基于量子粒子群优化PI模型的主动队列网络拥塞控制

为了解决无线传感器网络拥塞引起的丢包率高和网络吞吐率过低,从而引起网络能量有效性和服务质量QoS降低的问题,提出了一种基于改进PI主动队列管理模型和量子粒子群(Quantum-behaved particle swarm optimization,QPSO)的拥塞控制方法.首先定义了改进的PI主动队列管理模型,然后为了对PI模型进行优化,采用改进的多种群量子粒子群算法对PI主动队列管理模型中的参数优化,并对该算法进行了描述,从而得到优化的PI控制模型.最后定义了多种群量子粒子群算法和PI主动队列模型对网络拥塞进行控制的具体算法.实验结果表明:该方法能有效实现WSN的拥塞控制,与其它方法相比,具有较低的数据丢包率和较大的网络吞吐率.     

优化PI控制的自适应主动队列管理算法

主动队列管理算法是解决网络拥塞问题的研究热点,在分析基于控制论的PI主动队列管理算法存在缺陷的基础上,提出了具有自适应特性的ONPI算法,该算法通过引入新的参数设置办法来改善网络的性能。经仿真软件ns2实验证明,新算法能快速地收敛队列、保证队列的稳定性和自适应性。     

基于自适应全局滑模控制的主动队列管理算法

针对TCP网络的拥塞控制问题,采用滑模控制理论提出了一种新的主动队列管理算法。考虑到UDP流干扰的情况,设计了基于自适应全局滑模控制的主动队列管理算法。该算法保证网络系统在整个控制过程中的鲁棒性,并且使用RBF神经网络作为自适应律来消除UDP流干扰对系统的影响。仿真结果表明该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,优于传统的PI控制和滑模控制。     

基于增益自适应Smith预估器的鲁棒AQM拥塞控制算法

根据Lyapunov渐近稳定定理，提出了一种基于增益自适应Smith预估器的鲁棒主动队列管理（AQM）拥塞控制算法（GAS-PI）．该算法结构简单，具有良好的鲁棒性和网络控制性能，同时克服了大时滞给队列稳定性造成的不利影响．仿真结果表明：采用GAS-PI算法，对于限制系统振荡超调量的作用非常明显，同时能使网络具有更快的响应速度及更平稳的队列——在HTTP扰动和负载变动较大的情况下，算法使得缓存队列迅速收敛到稳定值；当网络时延增大时，算法能使网络的动态性能依然保持良好．     

基于量子粒子群优化的网络拥塞控制新策略

为了改善网络拥塞控制系统的性能,基于流体流理论的网络简化模型,将量子空间中的粒子群优化算法(QDPSO)应用于PID控制器参数优化.定义了一个综合调节时间、上升时间、超调量、系统静态误差、正弦跟踪误差等动静态性能指标函数,在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化函数极小化的一组PID控制器参数,将PID控制器应用于网络主动队列管理系统中.仿真结果表明,在大时滞和突发业务流的冲击2种情况下,该方法设计的控制器的动静态性能优于RED,PI算法,也优于GA,SPSO算法的优化结果,超调量均小于4%,调节时间均小于4s,稳态误差均小于2个数据包.     

一种基于模糊-比例积分双模控制的主动队列管理算法

通过将模糊推理方法和PI算法相结合,提出了一种新的主动队列管理(AQM)算法--基于模糊-比例积分(Fuzzy-PI)的双模态控制主动队列管理算法--Fuzzy-PI AQM算法.该算法的基本思想是当偏差很大时,使用模糊逻辑控制,当偏差小于某一阈值时,则切换到PI控制,从而将模糊逻辑控制的鲁棒性强和收敛速度快的特点与PI控制稳态性能好的特点有机地结合起来,实现对网络拥塞的有效控制.而且,由于在设计模糊控制器时采用了合成推理的查表法,极大地提高了模糊控制的实时效果,节省内存空间,优化了路由器的控制性能.仿真结果表明:Fuzzy-PI AQM算法的性能优于传统的PI算法,对队列控制能力强,鲁棒性好,能很好地抵抗突发性业务的干扰,更适合工作在瞬息万变的动态网络环境中.     

