改进的灰色拓扑预测在指导考生填报志愿中的应用

改进的灰色拓扑预测结合了GM（1,1）模型、拓扑预测与最小二乘法.它通过对一些具有波动性的少量数据进行分析得出比较接近实际的预测值,较大程度上减少了误差.本文通过使用该算法,很好地对高考考生填报志愿时要报考学校的下一年分数进行了预测,验证了它的实际运用价值.     

模糊综合评价在高等院校网上评教中的应用

针对网上评教中众多不确定性因素使评价结果不科学的实际问题,结合我校实际,构建了网上评教的多级模糊综合评价模型.运用该模型对某教师进行了评价.评价结果与实际情况基本相符,从而为衡量教师的教学水平提供了一种较合理的评价方法.     

交互式遗传程序设计在作曲中的应用

针对目前的算法作曲系统普遍存在的局限性,提出一种交互式遗传程序设计(Interactive Genetic Programming,IGP)的作曲方法.介绍了用交互式遗传程序设计进行作曲的原理、步骤.提出了一种交互式遗传程序乐曲生成系统,用人做为适应度函数,用遗传程序设计的方法来产生乐曲片段.把乐曲片段交给人进行评价后,人对乐曲是否参与下一代进化进行取舍,直至产生理想的乐曲.实验结果显示:得到的乐曲片段较之前各种乐曲生成系统得到的乐曲更连贯,能够符合人的欣赏习惯.     

基于振型分解法的车辆悬架系统主动控制

针对传统车辆被动悬架抗干扰性差的缺点,基于1/4车辆悬架系统,建立了车辆悬架动力学模型,以车身垂向加速度、悬架动扰度、轮胎变形量为控制指标,采用线性二次型(LQR)最优方法设计控制器.鉴于性能指标中加权矩阵难于确定的问题,提出基于振型分解法来优化选择加权矩阵,根据各振型分量的不同重要性,赋予各振型分量不同的权重,通过优化选择悬架系统的加权矩阵,获得最优反馈增益及最优控制力,从而抑制高频噪声和高阶计算模型误差对输出控制力的影响,提高了车辆悬架系统的抗干扰能力,并通过李雅普诺夫稳定性理论证明了系统的稳定性.最后,以二自由度车辆悬架系统在路面模拟输入作用下的动态响应为例,通过与被动悬架进行对比,证明了所提方法的正确性和有效性.     

基于最小二乘支持向量机的非线性广义预测控制

通过中值定理将一类非线性系统近似为时变线性系统,然后将提出的在线最小二乘支持向量机回归(OLSSVMR)与广义预测控制相结合,提出了一种基于OLS-SVMR的自适应直接广义预测控制.利用OLS-SVMR直接设计预测控制器,并基于广义误差估计对控制器参数和广义误差估计中的未知向量进行自适应调整.理论证明了该方法可使广义误差估计值收敛到原点的一个小邻域内.仿真算例也验证了该方法的有效性.     

基于粒子群的CDMA功率和速率联合控制算法

提出了基于效用函数的CDMA网络下行链路的功率和速率联合控制最优化算法.在这类算法中,效用函数为非凸函数,经典的最优化理论很难解决这类问题.将粒子群优化方法应用于算法的非凸性设计,并通过仿真算例证明了该算法能有效解决非凸优化问题,且可保证系统的公平性.     

基于观测器的不确定广义时滞系统鲁棒预测控制

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标"min-max"优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.

     

不确定系统的稳定广义预测控制

针对一类有界不确定线性离散被控对象,采用Min—Max优化方法,提出一种新的稳定广义预测控制（MMSGPC）算法.引入内模控制结构,将干扰和不确定性从被控对象中分离出来,并利用局部反环节对其进行补偿;采用Min—Max优化方法,将终端约束条件转化为有界不确定性最差情况对应的线性方程;通过引入矩阵的Moore—Penrose逆,得到了终端约束线性方程的通解,并结合性能指标函数求得了最优控制律。通过仿真实例验证了该方法的稳定效果。     

不确定系统的稳定广义预测控制

针对一类有界不确定线性离散被控对象,采用Min-Max优化方法,提出一种新的稳定广义预测控制(MMSGPC)算法.引入内模控制结构,将干扰和不确定性从被控对象中分离出来,并利用局部反环节对其进行补偿;采用Min-Max优化方法,将终端约束条件转化为有界不确定性最差情况时应的线性方程;通过引入矩阵的Moore-Penrose逆,得到了终端约束线性方程的通解,并结合性能指标函数求得了最优控制律.通过仿真实例验证了该方法的稳定效果.     

基于H∞性能的不确定多速率系统鲁棒预测控制

研究含有不确定性的输入多采样率控制系统的鲁棒预测控制问题,提出了基于Hoo性能的鲁棒预测控制算法.该算法采用线性矩阵不等式(LMI)的方法,得出闭环多采样率系统具有H∞性能指标的上界γ,并给出保证闭环系统鲁棒稳定的判据.仿真结果表明了该算法的有效性.