腿轮式机器人的自适应模糊控制

提出了一种基于模糊神经网络(FNN)的腿轮式机器人轨迹跟踪控制方法．在利用常规P D控制器提取初始模糊规则的基础上,利用专家经验对初始规则进行补充,最后再利用误差的 反向传播算法对参数进行在线的自适应调整．仿真计算证明该方法具有良好的轨迹跟踪精度 和抗干扰能力．     

神经元自适应预测PID控制器及实现

采用单神经元构成PID控制器,并和预测控制 结合克服时滞对控制系统的影响．对大时滞大惯性的电加热炉的实时控制结果表明,这种自 适应控制算法切实可行,且具有较强的鲁棒性,适合于控制大时滞被控过程．     

连续混沌系统自适应同步控制器设计

本文设计了一种能实现连续时间混沌系统同步的自适应连续控制器．无论驱动系统 处于何种状态,在自适应连续控制器的控制下都可使响应系统按照驱动系统给定的轨道演化 ．该自适应连续控制器对系统参数不匹配及噪声干扰具有一定的鲁棒性．最后以蔡氏电路混 沌系统为例进行的数值仿真说明了本文提出方法的有效性．     

基于神经网络模型的最小预测误差非线性自适应控制器

主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预测模型的参数估计.在此基础上利用并联线性系统的预测控制方法设计全局收敛的非线性系统预测控制器.     

小脑模型控制系统的遗传算法最优设计

首次采用遗传算法实现小脑模型控制固定增益的最优设计，并采用超调受限最优化方法进行优化，而且结合线材缠绕坟系统张力控制进行了控制仿真试验，同时采用遗传算法对同一被控对象进行ＰＩＤ最优控制设计，试验结果表明本文方法是有效的，它克服了以往小脑模型控制设计的反复度错的缺点，进而使控制系统设计工作量大大减少，试验还表明，采用遗传算法对小脑模型控制的固定增益进行最优设计，比对ＰＩＤ最优控制设计容易，而且稳定。     

基于线性化神经网络的一类非线性系统优化迭代控制

１多层前向神经网络建模考虑如下的多输入多输出系统ｙ（ｋ）＝ｆ（ｙ（ｋ－１）Ｔ,ｙ（ｋ－２）Ｔ,…,ｙ（ｋ－ｐ）Ｔ,ｕ（ｋ－１）Ｔ,ｕ（ｋ－２）Ｔ,…,ｕ（ｋ－ｑ）Ｔ）．（１）上式中ｕ（ｋ）∈Ｒｍ,ｙ（ｋ）∈Ｒｎ分别为系统的输入输出;ｐ,ｑ为系统的阶次...     

自适应鲁棒控制算法

本文根据内模原理提出了三种新的自适应鲁棒控制器,克服了 Song 等人提出的鲁棒控制器的缺点.本文提出的算法适用于跟踪任何参考信号,当系统的阶次发生变化时均能跟踪与调节,具有较强的鲁棒性。     

属性约简自寻优算法

属性约简是知识获取中的关键问题之一。为了能够较为有效地获得较优的属性约简,首先在粗糙集理论的基础上构造出了相对差异比较表,然后把它与启发性知识相结合分别设计出了3个算法：属性约简的改进算法（AR1）,属性约简判定的完备算法（RJ）和属性约简的改进增强算法（AR2）;接着,将这些算法作为子算法并吸收了基因算法的基本思想和模拟退火算法的具体操作,设计出了属性约简自寻优算法（ADSOA）;最后,将该算法应用于中医类风湿关节炎诊断决策表的约简。实验结果表明,属性约简自寻优算法能够以较大的概率和较高的效率获得较优的属性约简,对于某些具体问题来说甚至能够获得最佳的属性约简;这也同时表明相对差异比较表的提出对于进一步构造效率更高的属性约简算法具有较大的实际意义。     

基于ARMAX模型自适应预测函数控制

本文提出了基于ARMAX模型的自适应预测函数控制,该算法的特点是占用内存少,计算 速度快,并具有较强的鲁棒性．ARMAX模型参数是通过带遗忘因子的递推最小二乘算法在线辨 识得到．仿真结果表明,该控制算法比PID控制具有更好的控制品质．     

一个动态自适应的迁移和协同调度模型

本文基于工作站网络NOW（networksofworkstations）的特性，提出一个自适应可伸缩的进程迁移和协同凋度模型DASIC（dynamicadaptivescalableprocessmigrationandcoscheduling），试图解决其动态自适应要求越来越高的问题．DASIC模型在系统协同调度的基础上增加动态自适应的可伸缩功能，使其能够动态适应NOW环境下的变化，进行可伸缩的调度和负载平衡凋节．在保证工作站用户独占特性的同时，提高了整个系统资源的利用率，为当前NOW环境中系统资源充分     

一种基于操作空间的操作器分散自适应控制方法

本文提出了一种操作器分散自适应阻力控制方法．这种方法不要求知道操作器动态模型的结构和参数，采用分散控制的形式，可以对各自由度单独进行控制，因此计算简单有效，具有一定的容错能力，控制系统有较好的暂态性能，由于控制律以操作空间坐标形式描述，适合于具有冗余自由度的操作器的控制．计算机仿真表明了该方法的良好的控制效果     

全局稳定的PD+前馈机器人鲁棒自适应控制

研究应用PD+前馈控制结构的不确定性机器人轨迹跟踪问题.在忽略摩擦力和外部扰动情况下,设计了一大类综合的自适应控制策略,能保证系统全局的渐近稳定;在摩擦力和外部扰动存在时,提出两种新颖的鲁棒自适应混合控制方法,不仅可以保证闭环系统的全局稳定性,同时还能给出系统清晰的暂态性能.严格的理论证明和二自由度机器人的仿真验证了控制器的有效性.     

