2014年 第40卷 第7期
2014, 40(7): 1265-1277.
doi: 10.3724/SP.J.1004.2014.01265
摘要:
喘振和旋转失速是轴流压气机研究领域中重要而困难的问题. 本文基于确定学习理论及动态模式识别方法提出一个旋转失速初始扰动 近似准确建模和快速检测的方法. 首先，基于高阶Moore-Greitzer模型（Mansoux模型），利用确定学习理论提出一个对旋转失速初始扰动的内在系统动态的近似准确建模方法；其次，基于以上近似准确建模，利用 动态模式识别方法提出一个对旋转失速初始扰动的快速检测方法. 基于MIT的Mansoux-C2模型仿真研究验证了 所提方法的有效性. 最后，在北京航空航天大学航空发动机重点实验室的低速轴流压气机试验台上开展了试验研究. 通过对低速轴流压气机试验台参数进行测量，得到基于北航低速轴流压气机试验台的Mansoux模型. 通过对基于北航试验台Mansoux模型进行仿真研究，验证了所提方法的有效性.
喘振和旋转失速是轴流压气机研究领域中重要而困难的问题. 本文基于确定学习理论及动态模式识别方法提出一个旋转失速初始扰动 近似准确建模和快速检测的方法. 首先，基于高阶Moore-Greitzer模型（Mansoux模型），利用确定学习理论提出一个对旋转失速初始扰动的内在系统动态的近似准确建模方法；其次，基于以上近似准确建模，利用 动态模式识别方法提出一个对旋转失速初始扰动的快速检测方法. 基于MIT的Mansoux-C2模型仿真研究验证了 所提方法的有效性. 最后，在北京航空航天大学航空发动机重点实验室的低速轴流压气机试验台上开展了试验研究. 通过对低速轴流压气机试验台参数进行测量，得到基于北航低速轴流压气机试验台的Mansoux模型. 通过对基于北航试验台Mansoux模型进行仿真研究，验证了所提方法的有效性.
2014, 40(7): 1278-1284.
doi: 10.3724/SP.J.1004.2014.01278
摘要:
基于X2统计检验，研究了一类含状态时滞线性离散时变系统的故障检测问题. 与基于残差的传统故障检测方法不同, 本文直接应用测量输出构造残差评价函数, 并通过投影与新息分析, 得到了残差评价函数的Riccati递推解. 分析表明, 该方法有效降低了残差评价函数的计算量, 并且在无故障发生情况下服从X2分布. 进一步, 通过X2统计检验可以判断系统是否有故障发生. 最后，通过一算例验证了提出方法的有效性.
基于X2统计检验，研究了一类含状态时滞线性离散时变系统的故障检测问题. 与基于残差的传统故障检测方法不同, 本文直接应用测量输出构造残差评价函数, 并通过投影与新息分析, 得到了残差评价函数的Riccati递推解. 分析表明, 该方法有效降低了残差评价函数的计算量, 并且在无故障发生情况下服从X2分布. 进一步, 通过X2统计检验可以判断系统是否有故障发生. 最后，通过一算例验证了提出方法的有效性.
2014, 40(7): 1285-1294.
doi: 10.3724/SP.J.1004.2014.01285
摘要:
研究了一类随机非线性系统的逆最优增益设计问题，系统中除了方差未知的Wiener噪声之外，还含有Markov跳跃参数. 首先，给出此类系统逆最优增益设计问题可解的一个充分条件. 其次，针对一类具有严格反馈形式的随机非线性系统，利用积分反推法，给出了依概率全局渐近稳定和逆最优控制策略的设计方法. 其中，所设计的Lyapunov函数和控制策略与模态显式无关，克服了由于Markov跳跃模态引起的耦合项所带来的设计困难. 最后，通过仿真验证了控制策略的有效性.
研究了一类随机非线性系统的逆最优增益设计问题，系统中除了方差未知的Wiener噪声之外，还含有Markov跳跃参数. 首先，给出此类系统逆最优增益设计问题可解的一个充分条件. 其次，针对一类具有严格反馈形式的随机非线性系统，利用积分反推法，给出了依概率全局渐近稳定和逆最优控制策略的设计方法. 其中，所设计的Lyapunov函数和控制策略与模态显式无关，克服了由于Markov跳跃模态引起的耦合项所带来的设计困难. 最后，通过仿真验证了控制策略的有效性.
2014, 40(7): 1295-1302.
doi: 10.3724/SP.J.1004.2014.01295
摘要:
针对一类具有不确定性的多输入多输出非线性系统，提出一种迭代学习控制算法.该算法具有的特点是：针对任意初态情形，结合开环 D型迭代学习控制器的优点，在时间轴上设计了一个随迭代次数增加而缩短的时间段.在该时间段上，控制算法对状态偏差进行修正，以使系统输出在此段时间后跟踪期望输出，且系统跟踪误差收敛到一个界内.这个界仅由系统自身不确定性和不确定的外界干扰决定，与初态误差无关.当外界扰动为0，以及迭代次数趋于无穷时，经过上述时间段后，系统输出精确跟踪期望输出.理论证明和仿真结果都说明了该算法的有效性.
