摘要： 属性相似度的准确性是影响实体分辨准确程度的重要因素之一. 为提高属性相似度的准确性, 分析了属性相似度与函数依赖的关系, 给出了属性相似度调整原则, 提出了依据函数依赖进行相似度划分、相似度传递调整和计算相似度调整代价的方法, 提出了通过属性相似度调整提高属性相似度准确性的属性相似度传递调整算法. 实验结果表明，该算法能够更好地区分匹配记录对和不匹配记录对, 获得更高的查全率、查准率和F1值.
摘要： 良结构下推系统是将状态集和栈字符集都扩展为良拟序的下推系统.研究向量加法系统及其扩展系统与良结构下推系统的关系，证明了多个模型可归约到良结构下推系统. 通过树的后序遍历构造了分支向量加法系统到良结构下推系统的编码；通过显式引入栈证明递归向量加法系统是良结构下推系统的一种特例；创新地使用栈深表示向量的一维，来构造一位零测试向量加法系统到良结构下推系统的编码. 通过这些编码证明了良结构下推系统的表达能力不低于这些向量加法扩展系统，进一步说明了良结构下推系统的一般性.
摘要： 针对具有反向响应特性的高阶过程，提出了一种分数阶PID控制器设计方法.为了便于控制器设计，采用一种改进的微粒群优化算法对高阶过程模型进行简化处理，在此基础上，根据内模控制原理设计分数阶PID控制器，该控制器仅有一个可调参数，有效降低了控制器整定的复杂度，并根据最大灵敏度指标推导出控制器参数整定的解析表达式，克服了参数选择的盲目性.仿真结果表明，该方法可使系统具有良好的设定值跟踪、扰动抑制特性以及克服参数摄动的鲁棒性.
摘要： 针对多个谐振器组成的无线无源声表面波（SAW）转矩传感器阅读过程复杂、耗时长的问题，利用SAW谐振器的频率响应特性设计了一种基于时域的转矩传感器快速解调方法.分析了SAW谐振器的响应特性并设计了信号的截断与去噪声方法，以及周期计算方法.根据设定的高频与响应信号周期的关系确定各个谐振器谐振频率的范围，然后通过谱估计具有最大周期的信号以解调出频率.提出的扫描方法只需采集一路信号，即降低了阅读器硬件系统的复杂性，同时在时域中简化了信号解调算法.通过实验测试了该扫描方法，完成一次搜索过程只需521 ms，而传统的2路正交信号(IQ)扫描方法需要828 ms.实验结果表明：设计的算法与IQ法相比扫描速度提高了37.1%，验证了该算法的有效性.
摘要： 建立了以可用度为约束的可修退化系统的订货更换模型，以系统故障次数N为订货更换策略，在第N-1次故障维修后发出订单、第N次故障后进行更换.利用延迟的几何过程刻画系统退化特征，给出了系统经维修后寿命分布的通项表达式.借助更新过程理论求得系统长期运行的平均可用度与费用率.在系统满足预期可用度的前提下，得出最优的策略使得平均费用率最低.最后，通过数值算例演示了本模型的有效性.
摘要： 为提高混合动力汽车的智能化控制水平，进一步改善整车燃油经济性和动力性，提出一种多能源动力总成的多智能体协调控制方法.以并联式混合动力汽车为原型，建立动力总成部件子系统智能体模型，构建多智能体系统协调控制框架，根据不同工况模式对总成动力进行预分配，利用单智能体的智能行为和多智能体的协作能力解决车辆对复杂路况的自适应问题.在Cruise软件环境下对智能体控制系统和协调控制策略进行了仿真验证，结果表明，动力总成的多智能体协调控制策略正确可行，使混合动力汽车能根据不同工况自适应控制模式，进而对动力进行自适应匹配，能够改善整车燃油经济性和动力性.
