一类随机非线性系统的输出反馈镇定

针对一类随机非线性系统的输出反馈镇定问题,首先利用反推技术和设计有效的观测器,为其对应的标称系统设计稳定的输出反馈控制器;然后通过有效的坐标变换,并选择恰当的高增益参数,利用高增益齐次占优技术,为整个系统设计了光滑的输出反馈控制器,所设计的控制器能够保证闭环系统的平衡点是依概率全局渐近稳定的,上述过程的主要贡献是将现有文献中经常使用的线性增长条件推广到更一般的增长条件,得到更一般化的结果.数值仿真例子验证了控制方案的有效性.     

多学科协同优化方法的分析与改进

深入分析了标准协同优化、动态松弛协同优化和两阶段协同优化方法的几何特性,进而比较了各自的优化特性.针对协同优化对初始点敏感的问题,通过增加总体一致性约束的方法,提出了基于先验约束法的SGO方法.针对设计变量数量级相差较大的协同优化问题,为了提高学科间的一致性,给出了基于加权方法的学科间一致性约束表示式.最后,通过悬臂梁多学科优化问题,验证了基于先验约束法的SCO方法的有效性.     

发电机励磁系统的非线性大干扰抑制控制器

针对具有励磁控制的单机无穷大系统, 基于backstepping方法提出了一种非线性大干扰抑制控制方案. 重点考虑发电机转子受到外界未知大扰动对系统输出的影响, 利用minimax方法可有效降低以往由简单估计干扰上界或不等式放缩带来的保守性, 从而确保单机无穷大系统具有良好的鲁棒性和对大干扰的不敏感性. 考虑系统受到短路接地故障或者发电机发生机械功率扰动等突发性大干扰的情形, 对单机无穷大系统进行仿真实验, 结果表明这种控制方案可有效改善电力系统暂态稳定的动态过程.     

不确定时滞系统的稳定条件

利用比较定理、矩阵范数和矩阵测度的有关性质,提出了简单不确定时滞系统及对称组合不确定时滞系统的稳定条件.指出若带有时滞的系统稳定,则去掉时滞时系统一定稳定.在组合系统的情况下给出了时滞相关型的稳定条件.所研究对象的不确定矩阵的范数有一定限制.     

具有混杂约束的非线性优化神经网络

目的为解决一类同时含有等式约束和不等式约束的混杂约束的非线性规划问题．方法利用神经网络具有内在大规模并行运算和快速收敛特性理论,提出了一种非线性优化神经网络解决一类混杂约束的非线性规划问题．结果该模型既克服了采用罚函数方法的神经网络求解优化问题的缺陷,同时与引入松弛变量的优化神经网络相比,具有电路实现简单、计算量小和收敛速度快等特点．此外,利用能量函数对神经网络的稳定性和收敛性进行了分析,进而保证所提出的神经网络具有全局稳定性．结论通过两个数值仿真例子验证了所提出的优化网络的有效性．     

模拟移动床吸附分离技术

详细地介绍了一种现代化分离技术--模拟移动床色谱吸附分离技术的工作原理.综述了近年来国内外模拟移动床在建模方法以及优化与控制等方面的研究进展,从而进一步指出了模拟移动床吸附分离技术的发展方向.     

一类参数不确定非线性系统的鲁棒稳定性

本文分析了一类参数不确定非线性系统，给出了其鲁棒稳定性的若干判据，为寻找非线性系统的参数鲁棒空间提供了一种途径，最后通过简单数据算例说明了本文结论的有效性。     

基于模拟退火算法的电力系统输电阻塞成本控制

研究了实时电力系统中输电阻塞管理的成本控制问题.针对同时开放发电侧和负荷侧的情形,引入阻塞率因子,建立了新的阻塞费用优化模型.基于minimax思想和模拟退火算法,将实时阻塞管理问题转化为最大输电阻塞时调整费用最小的非线性规划问题,得到了全局最优解.仿真结果表明,改进的优化模型可有效缩减和控制调整费用,所设计的算法简单可行且安全可靠.     

控制方向未知的非线性系统的自适应输出跟踪控制

针对一类含有未知控制方向和时变不确定性的本质非线性系统，应用Nussbaum-type增益技术和Adding a power integrator递推设计方法，设计了一种鲁棒自适应状态反馈拉制器．所设计的控制器能保证闭环系统所有信号全局一致有界，特别是通过适当调整控制器设计参数，可使输出跟踪误差在有限时间后变得适当小．最后通过仿真实例对算法进行验证.     

基于模糊解耦的火电单元机组负荷控制

讨论了火电单元机组负荷控制问题．根据火电单元机组工况多变的特点，提出一种基于模糊解耦的火电单元机组负荷控制方案，以提高控制系统适应负荷变化的能力．针对300MW仿真机的实测表明，与传统的PID定值控制相比，该方法改善了负荷控制性能，是一种具有实用价值的火电机组负荷控制方法．