三参数区间数多属性决策的后悔理论方法

本文将后悔理论方法用于解决三参数区间数多属性决策问题.首先,提出一种将三参数区间数转换为两参数区间数的方法,避免了传统三参数区间数在大小比较方面不确定信息的遗失.其次,依据两参数区间数决策信息计算不同状态下备选方案及正理想方案各属性的效用值,从而可得各备选方案的后悔–欣喜值及综合感知效用值.然后,针对权重范围已知的情况,通过构建备选方案综合感知效用最大化优化模型求得属性权重;针对权重信息完全未知的情况,提出一种基于注水原理的属性权重求解方法.最后,利用属性权重加权求和方法得到备选方案综合效用值,从而通过比较综合效用值得到方案的排序结果.     

固定翼无人机的自抗扰反步控制

针对固定翼无人机姿态和速度控制中系统存在模型不确定性和外界扰动的情况,本文设计了基于扩张状态观测器的反步控制器抑制系统扰动以提高无人机的控制性能.首先建立无人机速度误差模型和姿态误差模型,其中姿态误差模型采用四元数作为变量以避免欧拉角在描述姿态时存在的奇点问题和复杂三角运算;进而设计扩张状态观测器对系统中存在的扰动进行估计,并将扰动估计值与控制器设计相结合,分别设计出姿态控制器和速度控制器来抑制扰动的影响且使无人机姿态和速度收敛到期望值.最后基于李雅普诺夫理论证明系统的稳定性.仿真结果表明,本文所设计方法能够抑制系统中存在的扰动.     

基于模糊熵和证据推理的语言?? 数多准则决策方法

定义了语言??数及其模糊熵, 提出了基于模糊熵和证据推理的多准则决策方法, 以解决准则权系数信息不完全确定的语言??数多准则决策问题. 所提方法通过建立基于语言??数模糊熵的线性规划模型来得到准则的最优权系数, 利用证据推理算法确定方案的综合准则值, 进而得出最优方案. 最后通过实例验证了所提出方法的有效性和可行性.

     

基于后悔理论的具有期望水平的直觉语言多准则决策方法

针对准则具有期望水平的直觉语言多准则决策问题, 考虑决策者后悔规避的心理行为特征, 提出一种基于后悔理论的决策方法. 该方法利用期望效用函数构建各准则值的效用值矩阵; 利用后悔-欣喜函数构建各准则值相对于准则期望水平的后悔-欣喜值矩阵; 在此基础上, 依据后悔理论构建各准则值相对于准则期望水平的感知价值矩阵; 进一步, 利用线性加权法计算各方案的综合感知价值, 并确定方案排序. 最后通过实例分析表明了所提出方法的可行性和有效性.

     

基于半监督典型相关分析的多视图维数约简

为了有效地在半监督多视图情景下进行维数约简,提出了使用非负低秩图进行标签传播的半监督典型相关分析方法。非负低秩图捕获的全局线性近邻可以利用直接邻居和间接可达邻居的信息维持全局簇结构,同时,低秩的性质可以保持图的压缩表示。当无标签样本通过标签传播算法获得估计的标签信息后,在每个视图上构建软标签矩阵和概率类内散度矩阵。然后,通过最大化不同视图同类样本间相关性的同时最小化每个视图低维特征空间类内变化来提升特征鉴别能力。实验表明所提方法比已有相关方法能够取得更好的识别性能且更鲁棒。     

不确定数据聚类的U-PAM算法和UM-PAM算法的研究

UK-means算法在处理不确定数据时对孤立点非常敏感,而且事先必须已知不确定数据的分布函数或概率密度,然而这在实际中往往很难获得。因此,针对UK-means在处理不确定测量数据时的不足,首先提出了基于区间数的PAM不确定聚类算法——U-PAM,该算法用区间数和标准差合理地描述了不确定测量数据的不确定性,进而完成有效的聚类;其次,针对海量不确定测量数据难以聚类的问题,基于U-PAM聚类算法,采用抽样技术提出了处理海量不确定测量数据的算法——UM-PAM算法,该算法先抽样,对样本数据聚类,然后再总体聚类;最后,基于U-PAM算法和CH聚类的有效性指标函数对聚类结果进行分析,以确定最佳聚类数。实验理论表明,所提算法聚类效果明显。     

结合OWA算子和模糊DEMATEL的风险评估方法

针对传统故障模式与影响分析(FMEA)方法在实际应用中的不足,提出一种基于有序加权平均(OWA)算子和决策试行与评价实验法(DEMATEL)的风险排序方法。FMEA专家对故障模式的3个风险因子给出模糊评价信息,应用OWA算子对评估信息进行集结,得到各故障原因对故障模式的影响强度。采用模糊DEMATEL法构建FMEA系统要素间的初始直接影响矩阵,经过运算可得综合影响矩阵,并计算各故障原因的原因度,据此进行产品或系统的失效风险评估。运用该方法对地铁车门系统的基础部件进行安全性分析,并将所得结果与传统RPN方法的结果做对比,验证了该方法的可行性和有效性。     

基于离散八元数余弦变换的彩色图像水印算法

定义离散八元数余弦变换及其逆变换公式,并将其应用于彩色图像的数字水印中。首先,为了提高水印的安全性,利用Arnold变换分别对彩色水印图像的RGBHIS六个分量进行置乱,然后将彩色载体图像的RGBHIS六个分量整体进行离散八元数余弦变换,对置乱后的水印图像分组并分别嵌入到载体图像的各个中频系数中,最后借助离散八元数余弦逆变换公式得到含水印的图像。实验表明,该方法不仅具有较强的抗压缩能力,对噪声、缩放、滤波等攻击处理也具有较好的鲁棒性和不可见性。     

煤矿高压电缆局部放电脉冲信号去噪研究

针对煤矿高压电缆局部放电脉冲信号易被井下噪声干扰从而影响绝缘监测准确性的问题,提出采用小波熵空域相关算法对信号进行去噪。该算法选用小波熵的大小作为噪声能量阈值,通过改变阈值大小来调节局部放电脉冲信号与噪声之间的相关性,进而识别并去除噪声。实验室模拟实验及现场测试结果表明,该算法不仅减小了将噪声误判为信号的可能性,而且可以很好地消除各尺度系数中的干扰,很好地保留了局部放电脉冲信号的完整性,提高了煤矿高压电缆在线绝缘监测的准确性。     

基于内容热度与节点介数的NDN网络缓存策略

缓存技术是数据命名网络（Named data networking,NDN）的关键技术之一. NDN传统的LCE缓存策略会造成较大的冗余. 改进的RCOne策略采用随机放置的方法,没有利用任何内容、节点信息,对网络缓存性能的提升有限. Betw策略只考虑到节点介数,导致高介数节点缓存更替频繁,当节点缓存容量远小于内容总量时,缓存性能下降. 为了解决这些问题,本文提出一种结合内容热度与节点介数的新型缓存策略HotBetw（Hot content placed on node with high Betweenness）,充分利用内容与节点信息选择最佳的位置放置缓存. 仿真实验表明相对于典型NDN缓存策略,HotBetw缓存策略在提高缓存命中率、降低平均跳数方面具有很好的效果.