非凸稳态优化控制新方法——双迭代法

本文针对带有输出关联不等式约束的非凸稳态优化控制问题，提出了一种新的双迭代算法，虎法具有全局单调收敛性，应用条件较弱。最后的仿真结果也说明了该算法的有效性。     

广义稳态的工业过程及其优化控制

阐述了工业过程中出现的拟周期和混沌等动态行为，并分析了形成的原因和条件．介绍了与之密切相关的非线性科学中的混沌、微分动力学系统以及遍历论等理论，综述了工业过程的广义稳态优化控制的研究成果、理论意义和实用价值及其发展方向．     

具有模糊约束的大工业过程的关联平衡法

研究稳态大工业过程的递阶优化控制算法时,针对模型－实际存在差异以及实际约束条件有一定伸缩性的问题,将子过程模型作为等式约束,通过引入模糊系数使其转化为模型等式约束,同时对子过程原有的不等式约束进行模糊化处理,提出具有模糊约束的关联平衡法,进而了两种情形（开环和有全局反馈）的关联平衡法。仿真结果表明,有全局反馈的模糊关联法得到的最终解十分接近实际过程的真实最优解。     

工业过程稳态优化中的迭代学习控制

本文提出应用迭代学习控制的思想方法，对工业过程稳态优化中的动态施行控制，给出基本的控制结构及学习算法。论证算法收敛性并做了数字仿真。     

基于模糊模型的工业过程稳态优化控制方法

本文提出了一种解决复杂非线性工业过程的稳态优化控制方法，对过程建立模糊模型，用自相关函数检验法验证模型的正确性，用改进的遗传算法实现稳态优化计算，并以一炼油厂催化裂化实际生产过程的稳态数据进行试验，结果说明该方法的正确性。     

基于神经网络的复杂工业过程稳态优化控制策略及发展

本文结合神经网络的基本概念和理论,介绍了神经网络在复杂系统稳态优化控制领域的某些应用成果,并对其今后的发展方向进行了探讨。     

工业过程稳态优化控制新方法--修正目标函数法

本文对带有输出关联不等式约束的工业过程提出了一种确定稳态优化控制的新算法--修正目标函数法.该算法具有全局单调收敛性,事先不需要建立近似稳态模型.仿真结果显示了该算法的有效性及优越性.     

稳态约束优化控制可行性分析的新方法

针对文［５］所提出的稳态约束优化控制问题，本文提出了一种新的可行性分析算法。基于该算法，不仅可以判断稳态约束优化控制问题是否存在可行解，还可以直接求取约束控制的可行区域，它为复杂工业过程优化控制系统的设计与实施提供了一种有效的分析方法。     

工业过程广义稳态优化控制研究

基于广义稳态和稳态集合的中心名义值概念,给出了工业过程广义稳态优化控制问题的数学描述,并就该问题的存在性给予了充分性证明;此外.对处理工业过程广义稳态优化控制问题的一种等效方法展开了深入讨论,给出了具体算法步骤,并对一个化工过程的广义稳态优化算例进行了仿真计算;结果表明,文中关于广义稳态优化控制问题的定义是正确的,算法是有效的.     

工业过程稳态优化进程中的噪声平滑型迭代学习控制

针对具有噪声的工业过程稳态优化进程，提出迭代学习控制以期改善控制系统的动态品质，建立了基本的加权噪声平滑型迭代学习控制算法结构。利用频域时域相结合的方法分析和论证了算法的收敛性，给出噪声平滑参数的确定策略，数字仿真表明，平滑型迭代学习控制算法能有效消除噪声对系统输出信号的影响，显著改善工业过程稳态优化进程中控制系统的动态品质。     

具有模糊参数的大工业过程的混合协调法

在研究大工业过程的递阶优化控制算法时, 针对模型-实际差异问题, 将子过程的数学模型中的系数处理为模糊数, 提出了基于模糊模型的大工业过程的稳态混合协调算法. 研究了两种具有模糊参数的混合算法: 开环的和有全局反馈的混合协调算法. 与基于精确系数模型的混合算法相比基于模糊模型的混合算法收敛更快, 目标函数更好.     

大工业过程的稳态模型分散辨识及其强一致性分析

针对动态线性大工业过程,提出了获得其可分稳态模型强一致性估计的分散辨识方法.该方法仅使用设定点的阶跃信号作为输入激励信号,并且每个子过程的输入输出稳态模型辨识是在相应的局部单元完成的,因而大大减少了对过程的干扰和信息的交换量.所提出的方法简洁,并且辨识精度高,仿真结果说明了该辨识方法的有效性和实用性.     

一种结合遗传算法的工控协议模糊测试方法

模糊测试在工控协议的漏洞挖掘中有很好的适用性,但传统的模糊测试存在着用例的生成工作量大、失效率高等弊端.为了解决这些问题,设计了一个结合遗传算法与模糊测试的工控协议模糊测试器GA-Fuzzer,并引入基于维度变换的用例空间模型和危险点的概念.在GA-Fuzzer中,构造了更有效的动态适应度函数,同时设计了动态变异算子和交叉算子优化测试用例.在相同实验环境下,分别采用开源模糊测试方法Peach以及GA-Fuzzer对目标进行测试,结果显示GA-Fuzzer可有效改善传统遗传算法过早收敛的问题,且与Peach相比,达到相同的测试预期所使用的用例数量降低27.20％,测试时间降低34.82％.     

动态双线性工业过程稳态模型的强一致估计

针对双线性动态工业过程,提出一种辨识其稳态模型的方法.该方法利用阶跃信号作为辨识输入信号和过程稳态输出采样值的滑动平均近似稳态输出值,从而构造一种线性矩阵关系,获得其未知系数矩阵的估计.该过程在阶跃输入情况下是一个严格稳定的过程,所以其稳态输出采样值是拟平稳的,从而这种估计是强一致的.数字仿真充分证明了该方法是有效和实用的.     

具有模糊约束的大工业过程的关联平衡法

研究稳态大工业过程的递阶优化控制算法时,针对模型-实际存在差异以及实际约束条件有一定伸缩性的问题,将子过程模型作为等式约束,通过引入模糊系数使其转化为模糊等式约束,同时对子过程原有的不等式约束进行模糊化处理,提出具有模糊约束的关联平衡法,进而研究了两种情形(开环和有全局反馈)的关联平衡法.仿真结果表明,有全局反馈的模糊关联平衡法得到的最终解十分接近实际过程的真实最优解.     

不确定时滞关联大系统的全局稳定模糊容错控制

研究了一类带有时变时滞的不确定非线性关联大系统的自适应模糊容错控制问题.用有界的参考信号代换模糊逼近器输入中的未知时滞信号,使得控制器的设计与应用不再依赖于时滞假设条件,使得控制器的设计和控制方法的应用更为方便.容错反推控制技术和自适应技术相结合来处理代换误差和逼近误差.所提出的方案能有效补偿所有4种类型的执行器故障,同时还可保证闭环系统的全局稳定性.仿真结果进一步验证了本文方法的有效性.