一种改进的鲁棒约束预测控制器的综合设计方法

针对多包描述的不确定系统,提出一种新的鲁棒约束预测控制器.离线设计多包系统worst-case情况下性能最优的不变集,在线求解多包系统无穷时域性能指标的min-max优化问题.设计方法采用了时变的终端约束集,扩大了初始可行域,并能获得较优的控制性能.仿真结果验证了该方法的有效性.

     

基于容许集的变终端约束MPC控制

针对一类输入和状态受约束的离散线性系统,提出一种基于Ⅳ步容许集的变终端约束集模型预测控制方法.首先给出多面体不变集序列作为终端约束集的离线模型预测控制算法,扩大了终端约束集.为进一步扩大初始状态可镇定区域,引入N步容许集,设计了基于容许集的变终端约束集模型预测控制方法.该算法采用离线设计、在线优化方法,实现了系统渐近稳定,不仅降低了在线运算量,而且扩大了初始状态可镇定区域.仿真结果表明了算法的有效性.     

基于多步控制集的鲁棒预测控制器设计

针对有约束多胞不确定系统, 本文提出多步控制集的概念, 并将其作为终端集进而设计鲁棒预测控制器. 由于设计了一系列可变的反馈律, 鲁棒预测控制器可以得到更好的控制性能和更大的初始可行域. 另外, 利用多步控制集的特性, 本文提出了一种将预测控制器的在线计算量转移到离线完成的算法. 通过该算法, 可以有效地平衡鲁棒预测控制器的控制性能、在线计算量和初始可行域. 仿真算例验证了这些算法的有效性.     

基于多面体不变集的变终端约束集RMPC

针对一类状态和输入受约束的多胞不确定线性时变系统,提出了一种基于多面体不变集的变终端约束集鲁棒模型预测控制算法.首先采用基于状态反馈增益的多面体不变集计算方法,给出了一种新的控制不变集序列构造方法,然后以控制不变集序列的并集作为终端约束集,结合在线优化和增益切换,实施变终端约束集双模鲁棒预测控制.该算法不仅有效地扩大了...     

基于终端凸集约束的新MPC控制器

针对一类离散系统,研究了带有终端约束凸集的MPC控制问题.通过离线设计一组椭圆不变集,并将其组合成一个终端约束凸集,其中凸集参数作为在线优化变量.在线运算时,根据实际的终端状态即时地选择合适的终端不变集,从而有效地扩大了系统的可行域.分别给出了设计MPC控制器的离线和在线算法,仿真实例说明了该方法的有效性.     

基于鲁棒一步集的Tube不变集鲁棒模型预测控制

针对一类干扰有界的输入和状态受约束线性离散系统,提出了一种基于鲁棒一步集的Tube不 变集鲁棒模型预测控制方法.首先采用多面体不变集离线设计方法得到基于多面体不变集序列的扩 展终端约束集;然后为了扩大鲁棒模型预测控制的初始状态允许区域,并提高系统的鲁棒性,在扩展终端约束集的基础上,通过引入鲁棒一步集并借助Tube不变集控制策略,设计了基于鲁棒一步集的鲁棒模型预测控制方法,并给出了算法的存在性和稳定性证明. 该方法不仅极大地扩大了初始状态允许区域,而且对有界干扰具有有效的抑制作用,使得受扰系统收敛到以原点为中心的最小鲁棒正不变集内.最后仿真验证了算法的有效性.     

一类离散不确定系统的Tube不变集离线鲁棒模型预测控制

针对一类输入和状态受限的离散线性不确定系统,提出了一种基于Tube不变集的离线鲁棒模型预测控制方法.首先针对输入和状态约束线性时不变标准系统,设计了改进的基于多面体不变集的离线模型预测控制算法,并证明了稳定性.其次对于存在未知有界干扰的实际不确定系统,引入了Tube不变集策略,通过设计对应标准模型的最优控制序列和状态轨迹,给出了实际不确定系统的离线Tube不变集控制策略,保证系统状态鲁棒渐近稳定,并收敛于终端干扰不变集.仿真结果验证了该控制方法的有效性.     

