邻域系统分层递阶结构分析

以基于邻域系统的粗糙集模型为基础,给出了邻域系统分层递阶结构的5条公理;提出了一种序关系,用来描述不同邻域系统之间的粗细关系;证明了新提出的这种序关系满足邻域系统分层递阶结构的公理化形式。     

SDG故障诊断中的分层建模递阶推理方法

针对采用符号有向图(signed directed graph,SDG)对石化工业系统进行故障诊断时,经常存在SDG建模和推理过程十分繁琐、困难的问题,提出了一种基于控制回路分解系统的SDG分层建模及递阶推理方法.在建立SDG模型时将整个系统分解为含有系统层、子系统层和回路层的多层次模型架构,进而利用递阶推理在分层SDG模型中搜索相容通路来实现故障诊断.该方法能清晰表述工业系统的SDG模型,减少了建模和推理的复杂度.以Tennessee Eastman仿真系统为例进行了验证,证明了方法的有效性.     

复杂网络的分层递阶算法研究

复杂网络的计算方法研究在复杂网络建模方向起着不可或缺的作用,事实上,网络科学的建模在复杂网络领域研究最早、成果最多的一个方向,同样也是学术界广泛关注的一个重要的研究课题。在分析传统的网络节点遍历算法的基础上对节点遍历进行改进,重点介绍了复杂网络分层递阶算法的具体实现。复杂网络系统数值计算量大而繁琐,改进后的节点遍历法可以大大减少其运算量。文中提出的分层递阶算法可以较好满足一定范围内复杂网络数值计算的需求。     

石油化工过程动态仿真的递阶方法

石油化工过程动态仿具的递阶方法融合了面向方程和面向模块方法各自的优点，将流量变化等工艺过程中主要的“快过程”用面向方程的方法求角，将组分变化，相平衡、化学反应等“慢过程”按设备组成相对独立的模块，用面向模块的方法求解。工艺过程与控制系统分别提高了仿真软件的可移植性，变步长仿真方法提高了仿真效率。     

人工关节试验机位置系统分层递阶迭代学习MRACS仿真研究

迭代学习控制一般应用于要求点点跟踪的场合中，故要求其位置、速度、加速度等不能发生突变，因为突变意味着能量要求无穷大，而这在实际中是不可能发生的。故基本迭代学习控制是不能直接应用于类似于方波、三角波这样的曲线的跟踪中。为了在这种情况下应用迭代学习控制，可采用迭代学习ＭＲＡＣＳ（模型参考自适应控制系统）方案。     

定笥空间住是的分层递阶框架

定性空间推理是定性推理和空间推理的重要组成部分,拓扑和形状是定性空间推理研究的关键问题,针对定性空间推理已有一般框架存在的问题,提出了定性空间推理的分层递阶框架,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性,最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作。     

基于粗糙集理论的分层递阶约简算法􀀂

粗糙集理论的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使信息系统或者决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对信息系统进行约简.分层递阶约简算法在某水泥窑炉控制决策获取中的应用证实其有效性.     

基于分层递阶理论的电梯群控系统建模及仿真

针对离散的、非线性的电梯控制系统,参考Saridis分层递阶思想对其建立电梯系统模型,实现智能算法学习和测试。相较于传统的数学模型,运用了分层方法简化模型复杂度,算法编程降低了算法实现难度,网页演示提供给使用者直观的认识。仿真结果证明了该电梯建模方法的有效性与实用性。     

工业加热炉的基于内模的分层递阶智能控制

针对加热炉的传统串级比值控制抗干扰能力不足。设计了基于内模的鲁棒性主回路控制器;对于加热炉的燃烧工况做了深入分析,指出燃烧过程存在两种异常工况。在两种异常工况下,常规串级比值控制必然使系统失去稳定,从而界定了串级比值控制结构控制能力的极限。针对此问题,增加了控制嚣的稳定性智能监督和智能优化层,构造了基于内模的分层递阶智能控制嚣。实际投运结果表明,这种分层递阶控制很好地解决了加热炉这种复杂的工业过程的控制,实现了加热炉平稳。经济燃烧。     

定性空间推理的分层递阶框架

定性空间推理是定性推理和空间推理的重要组成部分 .拓扑和形状是定性空间推理研究的关键问题 .针对定性空间推理已有一般框架存在的问题 ,提出了定性空间推理的分层递阶框架 ,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性 .最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作 .     

多模型自适应控制的分层递阶构造与覆盖性质分析

针对一类非最小相位系统,设计一种多模型自适应控制器.该控制器由固定控制器模型、常规自适应模型和可重新赋值自适应模型构成.固定控制器模型采用分层递阶结构用来减少模型集的数目,根据切换指标选出的上一层最优控制器,动态设计本层固定控制器模型实现对其参数变化范围的覆盖.该控制器采用直接自适应算法,通过加权多项式的选取,消除了稳态误差.文末对系统的覆盖性、模型数目等进行了分析.仿真结果表明当采用相同数目的模型时,其控制效果明显优于常规多模型控制器.     

