二次演化建模在实时仿真中的应用

遗传程序设计在复杂系统的建模中表现出智能性，自适应性等特点，它可以找出能描述系统的静态和动态过程一系列相关联的函数或微分方程，为描述复杂系统提供了一种有效的手段，针对传统的遗传程序设计方法的搜索效率低，所建模型的精度不高等缺点，提出了一种新的演化建模算法：二次演化建模，该算法引入人工智能中的系统公告板来公布最好的树及其子树，从而加速了优化过程，使之达到实时仿真的目的，并将其应用于描述一个实时仿真系统－－轮机仿真系统，并结合仿真系统的特点来指导遗传算法，减少其搜索的盲目性，实验的结果表明无论在算法的求解速度还是模型的精度上二次演化建模算法均优于传统的遗传程序设计方法。     

水轮发电机组的模块化建模与仿真

关于开发建立实时精确的水轮发电机仿真系统,由于水轮发电机组由同步发电机、励磁系统、水轮机及其调速系统构成,系统的数学模型存在强非线性,传统上常采用牛顿法联立求解方程组仿真效果差.为解决上述问题,提出了面向水轮发电机组各物理子系统的模块化仿真模型,采用分割求解法建立了同步发电机、励磁系统、水轮机及其调速系统各物理子系统的数学模型,用隐式梯形积分法建立了模型,形成了水轮发电机组模型库.组成的仿真系统不仅可达到足够的计算精度及计算速度,而且有效简化了水轮发电机组模型的开发及维护工作量,适用于水轮发电机组的快速电磁暂态和中长期的机电暂态过程研究,可用于各型水电站动态全过程仿真.结果证明系统运行的精度和速度的有效性,为研究提供参考.     

一个基于方程的混合系统仿真应用框架

为了便于混合系统的建模与仿真,提出了一个可以用通用开发平台实现的框架:敏捷仿真应用框架(AAFS).AAFS基于方程建模,消除了模型的因果性,提高了模型的复用性;提取了构成仿真的模型、问题和数值求解器三个抽象,降低了AAFS内部各组成部分的耦合性;使用模型间的关联和连接器组合模型、搭建系统,使构成系统的慨念和方程可以被层次化的管理:用UML符号给出了AAFS的设计,说明了AAFS易于被当前面向对象的编程语言实现;定义了模型与求解器的接口,增加了对数值解法的选择性;给出了一个用AAFS实现的弹簧、质子系统的建模仿真例子,说明了AAFS的使用方法及其带给使用者的便利性.     

一个面向仿真程序的任务聚类算法

对仿真程序原始任务图的聚类运算是实现仿真程序并行化的关键。在研制面向仿真程序自动并行化系统AFPS的过程中,提出了一个基于状态变量一阶微分的并行任务聚类算法。使用结果表明,该算法可以最大限度地保证各处理机结点的负载均衡,减少通信次数,且易于实现通信变量的自动确定。     

两轮不平衡小车的优化模糊控制研究

研究两轮不平衡小车问题,根据状态变量合成的模糊控制方法.两轮不平衡小车是一个典型的多变量非线性系统,若采用常规的模糊控制,会遇到因输入变量个数过多而带来的控制规则数呈指数增加的问题,即"规则爆炸"问题.而基于变量合成的方法是一种改进的模糊神经网络控制方法,它将小车系统的状态变量进行合成,使多变量简化为两个综合变量,有效降低了模糊控制器的维数,从而大大减少了模糊控制规则的数量.最后应用优化的控制器对小车系统进行了控制仿真,并且与线性二次型最优控制LQR做了比较,实验表明ANFIS控制器具有调节时间短和改善了稳定性,为优化设计提供了依据.     

