This paper investigates the adaptive model predictive control (MPC) for a class of constrained linear multiple-input multiple-output (MIMO) systems with constant parametric uncertainty and input delay. An adaptive update law based on time-varying updating rate is proposed, which enables the update of uncertain parameters in the presence of input delay. Consequently, to deal with constraints, we convert the optimization problem into a solvable simple structure, which originates from the min-max optimization. Furthermore, we theoretically show that the closed-loop system is asymptotically stable and the proposed adaptive MPC strategy is proved to be recursively feasible. Finally, numerical simulation and comparison are given to illustrate the efficacy of the proposed method.
As the main road type in an urban traffic system, the increasingly severe congestion of the expressway restricts social and economic development. It is essential to explore the evolution law of congestion and dissipation to ensure the efficient operation of the expressway. In order to accurately grasp the evolution law of the expressway traffic flow state, this paper selects the expressway weaving section, which is a traffic flow frequency-changing area, to study the traffic operation state, change process, and evolution law, and determine the traffic state discrimination standard. The simulation analysis was carried out using the traffic simulation platform, Vissim software. The simulation results showed an apparent catastrophe phenomenon in the mutual transformation between free and congestion flow. The spectral clustering analysis algorithm was used to accurately extract the boundary of traffic state mutation, combined with the cusp catastrophe theory, to study and analyze the traffic flow state at different times and positions, thus completely displaying the evolution characteristics of traffic flow state. The research results provide an essential theoretical basis for formulating control measures of expressway traffic flow and strategies for traffic congestion dissipation.
为解决全员定期核酸检测成本高,导致间隔周期长且效率低的问题,给出了基于社交网络信息的抽检策略,将在线社交网络信息与新冠肺炎传播规律融合,建立了带抽检策略的新冠肺炎传播模型.在此基础上,研究了随机抽检策略、熟人监测策略、度大节点目标抽检监测策略三种策略对新冠肺炎传播的影响.研究发现在校园等人群密集接触的环境下,熟人和度大节点目标抽检策略在峰值幅度、峰值时间、早期预警等指标下都好于随机监测策略,减少了新冠病毒传播天数以及感染人数,能更早、更快地控制住疫情,预警效果从高到低依次是度大节点目标监测策略、熟人监测策略、随机监测策略.
复杂网络的不同类型边转换(方向改变)和在不同节点间增加边对网络能控性有不同影响,为了更好地了解有向网络边转换和增加对网络能控性影响,提出一种边分类方法,把边根据节点类别和匹配关系分成12种类型,并给出辨识算法.基于此分类给出网络边转换和增加时网络能控性(驱动节点数目)的变化规律.通过模型网络和实际网络分析了每种边在网络中的比例,并分析了边转换和增加时驱动节点数目变化.结果验证了定理的正确性.
综合考虑减排投入延迟效应与消费者低碳参考效应对产品需求和品牌商誉的影响,构建了由制造商和零售商组成的双渠道低碳供应链,并基于最优控制理论先后对分散、集中和成本分担3种模式下的成员运营策略、产品低碳水平、品牌商誉以及整体利润进行了比较与分析.研究发现:参考效应总会调动制造商低碳生产的积极性,提升产品低碳水平和品牌商誉稳态值,挫伤企业广告宣传热情;只有当延迟时间低于一定阈值时,供应链成员采取集中决策才是有意义的;延迟时间抬高了消费者对产品低碳水平的心理预期;参考效应会加剧延迟时间对不同决策机制下供应链整体利润的影响.
为提高无人驾驶汽车感知系统硬件资源利用率,构建了 一种基于特征融合的无人驾驶多任务感知算法.采用改进的CSPDarknet53作为模型的主干网络,通过构建特征融合网络与特征融合模块对多尺度特征进行提取与融合,并以7种常见道路物体的检测与可行驶区域的像素级分割两任务为例,设计多任务模型DaSNet(Detection and Segmentation Net)进行训练与测试.使用BDD100K数据集对YOLOv5s、Faster R-CNN以及U-Net模型进行训练,并对mAP、Dice系数以及检测速度等性能指标做出对比分析.研究结果表明:DaSNet多任务模型在道路物体检测任务上,mAP 值分别比 YOLOv5s 和 Faster RCNN 高出 0.5％和 4.2％,在 RTX2080Ti GPU 上达到121FPS的检测速度;在占优先权与不占优先权的可行驶区域上分割的Dice值相较于U-Net网络分别高出了 4.4％与6.8％,有较明显的提升.