TCP/AWM网络系统的自适应有限时间漏斗拥塞控制

研究了具有外部扰动的TCP/AWM网络系统拥塞控制问题.首先,为了保证队列跟踪误差具有预设的暂态和稳态性能,引入漏斗误差变换对队列跟踪误差进行限制.其次,利用RBF神经网络处理系统中存在的非线性项.结合漏斗控制、有限时间控制、自适应Backstepping技术和RBF神经网络,提出了一种主动窗口管理算法,不仅保证了闭环系统的所有信号是半全局实际有限时间有界的,还使队列跟踪误差收敛到预先给定的漏斗边界内.最后,将本文所提方法与现有的两种同类算法进行了仿真对比,通过得到的仿真结果可以看出所设计的控制器使系统具有更快的收敛速度和更小的超调量,进一步验证了所提方法的可行性和优越性.     

基于模糊变结构控制设计一种鲁棒主动队列管理算法

基于模糊逻辑控制(FLC)提出了一种主动队列管理(AQM)算法.该算法将滑模控制器(SMC)和PI控制器相结合,综合了二者的优点,既对网络模型的不确定性、网络参数的时变性以及非TCP流所引起的网络抖动具有很强的鲁棒性,又可以通过PI控制使稳态误差最小.仿真结果表明该算法可以获得好的暂态和稳态响应,结果也表明在网络条件变化的情况下,该算法优于传统的PI控制和传统的变结构控制.     

智能PID拥塞控制算法

针对主动队列管理(AQM:Active Queue Management)几种算法存在响应时间较长并在时延较大时都不能使队长度收敛到期望值的问题,提出一种智能PID(Proportional Integral Differential)控制主动队列管理算法,给出了该算法的详细描述.仿真实验表明,该算法不仅在时延较小的情况下是稳定的、鲁棒的,且响应速度优于REM(Random Exponential Marking),PI(Proportional Integral)控制,PID控制等算法.同时,对于大时延的网络,该算法也是稳定、收敛的.     

基于内模补偿的网络拥塞控制新算法:IC-AQM

已有的AQM算法都没有充分考虑到长时滞对算法性能的影响，该文利用频率域模型降价拟合方式建立了TCP流量控制中主动队列管理AQM系统的等效模型，应用控制理论中的内模补偿原理设计鲁棒的时滞补偿AQM算法（IC—AQM），克服了长时滞给对队列稳定造成的不利影响，仿真结果表明，这种新算法在长时滞小期望队列综合性能明显优于已有的RED、REM、PI等算法，链路利用率大大提高。     

一类时滞系统内模控制器设计

针对时滞不确定性被控对象,引入灵敏度函数和滤波器设计内模控制器。利用控制理论中频域分析的方法对控制系统的鲁棒性能和品质性能进行分析,得出频域约束条件,整定内模控制器参数,使控制系统在满足闭环稳定的前提下,同时还满足性能指标的要求。仿真研究表明:该控制器与传统的Cohen-Coon和CHR控制方法相比具有较好的控制性能和鲁棒性,且调整参数少,适合于工程实际应用。     

移动机器人动力学建模及运动控制仿真

智能移动机器人本体具有较大的惯性特征和快速运动能力，而系统的耦合性又降低了系统的可控性，这增加了机器人精确导航的难度．本文介绍了机器人系统的动力学模型，并通过PD-PID控制器进行了信号仿真．证明了该模型的合理性和PD-PID控制器对降低移动机器人紧急动作的本体惯性因素影响的有效性.     