状态变量合成三级倒立摆模糊神经网络控制

为解决模糊神经网络在控制多变量系统时的规则组合爆炸问题,提出了用状态变量合成模糊神经网络控制三级倒立摆的方法。该方法既能解决具有快速、强非线性、绝对不稳定系统的控制问题,又能适用对状态变量可按性质和类型分类的多变量系统的控制,大大减少了模糊神经网络控制器的规则数,有利于利用专家的控制经验。实验结果证实了该方法的控制效果好,鲁棒性强。     

在线故障检测技术在电磁调速系统中的应用

针对电磁调速系统的实际特点,提出了一种具有建模不确定性的非线性系统在线故障检测方法.假定该系统仅是输入、输出可测量的,并把故障建模为状态变量和输入变量的函数.文中用一种基于RBF神经网络的在线非线性估计器来跟踪调速系统中出现的故障,从理论上证明了该方法对有建模不确定性的非线性系统的故障检测具备良好的鲁棒性.仿真实例说明了该故障检测方法的有效性.     

基于Poses++环境的Petri网仿真方法研究

由于Petri网存在“指数爆炸”和对外没有明确的输入输出接口的问题,限制了其在大型系统中的应用。Poses＋＋作为动态系统的仿真软件,充分体现了面向对象的编程思想。该文探讨了Petri网在Poses＋＋环境下的仿真方法,通过模块化处理和接口设计,解决了Petri网固有的对外没有输入输出接口的问题,并在一定程度上缓解了“指数爆炸”的难题,最后以机场系统为例,进行了建模、分析和仿真,仿真结果表明,模型正确,方法可行。     

二级倒立摆的状态变量合成模糊神经网络控制

为解决模糊神经网络在控制多变量系统时的规则组合爆炸问题，提出用状态变量合成模糊神经网络控制二级倒立摆。该方法既能解决具有快速、强非线性、绝对不稳定系统的控制问题，又能对状态变量可摈性质和类型分类的多变量系统，大大减少模糊神经网络控制器的规则数，有利于利用专家的控制经验。实验结果证实了该方法的控制效果好，鲁棒性强。     

Matlab在动态电路求解中的优越性

详细地叙述了状态变量法对动态电路的求解过程 ,并结合具体实例分别用状态变量法的拉氏变换解法和 matlab的函数调用求出电路的响应 ,通过响应曲线的比较 ,体现出 matlab在求解动态电路中的优越性。     

半张量积理论在网络遥操作系统中的应用

研究了网络遥操作系统的半张量积建模问题.网络遥操作系统中存在人机交互以及大时延事件,这使得系统中既有离散事件动态又有连续动态,当系统的离散事件动态与底层连续动态相互作用耦合强烈时,系统的性能、行为分析变得更为复杂.本文通过引入半张量积给出了一种新的半张量积混杂建模方法,它把一类特定事件系统建模为布尔系统,通过半张量积方法得到类似于离散动态系统的方程.它将系统中离散事件和连续动态相互耦合的地方表达为半张量积的形式,最后经过扩张简化得到完整统一的系统数学模型,它将有利于进一步分析、计算.本文给出的半张量积建模方法和步骤具有一定的通用性和一般性.此外本文还对基于半张量积的混杂网络遥操作系统模型进行了基于事件控制和时间控制的仿真.仿真结果表明,半张量积建模方法完全可信、可行,基于事件控制的方法在网络遥操作控制中明显优于基于时间控制的方法.     

A multiple-kernel LSSVR method for separable nonlinear system identification

In some nonlinear dynamic systems, the state variables function usually can be separated from the control variables function, which brings much trouble to the identification of such systems. To well solve this problem, an improved least squares support vector regression （LSSVR） model with multiple-kernel is proposed and the model is applied to the nonlinear separable system identification. This method utilizes the excellent nonlinear mapping ability of Morlet wavelet kernel function and combines the state and control variables information into a kernel matrix. Using the composite wavelet kernel, the LSSVR includes two nonlinear functions, whose variables are the state variables and the control ones respectively, in this way, the regression function can gain better nonlinear mapping ability, and it can simulate almost any curve in quadratic continuous integral space. Then, they are used to identify the two functions in the separable nonlinear dynamic system. Simulation results show that the multiple-kernel LSSVR method can greatly improve the identification accuracy than the single kernel method, and the Morlet wavelet kernel is more efficient than the other kernels.     

