拟人智能控制及鲁棒LQ控制在倒立摆基准问题中的应用

分别应用拟人智能控制策略解决倒立摆标称系统的控制和鲁棒LQ方法解决其鲁棒控制问题.拟人智能控制模仿人解决问题的归约思路,从物理角度出发分析被控系统并设计定性控制律.利用遗传算法良好的全局搜索收敛特点,对定性控制律中的参数进行优化搜索.当模型只存在结构化型不确定性且不确定性有界时,可通过求解一个Riccati方程来设计鲁棒LQ控制器.仿真结果表明给定的控制指标均得到满足,且控制律算法简单,实现比较方便.     

拟人智能控制在二轮小车倒立摆系统中的应用

二轮小车倒立摆系统模型存在很大的误差和不确定性，针对其在保持摆杆稳定的同时在水平面上自由行走具有很高难度的问题，应用基于遗传算法寻优参数的拟人智能控制算法，解决了该系统的控制问题。首先根据拟人智能控制算法理论得到定性控制律，然后采用遗传算法优化各个控制参数，该方法既利用了拟人智能控制算法这一定性控制律的强鲁棒性的特点，又利用了遗传算法良好的全局收敛性。实验结果表明，该算法不仅具有良好的抗干扰能力，而且具有很强的鲁棒性。     

基于网格的个人数字图书馆信息检索策略研究

在实现个人数字图书馆的信息检索的时候,如果能有效的综合网格P2P技术以及Z39.50技术并加以利用的话,这会对信息检索的实现策略更加的优秀.但是网格P2P技术与Z39.50技术目前还不能直接结合,它们之间的结合需要由一个桥梁来完成,这个桥梁就是中间件技术.本文对基于网格的个人数字图书馆信息检索策略进行了研究,对个人数字图书馆信息检索策略建设具有一定意义.     

基于信任机制与遗传算法的渲染网格作业调度研究

信任关系是网格作业调度中一个很重要的因素,也是影响网格计算有效性和性能的关键技术之一。将信任机制引入到渲染网格作业调度中,建立渲染网格环境中基于信任机制的作业调度模型,在调度策略上对基本遗传算法进行了改进,提出了基于信任机制的遗传算法。实验结果表明,该算法可以提高任务完成率和平均信任效益,是适用于渲染网格的一种有效作业调度方法。     

基于OGSA的服务网格应用系统研究与设计

为提高资源的共享能力,在校园网环境下,借助于Globus平台搭建了校园服务网格应用系统.该系统将已有的计算资源和服务,利用网格环境中日臻成熟的中间件技术设计了满足特定需求的服务网格系统构架.提出了基于OGSA-GT3的校园服务网格应用系统的结构CSGA,讨论了CSGA的实现方案和执行流程.在开发的原型系统进行了计算服务的实现,并阐述了服务网格系统今后的研究方向.     

基于遗传算法的网格服务工作流调度的研究

网格服务的提出为网格工作流的研究提供了新的契机与挑战，由网格服务组成的工作流（GSF）的调度问题是一个典型的NP问题。利用遗传算法所具有的并行性和全局解空间搜索的特点，针对网格服务调度问题，提出基于遗传算法的网格服务工作流调度算法GSFGA，并改进了遗传算法的收敛特性，通过分析实验结果证明该算法优于传统的调度算法。     

飞行器外型设计遗传优化算法的网格实现

飞行器外型设计遗传优化算法网格计算系统是基于网格技术的。该系统由一组网格服务所构成。遗传算法中的流场计算模块（CFD)在该系统中是以服务的方式提供并可运行在各种计算机上。在该系统中，能够动态地发现和利用计算机资源，这些资源可以是异构的机型，可以是不同操作系统，井且这些资源的位置也可以是广域分布的。这个系统，为飞行器外型设计提供了更加灵活的设计手段，比如对设计过程的监控和控制，多用户协作设计等。     

基于遗传算法的网格任务调度研究

本文针对网格任务调度中存在资源提供者和网格用户对网格环境需求之间的矛盾,提出了一种新的基于遗传算法的任务调度策略,本策略可以通过调整适应度函数中参数的取值来解决上述矛盾,并采用Gridsim模拟器进行了仿真试验,结果表明,该方案更适合网格环境中的任务调度。     

基于遗传算法的网格计算资源调度策略

如何将网格这个复杂环境中的计算资源进行有效调度,是一个NP问题。遗传算法被证明是解决这类问题的有效算法,同时遗传算法有“早熟”和慢速收敛等缺点。为了克服其缺点,提出一种新的并行遗传算法,采取避免近亲繁殖的交叉策略和保护优秀个体的方法,提高算法搜索能力和收敛速度。仿真结果表明该算法能有效地解决网格计算资源分配问题。     

网格环境下基于启发式智能算法的任务调度研究

网格环境中的资源和任务情况异常复杂,因此计算任务在各种资源之间的调度成为了一个关键的问题,启发式智能算法被证明是解决这类问题的有效算法.本文提出将遗传算法和改进的蚂蚁算法融合起来解决网格环境下的任务调度.