预测控制等效集结优化策略的研究

优化变量的集结策略是减少预测控制器的在线计算量的一种有效方法. 以往的集结策略大都建立在启发式的基础上,难以保持原预测控制器的性能. 本文从预测控制滚动优化只实际实施第一个控制量的特点出发,提出等效集结的概念,证明了在无约束和有终端零约束的情况下,只要适当选取集结矩阵,可以得到一个与集结前完全等效的集结预测控制器,并给出了确定集结矩阵的算法.     

多关节机器人的一种非线性反馈控制方法

本文研究了一种基于高阶线性化近似方法的机器人非线性反馈控制问题。首先,给出了多关节机器人的动力学模型,研究了一般非线性系统相对于某一标称轨迹的高阶线性近似方法,建立了高阶反馈项系数的计算公式,然后,讨论了多关节机器人的二阶近似非线性反馈控制方案。最后,给出了数字仿真结果.     

粒子群优化算法中的惯性权值非线性调整策略

为提升粒子群优化算法的性能,提出基于正弦曲线、正切曲线和对数曲线的非线性惯性权值调整策略。采用镜像策略对越界粒子进行处理,利用标准测试函数测试这些策略对算法的影响。实验结果表明,对于连续函数优化问题,正弦曲线和对数曲线策略优于传统的线性调整策略,而传统的线性调整策略又优于正切曲线策略。     

基于质量刚度解耦的三波腹嵌套环MEMS陀螺结构优化设计

相比于经典的二波腹嵌套环式MEMS陀螺,三波腹嵌套环式MEMS陀螺具有工作频率高,抗干扰能力强等一系列优点,但是由于其工作频率高,环谐振状态下的热弹性损耗随之提高。针对这一问题本文采用了一种基于质量刚度解耦的质量块悬挂方法。该方法在基本不改变陀螺结构刚度的情况下,通过在嵌套环结构上悬挂质量块来提升陀螺的有效质量,从而可以按照需求合理降低陀螺的工作频率,降低其由热弹性阻尼带来的能量损耗,提升陀螺结构的整体性能。经COMSOL仿真软件的验证,我们优化了质量块的悬挂方式,避免陀螺振动时质量块的偏移,并且确定最佳的质量块悬挂环数为2环,而后在同一张<100>硅片上制作了优化前后的两种嵌套环式MEMS陀螺进行实验对比。实验测试结果表明:采用的质量块悬挂优化方式成功实现了质量刚度解耦,提升陀螺结构的品质因数3.12倍,降低陀螺由于加工缺陷带来的频率裂解3.37倍。     

基于统计线性化的随机非线性微分对策逼近最优策略

针对二人零和随机非线性微分对策问题, 利用统计线性化技术并提出一种新的逼近策略控制方法. 通过求解具有统计线性化参数的Riccati微分方程得到逼近控制策略, 该Riccati微分方程与一般线性系统的Riccati微分方程具有明显的区别; 同时对控制量受约束情形的控制策略也进行了求解; 最后通过仿真验证了所得结论的正确性.     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时,存在难以建立精确的数学模型、控制精度不高等缺点,提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型,克服误差积累以及网络规模庞大的缺点;运用粒子群优化（PSO）算法完成非线性预测控制的滚动优化。仿真表明,该方案的控制效果比常规动态矩阵控制效果有所提高,该方案是可行和有效的。     

一种粒子群算法的多样性策略研究

本文提出了一种粒子群算法的多样性策略,即在搜索过程中,对部分适应值较差的粒子重新进行随机初始化。修改后的算法经过了大量测试函数上的模拟实验验证,并与其他已有算法进行了比较。实验结果表明,该算法能获得更高的收敛成功率和质量更好的解。在困难的多峰函数优化上具有很强的竞争力。     