针对一类具有不确定性的多输入多输出非线性系统，提出一种迭代学习控制算法.该算法具有的特点是：针对任意初态情形，结合开环 D型迭代学习控制器的优点，在时间轴上设计了一个随迭代次数增加而缩短的时间段.在该时间段上，控制算法对状态偏差进行修正，以使系统输出在此段时间后跟踪期望输出，且系统跟踪误差收敛到一个界内.这个界仅由系统自身不确定性和不确定的外界干扰决定，与初态误差无关.当外界扰动为0，以及迭代次数趋于无穷时，经过上述时间段后，系统输出精确跟踪期望输出.理论证明和仿真结果都说明了该算法的有效性.
2014, 40(7): 1303-1310.
doi: 10.3724/SP.J.1004.2014.01303
摘要:
针对第一关节为被动的平面三连杆欠驱动机械系统，提出一种基于模型降阶的位置控制方法. 首先，建立平面三连杆欠驱动系统数学模型，并分析其积分特性；其次，将部分可积的三连杆系统分段降阶为两个完全可积的两连杆子系统，并基于两子系统获得系统驱动杆与欠驱动杆之间的状态约束关系；然后，利用粒子群优化算法，根据系统末端点目标位置计算驱动杆目标角度；最后，分别设计两连杆子系统控制器，实现系统从任意初始位置到任意目标位置的控制目标. 仿真结果验证所提控制策略的有效性.
针对第一关节为被动的平面三连杆欠驱动机械系统，提出一种基于模型降阶的位置控制方法. 首先，建立平面三连杆欠驱动系统数学模型，并分析其积分特性；其次，将部分可积的三连杆系统分段降阶为两个完全可积的两连杆子系统，并基于两子系统获得系统驱动杆与欠驱动杆之间的状态约束关系；然后，利用粒子群优化算法，根据系统末端点目标位置计算驱动杆目标角度；最后，分别设计两连杆子系统控制器，实现系统从任意初始位置到任意目标位置的控制目标. 仿真结果验证所提控制策略的有效性.
2014, 40(7): 1311-1319.
doi: 10.3724/SP.J.1004.2014.01311
摘要:
针对二维空间中减少智能体间通信链路的能量消耗问题，提出了一种基于最优刚性编队的最优持久编队生成算法.算法提出了针对智能体连通度数目的有向化操作方法，通过层层缩减最小刚性图范围的方式生成最优持久图，这种方法能对任意最小刚性图进行持久化，从理论上证明了算法的可操作性.仿真结果验证了算法的有效性.
针对二维空间中减少智能体间通信链路的能量消耗问题，提出了一种基于最优刚性编队的最优持久编队生成算法.算法提出了针对智能体连通度数目的有向化操作方法，通过层层缩减最小刚性图范围的方式生成最优持久图，这种方法能对任意最小刚性图进行持久化，从理论上证明了算法的可操作性.仿真结果验证了算法的有效性.
2014, 40(7): 1320-1327.
doi: 10.3724/SP.J.1004.2014.01320
摘要:
针对任意初态情形，引入初始修正作用，研究一类非参数不确定时变系统能够达到实际完全跟踪性能的迭代学习控制方法. 采用Lyapunov-like综合，设计迭代学习控制器处理不确定性时变系统非参数化问题，其中含有有限时间控制作用，以实现在预先指定区间上的零误差跟踪. 并且，运用完全限幅学习机制，保证闭环系统中各变量的一致有界性以及跟踪误差的一致收敛性. 仿真结果表明了所提出控制方法的有效性.
针对任意初态情形，引入初始修正作用，研究一类非参数不确定时变系统能够达到实际完全跟踪性能的迭代学习控制方法. 采用Lyapunov-like综合，设计迭代学习控制器处理不确定性时变系统非参数化问题，其中含有有限时间控制作用，以实现在预先指定区间上的零误差跟踪. 并且，运用完全限幅学习机制，保证闭环系统中各变量的一致有界性以及跟踪误差的一致收敛性. 仿真结果表明了所提出控制方法的有效性.