"区域全面经济伙伴关系协定"(RCEP)的签署具有重大经济战略意义,为了给航空公司在RCEP协定范围内开拓航线提供参考,利用多层复杂网络的理论和方法建立基于航空公司层面的航线网络模型,多角度探究RCEP国际航线网络特征及各航空公司在航线网络中的贡献度.研究表明,RCEP国际航线网络是具有多个核心的无标度网络;全服务航空公司提高了 RCEP国际航线网络各机场间的航空运输效率,低成本航空公司则是RCEP国际航线网络覆盖范围扩充的主力军.
考虑到在微博信息传播过程中,每一位网络用户的观点都受到其前一位网络用户观点的影响,提出建立基于微博数据挖掘的贝叶斯观点演化模型.以"动态清零政策是我国抗疫总方针"为关键话题词,利用Python爬取微博评论数据,经过数据预处理和分词,对贝叶斯观点演化模型进行实证分析,结果发现官方媒体对舆情的及时引导对情感演化倾向起到重要作用.
针对符号预测算法在预测准确率和算法复杂度方面难以均衡的问题,有效地融合社会学发展规律与网络局部特征,提出一种基于结构平衡理论与地位理论计算节点相似度的符号预测算法.为更好的结合上述两种理论对两节点相似度得分的贡献,引用调节因子,将基于两种理论的相似度得分按照调节因子的权重求和,相似度的得分的正负即为边符号预测的结果.最后将算法在多个不同数据集进行实验,与经典的CN算法和PSNBS算法在预测准确率与算法复杂度两个方面进行对比分析.结果显示该算法在预测准确率方面与经典算法非常接近,但在时间复杂度方面本文比经典算法低一个数量级,明显优于经典算法.
社区划分是网络研究中的重要组成部分,基于医疗数据对类风湿关节炎患者进行社区划分能够有效提升临床医疗决策的准确性.考虑到社区划分过程中可能会存在患者属性异构及相关性问题,首先基于复合粗糙集理论实现对患者异构属性的有效处理,其次将复合粗糙集理论与lou-vain算法相融合,构建出基于异构属性节点的社区划分模型.通过采用临床真实数据集及经典网络数据集对本文构建的模型进行实验分析,验证了本文模型能够取得模块值较大的社区结构,实现将不同疾病活动程度的患者划分到不同社区内,从而提升患者疾病活动程度评估的有效性和准确性.
针对机器人对未知目标的编队跟踪问题,建立机器人运动控制模型,提出了基于强化学习的目标跟踪与环围控制策略.在强化学习策略驱动下,机器人探索发现目标点位置并展开跟踪,使用环围编队运动模型对机器人跟踪策略进行实时优化,实现对逃逸目标点的动态跟踪与环围控制.搭建了多机器人运动测试环境,实验表明结合强化学习的方法能够缩短多机器人编队调节时间,验证了多机器人环围编队控制策略的有效性.
后真相时代群体立场的对立加剧和媒体公信力的下降导致敌意媒体效应凸显.为揭示敌意媒体效应对舆论形成的影响,探究舆论群体和大众媒体之间的互动机制,提出一种考虑媒体敌意和意见领袖的观点演化模型,并进行仿真实验.仿真结果与分析表明,媒体的真实观点、群体与媒体的交流概率、极端意见领袖的比例等因素都会调节群体的极化程度.结果从定量角度揭示了敌意媒体效应的存在会对舆论形成,尤其是群体极化的加剧造成重要影响.
为解决现有观点演化研究对社会阶层考虑不够充分的问题,在个体异质性影响力的基础上,将网络中节点的拓扑性质与社会结构结合,提出了一种基于HK模型的观点演化模型.在3种经典复杂网络和一个实证网络中,采用社会学领域中根据资本划分社会阶层的方法,构建了 3种社会结构.利用仿真实验,发现社会结构对观点演化具有重大影响,通过社会政策调整社会结构有利于观点达到一致.为研究现实社会同一类型社会结构中观点演化不一致的情况,在B型金字塔和橄榄型社会结构下,设置高阶层个体不同的初始观点分布,发现高阶层个体观点的极化和统一会相应地影响舆论的极化和一致.
