基于Taylor级数的分布参数系统最优控制

结合钢坯加热过程讨论了分布参数系统的最优控制问题.针对钢坯加热过程,建立了分布参数系统的数学模型,利用Taylor级数近似变换,并引入Taylor级教基函数的微分运算矩阵和向量积矩阵,将钢坯温度的最优控制问题转化为相应集总参数系统的最优控制问题,然后对集总参数系统进行求解,并将求得的逼近解进行逆变换,即求得分布参数系统最优控制的逼近解.并通过仿真示例验证了该算法的有型,取得了满意的结果,为分布参数系统的控制算法提出了一条解决方案.     

基于Taylor级数的分布参数系统最优控制

结合钢坯加热过程讨论了分布参数系统的最优控制问题。针对钢坯加热过程,建立了分布参数系统的数学模型,利用Taylor级数近似变换,并引入Taylor级数基函数的微分运算矩阵和向量积矩阵,将钢坯温度的最优控制问题转化为相应集总参数系统的最优控制问题,然后对集总参数系统进行求解,并将求得的逼近解进行逆变换,即求得分布参数系统最优控制的逼近解。并通过仿真示例验证了该算法的有型,取得了满意的结果,为分布参数系统的控制算法提出了一条解决方案。     

带正弦干扰的线性时滞系统的次优控制

研究状态变量含有时滞的线性系统在正弦干扰下的前馈反馈次优减振控制问题，首先构造其解收敛于原时滞系统的无时滞系统序列；然后将时滞系统的最优控制问题化为无时滞系统的最优控制序列问题；最后通过截取最优控制序列解的有限项，得到系统的前馈反馈次优控制律，仿真结果表明，该方法抑制正弦干扰的鲁棒性优于经典反馈最优控制。     

带有持续扰动非线性系统的前馈-反馈最优控制

研究具有外界持续扰动作用下非线性系统的最优控制问题,提出了一种设计前馈一反馈最优控制器的逐次逼近算法．利用该算法可将在扰动作用下的非线性系统的最优控制问题转化为求解线性非齐次两点边值序列的问题．得到的最优控制律由解析的线性前馈-反馈项和伴随向量序列极限形式的非线性补偿项组成．通过截取非线性补偿序列的有限项,可得到前馈-反馈次优控制律．仿真结果表明,该方法抑制外部持续扰动的鲁棒性优于经典反馈最优控制．     

具有正弦扰动的时滞系统前馈-反馈次优控制:灵敏度法

研究线性时滞系统在外部正弦扰动作用下的前馈-反馈最优减振问题,提出了一种最优控制律的灵敏度设计方法．通过引入灵敏度参数并围绕它展开幂级数,将系统的最优控制问题简化为不含超前项和时滞项的两点边值问题族．通过截取最优控制级数的有限和获得原系统的前馈-反馈次优控制律．仿真结果表明,与经典状态反馈最优控制相比,本文的算法更加鲁棒,能更加有效地抑制正弦扰动．     

受扰非线性离散系统的前馈反馈最优控制

利用逐次逼近法研究含外部扰动的非线性离散系统的线性二次型前馈反馈最优控制问题.首先将系统的最优控制问题转化为非线性两点边值问题族.其次,构造了该问题族的由精确线性项和非线性补偿项组成的解序列,并证明了解序列一致收敛到系统的最优解.最后,通过截取最优控制序列解中非线性补偿项的有限项,得到系统的前馈反馈次优控制(FFSOC)律及设计算法.仿真算例表明,该算法容易实现,且对抑制外部扰动的鲁棒性优于经典的反馈次优控制(FSOC).     

含正弦扰动的离散时滞系统的次优减振控制

研究状态变量含有时滞的线性离散系统在正弦扰动下的前馈-反馈最优减振控制问题．将系统的最优控制问题转化为非齐次线性两点边值问题族，利用逐次逼近法得到了系统的最优控制律．该控制律由解析的前馈。反馈控制律和补偿序列的极限组成．通过截取补偿序列的有限项，得到了系统的前馈一反馈次优减振控制律．仿真结果表明，该方法对抑制正弦扰动的鲁棒性优于经典反馈最优控制．     

时滞系统在高速网络下的最优扰动抑制

研究在含有控制时滞与测量时滞的系统在高速通讯网络下最优扰动抑制问题. 首先建立在高速通讯网络下含有控制时滞与测量时滞系统的离散化数学模型, 利用模型转换将时滞系统转化为形式上的无时滞系统. 然后通过求解离散Riccati方程和Stein方程设计含有状态反馈、扰动前馈和控制记忆项的最优控制律, 前馈项和控制记忆项分别补偿了扰动和控制时滞对系统性能的影响. 通过构造降维扰动状态观测器, 设计了含扰动前馈、输出反馈及 控制记忆项的动态控制律, 解决了前馈补偿器的物理不可实现问题. 仿真实例验证了所设计的最优控制律的有效性.     

非线性离散系统的近似最优跟踪控制

研究非线性离散系统的最优跟踪控制问题. 通过在由最优控制问题所导致的非线性两点边值问题中引入灵敏度参数, 并对它进行Maclaurin级数展开, 将原最优跟踪控制问题转化为一族非齐次线性两点边值问题. 得到的最优跟踪控制由解析的前馈反馈项和级数形式的补偿项组成. 解析的前馈反馈项可以由求解一个Riccati差分方程和一个矩阵差分方程得到. 级数补偿项可以由一个求解伴随向量的迭代算法近似求得. 以连续槽式反应器为例进行仿真验证了该方法的有效性．     

造纸机烘缸表面温度最佳分布和最优控制

对于生产高级电容器纸的烘缸表面温度的最佳分布和最优控制的问题,本文用机理分析 和动态测试相结合的方法求得了数学模型;设计了前馈-反馈最优控制系统.经一年半的运 行,取得了满意的经济效果.本文提出的用常规仪表实现前馈-反馈最优控制的方法,实施方 便,应用可靠,具有实际意义.     

