两类品种工件混流的多站点CSPS系统优化控制

研究一种两类品种工件混流的多站点传送带给料加工站系统的优化控制问题.系统中的站点如何协同工作完成工件加工任务,是提高系统生产率的重要课题.将前视距离作为各站点的决策变量,通过站点间的局部信息交互,提出一种品种均衡工作模式,并运用一种模型无关的串行反馈式多agent强化学习算法求解系统的最优策略.实验结果验证了该工作模式的合理性和算法的有效性,并分析了部分参数变化对系统性能的影响.     

聚类与协同过滤相结合的隐式推荐系统

针对目前大多推荐系统中使用的协同过滤算法都需要有显示的用户反馈的问题,提出一种在隐式反馈推荐系统中使用聚类与矩阵分解技术相结合的方法,为用户提供更好地推荐结果。其结果是由基于用户历史购买记录的隐式反馈产生的,不需任何显式反馈提供的数据。采用高维的、无参数的分裂层次聚类技术产生聚类结果,根据聚类的结果为每个用户提供高兴趣度的个性化推荐。实验结果表明,在隐式反馈的情况下该方法也能有效获得用户偏好,产生大量的高准确度推荐。     

基于聚类学习算法的模糊系统辨识方法

在建立模糊辨识器的一般数学模型后，利用最近邻聚类算法对样本数据进行分组，然后再将每一组数据视为一个数据对对系统进行在线训练辨识，从而使模糊辨识器能较快的收敛于起初系统。     

基于协同聚类的两阶段文本聚类方法

为了将语义信息用于文本聚类和有效地进行特征选择,文中提出一种基于协同聚类的两阶段文本聚类方法.该方法分别对文档和特征进行聚类从而得到特征与主题之间的语义关联关系.然后利用此关系来相互调整彼此的聚类结果.实验结果表明,利用特征与主题之间的语义关联关系能有效提高聚类效果.     

基于系统能量理论的多目标优化聚类集成研究

为提高聚类集成算法效率,弥补以往聚类集成算法的不足,确保多数聚类成员分簇的均匀无偏差,提出了一种新的基于聚类集成的多目标聚类分析框架,并利用系统能量理论定义了多目标聚类问题的优化目标函数。在此基础上,设计了一种启发式的K-ETMC聚类集成算法,并对Iris、Wine、Soybean三个数据集进行了快速有效的聚类分析,通过与MCLA,HGPA,CSPA三个典型聚类集成算法比较表明：该算法聚类效果较好,能够有效地改善聚类结果。     

基于满意聚类的多模型建模方法

从系统输入输出数据出发, 首先在GK模糊聚类算法的基础上, 提出一种模糊满意聚类算法, 该算法能快速对系统进行用户满意的模糊划分 ;继而将其引入多模型建模过程中, 满意的系统划分数目即对应多模型个数, 然后针对不同的聚类建立起相应的子系统模型, 全局系统可视为各子模型的加权组合 ;最后通过几个典型实例验证了模糊满意聚类及基于此的多模型建模方法的有效性、准确性和快速性.     

基于多Agent强化学习的多站点CSPS系统的协作Look-ahead控制

研究多站点传送带给料生产加工站(Conveyor-serviced production station, CSPS)系统的最优控制问题, 其优化目标是通过合理选择每个CSPS的Look-ahead控制策略, 实现整个系统的工件处理率最大.本文首先根据多Agent系统的反应扩散思想, 对每个Agent的原始性能函数进行改进, 引入了具有扩散功能的局域信息交互项(原始项看作具有反应功能); 并运用性能势理论, 构建一种适用于平均和折扣两种性能准则的Wolf-PHC多Agent学习算法, 以求解决策时刻不同步的多站点的协作Look-ahead控制策略. 最后,论文通过仿真实验验证了该算法的有效性,学习结果表明, 通过性能函数的改进,各工作站的负载平衡性得到改善, 整个系统的工件处理率也明显提高.     