2014, 40(7): 1328-1338.
doi: 10.3724/SP.J.1004.2014.01328
摘要:
提出了一种基于简化运动规划的机器人轨迹规划新方法，可用于多自由度的机器人操作臂系统。关键问题是找到最小加速度的轨迹规划，来优化操作臂的运动以减少抖动。此外，给出了轨迹规划的解存在的充分必要条件，并考虑了所有的关节位置、角速度、加速度、加加速度等运动学限制。而且这种方法能够在线应用，适合任意非零的关节初始状态和目标状态，以便使机器人能够在运动过程中进行实时路径修正。最后提出的方法应用于一个七自由度的仿人机器人手臂来验证方法的有效性。
提出了一种基于简化运动规划的机器人轨迹规划新方法，可用于多自由度的机器人操作臂系统。关键问题是找到最小加速度的轨迹规划，来优化操作臂的运动以减少抖动。此外，给出了轨迹规划的解存在的充分必要条件，并考虑了所有的关节位置、角速度、加速度、加加速度等运动学限制。而且这种方法能够在线应用，适合任意非零的关节初始状态和目标状态，以便使机器人能够在运动过程中进行实时路径修正。最后提出的方法应用于一个七自由度的仿人机器人手臂来验证方法的有效性。
2014, 40(7): 1339-1347.
doi: 10.3724/SP.J.1004.2014.01339
摘要:
标准粒子群优化算法的收敛分析表明，改变随机函数、个体历史最优，群体全局最优，有助于提高该算法的性能。为此，本文提出了一种带可变随机函数和变异算子的粒子群优化算法，即通过改变速度更新方程中的随机函数分布来调节粒子在迭代过程中飞向个体历史最优和群体全局最优的比重，通过对个体历史最优和群体全局最优进行变异来增强种群的搜索能力。实验结果证实了该算法的有效性。
标准粒子群优化算法的收敛分析表明，改变随机函数、个体历史最优，群体全局最优，有助于提高该算法的性能。为此，本文提出了一种带可变随机函数和变异算子的粒子群优化算法，即通过改变速度更新方程中的随机函数分布来调节粒子在迭代过程中飞向个体历史最优和群体全局最优的比重，通过对个体历史最优和群体全局最优进行变异来增强种群的搜索能力。实验结果证实了该算法的有效性。
2014, 40(7): 1348-1354.
doi: 10.3724/SP.J.1004.2014.01348
摘要:
研究了实现目标跟踪的光纤传感网络部署设计问题，提出利用动态唯一可解码对感知空间进行编码，从而指导光纤传感器的部署以感知运动目标位置信息的方法，并基于蚁群算法提出了动态唯一可解码的优化设计方案. 结果表明形成的动态唯一可解码优化设计方案用于指导构建光纤传感网络能有效地减少所需部署的光纤长度.
研究了实现目标跟踪的光纤传感网络部署设计问题，提出利用动态唯一可解码对感知空间进行编码，从而指导光纤传感器的部署以感知运动目标位置信息的方法，并基于蚁群算法提出了动态唯一可解码的优化设计方案. 结果表明形成的动态唯一可解码优化设计方案用于指导构建光纤传感网络能有效地减少所需部署的光纤长度.
2014, 40(7): 1355-1365.
doi: 10.3724/SP.J.1004.2014.01355
摘要:
现有的自适应网络滤波算法大都假设未知参数向量的阶数已知且恒定，无法解决阶数未知或时变条件下的参数向量估计问题. 以最小化网络均方误差为准则，提出一种空间分布式变阶数自适应网络滤波算法. 该算法仅要求网络中的各节点与相邻节点进行通信，通过扩散的方式实现整个网络数据信息的融合，具有计算量小、可操作性强及估计精度高的特点.仿真表明，提出的算法能够有效地估计和跟踪未知参数向量的阶数和权值.
现有的自适应网络滤波算法大都假设未知参数向量的阶数已知且恒定，无法解决阶数未知或时变条件下的参数向量估计问题. 以最小化网络均方误差为准则，提出一种空间分布式变阶数自适应网络滤波算法. 该算法仅要求网络中的各节点与相邻节点进行通信，通过扩散的方式实现整个网络数据信息的融合，具有计算量小、可操作性强及估计精度高的特点.仿真表明，提出的算法能够有效地估计和跟踪未知参数向量的阶数和权值.
2014, 40(7): 1366-1375.
doi: 10.3724/SP.J.1004.2014.01366
摘要:
针对迭代学习控制（Iterative learning control，ILC）中的初始状态问题，提出了采用有限时间跟踪微分器安排过渡过程方法，根据迭代学习控制中期望轨迹已知的特点，设计了其参数有明显物理意义并且调节方便的有限时间跟踪微分器. 在此基础上，针对一类具有不确定性的非线性时变系统的迭代学习控制问题，提出了具有对不确定项进行估计的迭代学习控制算法，并应用类Lyapunov方法给出了相关定理证明. 仿真结果表明所提出的方法是有效的.
针对迭代学习控制（Iterative learning control，ILC）中的初始状态问题，提出了采用有限时间跟踪微分器安排过渡过程方法，根据迭代学习控制中期望轨迹已知的特点，设计了其参数有明显物理意义并且调节方便的有限时间跟踪微分器. 在此基础上，针对一类具有不确定性的非线性时变系统的迭代学习控制问题，提出了具有对不确定项进行估计的迭代学习控制算法，并应用类Lyapunov方法给出了相关定理证明. 仿真结果表明所提出的方法是有效的.
