基于神经网络的全局滑模变结构控制

针对一类非线性不确定离散时间系统,提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络（FNNs）自适应调整趋近律中的参数ε和δ,克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络（RBFNN）对系统进行模型估计的同时,基于平移滑平面的设计方案,实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能,该方案使系统一开始就处于滑平面上,消除了系统抖振,具有较强的鲁棒性。     

一种新的离散时间系统的变结构控制方法

讨论了基于指数趋近律的变结构控制所存在的问题，分析了指数趋近律中参数的选择对系统状态的趋近特性造成的影响，提出了改进的离散变结构控制方案，该方案保证了系统状态在趋近过程中能够始终保持某一趋近特性，易于进行变结构控制设计，加快系统状态趋近速度的同时降低了抖振，仿真结果证明了该方案的有效性。     

一种基于改进趋近律的离散变结构控制方法

研究了使用离散指数趋近律方法设计的离散时间控制系统中存在的抖振现象。为了减小这种抖振现象,提出了一种改进的离散趋近律设计方法,而且给出了趋近律的参数选择原则。仿真结果表明：在使用该改进趋近律方法设计的离散时间变结构控制器的调节下,系统的运动状态最终趋近于原点,还可使系统状态保持步步穿越切换面,提高了控制系统的鲁棒性。     

离散模型参考变结构控制算法

针对离散时间系统的变结构控制问题,对常规离散变结构抖动产生原因进行分析,给出了改进的离散趋近律和滑动平面的选择方法,消除了抖振,缩短了趋近时间;提出了离散模型参考变结构控制算法,提高了系统的鲁棒性.仿真结果表明,该方法是可行的,减小了系统的抖动,并就保证了系统的稳定性.     

基于GA和LS-SVM的AGV变结构控制

为了提高自动引导车控制的精度,提出了一种基于遗传算法和支持向量机的变结构控制方法。利用遗传算法结合支持向量机在线调整变结构控制律中的参数,克服了常规变结构控制方法中需预先设定趋近律参数的限制,既保留了传统趋近律的优点,又有效的改善了系统的控制品质,消除了系统抖振,使系统最终以理想方式在滑模面上运动,理论分析和仿真结果表明了所提出方法的有效性。     

基于衰减控制的离散时间系统的变结构控制

基于衰减控制,讨论了离散时间系统的变结构控制问题,提出了衰减指数控制和时变衰减幂次趋近律。理论分析表明该方法能够使系统抖动以指数幂次逐渐衰减,从而消除了稳态抖动,保证了闭环系统的渐近稳定。仿真结果表明该方法是有效的。     

非线性离散系统的直接自适应神经网络控制器

对于一类非仿射离散时间系统,提出了一种新的自适应神经网络控制器。首先推导与原系统等价的仿射形式模型,由仿射模型推导控制律。控制律中采用一个神经网络,与传统的基于反馈线性化的自适应神经网络设计方法中采用两个神经网络相比,计算量大大减少且避免了控制器奇异问题。神经网络权值根据系统输入输出信号进行更新,另外σ项的引入,取消了为保证参数收敛持续激励的条件。系统的稳定性通过Lyapunov方法进行了分析,仿真实例验证了控制器的有效性。     

离散变结构控制的一种扰动在线补偿趋近律

提出了一种扰动在线补偿的离散趋近律,分析了不确定离散滑模控制系统的鲁棒性,研究了准滑动模态的存在条件及其动态特征。利用时延技术,反步预测内部参数的摄动与外部扰动,清除了常规变结构控制中须已知不确定性界的限制,且不必满足匹配条件。理论推导与仿真结果表明,该方法可有效地降低系统的抖振,增强系统的鲁棒性。     

离散时间系统的时变滑模变结构控制

本文针对离散时间系统，提出一种新的变结构控制方法。把时变滑平面引进离散时间系统，组成一种等效控制策略，使系统对参数摄动和外部干扰具有很强的鲁棒性，并且消除了系统的颤振现象，系统获得了满意的控制性能。仿真结果表明了这一方法的正确性和可行性。     

滑模控制快速分段幂次趋近律设计与分析

针对滑模变结构控制中出现的抖振问题,提出了一种分段幂次趋近律。该趋近律采用分段函数方式设计,具有较快的收敛速率、较多的调节参数,并且针对不同阶段的趋近律分开设计互不影响。理论证明了该趋近律达到滑模面时无抖振、固定时间收敛,详细推导出了收敛时间的表达式。在系统存在不确定性和外界干扰时能收敛于干扰稳定界,求出了干扰稳定界范围,给出了各参数对收敛速率和干扰稳定界的影响程度。以小卫星姿态机动控制为例,通过对比仿真实验,证明了所提趋近律的优越性。     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.