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．     

基于多面体方法的时变约束系统控制算法

基于多面体方法的约束系统控制算法能有效地处理存在状态量和控制量凸约束的定常系统的控制问题,采用多面体方法对时变约束系统的稳定控制方法进行了研究．针对时变约束系统的模型参数是变化的特点,提出了一种约束系统的动态控制算法．仿真结果表明,该算法能保证约束时变系统的稳定性．     

基于泰勒级数的迭代学习算法

针对存在不确定扰动的线性时变系统的轨迹跟踪控制问题,提出了基于泰勒级数的迭代学习算法．该算法利用泰勒级数将系统参数化,导出一种基于泰勒级数的线性时变系统的近似模型．在此模型的基础上,利用迭代学习方式修正输入量的泰勒展开系数,并用LMI方法求解学习增益矩阵．所提出算法在系统不满足正则性或无源性时,仍可用输出误差信号来构造学习律．仿真结果表明了该算法的有效性．     

基于agen t 的城市交通信号控制

利用agent技术对城市交通信号控制进行研究．首先给出了区域agent(ARA)的组成和结构，然后给出了城市交通控制的模型和协调算法．基于agent技术的城市交通控制系统能对交通状况进行实时反映和处理．在此模型基础上，应用博弈论的相关知识给出城市交通信号协调控制算法．最后通过仿真程序验证了该模型和算法的有效性和实用性．     

基于特征模型的挠性结构自适应振动控制

航天器是一种由中心刚体和挠性附件组成的刚柔耦合复杂系统，由于系统调姿或外部扰动作用时将引起振动，尤其是在平衡位置的小幅度振动对姿态稳定度和指向控制精度严重影响，并且难以控制．为了解决该问题，采用基于特征模型的黄金分割自适应控制方法，并引入逻辑微分阻尼项进行振动主动控制．建立了刚柔耦合结构实验平台，进行了包括位置设定点及转动振动主动控制的算法实验比较，结果表明，采用的基于特征模型的方法得到了比较理想的振动抑制效果，尤其是对低频小幅值振动的抑制，在相同条件下，与传统控制方法相比，大大减少了振动抑制的时间．实验研究表明采用的算法快速抑制振动的有效性．     

一种基于滑模的自适应预测函数控制新算法

提出了一种应用带时变遗忘因子的基于滑模的自适应预测函数控制新算法。该算法采用带时变遗忘因子的递推最小二乘算法在线辨识模型参数,将滑模控制与预测函数控制(PFC)相结合对系统进行控制。与其他模型预测控制不同,预测函数控制可以克服其他模型预测控制可能出现规律不明的控制输入问题,具有良好的跟踪能力和较强的鲁棒性,离散滑模控制中的滑动模态对干扰具有不变性;最后分析了控制系统的闭环渐近稳定性。仿真结果验证了该方法的有效性。     

集装箱码头装卸作业的调度控制模型及算法设计

对集装箱码头上装卸作业的调度控制直接影响码头的整体运营效率．本文研究了集装箱码头装卸作业的调度控制问题,提出了一个基于柔性化flow shop的集成化控制模型．该问题具有非线性规划(NP：non- polynomial)难度,因此本文开发设计了两类基于优先级规则的启发式调度算法．利用该模型来对码头中多种装卸设备进行总体调度可以提高设备之间的协调性,提高码头效率,降低成本．实验研究证明算法能有效地解决该问题．     

基于并行支持向量机的多变量非线性模型预测控制

提出一种基于并行支持向量机的多变量系统非线性模型预测控制算法．首先,通过考虑输入、输出间的耦合,建立基于并行支持向量机的多步预测模型;然后,将该模型用于非线性预测控制,提出新的适用于并行预测模型的反馈校正策略,得到最优控制律．连续搅拌槽式反应器（CSTR）的控制仿真结果表明,该算法的性能优于基于并行神经网络的非线性模型预测控制和基于集成模型的非线性模型预测控制．     