并联式混合动力汽车模糊控制策略及优化研究

能源危机和环境污染是汽车工业的两大挑战,提高发动机的运行效率是关键。在建立发动机模型及电池SOC(state of charge)计算模型的基础上对并联式混合动力汽车(PHEV,parallel hybrid electric vehicle)的控制策略进行研究,设计了模糊控制策略来合理分配发动机、电机的输出转矩。并在此基础上,对传动系统参数进行优化,得到满足PHEV加速和爬坡性能的最小废气排放的传动系统参数。最后,对设计的模糊控制策略进行仿真,并与参数优化后的模糊控制策略进行对比。结果表明传动系统参数优化后,燃油经济性有所提高。     

量子粒子群优化算法的收缩-扩张系数控制策略研究

收缩-扩张(CE)系数是量子粒子群优化算法(QPSO)需要人工设定的最核心参数,如何选择该参数成为一个重要的问题。为寻找更为有效的CE系数控制方法,根据CE系数递减思想,提出了一种凸凹性可变的指数型非线性下降CE系数控制策略,采用Sphere、Rastrigrin、Griewank和Ackley等4种典型的单峰与多峰标准测试函数研究了CE系数的不同控制策略以及不同初始值对量子粒子群优化算法收敛精度与收敛速度的影响,并与线性下降CE系数及固定CE系数两种控制策略进行了对比分析,得出了CE系数控制策略选择的一般性指导准则,为量子粒子群优化算法的应用提供依据。     

一种求解非线性方程组的量子粒子群算法

针对传统非线性方程组的解法对初始值敏感、收敛性差等问题,提出一种求解非线性方程组的量子粒子群算法.用量子位的概率幅对粒子位置编码,通过量子旋转门和量子非门完成粒子的更新与变异.该算法可发挥量子粒子群的群体搜索能力和全局收敛性,在算法中融入拟牛顿法,加强局部搜索能力,提高求解精度.数值模拟实验表明,算法有着可靠的收敛性和较高的收敛速度与精度.     

基于软测量的化工精馏过程推断控制策略

针对化工精馏过程产品成分无法在线检测及其用温度间接控制产品成分的常规控制策略存在着控制精度低的问题,提出基于软测量的精馏过程成分非线性串级推断控制策略。该控制策略首先提出核岭回归的实时软测量方法,即利用满足Mercer条件的核函数改进线性岭回归算法,实现精馏过程产品成分的在线检测;然后在此基础上,提出一种新的非线性串级推断控制策略,即副环采用常规的温度间接控制,主环采用基于核岭回归软测量的推断控制策略。通过Mejedell等建立的精馏塔动态模型分别对单端和双端成分非线性串级推断控制策略性能进行分析,仿真结果表明,与传统控制方案比较,新控制策略的控制质量有了较大提高,控制结构简单,易于实施。     

求解非线性方程组的粒子群复形法

结合复形法与粒子群算法的优点，提出粒子群复形法，用于求解非线性方程组，以克服牛顿法初始点不易选择的问题，同时克服复形法与粒子群算法由于易陷入局部极值而导致方程组的解的精度不够的不足．数值计算结果表明此方法具有全局搜索性，特别是，它能够以满意的精度求出对未知数具有敏感性的非线性方程组的解．     

非线性快速批次过程高效迭代学习预测函数控制EI北大核心CSCD

迭代学习模型预测控制(Iterative learning model predictive control,ILMPC)具备较强的批次学习能力及突出的时域跟踪性能,在批次过程控制中发挥了重要作用.然而对于具有强非线性的快动态批次过程,传统的迭代学习模型预测控制很难实现计算效率与跟踪精度之间的平衡,这给其应用带来了挑战.对此本文提出一种高效迭代学习预测函数控制策略,将原非线性系统沿参考轨迹线性化得到二维跟踪误差预测模型,并在控制器设计中补偿所产生的线性化误差,构造优化目标函数为真实跟踪误差的上界.为加强优化计算效率,在时域上结合预测函数控制以降低待优化变量维数,从而有效降低计算负担.结合终端约束集理论,分析了迭代学习预测函数控制的时域稳定性及迭代收敛性.通过对无人车和典型快速间歇反应器的仿真实验验证所提出算法的有效性.     

