基于模糊控制的电梯群控系统的研究与设计

本文对电梯群控系统输入的交通数据进行了分析,通过模糊识别把输入的交通特征量区分出四种交通模式。本文对厅层信号控制进行了重点的研究,对系统中的输入变量的选择进行了对比、分析,从而选择出了比较恰当的隶属函数。在算法的设计中还考虑到交通模式对本文提出的三个程度函数权重的影响,最终提出了基于模糊控制的电梯群控方法。设计了一个综合评价函数来衡量电梯群控系统的运行。通过控制相应的三个程度函数(平均等待时间、平均乘梯时间和能量消耗),达到乘客满意,系统节能的目的。论文最后对所设计的电梯群控算法进行计算机仿真,仿真结果验证了算法的可行性。     

基于决策树的语料库分析

利用CART决策树算法,对TH-CoSS语料库音节的韵律参数进行聚类,分析语境特征的分布：出现率、平均层级。为了评价语境特征对语音韵律表现的影响程度,设计了一个影响权重的重要性函数,对语料库文本设计和TTS系统选音参数的权重设定具有较高的参考价值。     

带权重的RBF神经网络银行个人信用评价方法

针对RBF神经网络确定核函数中心时没有考虑输入样本分类指标权重的问题,提出了一种动态加权聚类算法.在算法中利用样本之间的加权距离代替了欧氏距离作为选定核函数中心的量度.在此基础上,建立了信用评价模型,利用已知类别的样本对模型进行训练,再利用训练好的模型对未知类别的样本进行预测,实验结果验证了模型的有效性.     

水环境模糊综合评价模型优化

研究水环境保护,减少污染,水环境质量评价是环境质量评价中的重要组成部分,为区域环境系统的污染控制规划及环境系统工程方案的制定提供依据.模糊综合评价法是目前应用较广的水环境评价方法,根据水环境评价的特点,在模糊综合评价模型基础上,使用指数隶属函数,解决了非相邻等级隶属函数为0时,被忽略了其对评价结果影响的问题;引入信息熵,将熵值系数用以修正采用超标比计算的评价因子权重,避免了权重确定中过于依赖严重超标的评价因子.经实验验证,评价结果更合理.     

具有更严格警戒测试准则的ART2神经网络

在ART2神经网络的标准警戒测试准则中,通过引入截断双曲线函数来计算输入矢量与神经网络由顶向下权重矢量之间的相似程度,而提出了一种新的具有更严格警戒测试准则的ART2神经网络。截断双曲线函数一方面抑制输入样本中的噪声,另一方面,如果输入矢量某些分量与由顶向下权重矢量对应分量之间存在冲击变化时,则截断双曲线函数将放大这些对应分量之间的冲击变化。而且这种新的警戒测试准则具有更强的抗噪声能力。即在较低的输入信噪比水平上,具有更严格警戒测试准则的ART2神经网络比标准ART2神经网络具有更高的正确识别率。     

基于改进Random Walk算法的磁共振图像脑组织分割

在Random Walk算法中,边的权重对算法分割性能有着重要的影响,针对原算法在计算权重时仅使用相邻像素灰度值变化信息的局限性,通过引入图像局部熵,使得权重函数同时反映相邻像素灰度变化信息和图像局部灰度离散度信息,增强算法对目标内容和边界的识别能力。同时通过Fisher评价函数构造最佳分类阈值的选取法则,增强了算法的判别能力。实验表明改进后的算法对目标内容和边界的识别能力有较大提高,且对噪声具有更好的鲁棒性。     

基于分割评价函数的多尺度分割参数的选择

利用遥感影像进行林地分类时,面向对象分割参数的设置对影像分割结果至关重要,进而影响遥感影像的分类结果。分割评价函数是检验分割效果的重要标准,利用分割尺度、形状指数和紧致度3个参数在不同水平下组合得到的分割评价函数值来评价分割效果的优劣。在已有分割评价函数的基础上进行改进,并对加入面积权重因子后是否对参数选择产生影响进行研究。基于统计分析的方法,利用方差分析和相关性分析法研究4种分割评价函数与分割参数的关系。从全国范围内随机选取Landsat 8OLI和高分一号(GF-1)影像数据各10景作为实验样本,探讨3个参数对分割结果的影响,实验结果表明:(1)分割尺度对分割的影响最大,形状指数次之,紧致度最小;(2)形状指数取值偏小,紧致度取值偏大,对分割效果好;(3)加入面积权重因子提高分割评价函数的稳定性;(4)改进的方法与现有的方法相关性显著,因此适宜作为评价的标准;(5)影像分辨率不同不会对参数的选择产生显著影响。     