2014, 40(7): 1376-1390.
doi: 10.3724/SP.J.1004.2014.01376
摘要:
针对低空复杂环境下障碍物密集且类型多样、带有多通道并存在不确定信息的无人机在线航迹规划问题，为了减少碰撞检测次数，提高航迹搜索速度，降低航迹代价，提出一种基于采样空间约减的无人机在线航迹规划算法. 算法通过引入代价模型，提出约减域逐步构造方法，引导规划树快速有效扩展，改善了基于动态域的快速拓展随机树（Dynamic domain rapidly-exploring random tree，DDRRT） 算法中存在的采样空间过度约减问题. 算法通过密度划分索引的方法逐步构建多棵Kd 树（K-dimensional tree）并采用多近邻节点搜索方法，加快了近邻树节点搜索速度. 仿真实验结果表明，与DDRRT方法相比，该方法在保证对采样空间约减合理性的同时，提高了航迹规划效率和通道内的寻路能力.
针对低空复杂环境下障碍物密集且类型多样、带有多通道并存在不确定信息的无人机在线航迹规划问题，为了减少碰撞检测次数，提高航迹搜索速度，降低航迹代价，提出一种基于采样空间约减的无人机在线航迹规划算法. 算法通过引入代价模型，提出约减域逐步构造方法，引导规划树快速有效扩展，改善了基于动态域的快速拓展随机树（Dynamic domain rapidly-exploring random tree，DDRRT） 算法中存在的采样空间过度约减问题. 算法通过密度划分索引的方法逐步构建多棵Kd 树（K-dimensional tree）并采用多近邻节点搜索方法，加快了近邻树节点搜索速度. 仿真实验结果表明，与DDRRT方法相比，该方法在保证对采样空间约减合理性的同时，提高了航迹规划效率和通道内的寻路能力.
2014, 40(7): 1391-1403.
doi: 10.3724/SP.J.1004.2014.01391
摘要:
传统的协同搜索决策方法在目标引导和机间协同方面存在不足. 研究建立了基于分布概率预测的目标概率图（Target probability map，TPM）初始化方法和基于贝叶斯准则的目标概率图动态更新方法，形成了修正目标概率图（Modified TPM，MTPM）及其运算机理.考虑对任务子区域进行可控回访，定义了数字信息素图（Digital pheromone map，DPM），建立了数字信息素图使用方法及更新机理.设计了基于MTPM和DPM的寻优指标，建立了基于滚动时域控制的协同搜索决策方法（MTPM-DPM-RHC method，MDR）.仿真表明： 1） MTPM能有效降低对目标的虚警率和漏检率；2） DPM能有效实现对任务区域可控回访；3） MDR方法的遍历能力、重访能力和目标搜索效率均优于已有方法.
传统的协同搜索决策方法在目标引导和机间协同方面存在不足. 研究建立了基于分布概率预测的目标概率图（Target probability map，TPM）初始化方法和基于贝叶斯准则的目标概率图动态更新方法，形成了修正目标概率图（Modified TPM，MTPM）及其运算机理.考虑对任务子区域进行可控回访，定义了数字信息素图（Digital pheromone map，DPM），建立了数字信息素图使用方法及更新机理.设计了基于MTPM和DPM的寻优指标，建立了基于滚动时域控制的协同搜索决策方法（MTPM-DPM-RHC method，MDR）.仿真表明： 1） MTPM能有效降低对目标的虚警率和漏检率；2） DPM能有效实现对任务区域可控回访；3） MDR方法的遍历能力、重访能力和目标搜索效率均优于已有方法.
2014, 40(7): 1404-1411.
doi: 10.3724/SP.J.1004.2014.01404
摘要:
针对一类干扰有界的输入和状态受约束线性离散系统，提出了一种基于鲁棒一步集的Tube不 变集鲁棒模型预测控制方法.首先采用多面体不变集离线设计方法得到基于多面体不变集序列的扩 展终端约束集;然后为了扩大鲁棒模型预测控制的初始状态允许区域，并提高系统的鲁棒性，在扩展终端约束集的基础上，通过引入鲁棒一步集并借助Tube不变集控制策略，设计了基于鲁棒一步集的鲁棒模型预测控制方法，并给出了算法的存在性和稳定性证明. 该方法不仅极大地扩大了初始状态允许区域，而且对有界干扰具有有效的抑制作用，使得受扰系统收敛到以原点为中心的最小鲁棒正不变集内.最后仿真验证了算法的有效性.