基于角色的适应性工作流系统访问控制模型

现有的一些工作流系统访问控制模型局限于活动执行权限控制,难以满足适应性工作流系统的访问控制需求.针对适应性工作流系统的权限控制需求,对适应性工作流系统的操作行为进行分析和总结,确定操作对象、用户、操作方法为研究对象,对监控和业务过程变更进行细粒度划分,给出了规范化的形式化描述.在此基础上提出基于角色的访问控制的授权模型以及与系统的集成,描述角色、用户和对象等要素之间关系,给出授权方法,保证操作的合理性,有效解决适应性工作流系统中安全控制问题,满足了不同层次人员对监控权限的灵活需求.     

GPS定位信号随机误差自适应模型

§１．引言 ＧＰＳ主要提供全球连续高精度三维快速定位服务,采用 Ｃ／Ａ码,定位误差小于４０米（二维径向均方根误差, ２ ｄＲＭＳ）．为降低非认可用户使用精度,引入 ＳＡ（选择可用性）后,水平定位精度为１００米（９５％时间内）．加密的Ｐ码提供定位球概率误差（ＳＥＰ）为１６米的精确定位服务（ＰＰＳ）,只对美国及其盟国认可用户开放．目前对于使用 Ｃ／Ａ码的普通用户提高 ＧＰＳ定位精度主要采用以下途径：（１）采用差分技术（ＤＧＰＳ）;（２）通过模型辨识实现误差补偿． ＧＰＳ系统误差来源主要有卫星时钟误差、星历误…     

基于神经网络补偿的机器人稳定自适应控制

针对建模不精确的机器人,提出了一种基于神经网络补偿的机器人轨迹跟踪稳定自适应控制方法,文中通过设计神经网络补偿器和自适应鲁棒控制项,有效地补偿了模型的不确定性部分和网络逼近误差.由于算法包含有补偿神经网络逼近误差的鲁棒控制项,实际应用中对神经网络规模的要求可以降低;而且神经网络连接权是在线调整的,不需要离线学习过程.理论表明算法能够保证跟踪误差及神经网络连接权估计最终一致有界,仿真结果也验证了算法的有效性.     

NEURO-FUZZY CONTROLLER IMPLEMENTATION FOR AN ADAPTIVE CATHODIC PROTECTION ON IRAQ-TURKEY CRUDE OIL PIPELINE

Impressed current cathodic protection is widely used to prevent corrosion of structural steels, especially, those used in a crude oil pipeline. The potential required for cathodic protection depends upon the steel being protected from the environment. Since corrosion rate depends on current flow to or from the steel and the adjacent medium, the corrosion activity of the steel in soil normally increases as soil resistivity decreases. The major constituents are resistivity, chlorides, sulfates, and the acidity (pH) of the soil. Output voltage, depending on desired reference voltage, needs to be controlled and tuned by transformer rectifier (TR) units. Proportional–integral (PI) and proportional–integral–derivative (PID) controllers have been used recently in tuning the output voltage, but overshoot and oscillation occurred in the outputs.

In order to overcome these problems, a new approach based on a neuro-fuzzy controller for tuning the output voltage of TR units is presented in this study. The neuro-fuzzy classification based on a fuzzy logic controller was implemented in a microcontroller. The controller helps to compensate for the variations and the dynamic changes in the TR units on the Iraq-Turkey crude oil pipeline. The experimental results achieved from two stations have shown that the proposed neuro-fuzzy controller is simple, does not require any derivative function, and has no overshoot and oscillation.     

一种图像分割模型的自适应参数选择方法

针对灰度分布不均匀的图像特征,提出一种基于局部和全局高斯分布拟合能量的自适应权重参数选择方法。基于图像的局部和全局区域信息,以高斯分布作为拟合函数建立能量泛函。基于水平集方法,随着活动轮廓的演化,局部和全局区域信息在能量泛函中的权重会相应地变化,有利于提高图像分割的质量和效率。数值实验验证了该方法的有效性。     

稳定的多级自适应控制器设计

本文设计了一种电液伺服系统的多级自适应控制器，用正实的概念，给出了控制器的设计程序。并用仿真方法对这种控制器进行了研究。     

时变不确定性系统的二自由度最优鲁棒稳态跟踪控制器设计

研究了被控系统存在范数有界的时变模型摄动和未知外部干扰时鲁棒稳态跟踪问题. 利用二自由度控制结构和Youla参数化方法.提出了一个最坏情况稳态绝对误差的精确计算公 式,利用该公式最优稳态跟踪控制器设计问题可化为一个有限维l1优化问题.因此控制器设计 只需解一个标准线性规划问题.此外,还证明了所提出的控制器可同时保证系统的鲁棒稳定性 和最优跟踪性能.仿真结果表明了该方法的有效性和可行性.