Stabilization of Rössler chaotic dynamical system using fuzzy logic control algorithm

This paper proposes a fuzzy logic control algorithm (FLCA) to stabilize the Rössler chaotic dynamical system. The fuzzy logic control system is based on a Takagi-Sugeno-Kang inference engine and the stability analysis in the sense of Lyapunov is carried out using Lyapunov’s direct method. The new FLCA is formulated to offer sufficient inequality stability conditions. The asymptotic complexity of our algorithm is analyzed and proved to be lower in comparison with that of linear matrix inequality-based FLCAs. A set of simulation results illustrates the effectiveness of the proposed FLCA.     

Human tracking system based on adaptive multi-feature mean-shift for robot under the double-layer locating mechanism

Human tracking has been a challenging task for robot in the past decades. In this paper, to realize the human following in a cluttered environment, a human tracking system based on adaptive multi-feature mean-shift (AMF-MS) under the double-layer locating mechanism (DLLM) is proposed to solve the problem of distinguishing target, occlusion, and quick turning. The DLLM, considering the course location processing and fine location processing, is designed to estimate the person’s position using the fusion of heterogeneous data. As an ID tag attached on target can be detected by RF antennas, the course locating method can track the target easily and quickly. The Bayes rule is introduced to calculate the probability where the tag exists due to the instability of RF signals. In the fine locating step, the AMF-MS is proposed because it can reduce computational load and represent target by multi-feature histogram function. Meanwhile, we combine extended Kalman filter and AMF-MS to overcome MS’s inability of occlusion. To control the robot following the target person precisely, an intelligent gear shift strategy based on fuzzy control is implemented by analyzing the robot structure. Experiments demonstrate that the proposed approach is robust to handle complex tracking conditions, and show the system has an optimum performance.     

基于Monte Carlo随机模拟的综合交通网络布局评价与决策方法

针对综合交通网络评价指标权重及属性值具有主观性和随机性的特点,提出了基于模拟运算的布局规划方案排序选优的群体随机决策方法.仿真生成满足集结的多个专家对指标重要性偏好排序统计分布的权重,同时考虑交通需求的不确定性对指标值的影响,结合客观熵权计算方案的综合评价值,由多次模拟得到的排序优势度确定方案的优劣差异.根据设计的仿真流程通过算例说明了方法应用的有效性,评价中考虑了主客观因素及随机性特征,可以为网络布局提供科学决策依据.     

列车用CAN协议一致性测试平台的设计与实现

列车用CAN总线协议一致性测试是保证不同设备制造厂家生产的CAN通信设备之间实现互联、互通和互操作的前提。在对协议一致性测试原理和CAN总线协议特点进行简要分析的基础上,提出了针对CAN总线协议一致性测试的协同测试方法和相应的一致性测试内容,设计并构建了相应的一致性测试硬件平台,并对测试软件平台中可执行测试实例产生、测试执行、测试评估以及测试管理等诸多环节所涉及的基本功能软件进行了设计和实现,完成了CAN协议一致性测试的基本功能。实际运行和测试结果表明：所设计的测试平台达到了预期结果,为下一步列车用CAN总线协议的一致性测试打下了基础。     

手机银行风险评价体系研究

从手机银行的应用现状出发,阐述手机银行的技术架构以及常见的安全风险。结合国家等级保护及行业主管部门的相关技术要求,分析手机银行的各个层面的风险评估指标,并采取层次分析法确定各指标的权重,最后得出手机银行的总体安全情况。在此基础上形成的手机银行风险评价体系,可量化风险评估结果,为手机银行的风险管理提供依据。     

云数据中心心跳检测与故障评估

为提高云数据中心的抗毁能力,针对软硬件日趋复杂化带来的诸多故障问题,以传统的服务器心跳检测机制为基础,结合云计算的特点,提出一种保证云数据中心有效运行的心跳检测与故障评估方案。在实验室搭建仿真平台进行实验,实验结果表明,该方案能够及时检测到节点故障,依据预先制定的故障等级评估标准,采用模糊综合法进行评估,为云数据中心的管理与运作提供参考依据与保障。     

多源信息融合的测井曲线分层算法研究

测井数据解释中,针对单一测井曲线无法真实反映地层属性问题,提出以多条测井曲线的滤波因子为权值,融合出一条综合特征曲线,对该特征曲线相继采用层内差异法细分层与模糊聚类校正分层,实现特征曲线的合理分层。实验结果表明:该方法避免了海量数据处理过程,剔除了噪点数据的影响,提高了分层的速度与精度,能够为应用测井资料进行岩性识别、测井相分析、储层划分等研究提供有利的技术支撑。     

基于模糊梯度卷积核的在线棒材断面中心识别

针对传动带上严重堆叠、形状尺寸不规则的棒材,提出基于模糊梯度卷积核的在线棒材断面中心识别方法.以标准圆边缘为中心环,结合棒材断面边缘点偏离中心环的程度定义一个模糊梯度卷积核;通过模糊梯度卷积核与实时棒材断面梯度图像的卷积操作,实现棒材断面中心的增强;依次执行候选点选取、局部峰值抑制、距离检测步骤确定中心位置.实验结果表明,该方法能有效抑制棒材中心增强过程中易产生的峰值扩散现象,减少误识别和漏识别;平均计算时间为8.3 ms,满足系统实时性要求.     

使用新混合模糊聚类算法的模糊系统建模方法

为了进一步提高模糊系统建立模型的精度,提出一种新的模糊系统算法ANFIS-HC-QPSO：采用一种混合型模糊聚类算法来对模糊系统的输入空间进行划分,每一个聚类通过高斯函数的拟合产生一个隶属度函数,即完成ANFIS系统的前件参数--隶属度函数参数的初始识别,通过具有量子行为的粒子群算法QPSO与最小二乘法优化前件参数,直至达到停机条件,最终得到ANFIS的前件及后件参数,从而得到满意的模糊系统模型。实验表明,AN-FIS-HC-QPSO算法与传统算法相比,能在只需较少模糊规则的前提下就使模糊系统达到更高的精度。