基于NLJ优化算法的多变量预测函数控制

基于差分方程模型推导了多变量预测函数控制算法,使其具有更加广泛的适用性.利用NLJ算法处理预测函数控制中的约束问题,简单明了,没有繁琐的数学公式推导,仿真结果证明了该算法的有效性,为预测控制约束问题的处理提供了一种新的途径.     

A QUANTIFIER-ELIMINATION BASED HEURISTIC FOR AUTOMATICALLY GENERATING INDUCTIVE ASSERTIONS FOR PROGRAMS

A method using quantifier-elimination is proposed for automatically generating programinvariants/inductive assertions.Given a program,inductive assertions,hypothesized as parameterizedformulas in a theory,are associated with program locations.Parameters in inductive assertions arediscovered by generating constraints on parameters by ensuring that an inductive assertion is indeedpreserved by all execution paths leading to the associated location of the program.The method can beused to discover loop invariants-properties of variables that remain invariant at the entry of a loop.Theparameterized formula can be successively refined by considering execution paths one by one;heuristicscan be developed for determining the order in which the paths are considered.Initialization of programvariables as well as the precondition and postcondition,if available,can also be used to further refinethe hypothesized invariant.The method does not depend on the availability of the precondition andpostcondition of a program.Constraints on parameters generated in this way are solved for possiblevalues of parameters.If no solution is possible,this means that an invariant of the hypothesizedform is not likely to exist for the loop under the assumptions/approximations made to generate theassociated verification condition.Otherwise,if the parametric constraints are solvable,then undercertain conditions on methods for generating these constraints,the strongest possible invariant of thehypothesized form can be generated from most general solutions of the parametric constraints.Theapproach is illustrated using the logical languages of conjunction of polynomial equations as well asPresburger arithmetic for expressing assertions.     

Expected Value Method for Fuzzy Multiple Attribute Decision Making

Introduction Multiple attribute decision making (MADM), which entails decision making problems with multi- alternatives and multi-attributes, is widely applied in engineering, economics, management, military affairs society, and so on. In many real-world …     

加入制度变量的货币需求函数协整分析

从目前中国货币需求现状出发，修正了1978年以来中国的货币需求函数及加入货币化进程这一制度变量，并运用协整分析对相关变量的年度数据（1978—2004）进行实证分析，得出以下结论：在长期内，实际M1余额、实际GDP、一年期定期存款利率和货币化进程指数间存在协整关系；实际M2余额、实际GDP、商品零售物价指数和货币化指数间存在协整关系。     

(L)ukasiewicz命题逻辑系统中的赋值决定公式问题

为了在经典逻辑学中建立Fuzzy分离规则的推理模式，Zadeh提出了赋值决定公式问题（VDF问题），并已于二值命题逻辑以及Lukasiewicz三值和p＋1值命题逻辑中得到解决．文中在更一般的Lukasiewicz命题逻辑系统中建立了VDF问题的求解理论，首先给出了一般的Lukasiewicz命题逻辑系统中VDF的合理性条件，其次构造性地解决了Ln、La和Lc中的VDF问题．     

R0-代数的R0-语义集上的拓扑

以ΩM记R0-代数M到R0-单位区间的全体赋值之集.证明一个同构于一族全序的至多可数的R0-代数的直积的子R0-代数M是赋值决定序的,即x≤y当且仅当(V)v∈ΩM,v(x)≤v(y).然后通过一种自然的方式在ΩM上引入Fuzzy拓扑δ,研究拓扑δ及其相应的截拓扑的性质.建立R0-代数的Fuzzy拓扑表现定理和Loomis-Sikorski定理.     

含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。     

三Ⅰ算法的统一形式

给出了正则蕴涵算子的概念,证明了Lukasiewicz算子、Godel算子、乘积算子和R0-算子都是正则蕴涵算子-针对这种正则蕴涵算子建立了FMP和FMT的三Ⅰ算法的统一形式,相应地三Ⅰ解可用一般的伴随对((×),R)中的左连续三角模(×)和正则蕴涵算子R统一表达;指出在Godel的意义下,Zadeh关于FMP的CRI算法可以纳入到这种统一形式之中;给出了α-三Ⅰ算法的统一形式,得到了关于FMP和FMT而言的α-三Ⅰ算法的对偶性结论.     

新的三类Abel型微分方程的求积定理

借助变量替换法、交换变量位置法、高次二项式定理等方法，在一定条件下，给出新的三类Abel型微分方程，论证它们的可积性，并提供其通积分的表达式，扩充了微分方程的可积类型．     

多变量模糊控制系统的前馈解耦

为实现多变量模糊控制系统的动态解耦，基于前馈解耦思想和神经网络理论，提出了一种多变量模糊控制系统解耦的新方法——模糊前馈解耦法,模糊控制器和解耦部分独立设计，解耦由两层神经网络实现，节点少，其活化函数采用分段线性函数．利用简化的学习算法，根据系统输出误差，在线调整网络权值，从而实现动态解耦而无需辨识被控对象的模型，该方法结构简单且计算量小，适于实时多变量过程控制，仿真证明了该方法的有效性。