线性调节器加权矩阵的工程实用逆推算法

本文在分析对比了三种常用的线性调节器加权矩阵算法的基础上,提出了一种用经验试凑待定系数的加权矩阵的工程实用逆推算法。该算法既考虑了对系统性能指标的要求,又兼顾了工程实现时的约束条件。它简单,实用,能广泛应用于电力传动系统。     

基于网格划分策略的自适应ACO算法优化LQR控制器权值

线性二次最优控制（Linear Quadratic Regulator,LQR）是现代控制理论中应用广泛的状态空间设计法,如何选取适当的加权矩阵Q和R的问题一直没有得到很好解决。提出一种基于网格划分策略的自适应蚁群算法来设计LQR控制器,利用蚁群算法获取加权矩阵Q、R及反馈控制率K,并将控制器用于LQR问题的标准试验平台倒立摆系统。仿真结果表明基于网格划分策略的自适应蚁群算法优化设计的LQR控制器超调小,响应速度快,可以有效的对被控系统实施控制。     

一个矩阵加权不等式的推广

得到了一个秩为ｋ的半正定Ｈｅｒｍｉｔｉａｎ矩阵的加权不等式，推广了前人计算的结果     

离散时间系统LQ最优控制逆问题解的数值算法

利用LQ最优控制逆问题的参数化解,将求解对称,非负定加权矩阵Q的问题变为一类F－范数优化问题,给出了一种求解离散时间系数LQ最优控制加权矩阵QA的数值解法,算法的优点在于任意给定一组自变量,通过解这类优化问题就可以求得满足闭环特征值要求的加权矩阵Q,而且具有很好的收敛性。     

完整的最小二乘递推算法及其对跟踪与预报的应用

利用广义逆矩阵的理论，本分别就一般加权、最优加权和指数加权等三种情形导出了完整的最小二乘递推(PRLS)算法。在无需待估计量的任何先验统计知识的条件下．该算法能给出系统状态的最小二乘估计。对于某些线性系统，还能给出其状态的无差和无偏估计。最后．利用PRLS算法．我们还导出了机动目标多模型跟踪与预报(MMTP)算法     

基于改进的局部二值模式和SVM的人脸识别

先提取人脸图像标准的LBP特征,再分块提取且确定出相应的加权MB-LBP特征。通过支持向量机分别处理这两种特征,确定出相应的投票结果矩阵。基于一定的权重比对提取的两种特征加权融合,识别结果即融合矩阵最大值。选择ORL和AR人脸库检测了该方法的性能。     

刚架结构拓扑修改的加权广义逆方法

利用刚架结构刚度矩阵的加权分解和矩阵加权广义逆理论,提出了刚架结构拓扑修改方法——M-P加权广义逆拓扑变化法。该方法适用于刚架结构拓扑优化设计(特别是局部优化设计)的重分析。由于文中给出的刚架结构拓扑变化公式都是显性而简单的,所以具有很好的计算效率。     

基于改进型有限时间LQR的平衡车控制研究

针对平衡车启动及停止时发生抖动的问题开展了相应的研究.通过建立系统动力学模型,设计了系统的改进型有限时间LQR(LQR, Linear Quadratic Regulator)控制器;对系统矩阵及控制矩阵进行改进,增加小范围增量矩阵,系统能够实现自适应调节,并使最优控制率在小范围内可调,进而使性能指标达到最佳;通过仿真计算并选取最佳的加权矩阵Q和R,使性能指标达到最优.仿真实验表明该方法具有可行性和实用性,解决了小范围不稳定情况,有效克服了超调量过大而引起的不稳定.     

判断矩阵的加权对数最小二乘排序法

本文根据判断矩阵各行的可信度,确定其权重,利用加权对数量小二乘法导出判断矩阵的排序向量,并给出加权对数最小二乘法的一些性质。     

一种基于次优加权矩阵的灰度图像信息隐藏算法

理论上分析了在一个包含 n 个像素的图像块内,最多改变 2 个像素,每个像素最多改变 1 的情况下,信息隐藏的容量上界为⌊log2 n2+ 2 n+2⌋个二进制位,证明了不可能构建完全满足该条件的加权矩阵, 进而提出一种构建次优加权矩阵的算法, 能较好地平衡信息隐藏的容量和不可感知性, 更好的实现信息隐藏。通过大量实验证明了当分块不大于 2500 万像素时, 采用该算法构造的次优加权矩阵与最优矩阵进行信息隐藏的容量的差距最多为 1 个二进制位。     

