基于@-合成算子的模糊控制器设计

用@-合成算子对模糊控制器进行设计,得到三种新的设计方案,并应用于工业锅炉锅筒水位模糊控制器的设计. 通过MATLAB编程,实现了常用的$ \odot$-合成算子所设计的锅炉锅筒水位模糊控制器和基于@-合成算子得到的三种新的控制器.对实验结果进行分析,发现用@-合成算子设计的一种方案比人们常用的$\odot $-合成算子所设计出来的方案更好,是四种方案中最好的.     

一种求解数值优化问题的快速进化规划算法

步长变量(自适应参数)是影响进化规划算法性能的一个重要参数，但该参数往往减小较快导致搜索速度下降或早熟收敛。针对这一问题，对变异算子进行了改进，对成功的变异进行适当延伸，当个体变异失败时，对变异量实施Gauss或Cauchy扰动，从而使精细化搜索和大范围搜索有机结合起来。对若干经典算例的仿真实验表明该算法的有效性。     

基于免疫的多峰极值遗传搜索算法

寻找多极值点是一个具有广泛应用价值的问题。在传统遗传算法基础上,引入免疫算子用来搜索多峰函数的极值点,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择三个步骤来完成。实验测试结果表明,该算法对一元函数和多元函数都有很好的效果。     

一种基于语言评价信息的多指标群决策方法

针对一类带有自然语言评价信息的多指标群决策问题，给出一种新的群集结和方案优选方法。首先采用近年来最新发展的LWD算子和LOWA算子直接集结每个决策者给出的自然语言评价信息，以得到群的方案评价值，然后根据语言短语集的自身顺序进行方案优选。利用该方法不仅可以确定最优方案，而且还可得到群决策结果的可信程度。最后给出了一个算例。     

家用冰箱部件模型的分析与建模思想

依据自顶向下的软件开发方法，从用户对冰箱动态仿真软件的功能需要入手，分析了冰箱整机及各个部件在不同时刻，不同工况下的动态运行特性，提出了各部件的建模思想及模型选取策略，根据当前仿真技术水平及硬件条件，认为压缩机采用稳态模型，蒸发器和冷凝器采用动态分相集中参数模型，毛细管采用稳态模型，箱体负荷计算采用传递函数模型比较合适，根据以上思想建立的冰箱仿真各个部件的模型，已成功地用于冰箱仿真软件的开发。     

Delta算子描述的离散系统鲁棒滤波

研究基于Delta算子描述的线性不确定离散时间系统在稳态估计误差方差约束下的鲁棒滤波问题。目的是设计线性滤波器 ,使得闭环系统稳定 ,且闭环系统的稳态估计误差的方差满足预先给定的约束条件。基于Riccati方程或Riccati不等式方法 ,给出Delta算子描述的系统鲁棒滤波器的存在条件和显式表达式     

非常规突发事件中面向目标能力的路网调整及车流组织模型

在突发事件的背景下, 事件影响区域的交通路网是重要的生命线, 能否基于交通管制手段优化路网结构, 有效协调救援、疏散等任务于路网上的时空干扰, 是决定应急响应成功与否的重要因素. 首先从宏观上设计了该背景下的多层加载式的路网调整框架; 然后, 基于元胞传输模型(CTM)分析了各层交通需求加载时路网调整的目标函数及相应的系统约束、交通特性约束和优先级约束等, 最终构成了系统的路网调整模型; 最后, 通过算例对模型进行了验证分析.     

竞争性物流通道中多车型拥挤收费策略与均衡

基于港口货运与腹地客运的多车型换算系数, 构建辖有竞争性物流通道的地方政府追求区域福利最大化的拥挤收费模型, 提出四种收费策略并进行均衡分析, 通过数值算例验证: 统一收费策略下最优拥挤收费的均衡数量介于差别收费策略下腹地客运收费和港口货运收费之间, 拥挤收费最高和最低分别是只对货运和只对客运收费策略; 拥挤成本最大和最小分别是只对客运和只对货运收费策略; 客运量最多和最少分别是只对货运和统一收费策略; 货运量最多和最少分别是只对客运和只对货运收费策略; 区域消费者剩余最多和最少分别是只对货运和统一收费策略; 通道总福利最多和最少分别是差别收费和只对客运收费策略, 并结合通道区域特点与不收费情形进行比较.     

改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.     

基于最小方差的动态综合评价方法及应用

利用时序加权平均(time order weight averaging operator, TOWA)算子和时序几何平均(time order weighted geometric averaging operator, TOWGA)算子对时序立体数据进行降维处理,并给出了确定时间权重的最小方差法。在事先给定的时间度的情况下,尽可能地寻找一组最稳定的时间权重系数来集结样本值,即寻找一组时间权重系数使其波动最小。最后,运用该方法进行了算例分析,并且将算例结果与熵值规划法进行了比较分析,验证了方法的有效性,总结了最小方差法的特点。