等级反馈蚁群算法求解成品油二次配送问题

针对成品油二次配送路径优化问题,提出了一种可变成本与动态载荷相关的评价指标。考虑蚁群算法求解路径优化问题的高效性,设计了一种等级反馈蚁群(HFAC)算法。采用局部距离等级策略代替基本蚁群算法的随机选取;利用较优(较差)个体对其所在路线进行正(负)反馈调整信息素浓度;对最优路线的子路线进行末端优化调整。通过15组不同类型算例进行仿真实验表明,HFAC算法在成品油二次配送路径优化中优于基本蚁群算法。

利用多等级相关性反馈进行空间场景匹配

现有的空间场景匹配方法利用低级描述子（如局部几何形状描述子、方向、拓扑）或其组成的简单二元空间关系建立模型来试图满足用户的描述需求,缺乏对用户级主观概念的反馈机制。将用户反馈机制应用到空间场景匹配过程中,以研究机器在学习用户需求后对空间场景匹配的影响。在运算过程中,用户对匹配结果进行相关度评估并反馈给模型,模型根据反馈结果动态地更新检索参数权重以模拟用户的主观感知,从而使得调整后的匹配运算更加贴近用户需求。通过进行用户调查及分析特征向量权重的收敛情况验证了此方法的有效性和效率,实验结果表明,根据用户反馈进行空间场景匹配具有很高的用户主观性强度,用户只需进行2~3次的反馈就能得到较为满意的结果,空间场景的匹配结果更符合人的空间认知。

成品油二次运输模型研究

针对成品油二次配送问题,首先构建综合考虑动态成本和运输车辆荷载,根据相关的路径来选择模型,然后分别引入等级反馈的蚁群算法以及末端优化的策略,最后求解库存-路径模型。在传统成品油二次配送算例基础上,重新构建了25、50、100个加油站的9组算例,对模型进行验证。实验结果表明,等级反馈蚁群算法和末端优化策略结合能否最大限度提升路径选择质量,运输成本最低。

ROBUST H∞ CONTROL FOR UNCERTAIN NONLINEAR SYSTEMS

This paper studies the robust H∞ disturbance attenuation with internal stability for uncertain nonlinear control systems. By adding one power integrator technique, this paper designs a explicit smooth robust dynamic feedback law while rejecting the disturbance to any specified degree of accuracy. Further, the example and simulation results show the effectiveness of the proposed schemes.