电液位置伺服系统的最优控制设计

应用最优控制理论和黎卡提方程对电液位置伺服系统进行最优控制的设计,得出最优控制系统的闭环传递函数,并结合算例,绘制出该系统的波德图,算例表明了该方法的有效性和工程实用性。     

限速伺服系统的近似时间最优控制方案

针对典型的双积分伺服系统,提出一种基于模式切换的近似时间最优控制方案,实现系统在速度受限条件下的快速与准确的位置伺服控制。近似时间最优控制律在初始误差较大时先以最大控制量进行加速和减速,而当误差较小时平滑过渡为线性控制;为满足速度限制,在系统的加速段和减速段之间插入一个恒速控制段,并设计了模式切换流程;采用一个线性扩展状态观测器对系统未量测速度和未知扰动加以估计,用于反馈和补偿,以消除系统稳态误差。提出的控制方案被应用于永磁同步电机位置伺服系统,基于TMS320F2812DSP进行了实验测试,结果表明系统可以在各种负载扰动和转速限制下实现大范围的位置控制,且具有良好的性能。     

一类数字伺服系统的最优控制

本文给出数字伺服系统最优控制律,旨在当闭环系统受到位置扰动作用时获得最佳性能,为一类数字伺服系统的工业控制提供理论依据。     

量子进化算法和免疫算法的比较研究

量子进化算法和免疫算法都是解决优化问题的强有力算法。在分析了量子进化算法搜索的特点和免疫算法的机理基础上,对它们进行比较,阐明了二者的不同特点,并通过仿真实例总结出它们在求解多峰值函数优化问题上各自的优缺点。     

基于危险理论的自适应免疫算法

针对克隆选择算法自适应能力和多值搜索能力较弱的不足,提出了一种基于危险理论的自适应免疫算法.算法中引人种群环境和抗体危险信号引导自适应免疫应答过程,增强了种群多样性,避免了算法过早收敛.利用Markov链证明了算法的收敛性,分析了算法的复杂度.针对经典benchmark函数的仿真实验结果表明,相比克隆选择算法,本算法具有良好的全局收敛能力和多值搜索能力,且具备较快的收敛速度和求解精度.     

基于免疫和进化扩散算法的全局优化问题求解算法

在求解全局优化问题时,通常免疫算法、进化扩散算法分别在局部搜索和全局搜索方面表现较弱。针对这一情况,基于免疫和进化扩散算法,提出了一个免疫-进化扩散算法。该算法结合了免疫和进化扩散两种算法的优点,一方面通过引入基于共享机制的小生境算法,保持了群体的多样性,另一方面通过提出一种步长参数动态调整策略,提高了算法效率。实验结果表明,在给定精度下,该算法的效率和稳定性都明显优于Tsui的进化扩散算法和Ingber的自适应模拟退火算法。最后对步长参数动态调整策略进行了分析。     

基于神经网络的交流伺服系统快速混合算法控制

标准的ＢＰ算法的最大局限在于：它不能保证收敛于神经风络总误差函数的全局最小点，而且由于“贪婪”的固定步长的最陡下降算法，有时连局部极小点也达不到。本文采用一种混合算法：将修正的快速ＰＩＤ型ＢＰ算法与Ｓｏｌｉｓ＆Ｗｅｔｓ随机最优化方法相结合，实现快速的、在有限迭代次数内达到全局最小的神经网络ＢＰ算法，并由此而构成控制顺应用于交流伺服驱动系统的控制。仿真结果证明该方法可以达到预期的目的，具有快速性、全     

基于小生境进化策略的免疫算法参数优化

对于联立方程这样具有多个优化解的问题,一般希望同时得到多个优化解.利用免疫算法可以解决这样的问题.但是不同的免疫算法参数应该优化设置.进化策略的群体中的个体都是独立进化的,个体进化主要通过变异算子完成,所以使用进化策略可以缩短搜索时间.利用小生境进化策略作为元算法解决免疫算法参数优化问题.利用联立非线性方程问题验证并与一般算法得到的结果相比较,结果表明,所提出的方法性能优于没有经过参数优化的方法.     

基于改进进化策略的足球机器人最优控制

在足球机器人运动方程和动力学模型基础上,以机器人在最短时间内到达指定位置作为最优控制策略的指标。论述了最优控制的设计思想,并给出了适应值函数的实现．借助于一种基于单基因Gauss变异和均匀变异相结合、递减型策略参数的改进进化策略(μ λ κ)-ES,求出了实现最优控制的参数．试验表明。最优控制策略明显地缩短了机器人到达指定位置的时间．     

自适应并行混沌免疫进化规划

基于克隆选择原理,提出一种新的并行混沌免疫进化规划算法.在算法中,根据抗体抗原亲和度将抗体种群分为两个子群,相应的提出混沌克隆算子和超变异算子,混沌克隆算子在局部空间具有较强搜索能力,超变异算子在广阔空间具有大范围搜索能力,通过两个算子的并行操作使局部寻优和多样性保持相结合,从而提高算法的搜索效率.仿真表明,与传统进化规划(EP)和基于混沌变异的进化算法(EACM)相比较,并行免疫进化规划搜索效率高,能有效抑制早熟收敛现象,可用于解决复杂的机器学习问题.     