针对一类干扰有界的输入和状态受约束线性离散系统，提出了一种基于鲁棒一步集的Tube不 变集鲁棒模型预测控制方法.首先采用多面体不变集离线设计方法得到基于多面体不变集序列的扩 展终端约束集;然后为了扩大鲁棒模型预测控制的初始状态允许区域，并提高系统的鲁棒性，在扩展终端约束集的基础上，通过引入鲁棒一步集并借助Tube不变集控制策略，设计了基于鲁棒一步集的鲁棒模型预测控制方法，并给出了算法的存在性和稳定性证明. 该方法不仅极大地扩大了初始状态允许区域，而且对有界干扰具有有效的抑制作用，使得受扰系统收敛到以原点为中心的最小鲁棒正不变集内.最后仿真验证了算法的有效性.
2014, 40(7): 1412-1420.
doi: 10.3724/SP.J.1004.2014.01412
摘要:
针对欠定盲分离问题，提出了一种新的源恢复方法. 在时频域局部区域采用复高斯分布对源信号进行建模，将语音信号的稀疏性和局部平稳性结合在一起，提出了一种新的混合模型来描述观测信号在局部区域的概率分布.通过该模型，将每个时频点的源信号状态的判断问题转换成模型的参数估计和后验概率的计算问题，最后通过子混合矩阵的逆恢复出源信号. 实验结果表明，该方法具有很快的收敛速度，并且比已有方法具有更好的分离性能.
针对欠定盲分离问题，提出了一种新的源恢复方法. 在时频域局部区域采用复高斯分布对源信号进行建模，将语音信号的稀疏性和局部平稳性结合在一起，提出了一种新的混合模型来描述观测信号在局部区域的概率分布.通过该模型，将每个时频点的源信号状态的判断问题转换成模型的参数估计和后验概率的计算问题，最后通过子混合矩阵的逆恢复出源信号. 实验结果表明，该方法具有很快的收敛速度，并且比已有方法具有更好的分离性能.
2014, 40(7): 1421-1432.
doi: 10.3724/SP.J.1004.2014.01421
摘要:
针对体域网远程监护中心对重构的心电信号（Electrocardiogram，ECG）精度要求高和体域网（Body sensor network，BSN）低功耗问题，提出基于过完备字典的体域网压缩感知心电重构方法. 该方法利用压缩感知理论，在传感节点端利用随机二进制矩阵对心电信号进行观测，观测值被传送至远程监护中心后，再利用基于K-SVD算法训练得到的过完备字典和块稀疏贝叶斯学习重构算法对心电信号进行重构. 仿真结果表明，当心电信号压缩率在70%～95%时，基于K-SVD过完备字典比基于离散余弦变换基的压缩感知心电重构信噪比高出5～22dB. 该方法具有信号重构精度高、功耗低和易于硬件实现的优点.
针对体域网远程监护中心对重构的心电信号（Electrocardiogram，ECG）精度要求高和体域网（Body sensor network，BSN）低功耗问题，提出基于过完备字典的体域网压缩感知心电重构方法. 该方法利用压缩感知理论，在传感节点端利用随机二进制矩阵对心电信号进行观测，观测值被传送至远程监护中心后，再利用基于K-SVD算法训练得到的过完备字典和块稀疏贝叶斯学习重构算法对心电信号进行重构. 仿真结果表明，当心电信号压缩率在70%～95%时，基于K-SVD过完备字典比基于离散余弦变换基的压缩感知心电重构信噪比高出5～22dB. 该方法具有信号重构精度高、功耗低和易于硬件实现的优点.
2014, 40(7): 1433-1441.
doi: 10.3724/SP.J.1004.2014.01433
摘要:
准确地获知电动助力转向（Electric powering steering，EPS）系统阻力矩是提高行车安全的一个重要因素.针对车辆转向过程中，由不同附着路面上EPS 系统所需辅助力矩与转向路感之间的差别而可能导致的误操纵问题，本文基于2自由度整车动力学的EPS系统模型，结合轮胎特性，以轮胎侧偏角和理想路面附着系数为输入，通过设计非线性观测器估计当前路面的附着系数，以获取EPS系统阻力矩；进而，根据EPS 系统模型，运用未知输入观测器（Unknown input observer，UIO）估算方向盘输入转矩，并基于EPS系统状态反馈以实现对EPS系统的无传感器最优控制.最后，对基于永磁同步电机（Permanent magnet synchronous motor，PMSM）的EPS系统进行仿真实验分析.结果表明： 在以电机q轴电流闭环误差最小为指标函数情形下，本设计的方向盘回正残留角从25°降到0°，能有效抑制系统外界干扰，提高了转向时人-车系统的鲁棒性.
