一类非线性动态系统的Hammerst ein 模型辨识

本文根据薄膜热电偶传感器动态标定实验结果,研究了辨识一类非线性系统模型的方法。文中采用Ｈａｍｍｅｒｓｔｅｉｎ模型作为系统结构,在此基础上,对模型参数加以估计。考虑到动态系统各环节之间的输入输出关系,进一步简化了Ｈａｍｍｅｒｓｔｅｉｎ模型结构,以便运用简便我方法来估计模型参数。通过对几组实验数据的仿真和检验,证明本文所采用的方法能够获得较好的辨识效果。     

一类基于RBF神经网络的动态系统在线自适应辨识方法

研究了基于神经网络的动态系统在线自适应辨识模型的基本结构,依据RBF（Radial Basis Function）网络线性输出的特点,给出了辨识模型参数的在线自适应校正的方法,并进行了仿真实验,结果表明,该辨识模型校正方法具有一般性和实用性．     

切换网络拓扑下Euler-Lagrange系统的分布式协调控制

研究切换网络拓扑下含未知参数的分布式Euler-Lagrange系统(简称EL系统)的自适应协调控制问题.通过引入一种新颖的自适应控制构架,设计了分散式控制器,使其容许未知的系统参数.基于图论,Lyapunov稳定性理论以及切换控制理论证明了算法的稳定性.本文特色在于在同一理论框架下处理EL系统协调控制中的未知参数问题与切换拓扑问题,实现静态和动态两种情况下的控制目标.仿真结果验证了算法的有效性.     

一类多变量非线性动态系统的模糊自适应控制

对一类非线性多变量未知动态系统，提出了一种模糊处在适应控制策略。证明了该控制算法能保证闭环系统稳定，跟踪误差收敛。     

一类未知多变量非线性系统的动态神经网络自适应控制

对一类未知的非线性的多变量系统，提出了用动态神经网络实现直接自适应控制的策略，基于Ｌｙａｐｕｎｏｖ理论，获得一个稳定并且连续的学习律，避免了递归训练过程，闭环系统被证明是鲁棒稳定的，跟踪误差收敛到一个小的残集，这种方法的特点是即不需要离线学习阶段也不要求初始的参数误差足够小，仿真结果验证了提出的动态网络的自适应控制算法的有效性。     

时延网络中 Euler-Lagrange 系统的分布式自适应协调控制

对一类含未知参数的Euler-Lagrange系统协调控制问题进行了研究, 提出了一种自适应控制算法. 该算法容许通信网络为最一般的伪强连通图, 并允许通信时延的存在. 对系统中领航者为静态和动态两种情况分别进行了研究, 设计了相应的控制器.研究结果表明,在仅有部分个体能够和领航者进行通信的情况下, 控制器能保证网络中其他个体最终和领航者趋于一致. 运用Lyapunov稳定性定理和Barbalat 定理等对自适应控制器的稳定性进行了证明,并利用数值仿真验证了算法的有效性.     

自适应模糊辨识及其在大系统中的应用*

本文基于Ｔ－Ｓ模糊模型构造了一种新的自适应模糊神经网络,给出了网络诉连接结构物学习算法,它能自动学习和修正前件参数及模糊规则,将其用于大系统随机民递阶优化的控制建模中,仿真结果表明,该方法具有收敛速度快,辨识精度高、泛化能力强等特点,可当作复杂大系统建模的一种有效手段。     

一类离散时间时变系统的自适应辨识与控制

考虑一类离散时间时变系统（ＴＶＳ）的建模、系统参数时变描述及其自适应控制问题,提出一种新的能结合“快”、“慢”时变特性的ＴＶＳ参数时变描述方法,基于零极点配置给出自适应辨识和控制算法及其控制系统的稳定性。仿真结果说明该控制策略是有效的。     

动态系统时变参数辨识的一种途径

本文提出了一种克服动态系统时变参数辨识所遇到的观测数据不能“充分丰富”这一本质性困难的方法。这一方法把时变参数辨识分两步来完成。首先应用多项式逼近把时变参数的离线辨识化成了非时变参数的辨识;其次以离线辨识所得的参数估值为基础,建立起它所满足的数学模型或得出时变参数一定步长的预报值。     

具有动态不确定性互联大系统的分散自适应控制

对一类具有未建模动态结构相似形的严格反馈非线性互联大系统,提出一种基于神经网络的分散自适应动态面控制方案.该方案引入Lyapunov函数来约束未建模动态,利用神经网络逼近理论分析中所产生的未知非线性连续函数.通过Young’s不等式和三重求和项的分解,有效地处理了耦合作用项,并利用动态面控制技术,实现了系统的分散控制.与现有研究结果相比,所设计的分散控制律中不含有控制增益下界常数.通过构造的方法,利用动态面控制设计中引入的紧集有效地处理了未建模动态和分析中产生的不确定连续函数.理论分析证明了闭环控制系统中所有信号半全局一致终结有界,且跟踪误差收敛到原点的一个小邻域内.两个数值算例的仿真结果表明所提控制方案的有效性.     

