建立迭代学习控制系统的连续/离散二维混合模型,将迭代学习控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题。然后应用二维连续/离散系统方法,获得迭代学习控制系统稳定性条件。最后根据稳定性条件,利用线性矩阵不等式方法,求得迭代学习控制器参数,它通过Matlab工具箱可以方便的获得。与现有方法相比,所提出的迭代学习控制器利用了输出误差以及状态变化的信息来修正当前的控制,因而设计方法更加符合其本质特征,具有简单实用、直观明了的特点。数值仿真实例验证了所提方法的有效性。     

静态最优期货价差套利头寸比例估计

采用均值-方差期望效用函数,推导了在给定风险条件下,期望收益最大的最优价差套利头寸比例,并且引入常方差(双变量向量自回归和双变量协整模型)来估计方差一协方差矩阵,采用2000年1月至2006年4月上海和LME铜期货合约日收盘价进行了实证检验,结果表明:不同时间窗长度下,双变量协整的计算结果比向量自回归的计算结果平均收益较高而风险较小,而这两者都比1:1的价差套利头寸比例和直接统计的计算结果要好.计算结果也表明:采用日收益计算出的价差套利头寸比例在不同时间窗条件下也具有相当的稳定性和可靠性.     

两类不确定奇异时滞系统鲁棒稳定的相关型判据

研究了不确定奇异时滞系统的鲁棒稳定性问题。首先以线性矩阵不等式的形式给出了奇异时滞系统正则,无脉冲模且零解渐近稳定的一种新的时滞相关型判据。通过引入新的参数避免了利用不等式处理交叉项,从而使该判据具有较小的保守性。最后,利用研究结果,给出了两类不确定奇异时滞系统新的时滞相关型鲁棒稳定性判据。     

连续时滞模糊系统的H∞滤波

研究了一类非线性连续时滞系统的H∞滤波器的设计问题。基于T-S模糊模型来设计模糊H∞滤波器,该滤波器能确保滤波误差系统的渐近稳定并能满足给定的H∞性能指标。在设计过程中考虑了系统的时滞,从而降低了滤波器设计的保守性,根据线性矩阵不等式(LMI)给出线性滤波器存在的充分条件。通过仿真算例验证了设计方法的有效性。     

电路原理图的加权网络分析

对电子电路进行复杂网络分析时,为了很好地体现有些元器件的重要性,本文引入了节点间连边加权的概念.以具体电子电路原理图为例,找出各个元器件之间的连接关系,建立网络的拓扑结构,生成一个加权网络,得出了网络的统计参数,给出了节点连接度的概率分布函数曲线.结果显示这种加权分析方法能更好地体现出电子电路系统的特点.     

基于拍卖方偏好揭示的多属性网上拍卖模型

为了揭示拍卖方偏好对多属性网上拍卖的影响,研究由一个买方和多个卖方组成的多属性网上拍卖模型.根据模型,在多属性拍卖开始时,买方需要揭示偏好信息,给出每个属性的期望值和保留值.在拍卖过程中,买方Agent和卖方Agent分别代表拍卖双方进行评标和投标,由买方Agent控制拍卖协商过程.最后用一个多人参与的算例说明了该模型的有效性.这种方法能够避免多属性加权和模型的缺点,并且可以有效的控制拍卖过程.     

基于GPU的加权Voronoi图计算

Voronoi图描述了一种对空间按照欧式距离进行的划分,是关于空间邻近关系的一种基础数据结构,在图像处理、城市规划以及地理信息系统等应用中有着重要的地位.顶点加权Voronoi图是Voronoi图的一种扩展,有着更为广泛的应用,但由于其实现的复杂性,相关算法一直比较少.为此,提出了一种基于GPU的加速算法.该算法利用GPU的高效计算特性,能够实时地生成离散的加权Voronoi图.与现有的算法相比,该方法易于实现,同时实验显示算法具有更好的计算性能.     

基于加权最小二乘拟蒙特卡罗的美式期权定价

美式期权定价具有后向迭代搜索特征, 在最小二乘拟蒙特卡罗模拟(least-squares quasi-Monte Carlo, LSM)方法的基础上, 本文通过随机Faure序列以及对偶变数法增加抽样数目, 达到减小模拟方差的目的,用其计算标的资产价格, 然后用加权最小二乘法进行回归, 得到了加权最小二乘拟蒙特卡罗(weighted least-squares quasi-Monte Carlo, WLSQM)方法. 从期权价值、标准差、运行时间几个方面比较方法的优劣, 得出WLSQM 方法比LSM 方法估计效果更优的结果, 验证了WLSQM方法在美式期权定价上的有效性.     

复杂网络确定性模型研究的最新进展

复杂网络的确定性模型在复杂网络建模领域起着不可或缺的作用。按照复杂网络经典模型发展的先后次序,依次对随机图、小世界网络、无标度网络以及加权网络确定性模型的研究现状进行较全面的综述,重点介绍了相关模型的构造及其主要性质,并对复杂网络确定性模型未来的部分发展方向进行了展望。     

跳变时滞随机系统的鲁棒保性能控制

研究了马尔可夫跳变参数时滞随机系统的鲁棒保性能控制问题。通过构造一个Lyapunov函数,并应用Ito微分公式沿系统对其求微分,再利用线性矩阵不等式(LMI)的性质和广义Ito公式,给出了此类系统保性能控制律存在的充分条件,估计了其保性能值,同时,控制器的设计归结为一族LMI的求解问题。最后,数值算例说明了方法的有效性。