高层建筑结构振动控制的一种瞬态最优控制算法

提出了一种适用于高层建筑结构振动控制的瞬态最优控制算法，该算法以求一个时变的二次型性能指标的最小值为目标，采用Ｎｅｗｍａｒｋ法求解最优控制力和结构的响应，使每一瞬时的性能指标取最小值。文中详细地分析了该算法，给出了编程方法和框图。     

非线性系统的梯度变分迭代自学习控制

研究了一类非线性系统的梯度变分迭代自学习算法,以提高此类非线性系统的控制品质.梯度变分迭代自学习算法是针对符合某一类范式的周期性或重复性输出控制的非线性系统而设计的一种自寻优自学习算法.该算法针对一类非线性系统的数学描述模型,给出了性能指标函数,通过梯度变分的方法寻找性能指标函数梯度的负方向,并利用迭代自学习得到性能指标函数的最小值,使系统收敛于目标输出.将该算法应用于极端环境模拟装置的压力控制系统,取得了比传统控制算法更高的效率与更快的收敛速度.梯度变分迭代自学习算法是符合一类数学模型的非线性系统的一种高效控制算法.     

基于分级结构的分簇算法在试验场机动通信组网中的应用研究

针对国防科研试验对机动通信网的要求，提出基于分级结构的改进型自适应权值分簇算法，并对该算法各性能指标进行仿真分析，结果表明：将该算法应用于分级结构的机动通信组网中，能实现对现有通信网的有效补充和合理延伸。     

由行程编码改进的一种通用性压缩算法

通过对行程编码(Run Length Encoding)的算法分析,提出了一种改进的无损压缩算法.该算法主要思路是:首先设定一个初始阈值,顺序扫描数据并记下最大值和最小值;当最大值和最小值的差值超过该阈值时,适当增大阈值;当差值不超过限定值时,将数据进行分段,根据实际情况对各分段数据采用本文介绍的差值编码或自然编码.解码过程中,根据包含最小值、起始位置、结束位置和该数据段需要的编码位数的信息文件和包含该段原始数据和最小值之间差值的差值文件还原数据.通过实例的测试和比较,给出了压缩效果公式,证明此算法比传统RLE算法的压缩效果更有效.     

互联电力系统的分散H∞控制

针对具有区域关联的系统负荷控制总理２，提出了一种基于Ｈ∞设计分散状态反馈控制器的迭代算法，该算法主要是利用代数Ｒｉｃｃａｔｉ方程的重要性质，在保证闭环渐近的前提下，对控制器结构加以限制，从而使系统获得在某一性能指标下的次优反馈解，然后给出算例，说明该算法的应用。     

单循环比赛赛程编排的一个模型

对n支球队单循环比赛的赛程问题，在使赛程对各支球队来说尽可能公平的条件下，给出一了个赛程编排算法．该算法可以给出各支球队每两场比赛相隔场数的最小值的上限值为[(n-3)／2]．利用这个算法，我们给出了n=9时各支球队每两场比赛相隔场数的最小值达到上限3的具体赛程编排．最后，我们讨论了衡量一个赛程优劣的另外一些指标。     

基于改进型模糊控制算法的电阻点焊机设计

设计了一种ADuC812微处理器为核心的新型电阻点焊装置。该装置用真有效值电路检测非正弦焊电流值，用中断和定时计数器实现了可控硅的精确触发。根据电阻焊焊接过程特点和工艺要求，采用变比例因子的变结构模糊控制算法，并提出了预估起始值控制策略。实验证实了该装置的性能指标完全符合设计要求，焊接质量明显提高。     

基于类内散度的OCR证件图像的倾斜检测算法

针对包含有OCR字符区域的OCR证件图象,提出了一种基于方向投影和类内散度的OCR证件图象的倾斜检测算法.该算法以整数Bresenham算法计算不同扫描角度的方向投影,同时计算各个方向投影的最小总类内散度,然后寻找所有最小总类内散度的最小值,以该最小值对应的扫描角度为最终的检测倾角.实验结果表明,该算法能快速准确地检测出OCR证件图象的倾斜角度.     

基于神经网络的组合电路测试生成算法

介绍了一种基于神经网络的组合电路测试生成算法。该算法不同于传统的方法是它既不需要回退也不需要故障传播的过程。利用Hopfield神经网络模型将组合电路表示成双向的神经网络，通过故障注入，建立被测电路的约束网络，并构造网络的能量函数，将组合电路的测试矢量对应于神经网络能量函数的最小值点，从而运用遗传算法求解能量函数的最小值点来求得测试矢量。在一些基准电路上的实验结果表明本算法具有较高的故障覆盖率和较短的测试时间。     

PID自校正调节器及其在染色过程中的应用

本文介绍了一种改进了的性能指标函数下的增量式ＰＩＤ自校正控制算法，它对窜入的干扰有较强的抑制能力，克服了通常极点配置情况下性能指标最优和希望的闭环极点不能兼顾的缺点，消除了通常情况下性能指标函数下可能存在的稳态误差，使系统具有较高的控制精度。文中简要介绍了该算法在染色过程中的应用。     

一个有效两阶段最优控制问题的算法

讨论了一类动态连续系统的最优控制问题,提出了一种两级最优控制算法.该算法首先把原问题转化为参数最优控制问题,然后从参数最优控制问题的解集中挑出原问题的最优控制.建立了算法的理论基础,证明了算法的收敛性.仿真结果表明算法是有效的.     

