Optimal interval type-2 fuzzy fractional order super twisting algorithm: A second order sliding mode controller for fully-actuated and under-actuated nonlinear systems

In this paper, a novel interval type-2 fuzzy fractional order super twisting algorithm (IT2FFOSTA) which is essentially a second order sliding mode controller is presented. The proposed IT2FFOSTA enhances fractional order super twisting algorithm (FOSTA) by taking advantage of an interval type-2 fuzzy fractional order sliding surface (IT2FFOSS) for some classes of fully-actuated and under-actuated nonlinear systems in presence of uncertainty. The FOSTA significantly reduces the amount of chattering and the IT2FFOSS results in decreasing the tracking error, control effort, and chattering level. In order to control under-actuated systems, a hierarchical sliding surface is employed. The multi-tracker optimization algorithm is utilized to adjust the controller’s parameters; this leads to an optimal performance for the IT2FFOSTA. To examine the performance of the IT2FFOSTA, some simulation and experimental tests on three examples of different classes of fully-actuated and under-actuated systems, including ball and plate, inverted pendulum, and ball and beam systems are carried out. The simulation and experimental results demonstrate the superiority of the IT2FFOSTA in reducing the amount of chattering, tracking error, and control effort compared to those of the other control methods.     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

基于平面不封闭图形切割的路径规划

在平面切割环节中，如何确定更短切割路径以减少加工成本、降低设备损耗和提升切割质量是工业应用和学术研究的重点。目前国内外对平面切割路径的研究主要集中于封闭图形，为此，针对在激光刀模行业中不封闭图形的问题，提出一种基于禁忌搜索的贪婪算法和贪婪准则的局部优化。首先使用构建型的贪婪算法和改进型的禁忌搜索算法相结合的方式对加工过程中的图元路径进行优化排序，随后提出贪婪准则的局部优化系数，削弱贪婪算法的“贪心”思想，解决加工路径的规划和优化问题。实验数据表明，禁忌搜索的贪婪算法和局部优化在对切割路径的规划和空行程优化上有显著效果，空行程减少50%以上，并且其优化性能和图元数量成正比，能有效地解决刀模行业以及其他激光雕刻行业中图形不封闭的切割难题。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

Title加TextRank抽取关键句的情感分类研究

考虑到不同句子对判断文档情感倾向的重要程度不同，因而区分文档的关键句和细节句将有助于提高情感分类的性能。同时，考虑到Title和上下文信息，提出了一种基于Title和加权TextRank抽取关键句的情感分析方法SKTT，实现了高效的情感分析。根据文档Title的情感权重计算Title贡献度，考虑到标点和语义规则对情感倾向的影响；根据加权TextRank算法思想，在文档正文中构建了一个情感句有向图来提取关键句；计算所有关键句的情感倾向进行情感分类。在4个领域上进行实验，实验结果表明，该SKTT方法性能明显优于Baseline，具有高效性。     

Generalised multivariable supertwisting algorithm

The purpose of this paper is to present an extension of the generalised supertwisting algorithm (STA) to the multivariable framework. We begin by introducing an algorithm that may be deemed as a linear, quasicontinuous, or discontinuous multivariable system, depending on the functions that define them. For the class represented by such an algorithm we prove the robust, Lyapunov stability of the origin and characterise the perturbations that preserve its stability. In particular, when its vector field is discontinuous or quasicontinuous our algorithm is endowed with finite‐time stability. Due to its resemblance to the scalar case, we denote such finite‐time stable systems as generalised multivariable STA. Furthermore, the class of finite‐time stable systems comprise the currently available versions of STAs. To finalise, by means of simulation examples, we show that our proposed finite‐time stable algorithms are well suited for signals online differentiation and highlight their dynamical traits.     

利用地震品质因子Q比例的分布特征预测南川页岩气藏保存条件

根据地震数据、地质资料和地震属性，开展了南川地区五峰组-龙马溪组下部页岩的地震品质因子Q平面上分布与页岩气保存条件评价研究。针对南川地区页岩气开发中的断裂破碎带，提出了一种获取稳定品质因子Q比例及界限的工作流程和相应的迭代算法。研究表明，地震品质因子Q比例的分布可以快速、直观识别出断裂破碎带的内幕特征与不同类型页岩分布区。其中，断裂破碎带页岩区的品质因子Q比例总体上偏小，大多低于0.2，局部超过0.5，平面上分布杂乱、碎斑状；页岩呈北东向展布的条带，被断裂所撕裂、破碎，保存条件较差。稳定分布的页岩区的品质因子Q比例是较高的，超过0.7，平面变化稳定，没有突变现象，保存条件好。微裂缝发育的页岩区的品质因子Q比例具有渐变的趋势性，品质因子Q比例的分布从该页岩区的边部0.7向中部有规律地减小至0.1，保存条件最佳。实践证明，高产气井大多位于稳定分布的页岩区或内部微裂隙发育的稳定页岩区，地震品质因子Q比例研究方法对页岩气保存评价与开发井优化部署是一个实用工具。     

智能跟踪算法在采砂监管中的应用研究

受利益的驱动,长江流域非法采砂行为屡禁不止,给采砂有效监管造成很大的困扰。采砂监管水平的提高需要高效准确的跟踪识别技术作支撑。提出了一种基于相关滤波器的可变跟踪框智能算法。该算法可以准确快速地跟踪江河湖面上的非法采砂船,计算量少,鲁棒性高,对硬件的要求并不严苛,可以自由应用于从低性能到高性能的各种设备。基于该算法开发了非法采砂船追踪器,再配合百度深度学习平台Easy DL后,可构成一套采砂船监控系统,能够实现对长江水域非法采砂船24 h的有效监控,从而大大提高监控非法采砂行为的效率。     

基于分支定界法的相控阵雷达事件调度算法

为解决相控阵雷达事件调度问题中调度成功率、时间偏移率与算法时效性三者之间的矛盾，本文提出一种基于分支定界法的调度算法；该算法首先在现有调度结果上调取所有可执行事件，即获得若干"节点"，多步递推后由多"层"节点形成若干条备选"分支"，扩大解空间范围，提高算法性能；然后通过"删减"操作删减掉收益较低分支，将解空间控制在一适当范围内，减小搜索盲目性，降低算法计算量.仿真实验表明，与基于综合优先级算法的调度结果相比，利用本文算法调度时调度成功率提升了52%；与基于时间指针算法的调度结果相比，本身算法时间偏移率降低了61%；与基于遗传算法的调度结果相比，本文算法调度耗时仅为前者1~2%.