Type-2模糊逻辑系统研究

对Type-2模糊系统进行了研究,系统地分析了Type-2模糊系统的基本理论和基本框架,给出了该系统在具体处理实际问题时应采用的相应方法,阐述了Type-2模糊系统应用发展方向并提出今后需要解决的问题。     

变密度常磁化强度界面重磁联合反演

大多数沉积盆地的地层密度随着深度的增加而加大,基底界面反演时因而要考虑到密度差也随界面深度发生变化.当基底岩石同时也具有磁性,可通过重磁联合反演来揭示沉积盆地基底埋深这一重要的构造信息,尽量减少重、磁异常反演的多解性.针对变密度和常磁化率界面,采用迭代联合反演的方法,利用阻尼最小二乘法和重磁力Parker正演公式一级近似求取界面深度的修正量,来反演目标界面的起伏.模型试验表明这一方法行之有效.将此方法用于实际资料处理,取得了较好效果.     

一种利用不可行解的贝叶斯网学习算法

现有的基于打分搜索的贝叶斯网学习方法都是利用满足有向无环图的可行解进行学习.在搜索过程中遇到不可行解时,这类算法简单地去除不可行解或将不可行解转化为可行解.然而,有的不可行解中往往蕴含着有价值的信息.本文提出一种新的贝叶斯网学习方法ISEC,同时利用可行解和不可行解学习贝叶斯网络,并提出针对不可行解的选择策略,在学习过程中可以有效地利用不可行解中的有用信息.实验结果表明,ISEC能够比仅利用可行解的方法更快地学习到更优的贝叶斯网.     

基于纵向力分配的轮边驱动电动汽车稳定性控制

采用层次化整车稳定性控制方法和加权二乘法优化分配算法,通过纵向力在约束范围内的合理分配形成直接横摆力矩,改善车辆的行驶姿态.实车试验结果显示,控制器根据各轮状态实现了四轮纵向力有效分配,车辆横摆角速度能够很好地跟踪参考横摆角速度;通过控制,降低了车辆横摆角速度与侧向加速度,提高了车辆的操纵稳定性.     

基于粒子群优化的最小属性约简算法

将最小属性约简问题转化为一个基于粒子群优化算法求解的多目标优化问题.引入基于表现型共享的适应度评价函数以提高多目标搜索算法的性能,对基本粒子群优化算法的位置更新公式进行修正使其能够有效应用于最小属性约简问题,并提出了一种用于求解该问题的二进制多目标粒子群优化算法.实验表明,本算法是有效的,并能一次运算获得多个最小属性约简.     

基于LS-SVM的棉针织物染色上染率模型的研究

针对棉针织物染色上染率建模中存在非线性建模困难及预测精度不高等问题,结合棉针织物的染色机理,基于最小二乘支持向量机(LS-SVM)建立上染率模型并进行预测.将提出的方法与BP神经网络法进行比较,试验结果表明前者具有更高的预测精度,验证了LS-SVM对织物染色上染率预测建模是一种可行而有效的方法.     

加权约束最小二乘法计算等效静力风荷载

基于平均风压与脉动风压根方差相组合的分布模式,利用加权约束最小二乘优化方法计算等效静力风荷载,在计算时通过约束条件来限制等效荷载的大小,并通过引入权值因子确保等效荷载作用下典型响应的正确性.算例分析结果表明,该方法可用于计算大跨结构的多个目标峰值响应,克服了传统方法仅能等效单个响应的缺陷,对绝对值较大的目标响应等效精度较高,并且典型响应的等效精度要大于一般响应;同时可以有效控制等效荷载的大小,计算得到的等效荷载变化比较均匀,没有出现风压大小及方向剧烈变化的情况.     

具有LTS稳健初值的点云平面拟合算法

针对粗差含量较高的点云平面拟合,提出具有最小截断二乘（LTS）稳健初值的拟合算法.首先采用随机抽样的方法计算平面方程系数的LTS估值,选择稳健的绝对偏差中位数作为初始单位权中误差,然后再进行选权迭代.这样既保证了选权迭代法较高的估计效率,又可以保持LTS方法的稳健性.实验结果表明,具有LTS稳健初值的选权迭代法对于粗差含量较高的点云数据仍然稳健,可以得到准确的平面方程.     

针对结构易损场景监测的传感器优化布置方法

基于结构易损性指数和结构体系的损伤系数定义了结构失效指标,该指标可用来判断易损场景发生后结构体系的失效状态.在特征向量灵敏度分析的基础上推导了该指标在模态参数不确定性影响下的估计方差,并且以所有易损场景下指标的方差和最小为优化目标,提出了以监测结构易损场景为目的的传感器优化布置模型,以及基于凸规划的求解算法.采用该方法对一个平面桁架结构的数值模型进行了传感器布置,并且根据模拟的受损结构的模态数据,计算了不同传感器布置方案下结构失效指标的均值和方差.结果表明,与传统方法相比,该方法可以提高对易损场景发生后结构失效状态的评估精度.     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.