研究了多个四旋翼飞行器在主从结构下的分布式同步协调编队控制问题. 基于反步法的设计思想, 文章提出了一种有界的分布式一致性控制算法, 以保证满足输入饱和受限条件. 首先, 对于位置控制子系统, 基于比例微分控制和一致性理论, 设计了一种多个四旋翼飞行器的协调编队控制律, 来使所有的四旋翼飞行器都可以向领导者收敛, 并沿着理想的编队轨迹运动. 针对位置系统设计的分布式一致控制律将为姿态控制子系统的参考姿态输入信息. 其次, 针对基于四元数描述的姿态控制子系统, 设计了一种饱和的全局姿态跟踪控制律, 可以使飞行器跟踪上所期望的姿态. 最后, 通过数值仿真来验证所提方法的有效性.
文章研究了基于非周期间歇性控制的具有多重权值和耦合时滞的复杂网络固定时间同步问题. 通过构建具有多重权值的复杂网络模型, 并基于固定时间 稳定性引理和矩阵理论, 给出了实现复杂网络固定时间同步的充分条件. 此外, 文章设计了固定时间非周期切换控制器,获得了实现复杂网络同步的时间上界的估计值. 结论证明了实现网络同步的时间与网络的初始状态无关, 最后数值模拟说明了理论结果的正确性和有效性.
文章结合机器学习中的交叉验证、在线学习和集成学习方法, 对基于不同高维协方差估计量的投资策略权重进行动态组合, 以获得优于传统投资组合策略的样本外表现. 基于这一目标, 文章对机器学习中比较前沿的在线加权集成(online weighted ensemble, OWE) 算法的样本更新方式、学习模型和目标函数进行了替换和修改, 改进后的mixed-OWE算法能够更好地适用于多组合的动态混合策略投资. 通过数值模拟, 文章将mixed-OWE应用在基于二次效用目标函数的投资问题上, 结果表明其样本外表现优于传统静态方法. 随后, 文章进一步使用A股近10年的数据作为样本对mixed-OWE进行了全局最小方差组合投资, 经过一定的参数调整后, mixed-OWE策略实现的组合方差优于其成分组合以及等权重组合.
将互惠偏好引入到闭环供应链系统合作机制中, 研究了由一个制造商, 一 个零售商和一个再制造商组成的三层闭环供应链, 运用Stackelberg博弈理论分析了 闭环供应链整体及各成员的最优决策问题, 并对5种情形(决策模式)下的均衡结果进行 比较分析. 研究发现在考虑互惠偏好行为下, 分散决策模式和局部联盟决策模式下的系统利润低于集中决策模式下的收益; 新产品和再制造产品的销售量(零售价格)与制造商对零售商的互惠偏好系数呈正(负)相关, 与零售商对制造商的互惠偏好系数呈负(正)相 关; 5种决策模式的供应链系统利润与制造商对零售商的互惠偏好系数呈正相关, 与零售商对制 造商的互惠偏好系数呈负相关.
为了解决海量电商评价信息中每个评价对象的情感倾向性和评价对象与评价词不匹配问题, 提出一种结合句法关系与语义关系的多粒度条件随机场模型抽取评价单元方法 SSMCRFs (syntactic semantic and multi-grained conditional random fields, SSMCRFs). 首先, 爬取京东商城的评论数据为基础数据, 将评论文本进行句法关系, 语义关系等处理; 然后, 使用TF-IDF算法对预处理后的数据集进行统计分析, 以确定用户的关注度; 最后, 使用条件随机场模型进行评价单元识别. 实验结果表明, SSMCRFs在识别评价单元上准确率达到92.92\%, 召回率达到93.25\%, F值达到93.08\%. 相对于马晓君等(2017)的方法, SSMCRFs 方法在准确率, 召回率, F 值上均有较大的提高.
针对包含可再生能源发电装置, 微型燃气轮机(microturbine, MT), 燃烧电 池(fuel cell, FC)以及镍氢电池(nickel-metal hydride battery, Bat) 的典型低压微电 网电力调度多目标优化问题, 文章提出一种改进的基于分解的多目标进化算法IMOEA/D (improved multi-objective evolutionary algorithm based on decomposition), 最小化发电成本和污染物气体排放量. IMOEA/D算法将多目标问题按照切比雪夫权重射线均匀展开分解为若干子问题进行优化;基于Pareto占优概念以及模糊聚类策略更新子问题非劣解, 引入基于欧氏距离的解的稀疏度评估法对非劣解保留集进行更新和对其储存空间大小进行控制.最后, 将提出的算法与其它进化算法如GA (遗传算法)和AMPSO (自适应改进粒子群优化算法)等分别进行单多目标性能比较, 结果表明, IMOEA/D算法在多目标优化性能比较中能较稳定的得到质量更高, 范围更广, 分布更均匀 的非劣解保留集, 即该算法在解搜索的深度和广度上都有较好的表现.
