一族混沌系统的同时镇定研究

本文研究了一族混沌系统的同时镇定问题。通过研究混沌系统的动力学性质并应用自适应控制方法,得到了一个同时镇定一族混沌系统的单输入控制器,并实现了该类系统的同时镇定。数值仿真的结果验证了上述结果的正确性和有效性。     

多变量系统的结构辨识和参数估计

将单输入－单输出（SISO）系统的递推辩识算法推广到多变量的情形,这种最小二乘类型的算法结构简洁且可同时给出具有良好数值性质的模型结构和参数辩识。证明了多变量输入－输出差分方程模型与其对应的标准状态空间模型可以经变换而由一种模型得到另一种模型。该算法与对应的最小二乘递推算法比较更易于理解和实现。     

二次系统的渐近镇定域

研究了二次系统的渐近稳定域和渐近镇定域．针对自治二次系统需要线性部分稳定和单输入二次系统需要线性部分可控的要求，经过分析研究共获得两个结果：一是自治二次系统的渐近稳定域，二是单输入二次系统的渐近镇定域、最后的例子详细地给出一个单输入二次系统，其渐近镇定域的求解过程以及它的几何图形、系统的仿真结果验证了文中的结论.     

具有输入时滞的不确定线性系统的鲁棒镇定

研究了一类具有输入时变滞后的不确定线性系统的鲁棒控制器设计问题。以线性矩阵不等式的形式给出系统可镇定性的充分条件，系统的可镇定性不仅与输入时滞大小有关，而且与输入时滞的微分大小有关。一种新的凸优化算法被用于控制器设计，能保证在给定的不确定性范围内求得一个使系统镇定的次优解。     

带输入端干扰系统的两步最小二乘辨识算法

本文针对带输入端干扰的系统，提出了一种新型的两步最小二乘辨识算法，详细论证了这种算法的理论基础并给出了算法的实现方法，数值仿真研究表明了该算法的有效性及其一些性质。     

偏最小二乘法在系统故障诊断中的应用

为研究结合关键性能指标（KPI）的偏最小二乘法（PLS）在系统故障诊断中的作用和应用,通过活性污泥数学模型（BSM1）,结合偏最小二乘算法,建立了可以模拟污水处理的仿真模型. 通过收集系统在正常情况下的输入和输出并建立关系矩阵,做到在实际应用时仅通过输入就可以判断是否出现故障. 利用仿真模型,通过改变天气、输入、先验知识的条件,并通过在仿真系统中加入可手动触发的乘法系数来模拟故障,可以验证偏最小二乘法在系统故障诊断中的表现. 研究结果表明:偏最小二乘法具有判断故障发生位置的功能. 这种功能的灵敏度和准确性可以通过结合关键性能指标而获得提升,故障诊断的灵敏度与准确性受到模型中模拟的天气因素以及算法中的先验知识的影响.     

内热式多级连续真空炉动态模型的辨识与仿真

从辨识的角度出发，采用多变量的最小二乘递推算法，获得了内热式多级连续真空炉的动态低阶线性模型．此模型是一个多输入－单输出系统，经仿真计算，其结果是令人满意的．此模型的获取，为进一步确定炉子的优化控制策略奠定了基础．     

基于RLS的改进双线性模型的稳定性分析

双线性多项式的非线性特征只能靠输入-输出交叉项表达,无法精确地表达高阶非线性系统.为此,对改进双线性多项式模型的稳定性进行了研究.利用迭代最小二乘法辨识改进双线性模型的参数,在复数域中,推导该算法的迭代公式,并验证了系统模型的稳定性.结果表明,通过迭代最小二乘法辨识得到的系统模型为有界输入-有界输出稳定.     

输入非线性方程误差自回归系统的多新息辨识方法

典型块结构非线性系统包括基本的输入非线性系统、输出非线性系统、输入输出非线性系统、反馈非线性系统等.输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.以输入非线性方程误差自回归系统,即输入非线性受控自回归自回归(IN-CARAR)系统为例,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术以及基于辨识模型分解技术,研究和提出了IN-CARAR系统的随机梯度辨识方法、多新息随机梯度辨识方法、递推最小二乘辨识方法、多新息最小二乘辨识方法.这些方法可以推广到其他输入非线性方程误差系统、输入非线性输出误差类系统、输出非线性方程误差类系统、输出非线性输出类系统、反馈非线性系统等.同时,给出了几个典型辨识算法的计算步骤、流程图和计算量.     

基于LS-SVM逆系统的焦炉集气管压力系统解耦控制

针对焦炉集气管压力系统强干扰、非线性和多变量耦合的特点,建立焦炉集气管压力系统数学模型,采用基于最小二乘支持向量机(LS-SVM)α阶逆系统的方法辨识出焦炉集气管压力系统的逆系统,使双输入双输出的集气管压力系统解耦成2个相互独立的单输入单输出伪线性子系统,并引入PID控制器设计闭环控制系统实现对焦炉集气管压力的控制。仿真结果表明,该控制策略可实现集气管压力系统的动态解耦控制,且鲁棒稳定性好,跟踪精度高,可保证焦炉集气管压力稳定在现场工艺要求的范围内。     

辨识方法的计算效率(2):迭代算法

讨论了最小二乘迭代辨识算法及其计算效率问题.最小二乘迭代算法由于涉及矩阵求逆运算,为减小计算量,提出了基于块矩阵求逆的最小二乘迭代辨识算法.基于块矩阵求逆的最小二乘迭代辨识算法不是一种新算法,只是从辨识算法的实现方式上降低计算负担,它与最小二乘迭代算法产生相同的参数估计,但计算量小.文中研究了伪线性回归系统、多元伪线性回归系统、多变量伪线性回归系统的最小二乘迭代辨识算法及其基于块矩阵求逆的最小二乘迭代算法.     