准确地获知电动助力转向（Electric powering steering，EPS）系统阻力矩是提高行车安全的一个重要因素.针对车辆转向过程中，由不同附着路面上EPS 系统所需辅助力矩与转向路感之间的差别而可能导致的误操纵问题，本文基于2自由度整车动力学的EPS系统模型，结合轮胎特性，以轮胎侧偏角和理想路面附着系数为输入，通过设计非线性观测器估计当前路面的附着系数，以获取EPS系统阻力矩；进而，根据EPS 系统模型，运用未知输入观测器（Unknown input observer，UIO）估算方向盘输入转矩，并基于EPS系统状态反馈以实现对EPS系统的无传感器最优控制.最后，对基于永磁同步电机（Permanent magnet synchronous motor，PMSM）的EPS系统进行仿真实验分析.结果表明： 在以电机q轴电流闭环误差最小为指标函数情形下，本设计的方向盘回正残留角从25°降到0°，能有效抑制系统外界干扰，提高了转向时人-车系统的鲁棒性.
2014, 40(7): 1442-1471.
doi: 10.3724/SP.J.1004.2014.01442
摘要:
区间直觉梯形模糊数（Interval-valued intuitionistic trapezoidal fuzzy number，IITFN）是刻画复杂系统不确定性的有效工具. 基于进一步完善的IITFN 运算规则，讨论其局部封闭性. 由此定义IITFN 几何Bonferroni 平均算子，并验证该算子的相关性质. 针对决策者及属性之间均存在关联作用且权重均未知的多属性群决策（Multi-attribute group decision making，MAGDM）问题，提出基于前景混合区间直觉梯形几何 Bonferroni （Prospect hybrid interval-valued intuitionistic trapezoidal fuzzy geometric Bonferroni，PHIITFGB）平均算子 的关联多属性群决策方法. 该方法首先通过依次定义IITFN 的前景效应、前景价值函数和前景价值，获取前景价值矩阵；其次，将前景价值矩阵转化为前景记分函数矩阵，并综合运用基于灰关联深度系数的客观属性权重极大 熵模型和基于2-可加模糊测度与Choquet 积分联合的决策者权重确定模型，获取决策者权重及属性权重；再次，利 用PHIITFGB 算子集结各决策者的方案评估信息，结合决策者权重即可获取相应于各方案的综合前景价值；最后，计算综合前景记分价值函数，基于IITFN 的序关系判别准则确定方案排序. 案例验证决策方法的有效性和可行性.
区间直觉梯形模糊数（Interval-valued intuitionistic trapezoidal fuzzy number，IITFN）是刻画复杂系统不确定性的有效工具. 基于进一步完善的IITFN 运算规则，讨论其局部封闭性. 由此定义IITFN 几何Bonferroni 平均算子，并验证该算子的相关性质. 针对决策者及属性之间均存在关联作用且权重均未知的多属性群决策（Multi-attribute group decision making，MAGDM）问题，提出基于前景混合区间直觉梯形几何 Bonferroni （Prospect hybrid interval-valued intuitionistic trapezoidal fuzzy geometric Bonferroni，PHIITFGB）平均算子 的关联多属性群决策方法. 该方法首先通过依次定义IITFN 的前景效应、前景价值函数和前景价值，获取前景价值矩阵；其次，将前景价值矩阵转化为前景记分函数矩阵，并综合运用基于灰关联深度系数的客观属性权重极大 熵模型和基于2-可加模糊测度与Choquet 积分联合的决策者权重确定模型，获取决策者权重及属性权重；再次，利 用PHIITFGB 算子集结各决策者的方案评估信息，结合决策者权重即可获取相应于各方案的综合前景价值；最后，计算综合前景记分价值函数，基于IITFN 的序关系判别准则确定方案排序. 案例验证决策方法的有效性和可行性.
2014, 40(7): 1472-1480.
doi: 10.3724/SP.J.1004.2014.01472
摘要:
系统可靠性的计算依赖于各基本单元的0/1分布关系及其构成的布尔逻辑. 本文利用二进神经网络可以完备实现布尔逻辑的特性，提出一种基于二进神经网络的可靠性分析方法. 该方法针对每个二进神经元的输入都是0/1逻辑关系的线性组合这一特点，提出并且证明了0/1分布的线性组合的概率分布函数；建立系统功能与布尔函数间的等价关系，将系统转化为相应的二进神经网络；利用线性组合的概率分布函数，通过逐层计算该二进神经网络的0/1输出概率，解决了一般系统的可靠性计算问题.
系统可靠性的计算依赖于各基本单元的0/1分布关系及其构成的布尔逻辑. 本文利用二进神经网络可以完备实现布尔逻辑的特性，提出一种基于二进神经网络的可靠性分析方法. 该方法针对每个二进神经元的输入都是0/1逻辑关系的线性组合这一特点，提出并且证明了0/1分布的线性组合的概率分布函数；建立系统功能与布尔函数间的等价关系，将系统转化为相应的二进神经网络；利用线性组合的概率分布函数，通过逐层计算该二进神经网络的0/1输出概率，解决了一般系统的可靠性计算问题.