时滞不稳定系统的模糊设定值加权PID控制

针对时滞不稳定系统,提出了一种基于模糊逻辑的设定值加权PID控制方法。采用以设定值跟随误差和误差变化为输入的二维模糊逻辑控制器来在线实时调整加权参数值,使系统获得更好的目标值跟踪特性。仿真实验结果表明这种方法具有较好的动态性能指标。     

多目标决策权值的统计分析方法

在多目标决策中,经常采用加权系数法化为单目标问题,而权系数常用 Delphi 法或AHP 法确定.为寻求反映客观性的权系数向量,本文首先引入反映被测评对象信息的反馈权值向量,然后用反馈权值向量检验由 Delphi 法或 AHP 方法得到的先验权值向量,最后给出一种修正权值向量的方法.     

无先验信息的小批量生产质量控制图动态优化

针对日益发展的小批量生产模式的质量控制,在样本数据无先验信息条件下,提出了一种基于随机加权法的质量控制图参数优化方法.采用随机加权法对样本数据进行再抽样,估计样本数据的分布参数(样本均值和方差),经假设检验,动态优化质量控制图的控制参数弥补了小样本条件下传统控制图的不足,实现了无先验信息下小批量生产过程的质量控制.实验表明,优化后的控制图的控制参数更加逼近于理论值,优于传统控制图的控制参数,适合用于小批量生产环境下的质量控制.     

无超调无静差系统的最优控制

针对线性连续定常系统二次型调节器问题，提出了一种新的控制方案，利用内模原理将原系统进行变换，建立一种被跟踪信号yo的新模型来实现系统的无静差跟踪控制；利用二次型最优控制原理来计算系统的最优控制u(t）；同时，再适当地选取加权矩阵R和Q来共同实现系统的动态响应。分析表明，这种控制也是一种鲁棒控制。最后，对系统进行了设计与仿真，仿真结果表明，这种控制方法完全符合设计要求。     

基于模糊聚类分析的网络安全综合评价

模糊聚类分析主要用于研究样本的分类问题。利用层次分析方法给出了样本指标的权重,进一步引入了加权相似系数和加权距离系数的计算公式。在该系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量——相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进。将其应用到网络安全综合评价实际样本数据的聚类分析中,结果表明改进的模糊聚类分析方法是有效的。     

机动车双桥转向空间连杆机构优化及其权因子

以加藤４０Ｔ汽车起重机双桥转向空间连杆机构为例，讨论多目标优化，并结合可能度与满意度作为权因子，给出权因子中所需各量值的较有效的方法．     

太阳时单轴跟踪光伏电池位置控制器

针对现有太阳能光伏系统发电效率低的缺陷,根据太阳能板的发电机理,采用太阳时跟踪控制的方法以及跟踪误差的加权补偿算法,建立了日时跟踪算法的数学模型;并根据数学模型,设计制作了单轴跟踪控制系统,通过模拟实验测试,该装置可提高太阳能利用率30%.     

模糊多属性群决策问题的一种新TOPSIS方法

基于梯形模糊数的期望值算子,给出了一种新的TOPSIS方法来处理模糊决策矩阵、属性权重和决策者权重都已知,且均以梯形模糊数给出的模糊多属性群决策问题.先采用加权算术平均(Weighted Arithmetic Averaged)算子把所有规范化模糊决策矩阵集结为综合加权规范化模糊决策矩阵.然后以梯形模糊数的期望值排序方法和距离公式,求得模糊理想解和模糊负理想解及备选方案到模糊理想解和模糊负理想解的距离,从而确定各备选方案对模糊理想解的相对贴进度,并以其大小判断方案的优劣次序.最后通过一个实例说明该群决策方法的有效性.     

加权无差自适应控制新算法的研究

推导出一种新型加权无差自适应控制方法，它可以应用于开环不稳定系统及非最小相位系统．被控对象之中可以含有直接传输项。系统的稳态误差与加权参数的选择无关，而且证明了该算法的稳态误差为零，与其他算法进行了比较，结果证明该方法有较强的鲁棒性、可靠性与实用性。     

有偏总体的均值控制图

根据加权标准差方法建立有偏总体的均值控制图,根据样本数据的偏度来计算上下控制限,对于总体是对称分布,该控制图退化为标准的休哈特控制图．最后,用蒙特卡洛方法给出了改进的控制图常数．