摘要： 基于自适应三角网格划分和优化编码八叉树结构，在机器人虚拟手术训练系统中提出一种新的碰撞检测方法.采用该方法实现的八叉树结构占用存储空间小，且在具有良好的拓扑结构下又能保证实时性要求.八叉树结构中采用物体三角面片AABB包围盒平均边长的3倍设置八叉树空间单元大小，与已有文献采用包围球半径来设置八叉树空间单元大小相比，设置的单元大小合理有效，速度更快.最后根据三角形与最优单元大小相关性，通过自适应三角网格细分，利用三角形中心距离方法检测单元空间中三角形碰撞.实验仿真数据验证了该方法的实时性和有效性.
摘要： 为有效辅助工程师将顾客需求转化为产品服务系统方案，针对其技术特征，提出一种离散粒子群优化算法（DPSO）与帕累托（Pareto）结合的配置规则提取方法.该方法包括建立产品服务系统配置规则模型及构造ParetoDPSO算法模型.ParetoDPSO算法基于Sobol序列的频率初始化方法及离散化粒子更新方式，将连续粒子映射到十进制离散空间；并利用Pareto进行多目标下粒子优劣性评价，以获取非支配的最优规则集.以汽车产品服务系统方案配置设计为例，经与常规多目标粒子群算法及DPSO算法对比，验证了该方法对于解决多维空间内产品服务配置规则挖掘的可行性及有效性.
摘要： 针对路网态势评测算法存在限于断面、依赖单一指标等的不足，在解析测量指标和测量断面的相关性及局部非负矩阵分解（LNMF）算法的基础上，提出了二维局部非负矩阵分解2DLNMF算法，通过选择合适参数对路网数据进行降维处理，提取路网特征数据，从而实现路网态势评测.仿真结果表明，使用2DLNMF算法路网态势评测结果更加准确，而在线评测准确性达到95.69%. 关键词： 路网态势； 聚类； 二维局部非负矩阵分解； 特征提取 中图分类号： TP 18文献标志码： A
摘要： 基于离散傅里叶变换-极限学习机（DFT-ELM）提出了一种新的单隐层前馈神经网络在线贯序学习算法，命名为“在线贯序-离散傅里叶变换-极限学习机”（OS-DFT-ELM）.该算法能够逐个或逐段学习数据，随着新数据的逐渐到达，单隐层前馈神经网络的内权矩阵和外权矩阵得到逐步调整.该算法与在线贯序-极限学习机（OS-ELM）相比，具有更高的精度和鲁棒性. 同时，通过实验和分析，表明OS-DFT-ELM具有优良性能.
摘要： 针对网络安全态势感知范围局限、信息来源单一及准确性偏差较大的问题，提出了一个全方位整体上感知网络安全态势框架.充分考虑多信息源和多层次信息融合，从3个维度上动态生成网络当前安全状况，准确地反映网络当前安全态势，易于逆向查找异常组件.提出“3σ法则”离散化连续型随机变量方法，对建立适合处理非确定性信息融合的贝叶斯网模型有重要的理论与实践指导意义.最后,利用网络实例数据，对该模型和算法进行了验证，结果表明了该方法的正确性.
摘要： 在基于流形正则化的半监督极限学习机(SSELM)的基础上，利用分块矩阵的运算法则，提出了在线半监督极限学习机(OSSELM)方法.为避免在实时学习的过程中由于数据累积引起的内存不足，通过对SSELM的目标函数的流形正则项的近似，给出了OSSELM的近似算法OSSELM(buffer).在Abalone数据集上的实验显示，OSSELM(buffer) 在线学习的累计时间与所处理的样本个数呈线性关系，同时，9个公共数据集上的实验表明，OSSELM(buffer)的泛化能力与SSELM的泛化能力的相对偏差在1%以下.这些实验结果说明，OSSELM(buffer)不仅解决了内存问题，还在基本保持SSELM泛化能力的基础上大幅度提高了在线学习速度，可以有效应用于在线半监督学习当中.
摘要： 针对智能车辆自主驾驶行为研究，提出并实现了一种基于视觉导航的缩微智能车系统.从软硬件架构、数据通信方式上介绍了缩微智能车系统的整体设计，并针对缩微道路交通环境中传统车道线检测技术易受光照变化影响的问题，提出一种灰度形态学TopHat变换与亮度轮廓扫描方法相结合的车道线检测算法.为分析智能车在缩微交通环境下的自主驾驶表现，设计了一种模拟驾驶员转向行为的舵机模糊控制算法.实验结果表明，该方法可以有效模拟车辆在真实道路交通环境中的自主驾驶行为，为智能交通系统研究提供了一种新思路.