线性时变系统的一种鲁棒镇定控制器设计方法

针对一类线性时变系统提出一种状态反馈镇定控制器设计方法,该反馈控制器能将线性时变系统转化为一个稳定的定常闭环系统.借助线性系统的特征结构配置参数化方法,得到含待求参数的控制器解析形式,并给出控制器的可解性判据.在满足可解性的基础上,进一步对控制器进行了多目标优化设计,使其在保证系统稳定性的同时,具有良好的鲁棒性和干扰抑制能力.通过一个时变卫星姿态控制系统的实际设计表明了该方法的有效性.     

一类多指标约束下模糊非线性系统的满意容错控制

针对一般执行器故障模式的T-S模糊非线性系统,分别研究了同时具有稳定度指标、输入指标、输出指标约束下和同时具有闭环极点指标、方差指标、H∞指标约束下的满意容错控制器设计问题,给出了各相容指标的取值范围.仿真实例验证了所设计的满意容错控制策略的有效性,它不仅保证了执行器故障闭环系统的稳定性,而且保证系统具有良好的动态和稳态性能.     

基于模型的网络化控制系统量化反馈镇定

研究一类线性不确定网络化系统信息受限情况下的模型控制问题.在被控系统和模型系统通过带宽受限网络相连的情况下给出了有效的量化方法,使得量化值能够在量化器的容许范围之内,并给出了系统在一定条件下渐近稳定的充分条件.最后的仿真算例表明了所提出方法的可行性.     

基于阈值的案例决策方法及其在创新设计中的应用

通过分析案例决策(CBDT)的经验理性,提出了可用于创新设计的案例决策方法,首先分析偏好反转的内在机理,指出CBDT中的案例对决策结果存在的潜在影响;然后提出一种判别无关案例和启发性案例的方法以及基于阈值的案例决策方法;最后通过摩托车发动机的产品创新设计的心用案例,说明了所提出方法的决策步骤.该方法与案例推理(CBR)方法相比,对于创新设计具有更好的实用价值和现实意义.     

不同理性双寡头R&D竞争分析及混沌控制

利用动力系统的分支理论研究具有不同理性层次的双寡头R&D竞争模型.讨论了该模型均衡点的存在性与稳定性,并进行了数值仿真.仿真结果表明:考虑到企业的个人理性要求,现实中的模型稳定点数量町能比理论上的少,而Nash均衡点是模型的唯一稳定点:R&D投入调整速度的变化对模型的稳定性有较明显的影响;运用延迟反馈控制法可使陷入混沌状态的模型晕新稳定在Nash均衡.     

无线分布式网络MBBS时钟同步

针对无线分布式网络时钟同步中误差及信息的数目随层数增长过快的问题,提出基于管理和边界时钟广播的时钟同步算法(MBBS),详细介绍了MBBS的思想来源以及实现步骤.MBBS算法与PBS(pairwise broadcast svnchronization)算法相比,虽然在每轮同步中增加一条同步信息,但是同步的从时钟数目增加了一层.实验结果表明,在多层网络拓下,MBBS减少了全局时钟同步所需的信息数目,提高了网络时钟同步的精度.     

磁浮列车悬浮控制系统电磁铁故障诊断技术研究

针对磁浮列车的电磁铁的部分失效故障会导致悬浮控制系统的结构参数发生变化,影响该支撑点的稳定悬浮问题,研究了悬浮控制系统电磁铁故障诊断及其容错控制问题,提出一种将执行器故障导致的控制系统参数变化等效为控制输入变化的算法,实现了对执行器故障的量化指示,给出了执行器(电磁铁)的故障百分比.通过仿真和实验验证了算法的有效性.     

电弧炉电极调节系统的自适应死区补偿控制

电弧炉电极调节系统存在死区非线性,这将给控制系统带来稳态误差,甚全会造成系统不稳定.为此,针对断点不对称且斜率不相等的死区特性,提出一种自适心死区补偿方法.通过引入死区逆非线性环节,并在线更新未知的死区逆参数,达到完全补偿死区的效果.利用Lyapunov方法证明了参数估计误差的收敛性.仿真结果验证了所提出方法的有效性.     

代价敏感概率神经网络及其在故障诊断中的应用

针对传统的分类算法人多以误分率最小化为目标,忽略了误分类型之间的差别和数据集的非平衡性的问题,提出代价敏感概率神经网络算法.该算法将代价敏感机制引入概率神经网络,用期望代价取代误分率,以期望代价最小化为目标,基于期望代价最小的贝叶斯决策规则预测新样本类别.采用工业现场数据和数据集German Credit验证了该算法的有效性.实验结果表明,该算法具有故障识别率高、泛化能力强、建模时间短等特点.     

基于细胞自动机的移动机器人路径规划算法

针对移动机器人全局最优路径规划问题,提出一种基于细胞自动机的路径规划算法.该算法首先将移动机器人的起点、目标点和空间障碍物定义为一组离散的细胞状态,建立环境的细胞自动机模型;然后由机器人移动的曼哈顿距离设计演化规则;最后根据演化后的细胞状态搜索最优路径.对简单和复杂环境下的机器人路径规划问题进行了仿真实验,实验结果验证了该算法的有效性.