利用工业大系统动态信息建立稳态模型及其强一致性分析

本文提出了一种在相当弱的条件下，仅仅利用优化过程中系统设定点例行阶跃变化作为激励信号，对各子系统并行使用简单最小二乘法和近似动态线性模型，充分运用大系统的动态信息，得到了大系统稳态模型的一致估计的理论证明，并利用数字仿真进一步验证了其方法的有效性。还给出了一种实用的，能强一致估计线性渐近定常大系统稳态模型的方法。     

辨识应用上的新成果——第五届国际辨识和系统参数估计会议部分论文简介

本文对第五届国际辨识和系统参数估计会议的论文作了有选择的综述和简单介绍.内容 集中在:有关辨识应用上的几个重要问题,大系统、多变量系统的辨识,自适应系统的辨识,有 关系统工程对象诸如交通、水源及经济模型的辨识以及辨识用的软件包等.     

大系统智能控制的进展

大系统智能控制的进展万百五（西安交通大学系统工程研究所．７１００４９）大系统的智能控制是引用人工智能的概念和方法，来解决大系统的辨识、优化、协调、控制、故障检测等问题，其中特别是总结和模拟人在控制和决策过程中的经验和规律．具体说来就是运用神经网络、学...     

一类受限机器人的学习控制

本文给出了一类受限机器人的一个学习控制方案，学习控制器的设计是基于受限机器人的奇异模型，在存在未知的有界干扰的情况下，对末端操纵器受线性、无摩擦约束面约束的机器人，本文给出的控制方案实现了机器人运动的完全跟踪，保证了力跟踪误差是有界的，并且界的大小是可调节的。     

“辨识”还是“测辨”——试论Identification一词的译法

在国内最主要的二家自动控制杂志上,对于Identification一词有着不同的译法:“自动化学报”以及国内多数专业人员中采用“辨识”,而本刊采用“测辨”。究竟以何者为宜? 如同本刊去年第4期潘裕焕同志在“生产过程自动化中的数学模型”一文中所指出的那样:除了“测辨”外,“Identification这一     

Hopfield神经网络（HNN）的定性分析

本文介绍了神经网络作为联想记忆的特点，通过稳定性分析，对离散的和连续的ＨＮＮ的收敛性作了近似估计，给出了网络在平衡点附近的收敛条件．仿真结果进一步证实了本文结论的正确性。     

大系统理论研究中的波兰Findeisen学派

本文综述了波兰Findeisen学派在优化问题中的协调法、稳态控制中的迭代协调以及动态 控制中的协调等方面的重要成就.波兰学派研究工作的特点是,考虑了数学模型和实际系统 的差别、不等式约束、从实际系统引用反馈和时段(Time Horizone)划分等实际问题.本文对 该学派的工作给予了分析和评论.     

ARMAX 模型全结构辨识——偏倚校正递推算法

文献[1]提出了ARMAX模型控制部分结构辨识的七步递推算法,本文以此为基础,进一步提出控制部分参数及阶次辨识的偏倚校正算法,同时利用输入信号的特有性质,得到观测噪声自相关函数估计的简单公式,以此得到AR型噪声模型的阶次与参数。本算法共分十步,具有运算速度快、辨识精度高的特点。文中最后给出了仿真结果。