2014, 40(7): 1481-1492.
doi: 10.3724/SP.J.1004.2014.01481
摘要:
为解决3PTT-2R伺服系统由于模型不准确和负载扰动而引起的控制精度下降的问题，以5自由度3PTT-2R伺服系统为研究对象，建立包含执行系统、进给系统和驱动系统等若干子系统的3PTT-2R伺服系统数学模型，提出一种基于改进强跟踪滤波（Strong track filter，STF）的3PTT-2R伺服系统控制算法，并在理论上证明了稳定性.通过仿真分析，比较了STF、改进的STF算法稳定性，及对模型不确定性的鲁棒性，表明所提算法具有跟踪速度快、抑制噪声、 精度高等优点.对试样进行表面粗糙度和表面轮廓度检测，实验结果进一步说明所建立的3PTT-2R伺服系统模型与实际非线性系统模型匹配，改进的STF算法具有较好的跟踪能力，鲁棒性强、控制精度高，进而提高了加工精度.
为解决3PTT-2R伺服系统由于模型不准确和负载扰动而引起的控制精度下降的问题，以5自由度3PTT-2R伺服系统为研究对象，建立包含执行系统、进给系统和驱动系统等若干子系统的3PTT-2R伺服系统数学模型，提出一种基于改进强跟踪滤波（Strong track filter，STF）的3PTT-2R伺服系统控制算法，并在理论上证明了稳定性.通过仿真分析，比较了STF、改进的STF算法稳定性，及对模型不确定性的鲁棒性，表明所提算法具有跟踪速度快、抑制噪声、 精度高等优点.对试样进行表面粗糙度和表面轮廓度检测，实验结果进一步说明所建立的3PTT-2R伺服系统模型与实际非线性系统模型匹配，改进的STF算法具有较好的跟踪能力，鲁棒性强、控制精度高，进而提高了加工精度.
2014, 40(7): 1493-1504.
doi: 10.3724/SP.J.1004.2014.01493
摘要:
针对一类发生连续时变故障的非均匀采样数据系统，建立了一套主动容错控制最优设计方案. 首先，为了实现基于非均匀离散采样输出对连续故障的估计，同时鉴于现有自适应故障诊断方法无法直接推广于非均匀采样数据系统，提出一种连续时间增广观测器最优设计方法，既能保证故障估计误差快速收敛同时又对外界干扰鲁棒；并且提出一个迭代算法对故障估计延迟与系统鲁棒性进行权衡；进一步地，基于所获得的故障信息，并考虑估计误差和时变故障内采样特性对容错控制带来的不利因素，设计基于状态反馈的非均匀采样容错控制器来快速恢复故障系统性能；最后，通过对四容水箱基准实例的仿真来验证所提方法的有效性.
针对一类发生连续时变故障的非均匀采样数据系统，建立了一套主动容错控制最优设计方案. 首先，为了实现基于非均匀离散采样输出对连续故障的估计，同时鉴于现有自适应故障诊断方法无法直接推广于非均匀采样数据系统，提出一种连续时间增广观测器最优设计方法，既能保证故障估计误差快速收敛同时又对外界干扰鲁棒；并且提出一个迭代算法对故障估计延迟与系统鲁棒性进行权衡；进一步地，基于所获得的故障信息，并考虑估计误差和时变故障内采样特性对容错控制带来的不利因素，设计基于状态反馈的非均匀采样容错控制器来快速恢复故障系统性能；最后，通过对四容水箱基准实例的仿真来验证所提方法的有效性.
2014, 40(7): 1505-1508.
doi: 10.3724/SP.J.1004.2014.01505
摘要:
针对一对Bézier曲线的G2约束拼接，提出了通过最小化l2距离的一种简单且显式方法。将l2距离表示成具有两个参数的二次函数，最优的拼接曲线以优化控制顶点使得l2距离最小的方式得到。通过证明l2距离是凸的，说明了唯一解的存在性。由于该方法是非迭代的并且表示为已知的控制顶点，所以是显式和高效的。实例表明新方法的有效性。
针对一对Bézier曲线的G2约束拼接，提出了通过最小化l2距离的一种简单且显式方法。将l2距离表示成具有两个参数的二次函数，最优的拼接曲线以优化控制顶点使得l2距离最小的方式得到。通过证明l2距离是凸的，说明了唯一解的存在性。由于该方法是非迭代的并且表示为已知的控制顶点，所以是显式和高效的。实例表明新方法的有效性。
2014, 40(7): 1509-1516.
doi: 10.3724/SP.J.1004.2014.01509
摘要:
针对小数据集条件下的贝叶斯网络（Bayesian network，BN）参数学习问题，提出了一种基于双重约束的贝叶斯网络参数学习方法. 首先，对网络中的参数进行分析并将网络中的参数划分为： 父节点组合状态相同而子节点状态不同的参数和父节点组合状态不同而子节点状态相同的参数；然后，针对第一类参数提出了一种新的基于Beta分布拟合的贝叶斯估计方法，而针对第二类参数利用已有的保序回归估计方法进行学习，进而实现了对网络中参数的双重约束学习；最后，通过仿真实例说明了基于双重约束的参数学习方法对小数据集条件下贝叶斯网络参数学习精度提高的有效性.