在线优化线性反馈增益的非线性鲁棒预测控制方法

以鲁棒控制不变集作为预测控制的终端约束集,设计了一种新的鲁棒预测控制算法.将预测控制在不同采样点的待优化控制律考虑为线性反馈控制律,并通过在线优化求解线性反馈增益.从理论上证明了若采用所设计的鲁棒预测控制器,则系统是输入状态稳定的.最后通过计算机仿真验证了所提出设计方法的可行性.     

基于可达集的鲁棒模型预测控制

设计了一种基于可达集的鲁棒模型预测控制算法.首先确定了一个鲁棒不变集,并将此不变集用作模型预测控制的终端约束集;接着采用终端约束集对可达集的包含度作为优化指标;最后,采用预测时域逐渐减小的控制策略以保证在线优化存在可行解.从理论上证明了吸引域内的任意点在有限时域内都会被引导至终端约束集并始终停留在此集之内,并由仿真算例验证了本文所设计鲁棒模型预测控制算法的可行性.     

基于Web的达梦数据库交互式查询工具的实现

本系统主要功能：对用户输入的单句或多句SQL语句进行处理,及时返回查询结果或者操作信息。本系统具有以下特点：采用主流的Web设计语言JSP设计客户端界面,用JDBC实现对数据库的无缝连接;使用JDBC扩展包中的行集来缓存结果集;使用javacc工具自动生成语法分析器;这些后台操作大部分采用了JavaBeans进行封装。     

不确定性机械系统的最优鲁棒控制设计: 模糊法

针对不确定性机械系统,提出了一种新的最优鲁棒控制方法.本文用模糊法去描述机械系统中的不确定性.机械系统的性能要求是确定的(保证最低要求),同时也是模糊的(成本控制里用到).所提出的控制方法是确定的,而不是基于假设的规则.经过严格的理论证明,控制系统最终可达到理想的性能指标.基于模糊信息,本文设计了一个性能指标(综合成本,包括系统的平均模糊性能和控制成本).通过最小化此性能指标,可解决控制的最优设计问题.这种最优设计方法可得到唯一的解析形式的最优解.总的来说,这种最优鲁棒控制方法较为系统,能够保证确定的系统性能得以实现,同时控制成本最小.最后,本文选了一个机械系统作为例子.     

Optimal Robust Control for Rigid Serial Manipulators: A Fuzzy Approach

We first investigate the fundamental properties of rigid serial manipulators as related to the control design. Then, a new optimal robust control is proposed for serial‐link mechanical manipulators with fuzzy uncertainty. Fuzzy set theory is used to describe the uncertainty. The desirable system performance is deterministic (assuring the bottom line) and also fuzzy (enhancing the cost consideration). The proposed control is deterministic and is not the usual if‐then rules‐based control. The resulting controlled system is uniformly bounded and uniformly ultimately bounded proved via the Lyapunov minimax approach. A performance index (the combined cost, which includes average fuzzy system performance and control effort) is proposed based on the fuzzy information. The optimal design problem associated with the control can then be solved by minimizing the performance index. The resulting control design is systematic and is able to guarantee the deterministic performance as well as minimizing the cost. In the end, a cylindrical robot manipulator is chosen for demonstration.     

申威架构下的虚拟机访存特征提取方法

虚拟化技术是云服务的重要支柱之一,虚拟化充分扩展了物理资源的灵活性,提升了物理资源的利用率。随着国家信息化水平的发展,云服务器核心技术自主可控、安全高效的要求不断提高。近年来,作为国产服务器的典型代表,申威架构服务器的功能不断完善。提出了申威架构上的虚拟机访存特征提取方法,充分利用了申威架构独特优势,实时测算虚拟机的内存缺失率曲线,并最终计算工作集大小,同时利用热页集机制大幅度减少页面追踪的性能开销。实验结果表明,该方法可以准确计算虚拟机工作集大小,平均误差低于3%,平均性能开销不高于8.3%。本工作为申威虚拟机内存动态分配提供条件,最终目标是提高申威云服务器整体性能和内存利用率。     

