基于密度调整的改进自适应谱聚类算法

针对谱聚类存在构造相似度矩阵时对尺度参数敏感以及处理多重尺度数据集效果不理想的缺陷, 提出一种基于密度调整的改进自适应谱聚类算法. 该算法将样本点所处领域的密度引入谱聚类, 利用密度差来调整样本点之间的相似度, 使其更符合实际簇类中样本点间的内在关系, 在一定程度上解决了多尺度聚类问题; 同时, 通过样本点的近邻距离自适应得到尺度参数, 使算法对尺度参数相对不敏感. 仿真实验验证了所提出算法的有效性和优越性.

     

人工代谢算法在故障诊断中的应用

从生物体新陈代谢的生理机能出发,建立了基于酶催化的人工代谢算法模型．通过对代谢算子功能的 分析提出了模式定理的概念,并证明了算法的收敛性．利用酶与底物相匹配的原理,通过代谢操作找出酶与底物的 最优匹配,从而找出对应故障现象的原因．在寻优过程中,不断地通过凋亡算子将不可能成立的原因筛除,降低了 故障诊断的成本．实例分析表明,该算法能有效地进行故障定位,尽可能地缩小了不必要的搜索空间．     

带退化因子的人工代谢算法在多对象物流配送优化中的应用

在多对象优化的物流配送中,需要对配送对象实行均衡调度。本文提出了一种含退化因子的人工代谢算法。每一种配送对象对应了不同的代谢底物,每一种配送对象的优先级对应了相应的催化酶,每一次配送对应一次代谢过程。为了降低代谢算法的复杂度,完成配送任务后,初始化时形成的催化酶需要有规律地退出代谢体系。通过对代谢算子等参数的分析,为人工酶设立了不同等级的退化因子。根据对酶优先级的辨识,按照代谢优化的进程,使已完成寻优搜索的代谢路径有序地退出本次代谢网络,提高整个代谢网络运行效率,为后续的物流配送路径缩小搜索空间,实现多对象配送过程的优化。     

基于模型参考自适应Smith预估器的反馈式AGC厚度控制系统

针对具有纯时间延迟特性的反馈式AGC(automatic gauge contro1)系统,利用Smith预估器对纯时间延迟具有补偿作用的原理,建立了模型参考白适应Smith预估器反馈式AGC控制系统模型,给出了控制系统结构.推导了自适应调节律和设计算法,结合预估器模型,计算得到轧件出口厚度偏差值的表达式.仿真结果表明,模型参考自适应Smith预估器反馈式AGC系统对铝薄板带材轧制出口厚度偏差控制具有很好的控制效果,解决了反馈式AGC厚度控制由于纯时间延迟特性对控制性能产生很大影响的问题,消除了出口厚度波动现象,响应速度加快,可以满足高精度铝薄板带材轧制生产的控制要求.     

高精度铝薄板带材可逆冷轧机厚度的协调控制策略

分析研究了冷轧机AGC 的主要控制方式,并应用轧机弹跳特性对轧机辊缝进行补偿,得到高精度铝 薄板带材可逆冷轧机厚度协调控制策略．仿真结果表明厚度协调控制策略能满足高精度铝薄板带材生产精度要求, 显著提高了控制系统性能．     

基于模糊专家规则的离散事件辨识及其在交通诱导中的应用

传统离散事件动态系统中的离散事件状态的转换具有不确定性,其不确定性主要来自状态转向发生时刻的不确定性,而所转向的状态一般具有确定性。本文对具有状态转向时刻和转向状态的二重不确定性的离散事件动态系统进行了讨论,用模糊专家系统来对未来状态和状态迁移时刻二重不确定性的离散事件动态系统进行评价,并以智能交通系统中车辆诱导技术为例,说明了此类模糊专家规则的应用价值。本文提出了一种模拟淬火算法,通过模拟物质加温后急剧冷却的过程来求得目标函数的局部极值,以模拟淬火算法的转向概率作为模糊专家系统中的规则选择概率。该方法有效地保证了事件转换的实时性,提高了交通疏导的效率。     

球磨机性能预测模型的研究与应用

基于模型的计算机仿真有助于磨机回路的优化,模型的校正和参数的获得需要对实际系统进行实验以获得数据,但对于球磨机这样一个大型设备这需要相当多的样本并且成本昂贵.为解决这个问题,JKMRC用小型实验室磨机的测试结果校准数学模型用以预测大型磨机的性能.本文对此模型进行了介绍,并对模型中的功耗部分进行了改进,将最新的功耗研究成果成功融入JKMRC模型.最后将两个模型针对现场数据的仿真结果进行了对比和验证,结果表明改进模型能够更加精确的预测磨机性能.     

基于网络一致性的多智能体跟踪控制

基于动态网络一致性理论,研究外部向量场变化情况下的分布式多智能体的队形保持和跟踪控制问题.利用邻近多智能体间共享的信息,智能体以一致协商的合作方式既控制自身运动轨迹,同时又保持了一定的队形.针对多智能体之间形成的最近邻耦合网络拓扑进行分析后,提出了多智能体一致性动态控制律的设计方法,可方便地对系统的极点进行配置.还提出了一种利用分散的队形控制分解中心领航者作用的方法,并给出了系统稳定性的条件.研究结果显示,队形稳定性问题仅受到通讯拓扑结构的影响,可以通过分解降阶的系统解决,而向量场的特性只影响系统跟踪性能.仿真例子显示了方法的正确性.     

基于线性矩阵不等式的不确定关联系统的分散鲁棒镇定

应用线性矩阵不等式（LMI）方法研究不确定性关联大系统的分散便棒镇定问题。系统中不稳定项具有数值界,可不满足匹配条件。基于不确定项的表达形式,给出了其可分散状态反馈镇定的充分条件,即一组LMIs有解。在此基础上,通过求第一凸优化问题,提出了具有较小反馈增益的分散稳定化状态反馈控制律的设计方法。仿真示例说明了该方法的有效性和优越性。     

不确定性关联时滞大系统的分散鲁棒镇定

应用线性矩阵不等式（LMI）方法研究不确定性关联时滞大系统的分散鲁棒镇定问题。系统中不确定项具有数值界，可不满足匹配条件。基于不确定项的表达形式，给出了其可分散状态反馈镇定的充分条件，即一组LMIs有解。在此基础上，通过求解一凸优化问题，给出了具有较小反馈增益的分散稳定化状态反馈控制律的设计方法。仿真示例说明了该方法的有效性和优越性。