遗传算法综述

遗传算法来源于进化论和群体遗传学，是计算智能的重要组成部分，正受到众多学科的高度重视。本文系统综述了遗传算法的发展历程，理论研究和应用研究，并进行了分析和评价。  

遗传算法的全局收敛性和计算效率分析

本文应用齐次有限马尔科夫链分析了简单遗传算法、最优保存简单遗传算法和自适应遗传算法的收敛性，然后对计算效率进行了定性分析，得到了指导基因操作策略设计的极限分布概率原则。  

一种带多重次优渐消因子的扩展卡尔曼滤波器

本文提出了"强跟踪滤波器"的新概念,给出了强跟踪滤波器的一般结构,并提出了一个正 交性原理用于此类滤波器的设计.在此基础上,提出了一种具有强跟踪滤波器性能的带多重 次优渐消因子的扩展卡尔曼滤波器(SMFEKF),改进了文献[1]中提出的一种带单重次优渐消 因子的扩展卡尔曼滤波器(SFEKF).数值仿真说明了SMFEKF的有效性.  

遗传算法的运行机理分析

遗传算法是一种自适应启发工群体型迭代式全局搜索算法，正受到许多学科的重视。本文首先以函数优化为例分析了遗传算法的运行过程，然后着重探讨了遗传算法的全局收敛性和效率问题，提出了有效基因的新概念及有效基因突变操作，推导出每次遗传搜索产生Ｏ（２＾ｌ－１）数量级的新模式，最后给出了结论。  

预测控制性能研究的新进展

随着预测控制在工业过程中的广泛应用，近年来，预测控制理论研究也取得了很大进展。本文系统地综述和评析了在预测控制性能方面理论研究的新进展，主要内容包括控制系统的稳定性，鲁棒性，可行性等性能以及对非线性系统的研究。  

动态不确定环境下广义控制问题的预测控制

通过对预测控制方法论思想的剖析，抒预测控制的基本原理从控制问题推广到一般的广义控制问题求解，并以机器人实时路径规划和ＦＭＳ实时加工调度为例说明了其应用，为动态不确定环境下基于优化的各类问题求解提供了新的思路。  

非线性系统预测控制的多模型方法

本文在非线性系统的线性化多模型基础上,引入多模型参考轨迹逼近期望轨迹,提出了一 种非线性系统预控制的多模型方法.仿真结果表明,这种方法是有效的.  

一类动态不确定环境下机器人的滚动路径规划

研究了一类全局环境未知且存在的动态障碍物情况下的机器人路径规划问题.借鉴预测 控制滚动优化原理,给出了基于滚动窗口的移动机器人路径规划方法.充分利用机器人实时测 得的局部环境信息,实施在线滚动规划,把优化与反馈机制合理结合起来,对动态不确定环境具 有良好的适应性.同时还对滚动规划算法的安全和可达性进行了分析.  

故障检测与诊断技术

本文介绍了故障检测与诊断技术的历史及发展状况,对其所用的各种方法分类进行了详细评述,指出了当前急待解决的若干前沿课题,并对这门技术的发展进行了展望。  

复杂工业过程的满意控制

本文从分析了工业过程优化控制的环境出发，针对复杂工业过程的特点与用户要求提出了满意控制的概念，给出了满意控制的基本框架，分析了它对复杂工业环境的适应性。