基于最小二乘支持向量机和混沌优化的非线性预测控制

针对非线性多入多出（MIMO）系统,提出一种基于最小二乘支持向量机（LSSVM）和混沌优化的预测 控制策略．预测模型是预测控制的三要素之一．本文给出了基于混沌优化的Chaos-LSSVM 算法,在可行域内反复搜 索,从而得到最优的LSSVM 算法参数,以及最优的LSSVM 模型．在线优化是另一个要素．提出了基于变尺度混沌 优化的MSC-MPC（变尺度混沌－模型预测控制）算法,可根据控制误差的大小,决定是否缩小搜索范围,从而迅速 收敛到最优解．该算法计算简单,容易实现,避免了同类方法复杂的求导、求逆运算．仿真结果显示：Chaos-LSSVM 算法和MSC-MPC 算法分别具有良好的建模、控制性能．     

IP网络中积极队列管理综述

积极队列管理是IP网络拥塞控制的主要手段之一．本文从控制理论的角度描述带有 积极队列管理的端到端的拥塞控制系统结构，介绍了网络系统受控对象的一种传递函数模型 ，综述了基于该模型的RED参数整定，以及P、PI、自适应控制等积极队列管理算法的设计和 分析，指出受控网络模型精度、控制器的鲁棒性等进一步的研究方向．     

基于黄金分割双种群遗传算法的区域交通信号控制

针对非均匀交通流的城市区域信号配时优化问题,以区域总通行能力和总延误为优化目标,构建基于目标相对占优策略的城市区域交通信号优化模型;在采用遗传算法求解优化模型时,由于遗传算法易早熟收敛会导致寻优效果不佳,因此引入黄金分割法对双种群遗传算法进行改进,两个种群同时且独立地进行寻优操作,并进行个体交换,避免算法陷入局部最优的陷阱,利用4个常用的测试函数验证算法有效性,实验结果表明改进的算法能够快速搜索到全局最优解;最后对所提的模型和算法进行有效性评价,结果表明,所建模型符合实际交通控制目标并且计算简单,验证了模型的有效性;所改进的算法在城市区域路网中能够有效地获得良好的信号配时方案。     

IT外包进度风险控制的自适应禁忌搜索算法

针对委托代理模式下的IT外包项目的进度风险控制问题构建了双层结构的优化模型.设计了自适应禁忌搜索算法对模型进行求解，该算法将多样化搜索机制与禁忌搜索相结合，在算法运行过程中，根据适应值的反馈自动调整禁忌搜索强度与多样化搜索力度；同时，应用贪婪策略构造初始解，循环交替应用两种邻域结构提高算法寻优能力.实验结果表明，进度风险控制显著地降低了IT外包项目的拖期风险，同时使委托方和代理商双方实现收益最大化.将自适应禁忌搜索算法的实验结果分别与遗传算法、模拟退火算法、禁忌搜索算法、自适应遗传算法和自适应模拟退火算法的实验结果进行了比较：在收敛程度和稳定性方面自适应禁忌搜索算法优于其它算法，并且随着问题规模的增加，该算法的优势更为明显.     

基于多种群遗传算法的水面无人艇航迹控制方法

针对水面无人艇(USV)的航迹控制问题,提出了一种由视线导向法和多种群遗传算法整定的PID航向控制器组成的航迹跟踪控制方法.该方法采用多种群遗传算法克服了传统遗传算法容易陷入局部最优的问题,增强了算法的全局寻优能力;并根据模型特点改进了适应度函数,使得对控制器性能的评价更加合理.与标准遗传算法和粒子群算法的对比仿真表明,多种群遗传算法在PID参数整定方面寻优能力更强、稳定性更高;同时,整定出的PID控制器针对不同的模型参数,均表现出收敛速度快、无超调、无稳态误差的优良特性.航迹仿真结果表明,设计的航迹控制方法能够有效跟踪给定航迹.     

基于差分和状态空间遗传混合算法的信号配时优化

为了最大限度地挖掘现有道路的承载能力,提出了一种基于差分进化算法和状态空间模型遗传算法的两阶段混合优化算法,建立以车辆平均等待时间最小为目标的数学模型进行优化。为了解决差分进化算法在后期收敛速度变慢,容易陷入局部最优的缺点,引入改进后的状态空间模型遗传算法形成一种混合算法。然后,用所提出的混合算法对5个经典测试函数进行寻优测试,并与定时控制、差分进化算法以及状态空间模型遗传算法进行对比,实验结果表明该混合算法不仅提高了收敛速度,并且在保证了算法收敛精度的前提下缩短了迭代次数。最后,以单交叉路口为例,验证该混合算法在求解信号灯配时问题时的优化效果。     