基于属性权重的Fuzzy C Mean算法

提出CF-WFCM算法,该算法分为属性权重学习算法和聚类算法两部分.属性权重学习算法,从数据自身的相似性出发,通过梯度递减算法极小化属性评价函数CFuzziness（ω）,为每个属性赋予一个权重.将属性权重应用于Fuzzy C Mean聚类算法,得到CF-WFCM算法的聚类算法.CF-WFCM算法强化重要属性在聚类过程中的作用,消减冗余属性的作用,从而改善聚类的效果.我们选取了部分UCI数据库进行实验,实验结果证明：CF-WFCM算法的聚类结果优于FCM算法的聚类结果.函数CFuzziness（ω）不仅可以评价属性的重要性,而且可以评价属性评价函数的优劣.实验说明了这一问题.最后我们对CF-WFCM算法进行了讨论.     

基于灰色可能度函数的面板数据聚类方法

针对静态灰色可能度函数聚类方法的局限性,综合考虑评价指标发展趋势、指标权重和时间权重的影响,构建一种体现发展趋势的灰色可能度函数聚类模型用于解决面板数据问题.该方法引入发展因子概念,用于表示观测值的发展趋势;对于观测对象在不同时刻的观测值,运用发展因子将观测值集结为发展作用值,并利用时间权重对包含发展作用值的面板数据进行降维,从而获得信息集结值.运用所提出的权重求解法确定每个指标各时刻指标权重,再根据离差平方和最小化方法优化求解总时段综合指标权重,并对降维后的信息集结值进行灰色可能度函数聚类分析.最后,通过对中国10个城市5年宏观经济状况的聚类分析,验证所提出模型的有效性和可行性,实现了灰色可能度函数聚类方法的面板数据处理.     

双重特征加权模糊支持向量机

针对当前基于特征加权的模糊支持向量机(FSVM)只考虑特征权重对隶属度函数的影响,而没有考虑在样本训练过程中将特征权重应用到核函数计算中的缺陷,提出了同时考虑特征加权对隶属度函数和核函数计算的影响的模糊支持向量机算法——双重特征加权模糊支持向量机(DFW-FSVM).首先,利用信息增益(IG)计算出每个特征的权重;然后...     

Receding Horizon Controls for Input-Delayed Systems

This paper presents a receding horizon control (RHC) for an unconstrained input-delayed system. To begin with, we derive a finite horizon optimal control for a quadratic cost function including two final weighting terms. The RHC is easily obtained by changing the initial and final times of the finite horizon optimal control. A linear matrix inequality (LMI) condition on two final weighting matrices is proposed to meet the cost monotonicity, under which the optimal cost on the horizon is monotonically nonincreasing with time and hence the asymptotical stability is guaranteed only if an observability condition is met. It is shown through simulation that the proposed RHC stabilizes the input-delayed system effectively and its performance can be tuned by adjusting weighting matrices with respect to the state and the input.      

基于图像质量与频谱特性加权的光瞳结构优化

为进一步优化光学合成孔径成像系统的光瞳结构,研究了3种典型光瞳结构下复原图像质量与调制传递函数之间的关系,提出基于图像质量与频谱特性加权的光瞳优化方法。该方法将复原图像质量评价因子与频谱分布特性因子的线性加权值,作为光瞳优化的目标函数,调整权重因子使合成孔径成像系统的性能在图像质量与分辨率之间达到平衡。仿真结果表明,对六孔径和九孔径光瞳结构优化后,复原图像对比度更高,人工痕迹更少,更利于在保证成像分辨率的同时获得更好的成像质量。     

基于加权系数寻优的回归型加权支持向量机

在加权回归型支持向量机中,由于考虑到不同数据对预测函数贡献程度的差异性,其预测效果往往优于标准的回归型支持向量机,该文针对现有回归型加权支持向量机使用中直接选择加权系数法存在的不足,提出了一种对加权系数进行优化的新方法。该方法通过选取曲率变化大、形式简单的幂函数作为候选加权函数,并采用格子搜索法寻找最优参数,从而可以确定出最优加权系数。仿真实验表明：在利用加权支持向量机训练时间序列数据集时,采用该方法确定最优加权系数,比目前常用选择加权系数的方法效果好。     

电动Stewart平台分散子系统不确定性加权函数选择

以降低电动Stewart平台两输入两输出子系统不确定性描述的保守性为目的, 提出一种不确定性加权函数选择方法. 首先通过机理分析, 确定以反馈形式来描述平台子系统中低频的结构不确定性, 并得到具有3个待定参数的加权函数. 然后给出标称模型输出与实验数据相匹配的条件, 由此利用实验数据优化加权函数中的待定参数.最后为方便控制器设计, 将系统不确定性描述化为统一的表达形式. 所提方法在描述系统不确定性时, 尽可能将模型中的已知部分分离出来, 并通过实验数据优化加权函数中的待定参数, 从而使得不确定性描述的保守     

