线性时滞系统稳定性分析综述

时滞在工程领域广泛存在,对此综述了线性时滞系统的稳定性研究方法.从频域和时域两个角度详细介绍了各种方法的特点,着重讨论基于线性矩阵不等式(LMI)的分析方法,指出保守性是分析的重点.对现有结果的保守性进行比较和评述,并提出了改进的思路.     

时滞系统方法的网络控制系统的研究

针对普遍存在的采样器和零阶保持器异步这一现象,研究了该类网络控制系统的状态反馈控制问题。首先,以事件驱动的零阶保持器的更新时刻为时间标识,并考虑到网络的诱导时延和数据丢包,建立网络控制系统的采样闭环模型,并转化为状态中连缀着两个时滞变量的时滞系统。然后,利用相应的时滞系统方法,对闭环网络控制系统进行了稳定性分析和控制器综合。最后,通过仿真实例验证了所得结果的正确性。     

一种基于谱聚类的灰度图像分割法

针对传统模糊核聚类算法当数据类差别很大时,小数据类被误分或被大数据类吞并的缺陷,提出了一种新的加权模糊核C 均值聚类算法(Weighted Fuzzy Kernel C-Means),为每一个类分配了一个动态权值;同时将该算法引入到谱聚类中,设计了一个以图像灰度特征作为分类样本的改进的谱聚类算法,解决了谱聚类应用于图像分割时权矩阵的谱难以计算的实际问题。实验结果表该算法具有较好的分割效果。     

广义时滞系统的降维观测器设计

讨论广义时滞系统的降维观测器的设计方法．通过引入矩阵的广义逆矩阵,给出在一定条件下降维观测器的具体形式,然后分别利用广义逆矩阵及Lyapunov函数方法给出这些条件成立的具体条件及验证方法。最后给出一个例子来说明方法的有效性。     

广义双线性系统的终端滑模控制

研究广义双线性系统的终端滑模变结构控制问题.基于Lyapunov稳定性理论,运用Lyapunov函数方法,给出广义双系统的终端滑动模超出面,设计相应的终端滑模变结构控制器,使得闭环系统渐进稳定,实现滑动模运动,保证系统状态在有限时间内到达平衡点,得到广义双线性系统全局稳定的充分条件.所给的可行性算例,说明这一方法的有效性与可行性.     

时变不确定多时滞连续系统的最优保成本控制

针对一类同时具有状态多时滞和输入多时滞的时变不确定连续多时滞系统。研究保成本状态反馈控制器的设计。假定其中的时变不确定性项是范数有界的,但不需要满足匹配条件,通过构造改造的Lyapunov函数和线性矩阵不等式（LMI）方法,给出系统满足保性能指标的一个充分条件,仅通过求解一个相应的线性矩阵不等式,就可得到保性能控制器使得闭环系统的一个保成本函数对所有允许的不确定参数有上界。通过求解凸优化问题得到最优保性能控制器,最后用数值例子说明该方法的有效性。     

一类不确定采样系统的鲁棒D控制研究

本文对一类范数有界不确定线性采样系统,提出了存在状态反馈控制律,使得闭环系统的所有极点均位于一给定的圆盘中且具有最优鲁棒H∞性能的一个充分条件。结合控制律反馈增益参数极小化的要求,建立一个具有线性矩阵不等式约束的凸优化问题,通过该问题的解决,可以构造一个具有较小反馈增益参数和给定要求的控制律,算例结果进一步表明,该控制器具有更好的扰动抑制性能。     

概率引导的随机采样一致性算法

为了提高随机采样一致性算法的计算效率,提出一种概率引导的随机采样一致性算法.根据采样模型在原始数据上的检验结果调整每个样本点的采样概率,使得正确样本和正确模型被采样的概率得到提高.在首次获得正确模型之后,样本采样与模型更新构成了一个正反馈环节,经过若干次迭代后,正确样本被采样的概率远超过错误样本被采样的概率.理论分析和实验数据表明,该算法收敛需要的迭代次数较少,有效地提高了随机采样一致性算法的效率.     

一种基于浓缩树结构的属性约简算法

属性约简是粗糙集理论的重要研究内容之一,其中基于区分矩阵的约简算法是一种高效的约简算法,但算法具有很高的空间复杂度.为了减少区分矩阵的空间开销,利用浓缩树结构,结合区分矩阵单个属性一定为核属性的特征,提出改进的生成浓缩树算法,压缩存储区分矩阵中的非空数据项,且不丢失原区分矩阵的所有信息;利用生成的浓缩树结构结合启发式策略,给出属性约简算法.实验结果表明,算法正确有效并且空间复杂度有明显降低.     

工作流模型挖掘中改进的α算法

针对α算法在挖掘短循环结构等方面的不足,提出了一种改进的α算法.该算法先基于事件类型定义任务间序关系;然后依据这些关系逐渐缩小日志,推出序关系矩阵.最后据此矩阵借助形式化步骤生成工作流网.用一个案例解释了算法的执行过程并进行模拟实验,验证了该算法的可行性和有效性.实验结果表明,改进算法比α算法在处理模型结构、重发现模型种类以及挖掘质量上更具优势.