高阶系统次优控制集结设计方法

针对现有集结降阶方法计算量大，或者不能保证精确集结，本文给出一种新的精确集结降阶算法，提出一种基于精确集结模型，设计高阶系统的低阶次优线性调节器和集结状态降维观测器的方法。     

基于多神经元模型的非线性系统预测控制

利用单神经元来逼近非线性系统在平衡点邻域内的泰勒展开式的直至二次项,首次提出了一种用多个单神经元模型来拟合非线性系统的建模方法,引入多模型参考轨迹,得到一种新的多模型预测控制。仿真结果表明,基于二阶泰勒级数得到的多神经元模型的预测控制器的性能要优于采用泰勒级数一阶线性项得到的多模型预测控制器,但计算量并未显著增加。     

Convergence of Algorithms of the Order Reduction Method in Analysis of Nonlinear Mathematical Models of Fragments of Automatic Control Systems and Process Control Systems

A theorem determining adequacy conditions for reduction of dimension in a specified class of mathematical models of nonlinear dynamic systems is formulated and proved.     

主干线协调控制的改进算法研究

为改善传统主干线协调控制方法中存在的问题,对传统主干线协调控制算法进行了深入的研究和改进。改进算法为有效提高绿时利用率,减小车辆延误,对单路口实施了改进的模糊控制算法;同时,对主干线上车辆到来情况进行实时检测,若有大规模车队到来,则中断模糊控制器,即时疏散车队,从而实现对主干线的实时协调控制。将此算法应用于城市主干道交通协调控制,对减小整个主干线的停车延误和排队延误有很好效果,并且对路况变化具有较强的鲁棒性,适合在大中城市中推广。     

基于模糊神经网络的非线性大系统滑模自适应控制

针对一类非线性大系统，基于模糊神经网络，提出了一种分散滑模自适应控制方法。由模糊神经网络实现滑模控制，平滑了控制切换信号，消除了滑模控制中出现的颤动现象且使系统有强的鲁棒性，同时在控制器的设计中不需要知道系统中的不确定性和扰动的上界。利用Ｌｙａｐｕｎｏｖ稳定理论证明了闭环系统是稳定的且跟踪误差收敛到零的一个邻域内。     

Threshold-Based Dynamic Replication in Large-Scale Video-on-Demand Systems

Recent advances in high speed networking technologies and video compression techniques have made Video-on-Demand (VOD) services feasible. A large-scale VOD system imposes a large demand on I/O bandwidth and storage resources, and therefore, parallel disks are typically used for providing VOD service. Although striping of movie data across a large number of disks can balance the utilization among these disks, such a striping technique can exhibit additional complexity, for instance, in data management, such as synchronization among disks during data delivery, as well as in supporting fault tolerant behavior. Therefore, it is more practical to limit the extent of data striping, for example, by arranging the disks in groups (or nodes) and then allowing intra-group (or intra-node) data striping only. With multiple striping groups, however, we may need to assign a movie to multiple nodes so as to satisfy the total demand of requests for that movie. Such an approach gives rise to several design issues, including: (1) what is the right number of copies of each movie we need so as to satisfy the demand and at the same time not waste storage capacity, (2) how to assign these movies to different nodes in the system, and (3) what are efficient approaches to altering the number of copies of each movie (and their placement) when the need for that arises. In this paper, we study an approach to dynamically reconfiguring the VOD system so as to alter the number of copies of each movie maintained on the server as the access demand for these movies fluctuates. We propose various approaches to addressing the above stated issues, which result in a VOD design that is adaptive to the changes in data access patterns. Performance evaluation is carried out to quantify the costs and the performance gains of these techniques.     

参数不确定非线性系统的自适应控制和鲁棒控制

研究一类参数不确定非线性系统的非自适应鲁棒控制及自适应控制问题。通过引入二人零和对策得到非自适应鲁棒控制律，并与参数估计结合得到自适应控制律。证明了参数估计有界和收敛时闭环系统Ｌｙａｐｕｎｏｖ稳定性和渐近稳定性。仿真结果说明了该方法的有效性及具体实现方法。     

Identification Problem for Matrix-Functional Systems

Identification problems for the kernel of a functional transformation of a static input vector into a discrete and time-continuous output vector function based on a given number of observations are solved for data-dependent system inputs. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 5, pp. 99–110, September–October 2005.     

Fuzzy Optimal Control for Bilinear Stochastic Systems with Fuzzy Parameters

In this paper we consider the control problem for a class of partially observed bilinear stochastic systems with fuzzy parameters. Using Takagi–Sugeno fuzzy model, the problem is described by three sets of fuzzy stochastic differential equations: one for the state process, one for the observed process and one for the controller which is assumed to be driven by the observed process. With this formulation, the original stochastic control problem can be treated as a deterministic identification problem in which the controller parameters and the corresponding membership functions are the unknowns. Using a suitable performance index, we have developed a set of necessary conditions for determining the parameters of the controller and the corresponding membership functions. Finally, some numerical simulations are presented to illustrate the effectiveness of the proposed fuzzy control scheme.