基于人工蜂群优化的环形二级倒立摆H∞鲁棒控制器设计

采用H∞回路成形控制方法实现环形二级倒立摆系统的平衡控制;对于H∞回路成形控制器来说,权函数的选择直接影响控制器性能,而往往权函数的选择是需要通过设计人员的不断试凑来完成,不仅设计效率低下,而且无法得到最优的控制性能;因此引入人工蜂群算法,依靠其优异的全局寻优能力,完成对H∞回路成形控制器权函数的求解并保证最优的控制器性能;仿真结果表明,蜂群算法能够寻优到最优的权函数参数,对应的H∞控制器能够保证环形二级倒立摆在受到外界干扰的情况下依然保持在平衡位置。     

Sparse kernel logistic regression based on L 1/2 regularization

The sparsity driven classification technologies have attracted much attention in recent years, due to their capability of providing more compressive representations and clear interpretation. Two most popular classification approaches are support vector machines (SVMs) and kernel logistic regression (KLR), each having its own advantages. The sparsification of SVM has been well studied, and many sparse versions of 2-norm SVM, such as 1-norm SVM (1-SVM), have been developed. But, the sparsification of KLR has been less studied. The existing sparsification of KLR is mainly based on L ₁ norm and L ₂ norm penalties, which leads to the sparse versions that yield solutions not so sparse as it should be. A very recent study on L _1/2 regularization theory in compressive sensing shows that L _1/2 sparse modeling can yield solutions more sparse than those of 1 norm and 2 norm, and, furthermore, the model can be efficiently solved by a simple iterative thresholding procedure. The objective function dealt with in L _1/2 regularization theory is, however, of square form, the gradient of which is linear in its variables (such an objective function is the so-called linear gradient function). In this paper, through extending the linear gradient function of L _1/2 regularization framework to the logistic function, we propose a novel sparse version of KLR, the 1/2 quasi-norm kernel logistic regression (1/2-KLR). The version integrates advantages of KLR and L _1/2 regularization, and defines an efficient implementation scheme of sparse KLR. We suggest a fast iterative thresholding algorithm for 1/2-KLR and prove its convergence. We provide a series of simulations to demonstrate that 1/2-KLR can often obtain more sparse solutions than the existing sparsity driven versions of KLR, at the same or better accuracy level. The conclusion is also true even in comparison with sparse SVMs (1-SVM and 2-SVM). We show an exclusive advantage of 1/2-KLR that the regularization parameter in the algorithm can be adaptively set whenever the sparsity (correspondingly, the number of support vectors) is given, which suggests a methodology of comparing sparsity promotion capability of different sparsity driven classifiers. As an illustration of benefits of 1/2-KLR, we give two applications of 1/2-KLR in semi-supervised learning, showing that 1/2-KLR can be successfully applied to the classification tasks in which only a few data are labeled.     

具有时延的参数不确定主动悬架广义H2/H∞控制

提出了一种新的综合考虑系统的输入时延和参数不确定性的广义H2/H∞混合控制器设计方法,并将其用于车辆主动悬架设计.假定作动器时延是一个已知其边界但不确定的恒定的量,且系统的小确定参数是范数有界的.针对悬架设计需求,分别用H∞和广义H2性能评价指标反映车身加速度和机械结构设计约束.通过定义一个李亚普诺夫函数来同时满足闭环系统的两个性能指标,将广义H2/H∞混合控制器设计转化为线性矩阵不等式的求解.用两自由度1/4车悬架模型进行仿真,结果表明:不论是否存在有界时延和车身参数变异,控制器始终能给出很好的控制效果.     

一类不确定切换奇异系统的动态输出反馈鲁棒H∞控制

研究一类由任意有限多个不确定子系统组成的切换奇异系统的动态输出反馈鲁棒H∞控制问题. 利用共同 Lyapunov 函数方法和凸组合技术, 给出由矩阵不等式表示的控制器存在的充分条件, 并设计了相应的子控制器和切换策略. 采用消元法, 将该矩阵不等式转化为一组线性矩阵不等式 (LMIs). 最后, 数值实例验证了所提方法的有效性.     

不确定随机时滞系统的鲁棒H∞保性能控制

讨论了一类具有时变时滞的不确定It类型随机系统的鲁棒H∞保性能控制问题. 运用Lyapunov-Krasovskii泛函方法, 设计使得闭环系统鲁棒随机指数均方稳定, 且具有给定H∞干扰抑制度 γ 的状态反馈保性能控制器. 控制器存在的充分条件以线性矩阵不等式(LMIs)的形式表示. 进一步, 通过求解具有LMIs约束的凸优化问题, 给出了不确定随机时滞系统的最优保性能控制器的设计方法. 最后通过一个数值例子验证了所提方法的有效性.     

基于模糊Lyapunov函数方法的模糊广义系统H∞控制

研究一类T-S模糊广义系统的容许性条件和H∞控制问题. 首先将原系统表示成增广系统, 进而基于新的模糊Lyapunov函数和模糊控制器得到容许性条件. 所得开环容许条件不要求子系统是容许的; 闭环容许条件中不含有控制输入矩阵与控制增益矩阵的乘积项. 对于H∞控制问题, 利用隶属度函数的性质对H∞控制条件进行了放宽, 并得到了改进的严格线性矩阵不等式(LMI)形式的H∞控制条件. 数值算例表明所得结论较已有文献具有较小的保守性.     

随机时延网络控制系统的H∞输出反馈控制器设计

研究了一类具有随机通讯时延的网络控制系统的控制器设计问题.同时考虑了控制器和执行器之间,控制器和传感器之间这两类由于有限网络带宽而出现的随机传输时延.采用满足Bernoulli分布的二进制序列来描述数据传输的随机时延.利用矩阵不等式方法给出了动态输出反馈控制器存在的充分条件,所设计的控制器使得闭环系统是均方意义下指数稳定并具有给定的H∞性能.采用SLPMM(sequentially linearprogramming matrix method)给出了控制器的求解算法.仿真算例说明该方法的有效性.     

线性离散时滞重复过程的H∞控制

首先给出了线性离散时滞重复过程的2D(两维)Roesser模型, 采用线性矩阵不等式方法导出了过程稳定并具有H_∞扰动抑制度的一个充分条件. 通过求一个线性矩阵不等式的可行解来构造系统的一个状态反馈H_∞控制器. 进一步, 通过求解一个线性矩阵不等式凸优化问题得到该过程的最优状态反馈H_∞控制器.     

模糊奇异摄动系统H∞滤波

针对一类非线性奇异摄动系统,建立基于T-S模糊模型的模糊奇异摄动系统模型,通过Lyapunov方法和Schur补定理,研究其H∞滤波问题.将系统H∞滤波器设计归结为求解一组与摄动参数ε无关的线性矩阵不等式,从而避免由ε引起数值求解的病态问题.所获得的滤波器使闭环系统渐近稳定并能达到给定的H∞性能指标.该方法适用于标准和非标准非线性奇异摄动系统,仿真实例表明了所提出方法的有效性.