针对小数据集条件下的贝叶斯网络（Bayesian network，BN）参数学习问题，提出了一种基于双重约束的贝叶斯网络参数学习方法. 首先，对网络中的参数进行分析并将网络中的参数划分为： 父节点组合状态相同而子节点状态不同的参数和父节点组合状态不同而子节点状态相同的参数；然后，针对第一类参数提出了一种新的基于Beta分布拟合的贝叶斯估计方法，而针对第二类参数利用已有的保序回归估计方法进行学习，进而实现了对网络中参数的双重约束学习；最后，通过仿真实例说明了基于双重约束的参数学习方法对小数据集条件下贝叶斯网络参数学习精度提高的有效性.
2014, 40(7): 1517-1521.
doi: 10.3724/SP.J.1004.2014.01517
摘要:
具有羊群效应的系统，因为结构复杂，内部要素互相影响，参与其中的人类行为难以预测而不易建立整体模型. 本文提出建立间歇反馈多维泰勒网动力学模型方法，通过叠加的死区函数模拟了羊群效应中从众心理对系统产生的间歇反馈，结合多维泰勒网建立了适合普遍系统的一般动力学方程. 该方法区别于以往羊群效应的以个体研究为出发点，通过系统对外表征的数据波动建立了含有羊群效应的整体模型. 实例结果表明，这种基于间歇反馈多维泰勒网的动力学建模方法是可行和有效的.
具有羊群效应的系统，因为结构复杂，内部要素互相影响，参与其中的人类行为难以预测而不易建立整体模型. 本文提出建立间歇反馈多维泰勒网动力学模型方法，通过叠加的死区函数模拟了羊群效应中从众心理对系统产生的间歇反馈，结合多维泰勒网建立了适合普遍系统的一般动力学方程. 该方法区别于以往羊群效应的以个体研究为出发点，通过系统对外表征的数据波动建立了含有羊群效应的整体模型. 实例结果表明，这种基于间歇反馈多维泰勒网的动力学建模方法是可行和有效的.
2014, 40(7): 1522-1527.
doi: 10.3724/SP.J.1004.2014.01522
摘要:
针对欠驱动吊车系统的控制问题，提出了一种非线性信息融合控制方法. 通过融合二次型性能指标函数中包含的未来参考轨迹和控制能量的软约束信息，以及吊车系统状态方程和输出方程的硬约束信息，获得协状态和控制量的最优估计. 针对控制量输入饱和的问题，提出了一种控制能量软约束信息自适应调节算法，使求出的控制量满足限制要求. 信息融合控制方法基于被控对象的离散模型设计，具有易于实现的特点. 仿真结果表明了该方法的有效性.
针对欠驱动吊车系统的控制问题，提出了一种非线性信息融合控制方法. 通过融合二次型性能指标函数中包含的未来参考轨迹和控制能量的软约束信息，以及吊车系统状态方程和输出方程的硬约束信息，获得协状态和控制量的最优估计. 针对控制量输入饱和的问题，提出了一种控制能量软约束信息自适应调节算法，使求出的控制量满足限制要求. 信息融合控制方法基于被控对象的离散模型设计，具有易于实现的特点. 仿真结果表明了该方法的有效性.
2014, 40(7): 1528-1536.
doi: 10.3724/SP.J.1004.2014.01528
摘要:
针对一类具有外部扰动的不确定非仿射纯反馈非线性系统，结合反演和自抗扰技术，提出了一种新的控制设计方案，该方案中反演设计的每一步引入了自抗扰设计，同时采用微分器和扩展状态观测器分别估计虚拟控制的导数和系统的未知部分.与现有设计方法不同，它不是直接利用逼近定理来构建理想的控制器.该方案设计过程简单，并且通过输入状态稳定性分析证明了系统状态能渐近收敛到原点的任意小邻域内.仿真结果证实了该方法的有效性.
针对一类具有外部扰动的不确定非仿射纯反馈非线性系统，结合反演和自抗扰技术，提出了一种新的控制设计方案，该方案中反演设计的每一步引入了自抗扰设计，同时采用微分器和扩展状态观测器分别估计虚拟控制的导数和系统的未知部分.与现有设计方法不同，它不是直接利用逼近定理来构建理想的控制器.该方案设计过程简单，并且通过输入状态稳定性分析证明了系统状态能渐近收敛到原点的任意小邻域内.仿真结果证实了该方法的有效性.