基于多示例的K-means聚类学习算法

多示例学习是继监督学习、非监督学习、强化学习后的又一机器学习框架。将多示例学习和非监督学习结合起来,在传统非监督聚类算法K-means的基础上提出MIK-means算法,该算法利用混合Hausdorff距离作为相似测度来实现数据聚类。实验表明,该方法能够有效揭示多示例数据集的内在结构,与K-means算法相比具有更好的聚类效果。     

基于耦合度量的多尺度聚类挖掘方法

为了能够更好地对非独立同分布的多尺度分类型数据集进行研究,基于无监督耦合度量相似性方法,提出针对非独立同分布的分类属性型数据集的多尺度聚类挖掘算法。首先,对基准尺度数据集进行基于耦合度量的基准尺度聚类;其次,提出基于单链的尺度上推和基于Lanczos核的尺度下推尺度转换算法;最后,利用公用数据集以及H省真实数据集进行实验验证。将耦合度量相似性（Couple metric similarity, CMS）、逆发生频率（Inverse occurrence frequency, IOF）、汉明距离（Hamming distance, HM）等方法与谱聚类结合作为对比算法,结果表明,尺度上推算法与对比算法相比,NMI值平均提高13.1%,MSE值平均减小0.827,F-score值平均提高12.8%;尺度下推算法NMI值平均提高19.2%,MSE值平均减小0.028,F-score值平均提高15.5%。实验结果表明,所提出的算法具有有效性和可行性。     

基于模糊聚类的多视图协同过滤推荐算法

传统的协同过滤推荐算法在面对多源异构数据时推荐效果差、执行效率低,且难以挖掘用户的关键行为。针对这种情况,提出基于模糊聚类的多视图协同过滤推荐算法。该算法旨在收集用户的多种行为偏好来构建多视图数据,并通过对每种行为进行加权来挖掘多种行为之间的关联信息,提取关键行为信息,进而提升推荐效果。为提高推荐结果的精确度,利用多个视图的行为权重和偏好值,提出项目的加权相似性度量方法,同时引入项目同现矩阵以进一步提高相似性度量的准确性。为优化相似项目的搜索空间,结合多视图聚类的思想,在传统模糊聚类方法的基础上引入质心约束和最大熵理论,提出一种基于质心约束的多视图熵加权模糊聚类算法。此外,为提高算法对非线性数据的处理能力,引入核映射技术将线性不可分的低维特征映射到高维核空间使其变得线性可分,从而提出一种基于质心约束的多视图加权核模糊聚类算法。在与较先进的基于聚类的协同过滤推荐算法的比较实验中,所提算法的平均绝对误差提升了1.95百分点,召回命中率提升了1.54百分点。实验结果表明,所提算法有效地提升了推荐结果的命中率和准确性。     

Look-ahead control of conveyor-serviced production station by using potential-based online policy iteration

We consider the look-ahead control of a conveyor-serviced production station (CSPS) in the context of semi-Markov decision process (SMDP) model, and our goal is to find an optimal control policy under either average- or discounted-cost criteria. Policy iteration (PI), combined with the concept of performance potential, can be applied to provide a unified optimisation framework for both criteria. However, a major difficulty arises in the exact solution scheme, that is, it requires not only the full knowledge of model parameters, but also a considerable amount of work to obtain and process the necessary system and performance matrices. To overcome this difficulty, we propose a potential-based online PI algorithm in this article. During implementation, by analysing and utilising the historic information of all the past operation of a practical CSPS system, the potentials and state-action values are learned on line through an effective exploration scheme. We finally illustrate the successful application of this learning-based technique in CSPS systems by an example.     

线控转向系统全状态反馈控制策略的研究

为了根据车况和驾驶员喜好实现最优的操纵特性(不足转向、过度转向和中性转向),需要主动控制前轮转角.线控转向系统利用车辆全状态(横摆角速度和质心侧偏角)反馈控制策略优化驾驶员的转向输入,主动控制前轮转角来优化车辆的转向特性,高速时具有适当的不足转向特性,低速时具有适当的过度转向特性,从而在反应快速和安全性之间很好的权衡.其中通过状态观测器估计侧偏角.结果表明,在紧急操纵时可以代替驾驶员协调使车辆保持稳定,正常操纵时补偿物理参数或操纵条件的变化而保持操纵特性的一致.     

