基于AdaBoost-PSO-ELM算法的滑坡位移预测研究

矿山排土场滑坡的过程是一个动态、大延迟、高度非线性的特性问题,影响矿山排土场滑坡的因素众多,各个特性指标间相互影响,关于排土场滑坡预警并没有严格的划分标准。对此,提出一种自适应提升算法(Adaptive Boosting, AdaBoost)、改进的粒子群算法(Particle Swarm Optimization, PSO)和极限学习机(Extreme Learning Ma chine, ELM)相结合的矿山排土场滑坡短期预测方法。该方法首先利用粒子群优化算法得出ELM模型的最佳输入参数,再通过自适应提升算法将得到的多个极限学习机弱预测器组成新的强预测器并进行预测,最后以某矿山排土场采集的数据为算例,结果表明改进的组合方法的预测精度明显优于由粒子群优化算法优化参数的极限学习机模型和单独的极限学习机模型的预测精度,其预测结果接近于真实值,为实现矿山排土场滑坡预警提供了可能。     

快速预测控制算法及在单回路数字控制器中的应用

为使先进的预测控制算法在工业过程单回路数字控制器中方便有效地实现，本文设计了一种快速预测控制算法，降低了控制律在线运行的计算理，了算法实现所需的存储空间，且同时具有良好的适应性和鲁棒性，基于此算法的单回路数字控制仪表“广义预测自校正单回器调节器”在工业现场投入试运行，控制效果好，具有广泛的应用推广价值。     

采用智能算法参数整定的磁流变减摆自抗扰控制

为了提高飞机起飞和降落过程中的稳定性及安全性,采用磁流变阻尼器进行飞机前轮摆振控制。本文描绘了改进的Bouc-wen模型磁流变阻尼器的力学特性,并将之用于一个三自由度的飞机前起落架模型中,而后为此设计了减摆自抗扰控制器(active disturbance rejection control, ADRC);然后采用混沌分数阶天牛群算法整定优化自抗扰控制器的参数。最后,仿真结果显示经智能算法优化参数后的减摆自抗扰控制器能够较好地控制摆振现象,并且其性能具有一定的鲁棒性。     

磁通切换型定子永磁电机的建模与线性自抗扰控制

磁通切换型永磁（FSPM）电机是一种新型的定子永磁型无刷电机,在制造业及航海等领域具有很好的应用前景。FSPM电机的高性能控制具有很大的难度。在分析这种电机工作原理的基础上,建立了其在定子坐标系和转子旋转坐标系下的数学模型。采用电流滞环的PWM控制策略,并将线性自抗扰控制器（LADRC）引入到其调速系统中。稳态和动态仿真结果表明,采用LADRC的磁通切换永磁电机比采用PI控制的调速系统具有更好的启动特性,并在转速突变和突加负载扰动时具有更强的鲁棒性。     

基于Tent混沌优化的神经网络预测控制

With the unique erggdicity, i rregularity, and.special ability to avoid being trapped in local optima, chaos optimization has been a novel global optimization technique and has attracted considerable attention for application in various fields, such as nonlinear programming problems. In this article, a novel neural network nonlinear predic-tive control （NNPC） strategy baseed on the new Tent-map chaos optimization algorithm （TCOA） is presented. Thefeedforward neural network＇is used as the multi-step predictive model. In addition, the TCOA is applied to perform the nonlinear rolling optimization to enhance the convergence and accuracy in the NNPC. Simulation on a labora-tory-scale liquid-level system is given to illustrate the effectiveness of the proposed method.     

一种基于多分辨分析的小波压噪方法

本文基于小波变换的多分辨分析算法,提出了一种对受白噪声污染的数据进行除噪处理的算法,尤其适用于对含有高频分量的信号进行除噪.仿真实验表明该算法既能有效除噪又能保护真实信息的细节特征.     

复杂扰动下的动力翼伞轨迹跟踪控制

针对动力翼伞系统易受舵机负载转矩和外界风场等复杂扰动影响的问题,本文改进动力翼伞系统模型,引入具有负载转矩的直流电机模型。提出了基于自抗扰控制的轨迹跟踪控制器,分别设计了横纵向通道控制器,横向轨迹通道采用串级自抗扰控制,内环控制器对舵机负载扰动进行估计和补偿,减小死区误差;外环控制器跟踪参考飞行方向,降低风扰影响。半实物仿真结果表明:该控制策略性能优于传统自抗扰控制(ADRC)和PID控制器,能有效抑制舵机负载和风场扰动,提高跟踪精度,且稳定性和鲁棒性显著增强。     

基于小波网络动态补偿的广义预测控制器

由于广义预测控制器依赖于表征过程的线性模型,没有考虑未建模误差的影响,随着 预测长度的增加,其预测误差也增大.因此,提出用小波网络建立误差的预测模型,并对模型预 测进行动态补偿,以抑制模型失配的影响,增强鲁棒性.仿真结果表明了算法的有效性.     

大规模空投中的多翼伞一致性控制算法

翼伞大规模空投广泛用于物资运输或救援救灾,可将大量物资或人员依次运输至指定目标位置,通过分析可以看出其控制目标与多智能体一致性控制问题的控制目标高度一致,但翼伞存在强非线性特性,难以通过传统一致性算法实现精确控制和稳定性证明.因此,本文将采用八自由度动力学模型,在充分考虑翼伞非线性动力学特性的基础上,结合自抗扰控制与多智能体一致性控制策略,设计分布式控制器,并针对时延,信号噪声,可变通信拓扑等多外界干扰的基础上,在有限时间内确保多翼伞的运动误差可收敛到一个包含零点的邻域内,同时给出该控制器的稳定性证明.     

基于LMI方法的不确定性系统PID控制器设计

针对具有不确定项的一类离散系统,设计了PID控制器,并采用LMI法优化控制器参数,得到一组控制器参数的优化解。该方法可与PID算法简单快速的特性相匹配。理论分析表明该方法是收敛的。仿真实验得出该控制算法具有很强的鲁棒性。