基于单神经元控制的交流调速系统及其仿真

针对矢量控制的交流电机调速系统，提出了若干单神经元的积分分离的PI型速度调节器，并对负载转矩进行补偿，在MATLAB下的仿真结果表明，系统具有良好的鲁棒性和快速性，对电机参数不敏感。     

大时滞过程双自由度自整定内模控制

借助双控制器设计技术和继电反馈辨识方法，提出了一种双自由度自整定内模控制器(自整定TDF—IMC)．通过改进的继电反馈辨识方法获得被控对象模型参数，根据所得模型分别设计设定值跟踪IMC和干扰衰减IMC，并给出TDF—IMC滤波时间常数的自整定规则．给出的自整定TDF—IMC不但提高了传统IMC的控制性能和鲁捧性，而且控制器设计同传统IMC类似，设计过程非常简单．     

自整定内模PID控制在非圆销孔加工中的应用

将工业过程控制方法用于微位移压电陶瓷驱动器控制,提出了一种自整定内模PID控制方法.该方法结合内模控制、PID控制和前馈控制,针对非圆销孔加工的特点,采用双环的控制结构,内环主要对控制对象进行等效,提高其动态性能;外环通过时间乘绝对误差的积分(ITAE)优化内模PID的整定参数.鲁棒性分析、仿真及实验表明,系统具有很强鲁棒性,能快速响应,在工作频率低于20 Hz时具有较好跟踪性能,达到了快速跟踪和减少滞环的目的.     

基于IMC的PID控制器参数确定

应用零极点相消法设计内模控制器,选取内模控制器的滤波系数满足预定不确定性下鲁棒性要求.用PID规律逼近IMC控制获得PID参数的确定.仿真表明,所设计的控制器具有良好的动态性能和鲁棒稳定性,适用于一大类工业过程.     

时滞系统增益自适应内模PID控制

为解决典型工业过程中大时滞系统难于控制的问题,提出一种增益自适应内模PID(Proportional Integral Differential)控制方法.对时滞系统纯滞后环节一阶Pade逼近后,由内模整定得到PID控制器的参数整定值,再应用Adaline人工神经网络动态获取被控对象的增益,从而自动调节控制器的比例系数.由仿真结果可见,当增益自适应控制方法投入跟踪后,超调从投入前的23%减为投入后的9%,该控制方法能克服增益变化对系统控制性能的影响,显著改善控制品质.     

有控制输出限幅的智能内模控制器的一种改进

内模控制自提出以来，以其设计简单、参数调节直观等特点得到了广泛的应用，但在实际应用中必须考虑控制量受限，本文提出了一种处理控制量受限问题的改进方法，该方法基于模型预测，可获得比简单的一步预测更好的控制效果。     

不稳定和积分时滞过程的Smith预估器设计

针对不稳定和积分时滞过程，提出了一种设计修正的Smith预估器的新方法．首先利用内环控制器镇定不稳定或积分时滞过程，然后通过等效变换将修正的Smith预估器结构简化为内模控制（IMC）结构，并利用内模控制原理和积分平方误差（ISE）指标设计给定点跟踪控制器．最后，根据负载扰动下保持闭环系统稳定的要求，利用最佳相位裕度标准或Nyquist稳定性判据设计负载扰动控制器．多个仿真示例验证了该设计方法比现有的方法具有更好的动态特性与鲁棒性．     

多变量时滞过程的解耦内模控制及应用

针对工业过程中常见的多变量时滞输入输出系统,基于内模控制结构提出了一种解析解耦内模控制器矩阵的设计方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,且用遗传算法对于解析模型进行降阶或近似处理,从而简化了推导解耦控制器矩阵的运算量;并可以通过调整内模控制器的滤波器时间常数来补偿被控过程的模型不确定性所导致的控制品质下降。用该方法对国产200MW火电机组带汽—汽换换热器的多变量强耦合再热汽温控制系统进行了控制系统的设计和仿真研究,仿真结果证明了该方法的有效性。并且在过程模型和过程失配时显示了较强的鲁棒性和抗干扰能力。