Multi‐Objective Cost‐Detectability in Unfalsified Adaptive Control

Vector‐valued controller cost functions that are solely data‐dependent and reflect multiple objectives of a control system are examined within the framework of unfalsified adaptive control. The notion of Pareto optimality of vector‐valued cost functions and the conditions under which they are cost‐detectable are discussed. A sampled data/discrete‐time Level‐Set controller switching algorithm is investigated which allows for the relaxation of the assumption that the controller cost function be monotonically nondecreasing in time. This opens up the possibility of the use of fading memory cost functions which are nonmonotone. When an active controller is falsified at the current threshold cost level, the Level‐Set switching algorithm replaces it by an effectively unique solution of the weighted Tchebycheff method, thus ensuring the selection of an unfalsified Pareto optimal controller. Theoretical results for convergence and stability of the adaptive system are given. Simulation results validate the use of cost‐detectable multi‐objective cost functions. An example of a cost‐detectable cost function which uses fading memory norm of the fictitious tracking error as a performance measure is shown. This allows for computation of performance of nonactive controllers with respect to a reference model.     

基于预备工作集的最小序列优化算法

为了提高支持向量机求解大规模问题的训练速度,提出了一种新的工作集选择策略--预备工作集策略:在SMO中,利用可行方向策略提取最大违反对的同时,从核缓存cache中提取违反KKT条件程度最大的一系列样本组成预备工作集,为此后历次SMO迭代优化提供工作集.该方法提高了核缓存的命中率,减少了工作集选择的代价.理论分析和实验结果表明,预备工作集策略能够很好地胜任待优化的工作集,加快了支持向量机求解大规模问题的训练速度.     

Enlargement of polytopic terminal region in NMPC by interpolation and partial invariance

This paper uses the concept of partial invariance to derive a sequence of linear programs in order to maximize offline the volume of an invariant polytopic set with an arbitrary predefined number of vertices subject to a bound on closed-loop performance. Interpolation techniques are used to determine a nonlinear control law which is optimal with respect to a closed-loop cost bound through the on-line solution of a linear program. The invariant polytope is also used to define a receding horizon control law through an appropriate terminal constraint and cost.     

AES算法的SIMD指令集扩展方法与实现

基于MIPS32 4k系列的处理器架构,提出一种AES算法的SIMD指令集扩展方法,利用处理器流水线对齐级和AES数据访问单元,实现64 bit数据位宽的并行处理操作。对不同实现方式的性能进行比较,结果表明,该方法的加解密运算性能有较大提高,硬件代价相对较小,且具有编程灵活性。     

Automatic Design of Application Specific Instruction Set Extensions Through Dataflow Graph Exploration

General-purpose processors are often incapable of achieving the challenging cost, performance, and power demands of high-performance applications. To meet these demands, most systems employ a number of hardware accelerators to off-load the computationally demanding portions of the application. As an alternative to this strategy, we examine customizing the computation capabilities of a processor for a particular application. The processor is extended with hardware in the form of a set of custom function units and instruction set extensions. To effectively identify opportunities for creating custom hardware, a dataflow graph design space exploration engine heuristically identifies candidate computation subgraphs without artificially constraining their size or shape. The engine combines estimates of performance gain, cost, and inherent limitations of the processor to grow candidate graphs in profitable directions while pruning unprofitable paths. This paper describes the dataflow graph exploration engine and evaluates its effectiveness across a set of embedded applications.     

基于样本类别的邻域粗糙集正域计算

对基于邻域粗糙集的属性约简算法而言,正域计算是保证其有效性的重要依据,也是影响其时间开销的最主要部分。正域计算的速度主要由样本间度量计算的次数决定。在确保正确性的条件下,样本间度量计算的次数越少,则正域计算越快。在现有的正域计算中,通常存在着大量同类别样本间的度量计算。针对这个现象,首先证明在邻域粗糙集的正域计算中,同类别样本间的度量计算对正域计算是无贡献的,然后据此提出了基于样本类别的正域计算。和现有的正域计算相比,实验结果表明,该正域计算有效且更快速。而且,该正域计算更适用于样本类别数较少的数据集。