烟台地区水面蒸发量主成分分析法研究

考虑到水面蒸发气象影响因子之间普遍存在显著相关,若应用所有气象因子建立水面蒸发量计算模型则存在信息重叠问题,而主成分分析方法可以解决该问题。烟台地区水面蒸发气象影响因子的主成分分析表明,前3个主成分累计贡献率已达88.32%,故提取3个主成分已能满足要求。第1主成分代表空气冷热状况;第2主成分代表空气动力状况;第3主成分代表太阳辐射。利用3个主成分建立三元一次回归方程,并与应用所有气象影响因子建立的多元线性回归方程相比较,结果显示,主成分分析方法建立的回归方程的偏回归系数均通过t检验,达到极显著水平,多元线性回归方程,虽拟合效果稍优于主成分分析方法,但偏回归系数b3未通过t检验,系数显著性水平不如主成分分析法。图3,表7,参8。     

带转运中心的车辆组合运输问题的模型与算法

主要研究两类带有转运中心的车辆组合运输问题.一类是多期单产品的物流问题,一类是单期多产品的物流问题.建立了研究的两类物流系统的数学模型与算法,并通过算例对模型和算法进行了验证.主要应用动态规划方法、结合两阶段法与分支定界法的混合算法,使程序运行效率和解的满意性都得到很大提高.     

多输入多输出问题效率的影响因素分析方法

为挖掘多输出多输出问题相对有效性的关键影响因素,达到控制与管理的这些主要因素能够有效提高其相对有效性的目的,根据多输出多输出问题的DEA效率指标因素与各指标因素之间的灰色关联度大小,确定多输入多输出问题效率的关键影响因素,并通过案例证实该方法的有效性和可行性.     

紧耦合多飞行机器人悬停配平计算分析

针对直升机的复杂性和紧耦合多直升机协调操作的特殊性,分析了多直升机协调操作的必要性,建立多直升机间的协调力学模型,并采用牛顿迭代法进行了配平计算,所得姿态量和控制输入量为多直升机协调操纵的飞行控制系统提供了参考输入量,为进一步分析多直升机的动力学建模及稳定性打下了基础。     

基于免疫克隆选择算法的多用户检测技术研究

为了解决最佳检测器计算复杂度较高的难题，提出一种精简有效的克隆选择算法。把人工免疫系统和神经网络系统的信息处理机制引入到CSA提出了免疫克隆选择算法。所提ICSA通过使用随机Hopfield神经网络制备疫苗构成新的免疫算子，把新的免疫算子结合到克隆选择算法中，不仅加快了克隆选择算法的收敛速度，并提高了克隆选择算法的全局收敛能力。然后在CDMA系统利用此算法设计了新的多用户检测器。仿真结果证明了ICSA检测器能够快速收敛到全局最优解，并且无论抗多址干扰和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。     

可重构装配线多agent系统中的本体研究

提供多agent制造平台agent之间通讯所需的机器可理解的通讯内容语言，是构建多agent制造平台的重要内容。分析与总结出可重构装配线多agent平台对其本体模型存在提供装配制造知识及支持重构过程两方面需求，并因此将本体模型划分为通用本体与重构本体两部分．以某汽车变速器可重构装配生产线为背景，研究该环境下的具体本体建模技术。在设计了描述装配线制造知识与制造机理的通用本体基础上，通过分析可重构装配线多agent平台的重构机理，定义了由具有装配行为特征的重构动作原语组成的重构本体．构建的本体模型已应用于重构装配线多agent平台的开发。     

一类非线性系统的多故障检测方法研究

针对一类非线性系统,提出了一种基于最优滤波的多故障检测观测器设计方法。引入神经网络逼近系统非线性部分,由Lyapunov稳定性理论设计神经网络权值调整规则.采用对等空间方法设计最优滤波矩阵滤除干扰故障噪声,从而对目标故障进行检测和跟踪。仿真结果验证了该方法的正确性和可行性。     

一类多状态时滞不确定系统的鲁棒预测控制

针对一类多状态时滞多面体不确定对象,提出了一种鲁棒预测控制算法。基于参数相关的李亚普诺夫函数,给出了系统稳定的充分条件。通过求解满足若干线性矩阵不等式条件的上界值的最优化问题,获得了约束范围内满足系统鲁棒性能的最优控制律。优化问题的可行性保证了算法的鲁棒稳定性。仿真实例证明了该算法的有效性。     

多被动探测器对多目标定位模型及仿真

对于探测目标间距较小的目标群,提出使用3个被动探测器的探测模型。首先,重点研究了多被动探测器对多目标进行定位的目标关联问题;然后,建立了3个被动探测器的机动模型,提出了3个被动探测器多目标定位的目标关联算法。最后,通过仿真分析了各种因素对目标关联的影响。仿真结果表明提出的3个被动探测器机动模型和目标关联算法是有效的。     

一种求解车辆路径问题的混合多蚁群算法

提出一种新的蚁群算法（Multiple Ant Colonies Algorithm based on Sweep Algorithm, SbMACA）用以求解车辆路径问题（Capacitated Vehicle Routing Problem, CVRP）。该方法同以往蚁群算法的不同之处主要体现在两个方面：第一,首次将扫描算法应用于蚁群算法,通过对蚂蚁所构造的初始解中的不同子回路之间的点进行交换优化,该算法可以有效地改进初始解的质量;第二,提出并采用了一种新的多蚁群技术,各个蚁群分别进行各自的搜索,在各个蚁群均停滞后,对蚁群之间的信息素进行交换与更新,以利于蚁群跳离局部最优值。实验结果表明,SbMACA算法具有很强的搜索能力,求取各CVRP的Benchmark问题所得解的质量同最好解相比较而言,平均仅有 0.28%的差距,是求解车辆路径问题的一种十分有效的方法。