具有随机输入的混合复合动态系统的稳定性判据

本文给出了如图1所示的具有随机输入的混合复合动态系统的稳定性分析,所讨论的系统由一个算子L和一个随机微分方程描述的方块组成。对于这样的系统,我们建立了随机吸引性、随机渐近稳定性、随机有界性、大范围随机渐近稳定性、p吸引性、渐近p稳定性、一致p有界性和大范围渐近p稳定性的判据。这些判据包含了一些假设,这些假设描述了算子L和整个系统的定性I/O性质和表示了由随机微分方程描述的子系统的性质。     

分布式迭代随机大系统的定性分析

本文对分布迭代随机大系统给出了定性分析，对时不变性线，时变线性和非线性迭代随机大系统建立了关联均方收敛性判据，在所有孤立子系统都收敛的情形，只需选择子系统中适当的乘子，迭代随机大系统就能对任意互连项和在结构扰动下保持均方收敛性。     

随机大系统的大范围渐近随机关联稳定性

本文通过分析随机大系统的孤立子系统和互联结构,并通过引入两个互联矩阵,提出了非Ito型随机大系统的大范围渐近随机关联稳定性的概念,并给出了充分条件。所考虑的随机大系统的随机噪声服从大数定律。本文给出了一个例子以说明所得结果的可用性。     

具有非线性滞后关联的随机大系统的分散镇定

本文通过利用李雅普诺夫函数和李雅普诺夫矩阵方程的性质，对具有非线性滞后关联的一类随机大系统建立了分散鲁棒镇定的判据，所得闭环随机大系统的和稳定性不依赖于任意实数滞后，并对不确定系数矩阵和随机扰动强度具有鲁棒性。     

时变滞后随机大系统的稳定性：向量Lyapunov函数法

本文研究变系数、变时滞线性随机大系统的均方渐近稳定性，通过将Ｈａｌａｎａｙ不等式推广到高维空间、采用向量Ｌｙａｐｕｎｏｖ函数、运用Ｍ－矩阵等工具，得到了随机大系统的稳定性判据，文中模型考虑了子系统之间的交互随机干扰，所得稳定性判断是滞后无关的。     

具有滞后耦合特性的线性随机大系统的时滞无关均方稳定性

本文研究具有滞后耦合特性的时不变线性Ｉｔｏ随机大系统的稳定性，得到了大系统平衡态滞后无关的均方渐近稳定性代数判据。文中所考虑的子系统是随机子系统，对它们的建设正好是它们的均方渐近稳定的充要条件。另外，文中采用的Ｌｙａｐｕｎｏｖ泛函是确定型的Ｌｙａｐｕｎｏｖ泛函。     

具有滞后耦合特性的线性随机大系统的时滞无关均方稳定性*

本文研究具有滞后耦合特性的时不变线性Ｉｔｏ随机大系统的稳定性，得到了大系统平衡态滞后无关的均方渐近稳定性代数判据．文中所考虑的子系统是随机子系统，对它们的假设正好是它们均方渐近稳定的充要条件．另外，文中采用的Ｌｙａｐｕｎｏｖ泛函是确定型的Ｌｙａｐｕｎｏｖ泛函．     

时滞非线性随机大系统的指数稳定性

建立了一般随机泛函微分方程p阶均值指数稳定与几乎必然指数稳定的新型判据, 然后应用所得判据到具有可变多时滞的非线性随机大系统, 得到了这种随机大系统时滞无关的均方指数稳定与几乎必然指数稳定的代数判据.     

在结构与随机扰动下的大系统的稳定性

在本文中,我们给出了在结构与随机扰动下的动态大系统的稳定性分析,建立了这类大系统的依概率吸引性,依概率一致有界性,依概率大范围渐近稳定性,p吸引性,一致p有界性,和大范围渐近p稳定性的结论。这些结论的假设是由孤立子系统和与其联系的李亚普诺夫函数,受扰系统的结构和作用在子系统上的随机扰动表出的。     

具有间隙非线性系统的自适应控制*

本文对具有间隙非线性系统提出了自适应控制算法,在确定和随机情况下,控制算法都具有大范围渐近收敛性质,仿真结果表明该算法能有效地改善系统的控制性能。     

奇异摄动型卡尔曼滤波算法及其在互联电力系统负荷频率控制中的应用

本文讨论了一种大系统实时随机最优控制算法--奇异摄动型卡尔曼滤波的设计问题. 建立了线性定常离散互联电力系统的奇异摄动模型.奇异摄动型卡尔曼滤波每循环一步所需 要的计算时间和内存量会大大减小.文中还考虑了控制增益的计算问题.通过对华北互联电 力系统LFC的仿真证明了其控制效果和奇异摄动型卡尔曼滤波算法的有效性.     

随机大系统利用变结构控制的分散镇定*

本文研究了随机大系统的变结构控制问题。并证明了所构造的滑动流形的可达性和均方渐近稳定性。     

一类大系统的决策方法

本文中利用一般系统理论讨论了分散、集中和协调系统的大系统模型。对于一种简化了的案例给出了为确定最优策略的方程组。对多级多段随机控制系统也进行了讨论。结合中国当前的具体情况给出了一个数字例子。     

A Green-function-based multiscale method for uncertainty quantification of finite body random heterogeneous materials

Classical continuum theories are formulated based on the assumption of large scale separation. For scale-coupling problems involving uncertainties, novel multiscale methods are desired. In this study, by employing the generalized variational principles, a Green-function-based multiscale method is formulated to decompose a boundary value problem with random microstructure into a slow scale deterministic problem and a fast scale stochastic one. The slow scale problem corresponds to common engineering practices by smearing out fine-scale microstructures. The fast scale problem evaluates fluctuations due to random microstructures, which is important for scale-coupling systems and particularly failure problems. Two numerical examples are provided at the end.     

可成长的分布式系统

可持续发展是大规模分布式系统的基本特征。在研究了大规模分布式系统的特点和规律后,本文提出了一个新的概念一可成长的分布式系统,认为大规模分布式系统是随着需求、环境、技术、投资等多种因素的变化而不断成长起来的。文中分析了分布对象技术在支持分布式系统的可成长性方面的优势和缺陷,然后提出了一个面向Agent的系统框架,并阐述了面向Agent的方法对于开发和维护可成长的分布式系统是合适的,并给出了后续的主要研究方向。     

大系统的递阶辨识

大系统的特点是维数高、待估计的参数数目多,使得辨识方法的计算量和存储量急 剧增加,以致常规辨识算法难以实现.为了减少大系统辨识的计算量,提出了计算量较小的递 阶辨识算法,并用鞅超收敛定理证明了它的收敛性.结果说明该算法可以给出大系统参数的 一致估计.     

Reduced-order observer-based control design for nonlinear stochastic systems

In this paper, we investigate the stabilization control design problem of nonlinear stochastic SISO systems in strict-feedback form. By introducing a novel reduced-order observer, an output-feedback-based control is constructively designed, which renders the closed-loop system asymptotically stable in the large when the nonlinearities and stochastic disturbance equal zero at the equilibrium point of the open-loop system, and bounded in probability, otherwise. Besides, the obtained controller preserves the equilibrium point of the open-loop nonlinear system.