离散时滞标准神经网络模型的鲁棒稳定性分析

研究了离散时滞标准神经网络模型（SNNM）的鲁棒渐进稳定性和指数稳定性问题,结合Lyapunov稳定性理论和S方法推导出了两种稳定性的充分条件.所得到的稳定性条件被表示为线性矩阵不等式形式,便于求解.特别的,将鲁棒指数稳定性问题转化为一个广义特征值问题,除了可以判断网络的指数稳定性,还可以方便地估计其最大指数收敛率.在数值示例中,将两类递归神经网络（RNNs）转化为SNNM的形式并利用得到的相关结论对其鲁棒稳定性进行了分析,仿真结果验证了稳定性判据的有效性.SNNM为分析递归网络提供了新的思路,简单且有效.     

新的时滞递归神经网络鲁棒稳定性分析方法

通过引入标准神经网络模型(SNNM), 为不同的递归神经网络(RNN)提供了一个统一分析框架. 针对时滞 SNNM 的鲁棒渐进稳定和指数稳定问题, 应用 Lyapunov 稳定性理论和 S 方法推导出基于线性矩阵不等式的充分条件. 将鲁棒指数稳定性问题转化为一个广义特征值问题, 既可以判断网络是否指数稳定, 又可以方便地估计其最大指数收敛率, 克服了以往方法中存在的不足. 给出了将其他 RNNs 转化为 SNNM 的实例, 并利用 SNNM 的相关结论对其进行了分析. 仿真结果表明, 该方法可以方便地对不同 RNN 的鲁棒稳定性进行分析, 且稳定性条件易于求解.     

基于Linux嵌入式电脑横机控制系统设计

通过分析电脑横机整机控制系统的结构和功能,构建以ARM微处理器S3C2410和协处理器FPGA为中心的硬件平台、基于Linux的嵌入式横机控制系统,利用GPIO驱动程序实现S3C2410和FPGA之间的通讯,编织控制程序可完成从读入花型数据到编织出图案的整个过程。基于Qt/E设计出的图形用户界面可提供简单、快捷、友好的人机界面。与传统电脑横机控制系统相比,该电脑横机控制系统设计合理,集成度高,可移植性强。     

基于改进灰狼优化算法的光伏MPPT方法

在局部阴影情况下,光伏阵列输出的功率-电压曲线会出现多个峰值,需要具有全局寻优能力的群体智能优化算法来进行最大功率追踪(Maximum Power Point Tracking, MPPT)。针对传统群体智能优化算法普遍存在的收敛速度慢、振荡幅度大和易陷入局部最优等问题,提出了一种基于改进灰狼优化算法的控制方法。该算法采用区间收缩策略,通过不断减小搜索区间范围,提高算法的收敛速度和求解精度;同时,采用反向优化策略,增加对当前最优位置反向解的搜索,提高了搜索过程的多样性,帮助算法跳出局部最优。仿真统计结果表明,相较于传统算法,改进算法具有更高的追踪成功率、追踪准确性和更短的追踪时间。     

基于时延RBFNN模型预测控制的交流伺服系统

在三相交流伺服系统矢量控制的基础上,对其速率控制要用非线性预测控制,预测模型采用ＴＤＲＢＦＮＮ〈增找ＴＤＲＢＦＮＮ的结构和参数。;实验结果表明：该控制方法在跟随特性和抗据性能等方面都优于传统的矢量控制,而且所采用的预测模型和算法都较简单,易一诉硬件和软件实现。     

基于Petri网结构分析的监控器综合

在基于Petri网建模的离散事件系统中, 提出利用局部关联信息进行约束转换, 并实现Petri网结构监控器综合的方法. 对以Parikh矢量约束形式给出的控制规范, 不可控不可观变迁会导致约束成为非法约束, 分析了不可控变迁的前向关联结构和不可观变迁的后向关联结构, 利用局部关联变迁实现对不可控和不可观变迁的间接控制, 从而将非法矢量约束转换为合法约束, 并保证初始控制规范的实现. 与基于矩阵的监控器综合方法相比, 本文的方法只需利用局部信息, 最后通过实例对该方法进行了说明.     

基于粗糙集的进化计算在位置伺服系统中的应用

1　引言在高速、精密的位置伺服控制系统中 ,位置环采用传统的 P控制很难满足系统控制品质的要求 .本文采用反馈 -前馈控制算法 ,反馈控制器 ( FBC)为比例环节 ,前馈控制器( FFC)为对象的逆模型 ,利用基于粗糙集的进化计算 ( EC) [1 ]自适应地调整前馈控制器的参数 ,以补偿系统参数的变化 ,达到最佳控制效果 .图 1所示的控制系统是控制某一机械装置 (机器人等 )的运动 ,实现对目标设定值迅速、准确地跟踪 [2 ] .图中前馈控制器的输出为uff =W1 Vcsgn{ω}+W2 αpθr+W3αpθr,　 W=[W1 ,W2 ,W3] ,( 1 )式中 Vc为 E…     

一类离散BAM神经网络的全局渐近稳定性分析--LMI方法

提出一种新的神经网络模型--标准神经网络模型(SNNM),并给出基于线性矩阵不等式(LMI)的SNNM平衡点的全局渐近稳定性定理.通过状态的线性变换,将推广的离散BAM神经网络转化为SNNM,利用SNNM的稳定性结论,判定该离散BAM的全局渐近稳定性.该方法扩展了以前的稳定性结果,保守性低,容易验证,同时也适用于其它类型的递归神经网络的稳定性分析.     

基于水下传感器网络的目标跟踪技术研究现状与展望

水下目标跟踪在海洋资源的开发利用以及国家安全的防御等方面都具有广泛的应用价值和重要的战略意义. 基于水下传感器网络(Underwater sensor networks, USNs)的目标跟踪技术凭借其覆盖范围广、观测时间长和实时融合等优势已经成为一个新的研究热点. 本文针对基于USNs的目标跟踪关键技术的基本思想、研究进展、应用及局限性进行了综述, 主要从以下几个角度对其展开论述: USNs的建设现状、系统组成及其分类、目标跟踪系统模型、单目标跟踪技术、多目标跟踪技术以及能效优化措施. 最后, 本文不仅指出了基于USNs的目标跟踪研究目前存在的主要挑战, 并对该领域的未来发展方向进行了展望.     

参数自调整Fuzzy—PI控制算法在低压真空烧结炉中的应用

在模糊理论的基础上提出了一种改进算法－参数自调整Ｆｕｚｚｙ－ＰＩ算法，并成功地应用于低压真空烧结炉的控温系统中。它克服了一般模糊控制算法的固有缺点，具有优良的动态和静态品质。