求解有约束非线性规划问题的新算法

提出了一种针对目标函数、约束条件都是非线性的非线性规划问题的新算法。此算法主要是利用可分离函数和近似求解的思想来求解问题。数值计算结果显示,该方法是可行和有效的。     

近似动态规划在双容水箱预测控制中的应用

在双容水箱液位优化控制的研究中,由于双容水箱液位控制系统是一个典型的具有大滞后、非线性特征的难控系统,造成系统液位控制不稳定.为解决上述问题,提出一种近似动态规划的预测控制算法,建立反映系统预测时域内参考轨迹与预测输出偏差的性能指标函数J.将函数J的优化问题看作动态规划问题,为了避免“维数灾”,采用近似动态规划求解J的近似值,获得最(次)优控制策略.算法包括评价网络、模型网络和执行网络三部分.评价网络近似性能指标函数,模型网络近似系统输入输出关系,执行网络给出相应控制策略.通过不断在线调整各网络参数,使系统输出逼近参考液位.仿真结果表明,与经典PID算法相比,改进算法表现出更好的控制效果.     

基于粗糙集的Web事务聚类算法

针对现有Web数据挖掘方法发现的知识和规则存在不精确或不完全的问题,将粗糙集引入到Web挖掘中,进行Web事务聚类.粗糙近似算法基于用户访问序列的顺序和内容建立用户事务相似度矩阵,运用基于相似度矩阵的粗糙上近似提取初始类,使用相对相似性的条件作为合并准则,基于约束相似性的上近似形成后续类.粗糙近似算法能够有效挖掘Web访问日志,聚类Web事务,发现用户访问Web页面的模式.     

基于云计算的多机器人目标智能跟随控制研究

随着信息智能化的快速发展,机器人在工作过程中面临着大量的数据计算、存储与调度等问题,结合多机器人协同工作,提出了基于云计算的多机器人目标智能跟随控制方法.通过人机载距传感器对多机器人以及跟踪目标进行定位,建立二维坐标系的局部地图.以目标的运动状态为基础,对其运动方向和速度进行预测,为每个机器人创建独自的跟踪器来预估目标的跟随状态,将最大近似概率和对应的测量数据、跟踪轨迹进行关联,直到所有的测量数据或跟踪轨迹全部关联完毕.采用松散耦合架构的设计方法对云服务平台的基础层进行设计,为了降低云服务系统的复杂性以及耗时性,采用容器批量部署方式的微服务体系,将各个小服务的代码与环境进行隔离.实验结果表明,所提方法不仅实现了多机器人对目标的良好跟踪,还可以通过云操作系统进行任务分配,稳定高效地完成目标智能跟踪与相互协作.     

基于PN序列互相关同步低复杂度实现方法

针对互相关同步算法实现复杂度高的问题,设计了一种伪随机(PN)码序列和近似加法器的互相关同步实现方法(PNACCS),在现有PN码序列互相关同步方法的基础上,通过使用近似加法器代替部分传统精确加法器,降低了互相关同步实现的复杂度.算法仿真和分析结果显示,与现有的互相关同步算法相比,PNACCS方法在时频同步性能与传统互相关几乎相同的情况下,逻辑资源占用更少,易于实际工程的实现.     

三种近似算子之间的关系

在广义近似空间中,可以从对象、知识粒以及子系统的角度构造3种不同类型的广义粗糙近似算子。文中研究了这些近似算子的基本性质与相互关系,给出了3类近似算子相同的充要条件。另外,不同的近似空间可能生成相同的基于知识粒及基于子系统的近似算子,文中给出了不同二元关系生成相同近似算子的一些充要条件。     

非自衡化工生产过程的PID控制解析设计

针对非自衡化工过程难以控制及所得控制器参数调节无规律可循的问题,为提高过程控制品质,通过设计跟踪给定值控制回路和抑制干扰控制回路来实现非自衡化工过程的控制;利用最优控制理论、Taylor近似,设计得到的跟踪给定值控制器和抑制干扰控制器其PID参数可解析给出,每个控制器只有唯一的调节参数且两个回路的参数调节相互独立,最后定性分析了闭环控制系统的稳定性,仿真结果表明基于该控制系统可有效实现非自衡化工过程的控制。     

微信息大数据粗糙集的近似约简

为了应对微信息舆情数据的格式复杂、价值稀疏和收集困难等大数据处理技术难题,基于隐含语义分析和粗糙集近似约简理论,设计微信息的数据区间值集和近似匹配分类算法.在不影响数据主要关联关系的原则下,提炼核心属性、消减次要属性,实现一种微信息异常主题倾向的发现方法.结果表明,该近似约简算法能在完成微信息兴趣倾向主题分类的前提下,将数据集属性大幅度缩减,提高微信息的信息挖掘效率,为微信息大数据舆情处理工作提供了新的思路和案例.     

一种基于改进的多值因果图的近似推理

针对因果图的精确推理是NP难的,提出寻找近似的推理算法。根据以往文献中近似推理的原理,通过一种可能性比值,找到转化后的连接事件概率。该近似推理保证了多值因果图在推理过程中概率的归一性,最后用于实例得出的结果满足概率论知识且符合实际。     

局部化MAPS法求解时空偏微分方程

用基于径向基函数的局部近似特别解法求解时空偏微分方程,并与局部Kansa方法进行比较,通过在局部区域内构造低阶矩阵,并推广到全局形式,构建一个全局稀疏矩阵,成功摆脱了求解病态线性方程组的困境,大大提高了计算的效率。采用Matern与MQ径向基函数求解偏微分方程,Matern径向基函数避免了对形状参数c的选择。在时间层划分方面采用四阶龙格—库塔(Runge-Kutta)方法。最后对数值例子的误差进行了比较分析,验证了方法的有效性。