基于二进制可辨矩阵的决策规则约简算法

决策规则的约简是利用决策逻辑分别消去每一条决策规则中的冗余属性值,是粗糙集理论知识约简的重要内容,一般是在属性约简之后采用启发式信息实现决策规则的约简。基于二进制可辨矩阵给出一个简单的直接求取决策规则核的方法,并提出一种决策规则的约简算法。所给算法简单直观,不但适用于相容决策表,也适用于不相容的决策表。     

基于粗糙集和图论的电力系统故障诊断方法

将粗糙集与图论相结合处理电力系统故障诊断,提出了故障决策表图的新概念,得到一种基于粗糙集和图论的电力系统故障诊断方法,并进一步提出了故障信息覆盖度和故障诊断规则分级的概念.利用故障决策表图及其邻接矩阵,得到了快速识别决策表核属性和属性约简的方法,并将规则分级应用于故障规则提取.利用所提出的方法对具体实例进行处理,仿真结果表明,该方法能有效地减少时间和空间复杂度,可根据设定的阈值提取诊断规则.     

基于Terminal的船舶动力定位系统控制器设计

滑模变结构控制是一种特殊的非线性控制,它具有快速响应、实现简单、对扰动不灵敏、无需在线辨识等优点。船舶动力定位系统属于不确定、非线性的系统,本文对一船舶动力定位系统的数学模型进行了Terminal滑模控制器设计、通过Matlab中的Simulink进行仿真,仿真的结果验证了滑模变结构控制对船舶动力定位系统控制的有效性。     

基于SVM的船舶动力定位系统预测控制

支持向量机(SVM)是基于统计学习理论的新一代机器学习技术。基于预测控制思想,利用支持向量机回归进行非线性系统辨识,并将支持向量机模型应用到船舶动力定位(DP)预测控制,提出一种基于支持向量机的非线性系统预测控制策略。仿真实验表明,支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力,预测控制效果良好。     

动态自适应蚁群算法求解TSP问题

针对基本蚁群算法容易出现早熟和停滞现象的缺点,提出一种动态自适应蚁群算法,通过引入信息素的自适应调整策略,限制信息素范围以及动态增加信息素的局部更新方式,有效抑制收敛过程中的停滞现象,提高算法的搜索能力．该算法的性能在中国旅行商问题（China Traveling Salesman Problem,CTSP）和EilSO问题上得到验证．     

基于改进自适应黑洞机制的引力搜索算法

针对基本引力搜索算法(gravity search algorithm, GSA)易早熟、易陷入局部最优、缺少有效加速机制等缺点,提出了基于改进自适应黑洞机制的GSA(improved adaptive black hole gravity search algorithm, IABHGSA)。通过改进Tent映射对种群初始化,使得初始种群的分布更随机、均匀、全面,增强算法的全局勘探能力;引入改进自适应黑洞机制,根据粒子进化情况选择位置更新策略,使得位置更新更为合理,有效减小粒子陷入局部最优的可能性;通过基于学习思想的最优与最差粒子更新策略增强算法逃离局部最优的能力,并提高算法的寻优速度;引入群体迁徙,为算法提供有效的加速收敛机制。最后,选取八个基准测试函数对IABHGSA进行测试,并与相关算法的实验结果进行了对比,结果证明IABHGSA有更好的寻优性能。     

基于支持向量机的集装箱起重机建模与辨识

对岸桥集装箱起重机的相关研究中,高度非线性的系统建模是一个难点,传统辨识方法难以较好的描述其系统特性。支持向量机方法具有较强的非线性回归能力,精确建立系统的模型,经过仿真可以看到支持向量机对起重机模型较好的辨识作用,基于此模型的P ID控制也收到了较好的控制效果。     

基于滑模控制的集装箱起重机防摇控制

针对集装箱起重机这类欠驱动系统,基于智能控制的方法,提出一种基于滑模控制的防摇方法。该方法先通过对集装箱起重机的数学模型进行线性化运算,然后设计2种滑模控制器,对线性简化的模型进行滑模控制,通过李雅普诺夫方法来证明所进行的滑模控制的有效性。通过Matlab的Simulink来搭建仿真模型,仿真模型的图形结果验证了该方法对于集装箱起重机系统防摇控制方面的有效性。     

改进微粒群优化算法求解旅行商问题

对微粒群优化算法的速度位置算式进行了改进,提出一种改进的微粒群优化算法。该算法符合组合优化问题的特点,在求解旅行商问题上有较高的搜索效率。将改进的PSO算法分别应用于14点的TSP问题以及中国旅行商问题中,该算法在较短时间内获得了目前已知的最好解。     

基于离散微粒群优化算法的舰船电力系统网络重构

针对舰船电力系统的网络重构,建立了综合故障恢复的离散优化模型.在标准微粒群优化算法的基础上,引入贪婪法的思想,提出一种基于贪婪法的离散化微粒群优化算法,增加离散化过程,并调整了微粒群优化算法的迭代公式,给出一种贪婪度函数,根据贪婪度的大小对微粒进行离散化,采用惩罚函数法处理约束.不同规模舰船电力系统网络故障恢复算例的计算及与其他算法的结果比较,验证了基于贪婪法的离散化微粒群算法具有优良的收敛性能.