基于DMC的满意优化控制算法

在模糊满意度的意义下，将软约束和有关向量无穷范数的取值转换为满意度．结合DMC预测控制算法，提出满意优化控制算法的一般描述，并从提高实时性的角度，给出适用于普通计算机进行在线优化的实用算法．仿真结果说明了该算法的有效性和实用性．     

基于免疫遗传算法的模糊神经网络在交流伺服系统中的应用

为了满足交流伺服系统高精度、快响应的要求，结合免疫遗传算法寻优速度快和模糊神经网
络控制不依赖于控制对象的优点，设计了一种基于免疫遗传算法优化的模糊神经网络控制的交流伺服系统
。采用免疫遗传算法优化模糊神经网络控制器中隶属函数的平均值、标准偏差以及隶属函数层与规划层的
连接权值。实验和仿真结果验证了该控制策略的可行性。该方法对于系统调节和设定值跟踪均具有很好的
控制效果，而且具有很好的抗干扰性能和较强的鲁棒性，使交流伺服系统具有良好的动、静态性能。     

基于混合免疫协同进化算法的模糊-PI优化控制

针对遗传算法诸如局部搜索能力差、早熟收敛、“退化”现象等问题，在协同进化算法(CA)的基础上融入传统的单纯形算法，同时引入免疫算子来防止“退化”现象，提出了混合免疫协同进化算法(HICA)，并设计了一种自适应交叉、变异算子以提高算法的运算效率；应用HICA对模糊 PI控制器的各个参数进行协同优化，设计了体现控制器综合性能指标的目标函数，仿真结果表明：提出的基于HICA模糊 PI控制优化方法可以获得满意的控制效果.     

Amplitude phase control for electro-hydraulic servo system based on normalized least-mean-square adaptive filtering algorithm

The electro-hydraulic servo system was studied to cancel the amplitude attenuation and phase delay of its sinusoidal response,by developing a network using normalized least-mean-square (LMS) adaptive filtering algorithm.The command input was corrected by weights to generate the desired input for the algorithm,and the feedback was brought into the feedback correction,whose output was the weighted feedback.The weights of the normalized LMS adaptive filtering algorithm were updated on-line according to the est...     

切换系统优化控制方法研究

针对一类特殊的混杂系统－切换系统的优化控制问题，提出了分段梯度下降优化方法，它是连续系统优化控制梯度下降法的推广，对分段线性切换系统，通过一定变换，可以把切换系统转化成关于特定变量的连续系统，证明了切换系统整体优化控制目标等价于各子模态连续系统的优化目标之和，从而得到切换系统最优控制的梯度下降优化算法，该方法能够有效地得出切换系统优化控制的局部最优解。给出了具体示例，验证了方法的有效性。     

基于克隆选择算法的非线性优化迭代学习控制

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪,将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后,一个克隆选择算法用于求解下次迭代运算中的最优输入,另一个克隆选择算法用于修正系统参考模型。仿真结果表明,该方法比GA-ILC具有更快的收敛速度,能够有效处理输入上的约束以及模型不确定问题,通过少数几次迭代学习就能取得满意的跟踪效果。     

基于全状态反馈的串联系统近似最优控制

为了充分利用各子系统的内部和外部信息,从各子系统的状态空间表达式出发,按照子系统的串联联结方式建立了串联系统的状态空间表达式。考虑了线性定常串联系统的无限时间定常输出跟踪问题,利用极小值原理,设计了基于全状态反馈的串联系统近似最优控制器。全状态反馈能完整地表征系统的动态行为、信息量大而且并不增加被控串联系统的维数。最后通过仿真结果验证了该算法的有效性。     

一类欠驱动机械系统的虚约束动态伺服控制

为了克服欠驱动机械系统无法对任意点和轨迹进行跟踪的缺点,扩大欠驱动机械系统应用领域,研究一类欠驱动机械系统的动态伺服控制问题,动态伺服控制通过规划和跟踪特定轨迹来实现任意位形空间点的瞬时可达.采用虚约束方法来规划动态伺服轨迹,通过构造自由度之间的约束关系,并对约束作用下系统零动态进行分析,可以方便获得符合系统特性的周期轨道;利用虚约束函数与轨道函数之间的内在联系,基于Lyapunov稳定性理论设计轨迹跟踪控制器.最后,在Acrobot实物平台上进行了实验,实验结果证明轨迹规划方法和控制方法的有效性.     

基于距离浓度免疫算法的机械优化设计

机械优化设计是复杂的非线性优化问题.受生物免疫原理的启发,提出了一种基于距离浓度的免疫算法,并将该算法用于机械优化设计中.通过对一个轴的优化设计实例表明,该方法比采用遗传算法和传统的免疫算法设计方法有更好的性能.     

基于学习控制的电液伺服加载系统

根据电液加载系统存在的非线性、时变性以及响应滞后等特性，通过建立系统的数学模型，应用智能控制理论中的学习控制算法，以达到提高加载控制系统加载力准确度、响应速度。结果表明，算法能改善系统动态特性，使系统有更高的控制精度、更快的响应及更强的适应能力。