针对协同设计中任务的执行流程缺乏柔性,不利于分析实际设计过程的现状,提出一种单元调用变迁对与决策变迁相集成的基于对象的扩展Petri网,扩展了Petri网的可达图以适应分析OEPNs模型.采用OEPNs中的过程网和单元网对协同设计过程建模,利用模型中的单元调用变迁对和决策变迁对过程本身和可能状态进行分析.最后与相关的研究工作进行比较并给出了结论.
相似文献应用分形、智能Agent和神经网络自适应控制技术,研究分形供应链适应环境变化的结构模式和策略模式.探讨了分形供应链Agent关联结构,提出了分形供应链双层自适应协同计算模式,论述了资源Agent,信息协调Agent,人机交互Agent和领域计算Agent之间的相互作用关系.以一个分形模块的策略协同为分析对象,研究了领
域单元的自适应协同计算模式,分析了分形模块的成本模型,并对基于Agent交互的神经网络模型部分进行了算例仿真.
提出一种高效的规则提取算法,采用熵测量改进Chi-merge特征区间离散化方法,模糊划分输入空间.先为每个数据生成单条规则,再聚集相同前项的单条规则产生带概率属性的分类规则.提取的规则无需任何调整,应用模糊推理便可获得较理想的分类效果,同时支持增量式规则更新.最后给出了新方法的性能测试结果.
相似文献根据灰色系统理论中新息优先利用原理,在对缓冲算子和已有强化缓冲算子研究的基础上,构造了一类新的强化缓冲算子,有效解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,这类新的强化缓冲算子能显著提高GM(1,1)模型的预测精度.
相似文献针对不确定线性系统,研究了执行器失效情况下鲁棒容错H∞控制问题.基于连续增益故障模式.利用线性矩阵不等式LMI推导了系统H∞指标约束下鲁棒容错镇定的充要条件,分别给出了输出反馈和状态反馈H∞控制器的设计方法.通过引入变量代换,将求解输出反馈H∞指标约束的鲁棒容错控制器的可解条件转化为标准的LMI所获得的控制器不仅能使故障系统鲁棒定,并且能达到给定的H∞性能指标.仿真实例验证了所提出设计方法的有效性.
相似文献基本粒子群优化算法(PSO)存在易陷入局部极值的缺点.为此,研究鸟群迁徙觅食中的行为习惯,以加强PSO的鸟群社会模型和对鸟群行为的模拟.在所提出的改进算法中,历史飞行速度在实际觅食中不作为判断因子,只有发生位置重复时粒子才发生变异或摄动,以此增强粒子群优化算法跳出局部最优解的能力.实验结果表明,新算法的全局搜索能力有了显著提高.
相似文献将线性状态变换引入连续时间多面体不确定时滞系统中,利用线性矩阵不等式(LMI)方法,设计时滞相关型鲁棒预测控制器;通过适当选择Lyapunov 函数,推导出闭环系统渐近稳定的充分条件,并且该条件是时滞相关的.仿真算例验证了该方法的有效性.
相似文献属性约简是粗糙集理论的重要研究内容.为此引入广义差别矩阵,提出基于广义差别矩阵的核和属性约简算法.该框架可有效避免连续属性值离散化,且有利于与其他机器学习方法相结合.理论分析表明,所提出的算法是有效而可行的.
相似文献针对复杂背景环境下的多目标跟踪问题,论述了主要的数据关联技术,将目标检测算法与粒子滤波相结合,利用颜色直方图作为观测模型,并利用全领域(GNN)算法进行数据关联,提出一种改进的基于粒子滤波的多目标跟踪算法,实现了视频场景中的多个目标跟踪.该算法对于目标在场景中的频繁出现和消失,相似外表,交叉运动和短暂遮挡等均有较好的处理效果.
相似文献运用Downside-risk约束,对一个两阶供应链模型中风险规避型零售商与其上游风险中性供应商之间的协调进行契约设计和建模,在供应链收益共享契约下风险约束得到满足,并且供应商和零售商的利润均得到了提高.同时,供应链收益共享契约得到有效设计时,风险中性方可为风险规避方提供相应的风险保护,满足其风险约束,可产生更多的利润,以更好地协调供应链.算例分析验证了该结论的有效性.
相似文献讨论一类含有限能量未知扰动的线性Markov跳变系统的有限时间镇定问题.针对连续系统和离散系统两种情况,利用构造的Lyapunnov-Krasovskii函数,并结合线性矩阵不等式方法,分别证明并给出了跳变系统有限时间镇定控制器有解的充分条件.采用该方法设计的镇定控制器可使连续系统和离散系统对所有满足条件的未知扰动是有限时间有界和有限时间镇定的.最后通过数值示例表明了该设计方法的有效性.
相似文献提出利用牛顿法以及共轭梯度法解决非线性支持向量回归学习问题,不仅可以加速模型选择的过程,而且能够提高训练速度.将该方法应用于煤气炉数据集建模以及Mackey-Glass混沌时间序列预测,仿真结果表明了该方法的有效性.
相似文献为在环境发生变化后跟踪最优解的变化,提出一种自组织单变量边缘分布算法(SOUMDA)来求解动态优化问题.自组织策略包含扩散和惯性速度模型,扩散模型利用当前环境的局部信息使群体向外扩散,惯性速度模型利用最优解的历史信息进行预测.将自组织策略与单变量边缘分布算法(UMDA)结合,使得算法在环境变化后自适应地增加种群多样性,提高算法适应能力,快速跟踪最优解.利用动态sphere函数对所提出的算法进行测试,并与iUMDA和UMDA算法进行比较,结果表明所设计的算法能快速适应环境的变化,跟踪最优解.
相似文献