为探究发明者影响力的演变规律,研究了多层图时序专利发明者引用网络的节点影响力模型.划分网络层并根据节点影响延续性和高影响力节点的吸引性构建层间联系,得到发明者影响力的时序演变数据后利用分段拟合方法挖掘其中的分布和演变规律.实证分析"分子生物学与微生物学"领域专利数据,表明专利的质量和数量决定着发明者的影响力水平.高影响力发明者持续受关注,大部分中等影响力发明者和低影响力发明者会逐渐边缘化.
为分析个体行为特征和决策偏好对水资源冲突演化的影响,应用前景价值函数构建跨国界河流水资源冲突感知收益矩阵,运用演化博弈分析上下游决策行为演化路径与结果,构建系统动力学模型进行模拟仿真.结果表明:合作决策集的选择需要满足复杂的博弈条件;当上游积极放水的感知成本、上游消极放水的感知收入、下游主动争取的感知成本增加和水资源冲突风险感知成本减少时,将降低上下游合作的概率,流域将可能爆发水资源冲突.
SeqSLAM是移动机器人领域广泛使用的一种视觉定位算法,它对光照等因素较鲁棒,但受视角变化影响较大.另外,SeqSLAM采用了蛮力搜索匹配的方式,在较大规模数据集中无法满足实时性要求.针对以上问题,对SeqSLAM算法做了两方面的改进:首先将图像表示为局部聚合描述子向量,提取图像特征;然后采用层次化可导航小世界网络算法搜索相似图像序列,具有更高的搜索效率.测试表明,改进的SeqSLAM算法可以获得更高的精确率和召回率,搜索时间显著降低.
针对单层网络无法有效刻画空铁联运系统复杂结构的问题,将节点、连边及边权的异质性同时纳入考虑,提出一种基于多层网络的空铁联运双层加权网络模型.以东航空铁联运网络为例,从无标度特性、小世界特性、中心性和层间相关性4个方面实证分析了其结构特性.研究结果表明:东航空铁联运双层网络及其子网层均具有无标度特性和小世界特性;东航机场网络层的中心性突出,联运网络的中心性分布呈非均衡性;机场层与高铁层之间呈弱相关性,层间关系紧密度有待加强.东航空铁联运网络整体结构与联运功能良好,提高机场与高铁站的匹配度有利于提升空铁联运效率.
针对复杂产品群智协同设计网络中用户群体结构对其稳定性的影响机制不明确的问题,提出了新的网络稳定性分析方法.基于生态位理论分析了网络中的生态角色,定义了个体生态位表征模型,采用移除网络节点方式进行了实证研究.研究发现,生态位宽度大的多面手和普通设计者及具有较小生态位宽度的多面手是影响网络稳定性的关键角色.研究成果能够为复杂产品群智协同设计网络的精准调控提供参考.
规范制造企业与环保企业的废弃物处理行为,形成共生治理机制,是工业园生态转型的基础.基于互惠共赢的理念,借助网络演化博弈仿真不同规模与结构下各企业的决策行为对建立共生进程的影响.结果表明:制造企业与环保企业对政府补贴的敏感度存在差异,合理的补贴政策能同时激发双方的积极性.政府在前期的引导监督工作一方面能培养两类企业自身的责任意识,另一方面能有效防止投机行为的产生,对加快共生关系的建设进程起着关键作用.
为提高城市公交系统的鲁棒性,制定了基于换乘的加边策略.以济南市公交-地铁复合网络为例,研究了网络的特性参数和鲁棒性,并提出基于换乘的加边策略提高网络鲁棒性.研究表明:复合网络具有小世界和无标度网络特性;网络在蓄意攻击下比随机攻击更具脆弱性;在介数攻击下,高度加边策略对网络鲁棒性提升较为显著,使网络瘫痪时被攻击站点比例提升50.46％;在随机攻击和度攻击下,高介数加边策略对网络鲁棒性提升较为显著,使被攻击站点比例分别提升23.35％和 39.81％.
