论文研究-基于随机活动工期的资源约束项目鲁棒性调度优化.pdf,  项目进度计划的鲁棒性对于不确定条件下项目的顺利实施具有重要影响. 作者研究具有随机活动工期的资源约束项目鲁棒性调度问题, 目标是在可更新资源和项目工期约束下安排活动的开始时间, 以实现项目进度计划鲁棒性的最大化. 首先对所研究问题进行界定并用一个示例对其进行说明. 随后构建问题的优化模型, 设计禁忌搜索、多重迭代和随机生成三种启发式算法. 最后在随机生成的标准算例集合上对算法进行测试, 分析项目活动数、 项目工期和资源强度等参数对算法绩效的影响, 并用一个算例对研究进行说明, 得到如下结论: 禁忌搜索的满意解质量明显高于其他两种算法; 当资源强度或项目工期增大时, 平均目标函数值上升, 禁忌搜索的求解优势增强. 研究结果可为不确定条件下项目进度计划的制定提供决策支持.

提出了一种将非线性频谱与堆叠式降噪自动编码器（SDAE）相结合的复杂系统故障诊断方法。 为了解决计算量大的问题，利用广义的频率响应函数（GFRF），利用一维非线性输出频率响应函数（NOFRF）来获得非线性频谱。 为了解决故障特征提取能力弱的问题，采用了堆叠式降噪自动编码器（SDAE）。采用神经网络从非线性频谱中提取故障特征。 该方法通过识别算法得到了永磁同步电动机各状态的四阶非线性频谱。 然后，从四阶频谱中选择合适的采样点，以构建高维数据； 最后，设计了堆叠式去噪自动编码器（SDAE）神经网络，实现了故障分类的输出。 仿真表明，该方法具有良好的实时性和较高的诊断精度。

布朗大学工程学院开发的相机投影仪系统标定方法，论文原文是《简单，准确且具有鲁棒性的投影机-摄像机校准.pdf》，可在布朗大学官网下载到，我进行了翻译。

在不确定的环境中灵活的车间调度在现实世界的制造系统中起着重要的作用。 为了捕捉柔性作业车间调度的不确定性和多目标性质，构建了多目标随机柔性作业车间调度问题（MOSFJSSP）的数学模型，该模型包含制造时间跨度，最大机器工作量和鲁棒性三个目标。在各种实际约束下，同时考虑不确定性。 基于统计工具定义了两个基于方案的新的鲁棒性度量。 为了适当地解决MOSFJSSP问题，开发了一种基于分解的改进多目标进化算法（m-MOEA / D）进行鲁棒调度。 我们方法的新颖之处在于，它采用了一种新的子问题更新方法，该方法利用了全球信息，允许保存在档案中的精英们参与子代的产生，采用子问题选择和中止策略，将更多的计算工作集中在有前途的子问题上，并结合了特定问题的遗传算子进行变异。 在18个问题实例上的广泛实验结果，包括8个总柔性实例和10个局部柔性实例，表明这两种新的鲁棒性度量比现有的基于情景的度量更为有效，可以提高进度对不确定性的鲁棒性并保持被破坏目标的较小方差价值观。 与最新的多目标优化进化算法（MOEA）相比，我们提出的基于m-MOEA / D的鲁棒调度方法可实现更好的收敛性能。 还分析了三个目标之间的不同权衡。

鲁棒性数字水印算法研究.pdf

鲁棒性数字音频水印算法研究.pdf

鲁棒性的AVO反演算法研究及其应用.pdf

复杂系统研究方法在优化算法及供应链系统中的应用研究.pdf

本代码基于离散小波变换（DWT）的数字图像水印嵌入提取算法，采用haar小波作为基函数，利用mallat快速小波分解重构算法。基于Arnold变换的图像置乱技术对图像进行加密，提高水印的安全性和鲁棒性。利用五种攻击测试（剪切、滤波、缩放、椒盐噪音、裁剪）对嵌入水印后的图像进行攻击测试，以PSNR（峰值信噪比）、归一化的互相关系数来评价图像的抗攻击能力、不可见性和鲁棒性。（matlab代码，python 代码可私聊）

Java信息动力学工具包（JIDT） 版权所有（C）2012- ； 2014年-IpekÖzdemir； 2017年 ; 2019- Emanuele Crosato，Sooraj Sekhar，奥斯卡徐怀古 JIDT提供了一个独立的，开放源代码的Java实现（也可以在 ， ， ， 和），用于实现复杂系统中分布式计算的信息理论测量：即信息存储，传输和修改。 JIDT包括以下实现： 主要用于度量传递熵，互信息及其条件变量，以及活动信息存储，熵等； 对于离散值和连续值数据； 使用各种类型的估计器（例如Kraskov-Stögbauer-Grassberger估计器， Box-ker