基于分层递阶商空间链的图连通性研究

图连通性的判定对于路径规划中任意两点间路径相通性判断以及连通块的划分都具有重要意义。从节点的边连通关系着手分析图的结构层次,通过构建图的分层递阶商空间链,分析不同层次商空间链中各节点分布情况,得出新的图连通性判定方法。与以往各判定方法相比,该方法具有易实现、效率高的优点,不仅能有效地判定图是否连通,还能确定图的连通分支数以及哪些节点位于同一连通分支中。     

多模型分层递阶自适应前馈解耦控制器

针对参数跳变系统,提出一种基于分层递阶结构的多模型自适应前馈解耦控制器.该控制器采用多模型方法来提高系统的暂态性能;采用自适应方法消除系统的稳态误差,采用分层递阶结构减少系统模型集的数量和计算时间.为了在分布式计算机集散控制系统(DCS)中得到应用,该控制器根据耦合的形成机理和DCS的结构特点,将系统变量之间的耦合作用视为可测干扰,采用前馈结构予以消除.通过加权多项式的选取,不仅实现了极点配置,而且可以动态解耦.最后给出了全局收敛性分析.仿真结果表明,与常规多模型控制方法相比,大大减少了固定模型的数量;而当模型数目相同时,系统的暂态响应、解耦效果都大为改善.     

粗糙集理论的分层递阶约简算法及其信息理论基础

本文模拟人类认知的分层递阶原则,提出一种粗糙集理论的分层递阶约简算法.该算法首先将信息系统或决策系统的知识在由部分属性所构成的多种层次和多种粒度上表示出来,然后分别对各个属性层次进行递阶约简.因此,该算法具有较强的实用性和较好的动态特性,并且能并行运算.同时,本文从信息理论的角度证明了分层递阶约简的理论基础.文章的最后将该算法应用于某水泥窑炉控制决策的获取中,证实了其有效性.     

基于分层递阶粒度聚类法的空气质量评价

针对气候变化与空气质量评价问题,考虑到空气质量数据具有复杂、不确定、不完备、海量高维的特点,提出基于分层递阶商空间的粒度聚类分析法。利用分层递阶模型,通过属性函数对原问题的论域进行划分,获得问题求解的不同层次粒度空间,可以将不确定信息转换成确定性信息,降低问题复杂性,易推广至高维海量数据分析中。宣城市空气质量评价实验结果表明,这种方法能很好地反映该市空气质量的日变化和季节变化,进一步验证了其有效性。     

基于粗糙集和感知器网络的分层递阶变电站故障诊断方法研究

给出了一种基于粗糙集（Rough Set）和具有开关作用函数的感知器网络的分层递阶 变电站故障诊断方法．该方法以短路器和保护继电器的开关信息为基础，利用粗糙集处理不 确定性信息的能力，分层挖掘变电站故障诊断的知识，然后通过具有开关作用函数的多层感 知器网络实现诊断．研究表明该方法是一种有效的在线变电站故障诊断方法．     

基于递阶强化学习的多智能体AGV 调度系统

递阶强化学习是解决状态空间庞大的复杂系统智能体决策的有效方法。具有离散动态特性的AGV调度系统需要实时动态的调度方法，而具有MaxQ递阶强化学习能力的多智能体通过高效的强化学习方法和协作，可以实现AGV的实时调度。仿真实验证明了这种方法的有效性。     

基于社区分解的多智能体递阶一致性仿真研究

在多智能体系统的收敛速度一致性问题的研究中,传统的一致性算法一般都是在单层拓扑结构上讨论的.在设计边权数或者调整连接边实现提高系统的一致性收敛速度的过程中,针对类似的方法在很多情况下是受限制的.为了解决上述问题,提出一种社区分解的递阶一致性算法,采用社区分解方法对多智能体拓扑结构优化分解,进而将多智能体系统单层一致性问题转化为多层一致性问题,在维持原有拓扑结构约束的情况下提高系统的一致性收敛速度.针对一阶线性系统,通过与标准一致性算法的仿真比较,验证了改进算法的有效性.     

基于多agent和分层递阶结构的城市快速路网多模控制*

提出了基于多agent和分层递阶智能结构的城市快速路网多模控制策略。执行级agent采用单点积分反馈控制策略,协调级agent采用多匝道协调控制策略,组织级agent采用路线诱导与匝道控制相集成的控制策略。仿真表明,多模控制能灵活有效地适应路网中各种状况的实时变化,控制效果良好。     

一种分层递阶的定性拓扑推理方法

文章针对现有的定性表示方法和拓扑推理算法存在的问题,提出了一种新的方法.首先,提出了基于概念邻域结构的定性表示方法.然后,给出了不同粒度层次上拓扑关系复合表的计算方法.最后,设计得出分层递阶的拓扑推理算法.文章给出的方法具有较高的认知合理性,所提出的推理算法可根据问题来选择合适的表示和推理层次,在已有推理算法给不出解的情况下,可以给出问题的合理解,对一般定性推理研究有参考价值.