全局最优的邻域估计

为了实现全局最优的快速搜索,对全局最优所处的范围进行预估非常关键.受沙盘重心的力平衡关系启发,提出基于重心定位的全局最优邻域估计方法.利用空间变换技术,将寻优空间的重心＂移＂至全局最优附近;在重心逐次＂移＂动过程中,以重心为几何中心,构造一个范围不断缩小的全局最优邻域.函数测试和工程应用表明,所提出方法能以较小的种群和迭代次数确定全局最优的有效邻域范围.     

基于Maclaurin 展开的PID 设计与无模型自整定

针对自衡对象,提出一种基于期望模型的PID自整定方法,该方法无需被控对象的数学模型.利用Maclaurin展开技术,给出了PID控制器的整定公式;并通过开环阶跃响应,实现了PID控制器的无模型自整定.仿真结果表明,利用该自整定方法所得的PID能有效地提高高阶被控对象的系统性能;即使在噪声环境下,该方法仍具有很好的鲁棒性.     

基于Maclaurin展开的时间绝对误差积分次优时滞系统设计

根据经典时间绝对误差积分（ITAE）最优系统标准型,给出了ITAE最优时滞系统的期望模型;利用Maclaurin展开技术,讨论了ITAE次优时滞系统的设计方法,并就ITAE次优和最优的三阶系统进行了频域和时域比较.论文最后给出了基于ITAE次优时滞系统的PID和超前滞后补偿器设计实例.阶跃响应、负载扰动以及参数鲁棒性方面的比较研究表明,本文方法能够获得十分满意的性能指标.