工业过程随机稳态优化控制算法的鲁棒性分析

本文给出了一种随机稳态优化算法的灵敏度分析，讨论算法解对参数变化的关系。这些参数代表系统结构参数或噪声向量的某些数字特征．     

用奇异模型描述的受限机器人的学习控制

本文了一类受限机器人的迭代学习控制方案，控制器的设计是基于机器人模型的降阶形式。在存在有界未知干扰的情况下，对末端操纵器受线性、无摩擦约束面的受限机器人。本文给出的控制方案保证了机器人系统的完全运动跟踪，同时保证了力跟踪误差有界的，且界的大小是可调节的。     

非线性离散动态系统优化与参数估计集成的多模型方法

在非线性系统分时段线性化多模型基础上,给出了非线性离散动态系统优化与参数估 计集成的多模型方法,并论证了算法的最优性和收敛性.在存在模型-实际差异的情况下,从分 时段线性化多模型出发通过迭代运算可得到实际非线性离散动态系统的真实最优解.仿真结果 表明了算法的有效性和实用性.     

具有模糊约束的大工业过程的关联平衡法

研究稳态大工业过程的递阶优化控制算法时,针对模型-实际存在差异以及实际约束条件有一定伸缩性的问题,将子过程模型作为等式约束,通过引入模糊系数使其转化为模糊等式约束,同时对子过程原有的不等式约束进行模糊化处理,提出具有模糊约束的关联平衡法,进而研究了两种情形(开环和有全局反馈)的关联平衡法.仿真结果表明,有全局反馈的模糊关联平衡法得到的最终解十分接近实际过程的真实最优解.     

社会控制论及其进展

本文综述控制论应用于社会系统和社会过程的研究及其取得的成就; 介绍社会控制论的诞生、定义和定位; 叙述社会控制论的发展沿革; 小结了社会系统控制论研究的主要方法; 阐明社会控制论的有关主要理论、原理和技术. 在几个实例中, 介绍了自反控制模型、人类活动理论应用、人类前景的研究、基于人工社会的教室行为动态研究和中美知识产权谈判研究等. 最后本文给出分析和评论.     

大规模前馈神经网络的一种有效学习算法及其应用

前馈神经网络在复杂系统建模中局限于小型或中等规模的系统，主要原因是：对于大规模问题，现有的神经网络学习算法或者收敛太慢，或者难以收敛．针对这一问题，本文提出一种基于改进的拟牛顿方法的神经网络学习算法该算法内存需要量小，收敛速度快，适合高维神经网络的训练．本文利用该算法训练神经网络建立32输入工业产品质量模型，结果表明了该算法的有效性．     

利用混沌搜索全局最优的一种混合算法

把共轭梯度法与混沌优化方法相结合，提出了一种混合优化算法，该算法能使共轭梯度法跳出局部最优，最终获得全局最优，算法的收敛性也进行证明，仿真表明算法是有效的。     

柔性机器人的动力学建模及其控制*

本文首先综述了近年来在柔性机器人动力学建模方面所取得的进展，着重介绍了目前较常见的几种建模方法和模型，同时对柔性机器人的控制问题进行了评述，指出了今后研究的方向。     

广义稳态的工业过程及其优化控制

阐述了工业过程中出现的拟周期和混沌等动态行为，并分析了形成的原因和条件．介绍了与之密切相关的非线性科学中的混沌、微分动力学系统以及遍历论等理论，综述了工业过程的广义稳态优化控制的研究成果、理论意义和实用价值及其发展方向．