网络嵌入背景下,企业的研发投入行为受到网络中其他主体的影响.文章针对相同网络位置企业合作研发和不同网络位置企业合作研发两种情形,分别构建技术创新网络内部企业合作研发博弈模型,分析网络结构指标以及网络关系指标对企业合作研发投入的影响.研究表明:企业合作研发投入与规范合作行为的单位成本及企业间位置势差负相关,与网络平均吸收能力及企业中心度正相关.相同网络位置企业合作研发情形下,合作研发投入还与技术溢出正相关,与企业间的竞争程度负相关.
为了更好地分析原油现货价格的波动规律,文章以大庆原油日现货价时间序列为研究对象,把计量经济模型与复杂网络方法结合起来,定量地定义自回归模式,运用时间滑动窗的思想设置合理的窗体长度和步长,将时间序列划分为多个子模块,建立了多个自回归子模式.将自回归子模式设置为节点,各子模式之间的传输设置为边,建立自回归子模式传输复杂网络,利用复杂网络的特征与性质,研究大庆原油现货价格时间序列传输特性.文章发现少数自回归子模式和传输模式驱动大庆原油现货价时间序列的振荡,在传输过程中出现对波动的聚类效应,并且某些非主要自回归子模式在原油时间序列中具有高中介能力等.这项研究不仅为分析原油价格时间序列提出了独特的视角,而且为投资者提供了重要信息.
针对决策信息为区间灰数且属性权重未知的多属性决策问题, 提出一种基于差值测度和区间测度的区间灰数信息下灰靶决策方法. 首先, 定义区间灰数的差值测度和区间测度, 由此对区间灰数进行排序并确定正、负靶心; 然后, 给出区间灰数间的距离公式, 通过计算正、负靶心距以及正负靶心间距确定综合靶心距, 以综合靶心距最小化和灰熵最大化为目标确定属性权重, 进而依据综合靶心距对方案进行排序; 最后, 通过一个实例验证该方法的有效性和可行性.
在使用变量选择方法选出模型后,如何评价模型中变量系数的显著性是统计学重点关注的前沿问题之一.文章从适应性~Lasso~变量选择方法的选择结果出发,在考虑实践中误差分布多样性的前提下,基于选择事件构造了模型保留变量系数的条件检验统计量,并给出了该统计量的一致收敛性质的证明过程.模拟研究显示,在多种误差分布下所提方法均可进一步优化变量选择结果,有较强的实用价值.应用此方法对~CEPS~学生数据进行了实证分析,最终选取了学生认知能力等~10~个变量作为影响中学生成绩的主要因素,为相关研究提供了有益的参考.
研究了一类带一阶自回归($AR(1)$)-型方差结构的广义多元方差分析-多元方差分析(GMANO VA-MANOVA) 模型参数极大似然估计的小样本特征. 对带$AR(1)$-型方差结构GMANOVA-MANOVA模型, 文章在正态条件下给出了参数极大似然估计存在的一个充分必要条件, 讨论了极大似然估计唯一的充分条件. 在该充分条件下, 文章证明了相关系数极大似然估计的精确分布只与相关系数有关, 并依此给出了自相关系数简单假设$H_0:\rho=0$ v.s. $H_1:\rho\ne0$的一个不需要叠代计算估计的检验, 同时模拟表明该检验为无偏检验且势函数与似然比检验势函数无太大差异.
文章在非线性均值方差模型框架下基于K-L距离研究贝叶斯数据删除影响的统计诊断问题, 通过应用Gibbs抽样和MH算法估计贝叶斯数据删除影响诊断统计量.随机模拟研究和红鳟鲑鱼数据的数值例子说明该诊断方法的可行性.
锻压机床由于生产效率高和材料利用率高的特点, 被广泛应用于各领域. 然而, 锻 压机床发生故障时, 其故障种类繁多、故障数据量大, 所以对锻压机床故障源的快速、准确诊断较困难. 针对该问题, 文章提出一种将故障树分析法和混沌粒子群算法相融合的方法, 对锻压机床的故障源进行故障诊断. 该方法是先通过故障树分析法对锻压机床的故障进行分析从而得到故障模式及其故障概率, 然后由得到的故障模式和已知的故障维修经验分析归纳出故障模式的学习样本, 再根据得到的故障概率运用混沌粒子群算法的遍历性快速、准确地诊断出锻压机床发生故障的精确位置. 文章提出的方法以锻压机床的伺服系统为例进行了故障诊 断实验, 将该实验结果与遗传算法、粒子群算法进行对比. 实验结果表明, 文章的算法在锻压 机床伺服系统的故障诊断中准确度更高、速度更快.
基于图的半监督分类方法近年来在模式识别和机器学习领域取得了广泛的关注. 然而许多传统方法在构建邻域图时采用固定的邻域尺寸, 且在模型训练过程 中同等对待所有样本, 忽略了样本间的差异性, 从而影响了方法的效果. 对此, 文章提出一种基于自步学习和稀疏自表达的半监督分类方法, 提取并保持数据的有判别信息的稀疏自表达结构, 并基于自步学习机制提出一种新的自步学习项, 将数据重要程度的软权重与硬权重相结合, 来对样本进行学习. 所提方法能够自适应建立数据间的关系, 自动给出样本的重要程度并由易到难进行学习, 且具有多类的显性非线性分类函数. 几个标准数据集上的实验结果表明, 所提算法具有较好的半监督分类效果.
