一种基于粗糙集的近似质量求取属性约简的决策算法

提出一种基于粗糙集的近似质量求取属性约简的算法。该算法以集合近似的质量为迭代准则，以所有条件属性为初始约简集合，通过逐步缩减来求取约简，保证了所求取的约简对问题的分类量力不会减弱。同时给出了该算法的时间复杂度分析，并举例验证了所提出算法的有效性和实用性。     

基于模糊模型的时滞不确定系统的模糊H∞鲁棒反馈控制

讨论了一类具有状态和控制时滞的不确定非线性系统的模糊H_∞ 状态反馈控制问题. 采用具有时滞的不确定Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模, 提出了一套基于LMI的模糊鲁棒控制器的系统设计方法, 给出了模糊H_∞状态反馈控制器存在的充分条件, 以保证闭环模糊系统渐近稳定并满足从干扰输入到控制输出的H_∞范数界约束. 示例仿真表明了该方法的有效性.     

飞机舵面结构故障检测与重构的模糊观测器方法

本文提出了一种基于模糊观测器的飞机舵面故障检测与重构控制策略 .该方法在模糊输出观测器的基础上 ,构造了反映飞机舵面结构故障的残差信息 ,以进行快速的故障检测和重构控制 .针对某型飞机舵面结构故障的仿真验证了本文方法的有效性     

一种基于粗糙2模糊集集成模型的决策分析方法

针对信息系统为连续属性的情况，提出一种将粗糙集与模糊集相结合来获取决策规则的方法，这种基于粗糙—模糊集集成模型求取决策规则的方法通过一个模糊隶属函数将连续属性值表示成模糊值，从而避免了连续属性的离散化问题，同时给出了连续属性值转换成模糊值的表示形式，提出了模糊相似关系和模糊相似类的概念，给出了粗糙—模糊近似空间的下、上近似及其性质以及模糊相似关系下属性约简的方法，最后以自修复飞行控制系统的效能评估为例，给出了自修复效能评估的决策规则。     

基于动态结构自适应神经网络的不确定时滞系统跟踪控制

针对一类不确定时滞非线性系统,提出一种自适应跟踪控制器.首先采用Lyapunov-Krasovskii函数设计时滞补偿器,并构造其中的参数调节规律.再针对建模误筹及小确定非线性,引入动态结构自适应神经网络,其隐层神经元个数可以随着跟踪误差的增大而在线增加,以提高逼近精度.最后,用仿真示例表明本文所提方法是有效的.     

多输入多输出最小相位系统的执行器故障自适应容错控制

针对一类具有执行器卡死或/和变执行器故障的多输入多输出(MIMO)非线性最小相位系统提出了自适应容错跟踪控制方案.结合系统特征对系统执行器进行分类,用神经网络逼近执行器未知故障函数,采用模型参考自适应容错控制方法设计控制律.所设计的控制律不仅保证闭环系统稳定,而且跟踪误差一致最终有界.仿真结果表明了所提出方法的有效性.     

执行器饱和T-S模糊系统的鲁棒耗散容错控制

研究了一类执行器饱和状态变时滞T-S模糊系统的鲁棒容错控制问题. 通过时滞相关Lyapunov函数和对状态的椭球域约束, 基于线性矩阵不等式技术, 提出了非线性系统稳定的不变集条件和模糊鲁棒耗散容错控制器存在的充分条件. 控制方案的设计结果不仅为执行器饱和状态变时滞T-S模糊系统的无源控制和H1鲁棒控制建立了统一框架, 而且保证了闭环控制系统对执行器故障的稳定性和容错性. 最后以时滞倒车系统的控制仿真验证了方法 的有效性.     

一种新的细分加权小波

利用细分方案和递推平均插值方法构造了一类新的具有加权性质的小波,并证明了它的常用性质:紧支撑性,光滑性,消失矩,正交性.与采用常见的Fourier变换得到的正交小波相比,加权小波系数的衰减性比正交小波的系数衰减性快,而且计算过程简单,复杂度低,易于应用.仿真结果显示,当加权函数跳跃性很大时,加权小波具有非常好的光滑性,同时加权小波能准确地逼近函数,并且逼近收敛率要快于一般小波.     

不确定离散时滞系统的鲁棒容错控制器设计

研究了具有参数不确定性的离散时滞系统的鲁棒容错控制问题,针对执行器故障和传感器故障分别给出了使闭环系统仍能保证渐近稳定的充分条件,控制器的设计可以通过求解线性矩阵不等式(LMI)方法得到。设计实例及仿真结果验证了该方法的有效性。     

基于神经网络的非线性时间序列故障预报

对模型未知非线性系统, 将系统输出组成时间序列并通过空间嵌入的方法转化为一个离散动态系统. 利用线性 AR 模型拟合时间序列的线性部分, 用神经网络拟合时间序列的非线性部分并补偿外界未知的扰动, 提出了通过对状态的观测实现时间序列一步预测的方法. 利用滚动优化的思想将一步预测推广, 提出了时间序列的 N 步预测方法, 证明了时间序列预测误差有界. 通过对预测误差进行概率密度估计和检验, 提出了故障的预报方法. 对 F-16 歼击机的结构故障预报结果表明了方法的有效性.