基于神经网络PID控制器的混沌系统控制与同步

提出了一种基于神经网络参数自整定PID控制器的混沌控制方法。该方法由神经网络辨识器和神经网络控制器组成,神经网络学习算法均采用Davidon最小二乘法。考虑到混沌系统的动力学特性,施加单个控制量可实现模型未知混沌系统的平衡点镇定和自同步,仿真结果证实了该方法的有效性。     

系统辨识(6):多新息辨识理论与方法

多新息辨识是系统辨识的一个重要分支.新息是能够改善参数估计精度或状态估计精度的有用信息.首先,详细讨论了线性回归模型的各种多新息辨识方法,包括多新息投影算法、多新息随机梯度算法、多新息遗忘梯度算法、变递推间隔多新息随机梯度算法、多新息最小二乘辨识方法、变递推间隔多新息最小二乘算法等;然后,给出了方程误差类系统、输出误差类系统、输入非线性系统的随机梯度辨识算法、多新息随机梯度算法和多新息最小二乘辨识算法;最后,简单说明了多新息辨识理论可以发展到多新息观测器和多新息卡尔曼滤波理论.     

连续时间线性系统递推最小二乘辩识的收敛性分析

本文针对多输入多输出的连续时间动态线性系统在系统噪声盯关的情形下，研究了递推最小二乘辩识，给出了保证最小二乘辩识强一致性的充分条件。     

多支流河段水位过程预报模型的识别与模拟

应用多输入单输出差分方程建立了多支流河段水位过程预报的差分方程模型。对模型采用了离线最小二乘法识别出了系统静态参数。     

基于多模型IMC-PID的三水箱液位控制算法研究

针对具有非线性、大惯性、时滞性的三容水箱液位过程系统,通过建立多个模型和设计对应的IMC-PID控制器来获取更好的系统性能指标。根据系统的非线性程度,在不同液位高度分别建立多个局部线性系统模型来拟合全局非线性系统模型;采用最小二乘算法和粒子群算法分别对模型参数进行辨识;采用内模算法对所辨识的多个局部线性系统模型分别设计相应的局部控制器,并转化为PID形式。通过Matlab软件仿真可以看出,基于多模型IMC-PID的三水箱液位过程控制算法改善了系统的性能指标。     

故障估计下子空间预测控制的仿射设计

基于闭环系统的输入-输出观测数据,无需建立系统和故障的状态空间模型,采用直接设计的方法来估计故障,并设计控制器。对于故障的估计,利用闭环系统中输入-输出关系建立一个参数化的最小二乘问题。在施加故障的上下限约束条件下,采用快速梯度算法来估计故障。在故障估计的基础上,引入子空间预测控制的思想,考虑控制输入为仿射形式下如何设计控制器。对于仿射形式中的仿射项和增益项,借助分离性原理,采用相互迭代的最速下降法求解该2类未知参数矢量。为了验证本文方法估计故障和设计控制器,以直升机悬停状态为例说明了该方法的有效性。     

非线性系统辨识-VNS仿真

本文提出用伏尔泰拉级数、非线性最小二乘与灵敏度分析补偿法(VNS 方法)进行参数估值。用这种方法对某一类单输入单输出一阶强非线性定常系统或缓变化的时变系统、但在某一小区间 t∈[0,T]系统可视为是定常的系统进行辨识取得好的结果。算法具有良好的收敛性。拟合参数精度较高。     

非线性哈密顿控制系统输出反馈同时镇定(英文)

研究有限多个非线性哈密顿控制系统同时镇定问题,给出了若干输出反馈同时镇定控制器设计新结果.首先,利用哈密顿系统的结构特性和零状态可检测性,得到了一种新的设计方法.然后,研究哈密顿系统中含有外部干扰和结构不确定性的情形,设计了三种同时镇定控制器：一个是鲁棒同时镇定器,一个是自适应同时镇定器,最后一个是鲁棒自适应H∞同时镇定器.例子和仿真研究表明：本文提出的控制器设计方法是行之有效的.     

模糊偏最小二乘及其在药物构效关系中的应用

针对高维变量系统的模糊建模易引起规则“组合爆炸”，以及变量间的耦合关系会导致模型泛化能力的减弱， 提出构建模糊偏最小二乘法(FPLS)的一种新方案.先采用非线性迭代偏最小二乘(nonlinear iterative partial least squares, NIPALS)方法从样本数据中成对地提取最优成分，使多变量系统降维，并消除其间的耦合关系;然后对提取的每 对成分采用TSK模糊系统及自适应学习算法，实现单输入单输出的非线性建模，并组合为FPLS模型.将FPLS法应用于人类 免疫缺陷病毒1型蛋白酶抑制剂构效关系，所需规则甚少，所建模型有较强的泛化能力和稳定性，显示出FPLS方法的优越 性.