摘要： 针对传统社区传播算法存在局部震荡、划分结果不稳定、划分结果分辨率高等弱点，提出了非随机的标签传播社区划分算法，通过去除传统算法的随机性进而克服其弱点.该算法主要进行了3个方面的改进：按特定顺序更新节点的标签；计算标签数量时，不仅统计邻居节点，而且统计待更新节点本身；通过贡献函数避免多个最大值时的随机选择.实验证明，该算法不仅保证了算法的划分正确性，而且大幅度减少了计算过程中的随机选择动作.
摘要： 针对多机器人共同吊运同一个物体形成闭运动链的协调系统，定义了系统的位置可行域和姿态可行域.在给定系统构型的基础上，根据位移约束、速度关系，建立了系统位置运动学模型和姿态运动学模型，并建立了系统的动力学模型.在得到物体位置和姿态的基础上，分析了系统的位置可行域和姿态可行域，并基于蒙特卡罗算法给出了系统位置可行域和姿态可行域的求解方法.在确定的参数条件下，数值计算得到了系统的位置可行域和姿态可行域.位置可行域和姿态可行域的求解为进一步研究系统的轨迹规划、路径跟踪、稳定性等问题奠定了基础.
摘要： 针对在可重构逻辑阵列中会出现一些故障单元的问题,利用遗传算法进化出适合该逻辑阵列的图像滤波器，并且考虑到结果电路的正确性、速度、功耗和复杂度等指标.实验结果验证了逻辑模块整列中存在较少故障模块时，可以生成功能上接近无故障模块时的滤波器电路.
摘要： 利用反双曲正弦函数分别设计了三阶跟踪微分器和三阶扩张状态观测器，并利用该函数和设定输入的二阶微分信号设计控制律，从而构造了一种新型自抗扰控制器.通过李雅普诺夫函数证明了自抗扰控制系统在平衡点处渐近稳定.仿真实验表明，采用该自抗扰控制器的二阶系统能有效抑制内部和外部非线性扰动的影响，实现对方波信号和正弦信号的高精度跟踪，同时，扩张状态观测器能较准确地估计系统内部和外部扰动信号.
摘要： 针对柔性作业车间调度问题中多种资源分配的复杂特性，建立了以最小完工时间、最优人工分配方案、设备最大负荷以及最小生产成本为目标的集成优化模型，并设计了一种具有多重资源约束的多目标集成优化方法；针对组合模型的爆炸性特征，为降低模型的复杂度，采用多规则资源分配的集成调度思想，通过调整规则概率使概率大的规则被优先选中，使用多规则导向机制“推动”搜索过程向指定目标方向移动, 并结合动态规划法求解最优人员分配方案；采用改进的非支配排序遗传算法——NSGAⅡ可以获得不同规则概率值的Pareto解集;最后，通过仿真对比与应用验证了所提方法的有效性.
摘要： 提出了一种基于光流块统计特征的视频异常行为检测算法.该算法首先对训练集视频序列的光流场进行分块及预处理，而后提取光流块的统计特征，所提取的块统计特征同时包括了光流块的幅度信息和相位信息，通过训练集得到的光流块统计特征训练出对应的正常行为的高斯混合模型（GMM）.测试集通过同样的方式提取光流块统计特征，通过计算所提取统计特征以多大的概率属于GMM判定所检测光流块的异常程度.实验结果表明，该算法能够在一定程度上解决运动物体一致性和部分遮挡问题，并提高了异常行为检测的准确率.
摘要： 为有效解决透明光网络中物理层损伤造成信号传输质量降低的问题，提出了一种自适应物理层损伤感知的路由和波长分配算法.路由时根据网络的当前状态，考虑多个物理层损伤参数，动态地调整其权重，合理选择优化的光路路由；波长分配时将波长排序转化为寻找最短哈密顿回路，采用整数线性规划离线建模得到最佳波长排序进行波长分配.通过路由和波长分配两方面对线性和非线性物理层损伤的综合考虑，保证了光路的传输质量.仿真表明，所提方法降低了网络总的阻塞率，改善了由光路质量造成的业务阻塞.