基于粒子群优化算法的非线性系统模型参数估计

非线性模型的参数估计是较为困难的寻优问题,经典方法常会陷入局部极值。由于粒子群算法是一种有效的解决优化问题的群集智能算法,它的突出特点是操作简便、容易实现且全局搜索功能较强,故将粒子群优化算法用于非线性系统模型参数估计,并通过对3种典型的非线性模型的参数估计进行了验证。实验结果表明：粒子群优化算法参数估计精度高,是一种有效的参数估计方法。     

Nonlinear dynamic system identification for automotive crash using optimization: A review

Literature on linear and nonlinear dynamic system identification is reviewed. The main motivation is to document the state-of-the-art, allowing one to propose further advancements in this field. The main problem is to identify system properties when experimental/numerical input and output data are specified. Parametric as well as nonparametric approaches for system identification are reviewed. For linear systems, both the first order and second order forms of the equations of motion are discussed. The use of first order form is more general as it can treat nonproportional structural damping as well. For nonlinear systems, the second order form of the equations of motion is used. A conclusion from the study is that more work is needed to develop identification formulations for nonlinear dissipative dynamic systems, especially for multi-degree of freedom systems. Received September 11, 2001     

通信延时环境下异质网联车辆队列非线性纵向控制

针对通信延时环境下的异质车辆队列控制问题, 本文提出了一种基于三阶模型的分布式非线性车辆队列纵向控制器. 首先, 基于三阶动力学模型描述了车辆的异质特性. 考虑车辆跟驰行为以及异质通信延时, 提出一种通信延时环境下的异质车辆队列非线性控制器. 所提控制器不仅可以在通信延时以及车辆异质特性的影响下实现队列中车辆的位置、速度以及加速度的一致性, 而且可以有效避免负的车辆间距和不合理的加/减速度, 保证车辆的运动行为符合交通流理论. 然后, 利用Lyapunov-Krasovskii定理对车辆队列的稳定性进行分析, 得出车辆队列的稳定性条件和通信延时上界. 最后, 所提控制器的有效性和稳定性通过数值仿真得到验证.     

全球气象资料质量控制的一种粗粒度并行计算调度策略

本文针对中期数值预报全球粢资料同化系统中的质量控制并行计算问题,在分析最优插值方法和盒方法的基础上,提出了一种负载平衡的计算调度策略。依据该策略,设计并实现了相应的粗粒度并行算法,取得了满意的效果。     

多轴运动系统非线性轮廓重复跟踪的主从交叉耦合迭代学习控制

针对多轴运动系统非线性轮廓的重复跟踪,传统时域交叉耦合迭代学习控制器（Cross-coupled iterative learning control,CCILC）的设计,各轴间的耦合算子计算精度要求高,计算效率低.本文提出一种主从交叉耦合迭代学习控制方法.基于主从控制设计方法,主动轴采用时域CCILC,从动轴采用位置域交叉耦合迭代学习控制（Position domain CCILC,PDCCILC）.保证各轴间运动同步性,同时减轻对耦合算子精确性的依赖.因而可以引入轮廓误差矢量法估算耦合算子提高计算效率.采用Lifting的系统时域矩阵展开方法对所提出的算法进行了稳定性分析和性能分析.基于一个两轴毫米级运动平台,三种典型非线性轮廓跟踪（即半圆、抛物线和螺旋线）的数值仿真和实验分析验证了所提出算法的有效性.     

一类多变量非线性系统的特征模型及其在卫星姿态控制中的应用

本文对一类多输入-多输出高阶非线性系统从理论上详细推导出了其特征模型,并设计了基于特征模型的稳定的自适应模糊广义预测控制方案。由于控制结构中使用了分层模糊系统,因而极大地减少了模糊规则数目,提高了控制的实时性。此外,文中还将所设计的控制方案用于挠性卫星的姿态控制。仿真结果表明,该控制方法具有较强的鲁棒性,可实现高精度的卫星姿态控制。