离散时间系统控制作用的最优分布

本文通过对离散时间系统最优控制的性能指标分析,给出了性能指标对控制作用设置矩阵的灵敏度分析方法及性能指标增量计算方法。应用上面结果,本文提出了控制作用最优分布的设计思想,解决了多点控制作用中控制作用设置的优化分布问题。     

最优零极点配置自校正控制算法

对于一般的CARMA过程,本文提出了一种最优零极点配置自校正控制算法。在Goodwin的定义下,证明了算法的全局收敛性,并给出了自校正控制系统的渐近稳定性结果。     

汽车动态仿真器运动系统的最优控制

运用最优控制理论，建立了汽车动态仿真器运动系统的最优控制模型，并运用Ｒｉｃｃａｔｉ矩阵代数方程的符号函数算法模拟了汽车输入下的仿真器运动响应。     

基于遗传算法的电梯群控研究

针对电梯群控系统的特点,设计出一种更适合的梯群控制的遗传算法。本算法中采用了整数编码和可进行种群竞争的双种群机制,设计了以候梯时间、乘梯时间、系统能耗为群控目标的多目标适应度函数,并在选择操作中引入个体最优选择策略,在交叉操作中构造了与遗传代的数目、预交叉个体本身特点相结合的交叉方式,在变异操作中应用了两点对换和位点变异相结合的变异方法,并设计了从最优解集合中选择最优解的评价函数。经过模拟仿真,运行实验结果表明了此方案的可行性和优越性。     

基于神经网络的模型跟随控制方法

提出了一种用于数学模型未知多变量系统的模型跟随神经元控制方案,该方案利用神经网络逼近非线性映射的能力及学习能力实现系统对参考模型的,以达到优化控制的目的.同时,提出了一个模型优化学习控制算法,利用该算法获取作为神经元控制器训练样本的最优模型跟随控制律数值解.将模型跟随神经元控制方法用于一个造纸机网前箱的多变量过程,获得了良好仿真研究结果.     

四轮式移动机器人非完整运动控制

针对四轮式机器人做非完整运动时系统的非完整性的问题,将四轮式机器人运动规划转化为非线性控制系统的优化问题。提出了对优化变量进行浮点数编码的改进遗传算法,使系统控制精度得到改善。同时将改进的遗传算法采用最优个体保留策略,设计交叉参数和自适应变异参数,确保算法具有良好的收敛性。通过数字仿真实验,证明了该方法的对四轮式机器人非完整运动规划问题具有可操作性。     

基于ISSA的多变量ORVFL网络自适应预测控制

针对多输入多输出（Multiple?Input Multiple?Output, MIMO）的非线性系统,提出了一种基于改进的麻雀搜索算法（Improved Sparrow Search Algorithm, ISSA）的在线序列随机权值网络( Online Random Vector Functional?Link Net, ORVFL)自适应预测控制算法(ISSA?MPC)。该算法采用ORVFL网络逼近非线性系统模型,并用于系统过程的多步预测。为了提高麻雀搜索算法的性能,使用该算法对系统性能指标进行了在线优化,求解了每一个采样周期的最优控制律。结果表明,该算法控制性能良好并具有较好的抗模型失配能力。     

基于精细计算的结构瞬时最优预测控制

针对地震激励作用下的结构控制问题,提出一种瞬时最优预测控制算法,该算法采用的开闭环控制策略在控制过程中综合考虑了下一时刻位移、控制力输入能量和地震波能量对结构的影响,解决了传统开闭环控制必须知道整个过程中外扰信息的难题,另外对控制过程中的指数矩阵采用精细积分法来求解,避免求解动力状态矩阵的特征值和特征向量,简化了算法中指数矩阵的计算,提高了计算效率,使得算法具有高效率、高精度、对步长不敏感、无条件收敛的优点.在算例中将文中方法与LQG算法进行了比较,证明了文中算法的有效性且优于LQG算法.     

一种改进的基于遗传算法的动态矩阵控制算法

介绍一种改进的基于遗传算法的动态矩阵控制（DMC）算法.针对系统对DMC作用下控制效果的要求,选择适当寻优的顺序,应用遗传算法对DMC控制参数构成的染色体种群进行寻优,最后再通过得到的最优参数解集计算出实时控制量,缩短了采用试凑法寻优消耗的时间,从而达到满意的预测控制效果.