An example in linear quadratic optimal control

We construct a simple example of a quadratic optimal control problem for an infinite-dimensional linear system based on a shift semigroup. This system has an unbounded control operator. The cost is quadratic in the input and the state, and the weighting operators are bounded. Despite its extreme simplicity, this example has all the unexpected features discovered recently by O. Staffans (and also by M. Weiss and G. Weiss). More precisely, in the formula linking the optimal feedback operator to the optimal cost operator, as well as in the Riccati equation, the weighting operator of the input has to be replaced by another operator, which can be derived from the spectral factorization of the Popov function.     

移动视频体验质量的量化评价模型

移动视频体验质量（QoE）的研究正变得日益重要,现有的QoE评价模型缺少相应的量化方法。结合移动视频业务的特点,提出了两层权值的QoE量化评价模型,即QoE由六种“影响层面”按各自的一级权值叠加而成;进一步地,每个“影响层面”又由多个“影响因素”构成。除了丢包和抖动两个“影响因素”外,其他“影响因素”均具有独立的二级权值。提出通过层次分析法（AHP）计算出所有的一级权值,并且进一步计算出除了丢包、抖动外的其他二级权值。由于丢包和抖动这两个影响因素相互依赖,无法计算各自的二级权值,因此通过网络模拟实验,找出两者的双变量函数f（丢包,抖动）,由此得到完整的两层权值QoE量化评价模型。所提QoE量化评价模型通过测评人员的QoE评分进行验证,实验结果表明该模型获得了较高的准确度,证明了上述模型量化方法的可靠性。     

基于Fuzzy丢包区分的TCP自适应拥塞控制算法

针对在有线/无线的异构网络中,传统有线环境下的传输控制协议(TCP)把所有丢包简单地归因于网络拥塞,严重影响了混合网络环境下的TCP传输性能的问题,提出了一种新的基于模糊理论的自适应控制算法。该算法选取了新的网络参数,运用Fuzzy方法对网络状态进行综合评价,并基于反馈理论的方法建立了新的自适应控制模型,即对评价结果集进行加权求和,得出网络性能指数,将其作为输入因子进入下一次计算过程,并调整各参数权重。仿真表明,该算法能够较好反映混合网络的真实拥塞状况,具有较好的网络适应性,比当前主要TCP算法具有更好的拥塞控制效果。该算法对在多参数,使用模糊方法背景下,混合网络拥塞及其自适应控制研究进行了新的探索。     

Design of receding horizon controls for constrained time-varying systems

In this note, we propose a generalized stabilizing receding horizon control scheme for input/state constrained linear discrete time-varying systems that improves feasibility and on-line computation on the constrained finite-horizon optimization problem, compared with existing schemes. The control scheme is based on a time-varying horizon cost function with time-varying terminal weighting matrices, which can easily be implemented via linear matrix inequality technique. We discuss modifications of the proposed scheme that improve feasibility or on-line computation time. Through simulation examples, we illustrate the results of these schemes.     

Guaranteed cost controller design for discrete-time switching fuzzy systems

With two level weighting functions, namely, crisp switching-region weighting functions and local fuzzy weighting functions, this paper introduces a discrete-time switching fuzzy system, which inherently contains the features of switched hybrid systems and Takagi-Sugeno (TS) fuzzy systems, and then, for this discrete-time switching fuzzy system, this paper proposes two new guaranteed cost state-feedback controllers minimizing an upper bound of state and input energy called LQ performance under all admissible grades of time-varying fuzzy weighting functions. The first one, associated with a piecewise quadratic Lyapunov function (PQLF), uses time-varying information on the switching-region weighting functions. The second one, associated with a new piece-wise fuzzy weighting-dependent Lyapunov function (PFWLF), uses time-varying information on the local fuzzy weighting functions as well as on the switching-region functions. Especially with a new special structure of the candidate of PFWLF, the PFWLF-based controller employs not only the current-time but also the one-step-past information on the time-varying local fuzzy weighting functions.     

Inverse active vibration force inputs estimation for a beam–machine system

This study presents an innovative fuzzy estimator that efficiently and robustly estimates the vibratory forces of a beam–machine system. The proposed estimator includes fuzzy Kalman filter technology, which is accelerated by the fuzzy accelerating factor and the fuzzy weighting recursive least-square method, weighted by the fuzzy weighting factor based on the fuzzy logic inference system. The excellent performance of this estimator is demonstrated by comparing it with different weighting functions, distinct levels of noise covariance measurement and the initial process noise covariance. The simulation results show that the proposed method is efficient in estimating input vibration forces, giving this method great stability and precision.