摘要： 针对机器人在与人交互过程中对指定人体目标的跟踪容易受到周围其他人体干扰的问题，提出了一种人机交互中的人体目标跟踪算法.将所有干扰区域看作候选目标，通过建立基于重叠率的粒子分布模型，确保粒子集可以通过均值偏移收敛到所有的候选目标,并减少粒子数量.以权重距离总误差和目标尺寸作为聚类条件，将粒子划分到相应的候选目标粒子集中，最后选择最优的候选目标作为跟踪结果.实验结果表明：该算法能够避免周围相似物体的干扰并准确跟踪目标，具有较好的鲁棒性和实时性.
摘要： 针对如何有效运用群智能算法求解多式联运问题，设计了一种针对群智能优化算法的个体解码方式，提出了一个有效的个体编码与多式联运方案的映射模型. 在该映射模型中设计了基于比例的流量分配方式，实现了个体编码信息向初步流量分配方式的解码；同时构建了局部流量调整策略，进行不可行方案修复，提高了解码方案的有效性. 而后，提出了一种变邻域粒子群算法，将社会网络演化特征引入进行粒子群算法的种群拓扑和邻域调整，以改善个体在搜索过程中的交互模式. 基于解码策略，采用改进算法对多式联运问题进行求解，并与3种新型群智能算法进行对比. 通过实例分析，该编码策略可以有效应用于多式联运问题求解. 同时，变邻域粒子群优化算法的收敛效率和性能优于对比算法.
摘要： 城市化不可逆转背景下，智慧城市作为城市发展的未来受到广泛关注和大力推进.在此过程中出现了众多因“智有余而慧不足”所造成的技术堆积、以作用代需求、资源浪费和重复建设、城市运转内耗等问题.文章在剖析智慧城市本质及核心要义的基础上，提出智慧城市建设思路，强调尊重城市资源禀赋、关注互联互通及协调共享、基于公众感知定义智慧城市发展方向，并对借助标准化的力量推动智慧城市进程给出了建议.
摘要： 考虑了在既拥有传统零售渠道又拥有网络直销渠道的双渠道供应链中，2种决策方式下通过不同销售渠道发起团购对供应链最优决策的影响.研究表明：集中决策下，在市场份额较大的渠道上发起团购有利于增加供应链的整体利益.与集中决策相比，分散决策下通过直销渠道发起团购对供应链最优决策的影响是相同的，而通过零售渠道发起团购则无论最优团购规模还是供应链整体利润的增加量都有明显的下降.最后通过数值分析进一步验证了结论.
摘要： 研究报童模型双周期下决策者面临服务水平的机会约束时，所做出的最优决策.通过构建模型，分析了该模型的最优订货决策和最优目标函数的解析解.在数值分析中，对模型中的参数做了相应的灵敏度分析.最后，将该模型和文献中的单周期带服务水平约束的报童模型进行了对比.分析了在2种不同的模型下，参数变化给模型的目标值和最优解带来的影响. 关键词： 双周期； 服务水平； 报童问题； 机会约束 中图分类号： F 253.4文献标志码： A
摘要： 通过引入人类社会组织的激励机制，研究网络初始状态存在少量合作者时的囚徒困境博弈行为演化，着重探讨激励机制在网络结构作用条件下对群体合作行为产生的影响.首先从理论层面分析当方格网上存在一个合作者时，合作行为演化形成合作者聚集结构的激励条件；然后采用仿真实验方法研究方格网、规则小世界网络和异质小世界网络上随机分布少量合作者时，激励机制对合作行为演化的影响.研究发现，激励机制在不同的网络结构上总体表现出对合作行为演化的促进作用.但是在方格网和规则小世界网络上，由于节点度的同质化效应，针对合作行为的激励有时不一定会产生更好的合作状态，甚至可能起到负面的效果.