求解装卸混合车辆路径问题的模拟退火遗传算法

提出一种改进的模拟退火遗传算法来求解装卸混合车辆路径问题;通过使用模拟退火变异策略来增强遗传算法的局部搜索能力,从而改善遗传算法的早熟问题,使算法有能力避免陷入局部极值而快速收敛于全局最优解;仿真实验结果表明了所提算法求解装卸混合车辆路径问题的有效性与适用性。     

基于市场机制的QoS控制模型MQC的改进遗传算法求解

基于市场机制的QoS控制模型(MQC)的求解是一个NP-Hard问题，对此作者提出一种改进遗传算法(MGA)用于求解，与传统遗传算法相比加入自适应预测器，同时在遗传操作中采用自适应遗传因子指导搜索过程．最后通过实验证明该算法快速有效。     

物流配送中烟花算法结合遗传算法的异质车队路径优化方法

针对物流配送中车辆路径的问题,提出一种烟花算法结合遗传算法的物流配送异质车队路径优化方法。根据优先聚类其次路径的两阶段构造理论将新型群体智能算法烟花算法与遗传算法进行有效结合,首先按运力空间划分聚类区域,并采用改进的遗传算法解决为客户分配车辆的问题,然后通过采用烟花算法对路径排序实现本地路径优化。将该方法的实验结果与经验结果进行了比较,结果表明,所提出的混合算法模型得到的实验结果优于经验结果。     

关联交叉口子区的信号优化控制方法

在交叉口群的信号优化控制过程中,针对遗传算法早熟收敛且对相邻交叉口关联性考虑较少的问题,提出一种关联交叉口子区的信号优化控制方法。利用软集合理论将关联性强的交叉口划分在同一个子区;采用基于共享函数的小生境技术调整群体中个体的适应度并自适应地调整算法的交叉概率[Pc]和变异概率[Pm]对遗传算法进行改进;使用改进的遗传算法对关联交叉口子区的平均延误时间[D]进行优化。路网实测数据的仿真实验表明本文方法对交叉口群进行了合理的子区划分,且改进的遗传算法在子区信号优化控制中迭代次数减少,使得交叉口的平均延误时间更短。     

基于概率模型检测和遗传算法的基因调控网络的无限范围优化控制

基因调控网络是一类基本且重要的生物网络,通过对其进行控制可以实现生物系统功能的调节。在生物系统中,通过外部的干预控制构造关于基因调控网络的控制理论成为了非常热门的研究主题。目前,作为一种重要的网络模型,带有干扰且上下文相关的概率布尔网络已经被广泛地应用于基因调控网络优化控制问题的研究中。针对无限范围的优化控制问题,文中提出了一种基于概率模型检测和遗传算法的近似最优控制策略的计算方法。首先,该方法将无限范围控制中定义的期望总成本归约为离散时间马尔科夫链上的平稳状态回报;然后,构建包含固定控制策略的带有干扰且上下文相关的概率布尔网络模型,采用带回报属性的时序逻辑公式表示固定控制策略的成本,采用概率模型检测器PRISM进行自动计算。进一步,采用遗传算法,将固定控制策略编码为遗传算法解空间中的个体,基于其控制成本,定义个体的适应度值,将PRISM作为求解器,通过在解空间上迭代地执行遗传操作获取近似最优解。将所提方法应用于WNT5A网络中,实验结果证明了该方法的有效性。     

控制量离散的轮式小车轨迹跟踪研究

针对机器人小车控制过程中的轨迹跟踪问题,以控制量为离散值的轮式小车为研究对象,提出一种新的预测控制算法.建立小车在离散状态空间下的运动学模型,并根据此模型设计预测控制算法,以克服实际过程中的不确定性.然后,为解决传统预测控制算法在应用上出现的计算量指数增长问题,基于改进模拟退火的快速寻优算法,设计一种新的预测控制策略,以同时保证小车轨迹跟踪的精确性与实时性.通过仿真实验给出了该算法下小车对不同轨迹的跟踪情况及鲁棒性测试,在与传统预测控制算法计算量的比较结果中表明,该算法能够减少计算时间且实现对轨迹有效地跟踪,并保证较高的稳定性,同时,该算法可以推广到各类控制量为离散值的预测控制问题.