基于视觉/惯导的无人机组合导航算法研究

目前视觉惯性组合导航系统多采用优化紧/松耦合以及滤波紧/松耦合算法,应用误差状态卡尔曼滤波能够将较低频率的视觉位姿信息提升到与惯性信息同步的频率;提出一种基于自适应卡尔曼滤波的视觉惯导组合导航算法,首先考虑到系统建模与传感器测量误差,采用自适应渐消卡尔曼滤波进行导航解算,通过实时计算遗忘因子,以调节历史数据的权重,可抑制建模误差,提高组合导航系统性能,然后针对视觉SLAM解算过程造成的视觉位姿信息滞后于惯导信息的问题,提出一种延时补偿方法;仿真实验表明,采用延时补偿的自适应渐消卡尔曼滤波算法能够有效抑制建模误差,并降低视觉位姿信息滞后带来的影响,提高无人机组合导航的解算精度,姿态、速度、位置解算精度分别达到5°、0.5m/s、0.4m以内。     

Job-Shop调度问题的仿真研究

Job-Shop是离散事件系统中典型的调度问题，通过计算机仿真能够动态地展现Job-Shop车间的状态，分析在不同调度方法下的系统性能，并运用知识和经验去选择合适的调度方法，从而改善调度性能。本文构造了Job-Shop的离散事件仿真模型，设计了基于事件驱动的仿真策略，并讨论了优先调度准则，为解决这一问题提供了一种现实可行的思路与方法。     

面向方框图仿真的模型建立与仿真计算

在对高阶系统及非线性系统进行仿真时，需要求解高阶微分方程与非线性微分方程。当中的变量耦合问题较难处理，面向方框图仿真方法可以较好地解决这个问题，仿真计算简单，界面直观，对控制系统的设计起较好的辅助作用。主要介绍面向方框图的仿真模型的建立方法，讨论线性及非线性微分方程的方框图模型，并简单介绍面向方框图的仿真计算和误差分析。     

基于HLA的智能交通仿真系统体系结构的探讨

从城市智能交通仿真系统的特点和已有各种仿真系统的不足出发，简要论述了城市智能交通仿真系统向分布式仿真系统发展的必然趋势；进而运用基于高层体系结构（HLA）的分布式技术的理论和方法，通过系统地分析城市智能交通仿真要求一多层次、高细节、集成性，进而提出了一种基于HLA的智能交通仿真系统的体系结构，并设计了相关的联邦成员；最后给出了基于上述体系结构的几种交通仿真应用方案。     

基于S函数的时变系统仿真

为了对复杂的控制系统进行优化控制，就要对系统特性有比较清楚的了解，对系统进行仿真是常用的一种方法。Mat-Lab软件是系统仿真的优秀工具，其Simulink能仿真大多数的系统，只是有些模型Simulink并没有直接给出，例如时变系统，而S函数是扩展Simulink功能的有力工具。该文对基于S函数的时变系统仿真进行了研究，并与等效变换法进行了比较，结果证明S函数是解决时变系统仿真的有力工具。     

复杂系统仿真模型和软件的校核方法

对复杂仿真系统而言，对其性能评估是仿真领域研究的一个重要问题，其中仿真可信度是最重要的指标，因为仿真可信度能否达到要求，直接关系到仿真系统应用的成败，而仿真可信度要解决的关键问题之一就是模型的校核（Verification）问题。该文就复杂系统的仿真，分别从不同角度给出了仿真算法和软件的校核方法，如对多层次结构系统模型给出了分层、逐级校核方法，对多输入多输出系统给出了化复杂为简单、逐步进行模型校核的方法，同时对某类武器系统仿真模型给出了逆解法校核方法，并对多人对同一问题相互校核的方法给出了仿真算例和结论。这些方法可对提高模型和软件的可信度起到一定的参考作用。     

基于COM的舰艇武器仿真系统建模研究

现在舰艇武器仿真系统存在各子系统间耦合性强的问题,不利于系统的扩展和复用。针对以上问题,提出了一种以COM技术为基础的舰艇武器仿真系统的建模方法,根据舰艇武器的结构和功能特征,按照COM接口规范对仿真系统进行结构划分,设计各子系统的对外接口,给出了仿真系统的运行流程及测试流程,最后对一个子系统样例进行测试。结果表明,采用该方法可以较好地解决上述问题,减弱子系统间的耦合性,使仿真系统具备良好的可复用性和可扩展性。