矿区发展规划动态投入产出模型

本文以动态投入产出模型为核心，建立了矿区发展规划模型系统，用以解决矿区投资扩大生产规模中各生产部门间产量的合理分配，资源的合理配置、投产与产出增长的动态平衡问题，进而优化投资结构、产出结构，寻求矿区最佳发展策略。     

一类经济跟踪问题的算法与计算机仿真

对于一类动态投入产出模型最优消费跟踪问题给出一完整算法。根据这一算法编写程序已经在ＰＣ机上进行详细计算，仿真结果表明该算法有效且便于应用。     

电力生产部门投入占用产出分析

结合电力生产部门的产品具有不可贮存、生产与消费同时完成并占用价值很高的生产设备等特点,设计了电力生产部门投入占用产出表,并给出了投入产出数学模型、占用产出数学模型及各种占用物的占用分析方法．笔者以《1992年中国投入产出表》为基础,编制了电力生产部门投入占用产出表,并进行了投入产出、占用产出的分析,所得到的消耗系数、占用系数、分配系数、最终使用结构系数等为电力部门决策提供了有用的信息．     

滇池流域可持续发展动态环境管理指标研究

建立一个滇池流域的环境保护投入产出表,用生产函数的方法来确定直接消耗系数,使投入产出表不仅具有动态特性,而且体现了技术进步;以这个直接消耗系数为基础建立包括多阶段、动态多目标规划模型,系统动力学模型,大系统动态最优控制模型的模型体系;为确定流域可持续发展的环境管理指标体系及其各指标的动态数值提供仿真求解及模拟实验的依据     

递阶变时域滚动优化生产控制策略

为降低柔性制造系统生产控制策略求解的复杂性, 提出递阶变时域滚动优化生产控制策略. 该策略利用动态规划结合变时域滚动优化技术, 通过对目标性能泛函积分上限的重新定义,把求解多维随机最优生产控制问题递阶为求解期望意义下的最优生产控制问题, 并通过在一维方向上的变时域滚动优化来逼近原始问题的最优解. 同时给出了该策略的优化算法,仿真结果表明该策略快速有效, 避免了直接求解偏微分方程带来的困难, 提高了控制的精确性和实时性,使生产满足准时制.     

住宅业与国民经济联动关系定量分析

利用里昂惕夫投入产出模型和投资乘数理论，以我国国民经济投入产出表和当前城镇住房建设和消费的投入结构为基础，定量分析了住宅产业与其他相关产业及国民经济的联动关系，测算出了住宅产业对其他产业和国民经济增长的影响力及感应力等指标。     

企业质量经济分析的投入产出模型

本文在经典的投入产出模型基础上，引入质量成本，质量加投入等概念，建立了多产品质量水平结构的投入产出模型，并讨论了该模型在需求预测，计划以及企业产品质量水平结构优化决策等方面的应用，本文是传统质量系统分析方法和经典投入产出模型的推广。     

投入产出组合摄动优化模型探讨

<正> 一、问题的提出投入产出分析法,是美国著名经济学家Wassily W Leontief率先提出的定量经济分析方法。该方法利用数学方法和电子计算机来研究各种经济活动的投入与产出之间的数量关系,科学的预测、分析和安排经济关系、结构、计划、管理以及成本价格等经济活动。七十年代以来,世界各国来自经济学、数学、控制理论和电子计算机领域的学者互相配合,使投入产出基础理论,动态投入产出模型,投入产出优化模型等课题的研究取得了显著     

混杂生产系统变时域滚动优化生产控制

为降低求解生产优化控制策略的复杂性,提出了递阶变时域滚动优化生产控制策略.通过对考虑切换费用及随机故障情况的混杂生产系统模型分析,把原始命题简化为有限时域下随机动态规划问题,并给出了求解该动态规划问题的Bellman方程.利用准时制思想,在期望意义下把求解多维随机最优生产控制问题递阶为求解确定系统的最优生产控制子问题,并通过在一维方向上的变时域滚动优化来逼近原始命题最优解.仿真结果表明,该策略快速有效,避免了直接求解偏微分方程带来的困难,使得基于该策略的算法可行,提高了控制的精确性和实时性.     

区间数投入产出的优化模型

文［１］首次提出了区间数投入产出模型，由于模型中的各种数值具有上下限的区间，所以文［３］用区间数投入产出模型作经济分析显示了它的优越性和实用性，优化模型更需要这样的上下限．本文用它作优化讨论，显得更为方便，结果更为理想。     

可规定性能的输入受限非线性系统反步控制

针对具有不可直接测量状态和控制方向未知的输入受限非线性系统的跟踪问题,提出一种基于模糊状态观测器的反步控制方法.首先采用模糊状态观测器估计被控系统中的不可测量状态;然后利用具有光滑特性的双曲正切函数和Nussbaum增益函数对控制器的饱和问题进行处理,根据可规定误差面性能技术对输出跟踪误差的边界进行限定;最后将反步法和动态面法相结合设计鲁棒控制器.运用Lyapunov理论对系统的稳定性能进行了分析,证明闭环系统的所有信号最终半全局一致有界.以具有参数不确定性和存在外界未知有界干扰的高超声速飞行器纵向运动为仿真模型,仿真结果验证了所提算法的有效性.     

基于数据驱动高阶学习律的轮式移动机器人轨迹跟踪控制

轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性.     

