非凸稳态大系统的递阶优化

本文讨论了非凸稳态大系统最优控制的OPBM递阶算法,在此算法的基础上,讨论了通过加入位移因子,对实际系统施加全局反馈或局部反馈,从而克服了模型与实际系统有差异的影响,由于OPBM法应用了加入罚系数项的增广拉格朗日函数,对问题进行凸化,所以它可应用于一类非凸的问题。     

大系统的递阶辨识

大系统的特点是维数高、待估计的参数数目多,使得辨识方法的计算量和存储量急剧增加,以致常规辨识算法难以实现.为了减少大系统辨识的计算量,提出了计算量较小的递阶辨识算法,并用鞅超收敛定理证明了它的收敛性.结果说明该算法可以给出大系统参数的一致估计.     

一类非线性大系统递阶优化的神经网络方法*

本文给出了一种求解一类非线性大系统递阶优化问题的神经网络模型，克服了非线性大系统优化中的对偶间隙与不可分性问题，并且该神经网络具有全集成化的特点，易于硬件实现，其协调网络和局部优化网络同步工作，具有很高的求解效率，适宜于系统实时优化应用。     

基于神经网络的一类大系统动态递阶优化方法

提出了一种用于求解离散时间大系统动态递阶优化问题的神经网络模型(LHONN),该网络以全集成化为特征:1)各子系统的动态方程嵌入相应的局部优化网络中,使得网络结构具有较低的维数,易于硬件实现;2)其上级协调网络和局部优化网络的求解过程同时进行,优化求解速度高,适宜于实时系统优化.     

递阶智能控制系统的一般结构

研究递阶智能控制系统的结构问题,介绍了递阶智能机器的一般结构,讨论了与组织级模型有关的决策段结构,并研究了协调级和执行级的控制结构模型。     

多变量系统状态空间模型的递阶辨识

研究多变量系统状态空间模型的递阶辨识问题,推广了作者提出的标量系统状态和参数联合辨识算法.当状态可量测时,利用最小二乘原理直接辨识状态空间模型的参数矩阵;当状态不可测时,利用递阶辨识原理提出了状态空间模型递阶辨识方法,使用系统输入输出数据来估计系统的未知状态和参数.状态空间模型递阶辨识方法分为两步:首先假设系统状态是已知的(即参数估计算法中的未知系统状态用其估计代替),基于状态估计和系统输入输出数据递归计算系统参数估计;然后基于系统输入输出数据和获得的参数估计,递归计算系统的状态估计.     

机器人的一种大系统递阶协调的自适应控制方法

本文提出了一种用于机器人的大系统递阶协调自适应控制方法.一方面补偿机器人因建模的不准确以及负载的未知带来的误差;另一方面引入大系统的递阶协调控制实现系统控制算法的并行性,为机器人的在线控制研究提供了一条途径.本文最后给出的例子证明了该方法是可实现的.     

连续大系统的网络结构最优滤波器

本文提出一种连续大系统状态估计器的设计方法--网络结构最优滤波器.这个方法基于矩阵最小值原理,其计算结果是满足任意结构约束的最优估计.对于分散和递阶结构而言,此方法具有容错和设计灵活等特点,特别适宜于用多计算机系统来实现,且不要求信道有很宽的通频带.     

线性时变大系统递阶控制的一种新方法

根据正交函数逼近理论，本文提出了解决时变大系统递阶控制的一种新型逼近算法。文中首先简单介绍了ＰＭＣＰ，同时给出了一些新的研究结果；研究了其在两点边值问题中的逼近解。动态大系统的逼近控制分为二级，第一级是子系统的优化问题，采用ＰＭＣＰ逼近技术解决；第二级为协调级，协调向量也通过ＰＭＣＰ逼近变换求解，这样使问题得到大为简化，不但算法简单，便于计算机运算，而且逼近精度高。数值仿真例子表明了本文提出的算法     

含结构参数扰动的线性连续系统的鲁棒约束方差状态估计*

本文考虑含结构参数扰动的线性连续随机系统的鲁棒约束方差状态估计问题，即设计滤波增益，使受扰系统每个状态分量的估计误差方差的稳态值不大于预先给定值，同时滤波矩阵具有期望的稳定裕度。本文给出了上述性能鲁棒滤波增益的存在条件及解析表达式，并提供了相应的数值例子。     

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。     

Composing Specific Domains for Large Scale Systems

DSM （domain-specific modeling） offers many advantages over general purpose modeling, but this type of modeling is effective just in narrow domains. The recent MDE （model driven engineering） approaches seek to provide a technology to compose different specific domains in order to cover large scale systems. In this context, this article proposes a new approach for composing specific domain models. First, we analyze some related works. On the basis of the key findings and conclusions drawn from the analysis, we propose a multidimensional approach based on the composition of crosscutting concerns contained in the source domain models. The approach is illustrated by a composition of service domains.     

Improved Input and State Estimation for Linear Stochastic Systems with Direct Feedthrough

This paper is concerned with the problem of joint input and state estimation for linear stochastic systems with direct feedthrough. Based on the fact that each unknown input between any two time steps is always bounded, a novel improved algorithm is proposed. Compared with existing results, this algorithm can effectively enhance estimation accuracy. Moreover, the stability of the algorithm is also discussed. Finally, an illustrative example is given to demonstrate the effectiveness of the proposed approach.     

连续系统鲁棒约束方差估计的一种新方法

本文提出一种新的性能鲁棒滤波增益的设计方法，即设计滤波增益，使得当系统噪声强度不确定时，系统每个状态的误差稳态值都不大于预先的旨定值，并举说明这种设计方法的直接性与简单性。     

连续系统鲁樟约束方差估计的一种新方法

本文提出一种新的性能鲁棒滤波增益的设计方法，即设计滤波增益，使得当系统噪声强度不确定时，系统每个状态的误差方差稳态值都不大于预先指定值，并举例说明这种设计方法的直接性与简单性．     

一类非线性组合大系统的稳定性

本文研究一类比较广泛的非线性组合大系统的稳定性问题.基于矩阵代数Riccati方程存在对称正定解的新判据(引理2),给出了检验这类非线性组合大系统稳定性的新准则,所给出的稳定性准则只涉及子系统的稳定性以及子系统之间的互联项,因此,当应用该准则检验这类非线性组合大系统的稳定性时,避免了构造子系统以及大系统的Lyapunov函数的困难.