风电资源开发利用进展

引言 在常规能源告急和全球生态环境恶化的双重压力下，风能作为一种无污染、可再生、高效清洁的替代能源，在近30年来，发展尤为迅猛。发达国家为遏制全球气候变化的影响、酸雨影响，以及减排温室气体与二氧化碳和氮氧化物等保护全球环境和区域环境，开始征收能源税或碳税等措施，更使得风力发电在科技和经济上的竞争能力大大加强。     

一种新型神经网络滑模控制器的设计

针对滑模控制中存在的抖振问题,提出了一种新型神经网络滑模控制方法,该方法通过BP神经网络逼近系统滑动超平面与指数趋近律之间的函数关系,同时采用双曲正切激活函数代替滑模控制中的饱和函数,从而实现了滑模控制的边界层法设计。仿真实验表明,该方法有效地消除了滑模控制中的抖振现象。     

电-气位置伺服控制系统的研究进展

由于气压驱动系统本身具有强非线性、固有频率低、刚度低和阻尼小等特点，实现高精度的位置伺服控制比较困难．针对我国在这方面所做工作相对较少的现状，从电-气位置伺服系统的控制方式和控制策略两方面综述了近年来的发展状况．并对各种方法的优缺点进行分析和比较，同时探讨了这一研究领域的发展方向和需要解决的问题．     

移动机械手结构设计

移动机械手的研究日益受国内外的重视，我国在移动机械手的理论方面刚刚起步，在实践上做的更少，机器人的系统结构是决定机器人性能的关键因素之一，本文以实验室自行设计的移动机械手为研究对象，详细阐述了移动机械手（移动平台及机械手）的系统造构，性能及运动控制等。     

基于目标的动态加权模糊控制

针对单输入、多目标控制系统，提出一种基于目标的动态加权模糊控制模型。该模型根据控制目标设计子模糊控制器，通过模糊推理得到的加权系数动态连接各个子目标模糊控制器，使多个子目标模糊控制器在控制过程中既相互竞争又相互协调。该模型用于吊车控制的仿真结果证明了其有效性。     

一类非线性系统的自适应滑模模糊控制

针对一类具有多个子系统的欠驱动非线性系统提出了一种自适应滑模模糊控制方法. 首先通过分析模糊控制与边界层滑模控制的相似性,提出了滑模模糊控制方法;然后根据滑模 面斜率和各子系统控制对于系统动态性能的影响,分别采用模糊推理根据系统状态自动地实时 调节滑模面斜率和各子系统在系统控制中的作用;最后通过简单的滑模模糊控制器实现对具有 多个子系统的欠驱动非线性系统的控制.将该方法应用于吊车的运输控制中,仿真结果证明了 其有效性和鲁棒性.     

机器人行为协调机制研究进展

针对行为协调机制的三个实现方法:仲裁、命令融合和机器学习进行了较为详尽的综述,同时探讨了这一研究领域的发展方向和需要解决的问题.􀁱     

基于稳定性分析的一类欠驱动系统的滑模控制器设计

从稳定分析的角度提出了一种欠驱动系统的新型滑模控制方法．该方法将各个子系统的一个变量进行组合定义成一个中间变量，然后从这个中间变量出发构造滑模函数，通过求取总的控制量保证中间变量在有限时间内收敛到平衡点；进一步利用LaSalle不变性原理证明该收敛域内只有一个平衡点且是渐近稳定的．仿真实验进一步验证了该结论．     

Pendubot的一种分层滑模控制方法

针对Pendubot这类二阶欠驱动系统提出了一种分层滑模控制方法.该方法将系统状态分成两个子系统,分别构造滑动平面,采用Lyapunov方法求取总控制量,该控制量可以实现Pendubot的摆起控制,当系统接近平衡位置附近时,双层滑模控制器退化成单层控制器,这样又保证了Pendubot能够稳定在最终的平衡位置上.从理论上证明了各层滑动平面的渐近稳定性,并且通过仿真实验验证了该方法的有效性以及该控制器对各类扰动的自适应性.     

知识和数据协同驱动的群体智能决策方法研究综述EI北大核心CSCD

群体智能(Collectire intelligence,CI)系统具有广泛的应用前景.当前的群体智能决策方法主要包括知识驱动、数据驱动两大类,但各自存在优缺点.本文指出,知识与数据协同驱动将为群体智能决策提供新解法.本文系统梳理了知识与数据协同驱动可能存在的不同方法路径,从知识与数据的架构级协同、算法级协同两个层面对典型方法进行了分类,同时将算法级协同方法进一步划分为算法的层次化协同和组件化协同,前者包含神经网络树、遗传模糊树、分层强化学习等层次化方法;后者进一步总结为知识增强的数据驱动、数据调优的知识驱动、知识与数据的互补结合等方法.最后,从理论发展与实际应用的需求出发,指出了知识与数据协同驱动的群体智能决策中未来几个重要的研究方向.