基于Agent的MCU负载均衡方法

针对视频会议系统中多点控制单元(MCU)负载均衡问题,提出一种基于Agent的MCU负载均衡方法和一种具有较低MCU级联的组优先负载分配算法。该方法通过负载Agent和负载均衡Agent收集区域内MCU的动态负载信息并执行负载均衡操作,使MCU的负载得到平衡。实验结果证明该方法与FRFA算法相比,传输时延约减少8%。     

基于邻域聚合的实体对齐方法

实体对齐旨在判断来自不同知识图谱的实体是否为指向真实世界的同一个对象。然而,知识图谱间的结构异质性往往会影响实体对齐的准确性。提出一种基于邻域聚合匹配网络（NAMN）模型的实体对齐方法。根据每跳邻居对中心实体重要性不同的特点,采用分层的思想区别处理每跳邻域信息,通过门控机制进行聚合以学习图结构的表征。在此基础上,为每个实体构建邻域局部子图进行跨图邻域匹配,并将匹配阶段的输出与通过门控机制所学习到的图结构表征进行联合编码,生成最终面向匹配的表征。采用DBP15K数据集进行实验,结果显示,Hits@1的所有值均在75%以上,Hits@10的所有值均在85%以上,最高可达到97%,平均倒数排名均高于80%,表明NAMN模型能够有效提高实体的匹配准确度。     

基于LACP协议的链路聚合状态机模块的实现

首先介绍了链路聚合技术的背景和基本概念,接着说明了LACP协议（Link Aggregation Control Protoc01）的内容和原理,其中LACP状态机模块控制着整个LACP协议的运转,是保证基于LACP协议的链路聚合可以有效工作的核心和关键模块。最后以802．3ad的LACP协议为基础,利用有限状态机的设计方法,实现并优化了LACP协议状态机模块的功能。经测试,该模块功能运行正常,能够正确处理协议运行的各种情况。     

基于Ajax的智能RSS聚合系统研究

RSS存在信息过载问题,为了解决该问题,设计了一个基于Ajax的智能聚合系统,使用户可以高效、及时、准确地获取到自己感兴趣的新闻。综合了内容过滤和协作过滤的优缺点,提出了一个改进的过滤算法,提高了过滤性能和准确度。对用户的行为和特征进行建模,系统可以依据用户模型过滤掉用户可能不感兴趣的信息。并将信息过滤技术与RSS聚合技术结合,使用户可以通过RSS聚合系统获取到自己感兴趣的内容,降低信息冗余。     

无线传感器网络多应用场景下的安全数据融合方案

针对无线传感器网络多应用场景下异构数据的安全融合问题,提出了一种轻量级的安全数据融合保护方案,该方案可同时保障数据的隐私性、完整性和新鲜性。首先,以当前融合轮数和节点预置密钥作为哈希函数的输入,为节点更新每个融合周期的密钥;其次,采用同态加密技术,使中间节点能够对密文直接执行融合操作;然后,采用同态消息认证码,使基站能够验证融合数据在传输过程中是否被篡改;进一步,对明文信息采用编码机制,以满足多应用场景下异构数据聚集的使用需求。理论分析和仿真结果表明,该算法具有较好的安全性、较低的通信开销和更高的融合精确度。     

基于资源状态和角色访问控制的网格授权方法

提出了一种基于资源状态和角色访问控制的授权方案,该方案利用授权服务器信息扩展网格信息服务,将资源站点本地角色作为访问目标资源,加入到授权服务器策略库中,支持对虚拟组织(VO)外用户的授权,并实现了基于资源当前负载状态的细粒度授权。实验表明,在大规模VO中,该方案能够优化授权速度,缓解授权服务器访问的瓶颈问题。     

基于扩张状态观测器的四旋翼吊挂飞行系统非线性控制

针对一类四旋翼飞行器吊挂飞行系统的负载摆动抑制和轨迹跟踪精确控制的问题, 考虑系统存在未知外界扰动和模型动态不确定的情况, 提出一种基于扩张状态观测器(Extended state observer, ESO)的吊挂负载摆动抑制的非线性轨迹跟踪控制方法. 将四旋翼吊挂飞行系统分解为姿态、位置和负载摆动控制三个动态子系统, 分别设计非线性控制器实现欠驱动约束下的解耦控制; 设计一种扩张状态观测器, 用以估计和补偿四旋翼与吊挂负载耦合飞行的未知外界扰动与模型动态不确定性, 并验证了闭环系统的稳定性, 跟踪误差及吊挂负载摆动所有信号的一致最终有界. 最后, 利用Quanser公司的Qball2飞行器进行三维空间螺旋轨迹的跟踪控制, 仿真结果验证了未知干扰下基于扩张状态观测器的四旋翼吊挂飞行非线性控制的有效性和优越性, 实现了四旋翼吊挂系统轨迹跟踪的精确控制和飞行过程中负载摆动的快速抑制.