开放式智能协作设计系统结构模型和实现

建立开放式智能协作设计系统是并行工程的重要目标之一，该文在多层次多群组协作模型的基础上给出了开放式的系统结构模型，讲座了基于Agent的开放式系统集成方法，该结构允许用户在系统中加入自己开发的组件，在开放式结构模型的基础上，介绍了基于模糊Petr网的协作设计任务过程管理，讨论了协作设计过程管理的实现方法，并给出了一个具体的应用例子。     

梯级水电系统组合优化调度方法研究

文章提出两种基于Ｌａｇｒａｎｇｅ松驰技术的梯级水电系统优化调度算法,能够综合处理离散运行区间,最小启停机时间等离散约束、水库间的水力耦合网络约束以及水头影响。基于实际系统数据的数值仿真,表明了该算法的有效性和实用性。     

基于统计分析的分阶段进行神经网络方法

基于统计分析和分阶段进化，提出一种新的进化神经网络设计方法，本文方法的进化过程分三个阶段：第一阶段，首先按训练样本统计特性设计较小规模的神经网络，第二阶段，引入所有训练样本，在第一阶段的基础上，逐步扩展网络结构，天加的神经元总是单独训练并以抵消原网络的输出误差为其训练目标，直至训练网络达到误差要求，第三阶段，利用统计方法，将网络中非线性变换作用相似的神经元合并，简化网络结构，本文方法一方面减轻了进化算法的压力，另一方面指出了网络进化的方向使得进化网络的学习过程不再是黑箱问题，计算机仿真实验表明，该方法是有效的。     

基于赋时Petri 网的化工批处理建模与控制优化

分析了化工批处理过程的特点,以过程设备为核心将整个过程操作划分为若干个子进程,用赋时Ｐｅｔｒｉ网来建立以子进程表示的批处理过程,并提出启发式动态 经自救对过程进行控制。仿真结果表明,基于赋时Ｐｅｔｒｉ网模型与启发式动态 经算法的Ｐｅｔｒｉ网控制器,不仅能准确描述批处理过程的同步、并发及资源工人享关系,而且Ｐｅｔｒｉ网的运行能给出过程生产的最优控制序列。     

基于多ANN模型的复杂系统长时段预报

提出一种多ANN结构的极值聚类训练算法,并将这种方法应用于复杂系统长时段预报.采用这种方法,可以提高长时段预报精度、增强模型的可靠性.以这种模型为基础可以进一步建立基于多ANN模型的复杂系统预测控制.     

基于拟非线性模糊模型的复杂系统模糊辨识

针对一阶Takagi－Sugeno[以下简称T－S]到模型辨识复杂系统的困难，本文提出了一种新的拟非线性模糊模型．即在一阶T－S模型的基础上，再进行一次非线性映射．这种模糊模型不仅具有较高的辨识精度，而且具有良好的泛化功能．运用改进的FCM（FuzzyC－Means）模糊聚类方法，辨识该模糊模型的结构，与以往的方法比较，极大地简化了结构辨识的复杂性．仿真结果进一步说明了该方法的有效性．     

一种基于小波的模糊建模方法

为克服一般Takagi-Sugeno模糊模型的局限性,提出了一种新的用于复杂系统建模的模糊模型．理论分析表明该模型可表示任何一个紧集上的连续函数．该模型的一个显著特点是,模糊模型的输入输出关系与使用特殊母波函数的小波变换的形式相同．基于该性质,可方便地运用小波变换理论确定模糊模型的结构并初始化模型参数．本文详细地介绍了辨识该模糊模型的算法．通过对一个复杂非线性系统的建模并与以前的结果进行比较,验证了本文方法的有效性．     

基于自适应变异规则的一种有效的进化规划

为改善普通进化规划的算法性能，通过学习进化过程中获得的种群整体进化信息，提出进化规划的一种新的自适应变异规则，基于该规则的进化规划不仅能加快算法的收敛速度，而且能有效地保证种群的多样性，用该方法可求解具有多个极值点的函数优化问题，计算机仿真实验结果表明该方法的方法是很有效的。     

一种新的在线辨识与递阶优化控制相结合的方法和实现

本文提出了一种新的稳态大系统的递阶优化和参数估计相结合的方法,它具有两级结构,在下面一级,各局部决策单元除了完成IBMF的任务外,还通过测量输入、输出分别估计各子系统的模型参数。参数估计所要求改变设定(按IBMF)的次数不多,因此节省了求解时间。由于模型不断得到修改,其最终的解非常接近于实际最优解。此方法通过数字仿真得到了验证,并成功地用于对一个电子模拟对象进行控制,结果表明对过程参数缓慢的变化有良好的自适应性能。     

动态大系统递阶实时控制的新算法及其实现

本文采用了一种新的适用于实时在线控制的递阶算法,并在分布式计算机控制系统上予以实现.应用这种算法,可减少两级之间通讯的信息量,使控制级任务减轻,协调级的计算简单,收敛速度快,局部任务的选择自由度大.本文所设计的分布式计算机控制系统具有通讯可靠,易于扩充、维护等优点.实验证明,用该系统实现实时动态大系统的递阶控制有较理想的结果.