基于扰动观测器的时滞非线性系统的跟踪控制

研究了具有输入时滞和未知外部扰动的单输入单输出非线性系统的跟踪控制问题. 针对系统中未知扰动,设计了扰动观测器对其进行良好的监测,针对输入时滞问题,采用pade近似和增加中间变量的方法消除其带来的影响. 在系统具有未知外部扰动的情况下,利用反步法和扰动观测器的技术提出了鲁棒跟踪控制. 在基于扰动观测器的鲁棒跟踪控制下,通过李雅普诺夫分析,保证了闭环系统中所有信号的一致渐近收敛性. 最后通过一个仿真实例验证了该控制方法的有效性.     

力矩受限的非完整WMR镇定与轨迹跟踪统一预测控制

针对动力学模型描述的非完整轮式移动机器人,研究了存在控制输入约束情况下的镇定及轨迹跟踪统一预测控制问题.基于控制Lyapunov函数,设计了满足稳定性条件及输入约束的终端控制器,给出了相应的终端域,分别以跟踪圆轨迹和并行泊车为例给出了轨迹跟踪与镇定控制的仿真结果.     

基于动态滑模的微定位平台轨迹跟踪控制

音圈电机驱动的微定位平台作为高精密度运动平台,被广泛应用于精密加工、微机电等领域. 针对音圈电机驱动的微定位平台的高精度平稳跟踪控制问题,结合归一法和理论建模的参数建立具有参数不确定性的二阶微分方程数学模型,以柔性机构实际位移作为输入,平台控制率作输出;鉴于模型参数不确定的特点,通过建立误差的二阶滑模面,提出基于动态滑模的微定位平台跟踪控制,通过李雅普诺夫稳定性理论获得系统稳定的结论. 通过平台试验对比分析提出的控制算法,结果表明提出的动态滑模控制算法在保证较小抖振的前提下,都能完成轨迹跟踪,跟踪精度比传统滑模提高13.4%和4%,且跟踪更平稳,具有良好的工程前景.     

直线永磁伺服电机机电子系统解耦的速度跟踪控制

根据三相交流直线永磁同步伺服电动机的非线性动态数学模型，采用状态反馈解耦的方法，建立直线永磁同步伺服电动机闭环系统动态的输入－输出数学模型，通过该解耦模型设计速度跟踪控制律，在保证整个闭环系统稳定的情况下，提高速度跟踪的快速性和精确性，最后，通过MATLAB5．3进行计算机仿真实验研究，结果表明线性化后的系统模型是简单适用的，速度跟踪实现了快速性和精确性。     

具有反污染控制与产出的经济最优增长模型

为严格界定生产过程中产出物对环境污染的正负贡献，首先对列昂惕夫扩展型投入产出表进行规范化修订，以往的多部门经济最优战略决策模型均未将污染与反应污染这一要素纳入其决策过程，所建立的均为向自然掠夺的生产性经济增长模型，伴随着反污染意识的增强及反污染技术的发展，反污染不仅单方面的需要传统产业部门的投入，相应地在反污染过程中也形成传统产业部门的产出，本模型设置了“完全反污染动态控制目标”，增设“完全反污染产出技术系数矩阵”，充分考虑完全反污染部门的产出，将动态投入产出技术与最优化理论相结合，建立多部门动态经济系统最优增长模型，给出多部门非线性经济均衡增长轨道和经济最优增长轨道的求解方法，为宏观经济预测和决策提供理论上的支持与借鉴。     

时滞非线性参数系统有限时间状态约束控制

研究了具有输入时滞、有界外部干扰以及全状态约束的严格反馈连续时间参数化非线性系统的自适应有限时间跟踪控制问题. 通过使用Barrier Lyapunov函数和自适应反步法,保证了系统所有状态都被约束. 针对输入时滞问题,采用pade近似法消除其带来的负面影响. 所设计的有限时间控制器使闭环系统内的所有信号都有界且所有状态都被约束在给定的范围内,同时输出信号能很好地追踪给定参考信号. 最后通过仿真实例验证了该控制方法的有效性.     

柔性机械臂动力学建模及非线性控制器设计

针对轴向不伸长的Ｅｕｌｅｒ－Ｂｅｒｎｏｕｌｉ梁，采用假设模态法，根据能量一致性原理，利用变形约束方程的小变形假设条件，对带有末端荷载的柔性机械臂推导出考虑动力刚化影响的柔性机械臂有限维一致线性动力学方程。为实现柔性机械臂关节转角运动轨迹的精确跟踪采用基于输入输出部分线性化的控制方法设计非线生控制器，对该非线性动力学模型进行了解耦并产生理想关节转角运动轨迹的控制输入。     

基于深度强化学习的移动机器人轨迹跟踪和动态避障

针对移动机器人在局部可观测的非线性动态环境下,实现轨迹跟踪和动态避障时容易出错和不稳定的问题,提出了基于深度强化学习的视觉感知与决策方法.该方法以一种通用的形式将卷积神经网络的感知能力与强化学习的决策能力结合在一起,通过端对端的学习方式实现从环境的视觉感知输入到动作的直接输出控制,将系统环境感知与决策控制直接形成闭环,其中最优决策策略是通过最大化机器人与动力学环境交互的累计奖回报中学习获得.仿真实验结果证明,该方法可以满足多任务智能感知与决策要求,较好地解决了传统算法存在的容易陷入局部最优、在相近的障碍物群中震荡且不能识别路径、在狭窄通道中摆动以及障碍物附近目标不可达等问题,并且大大提高了机器人轨迹跟踪和动态避障的实时性和适应性.