直接力控制导弹的拟人智能自动驾驶仪设计

拟人智能控制是一种基于被控对象的物理模型以及人类相应的知识模拟人类处理控制问题的思路和一般方法解决问题的控制方法。基于拟人智能控制思想提出一种针对采用直接力控制导弹的姿态控制的控制逻辑和非线性控制律的设计方法。控制逻辑决定了气动力与直接力两种控制方式的权限分配。然后,利用拟人思想设计定性控制律。利用广义归约的方法将复杂的导弹姿态控制问题分解成若干个可直接解决的本原问题,然后依据各本原问题的主次关系以及耦合关系通过分析导弹的飞行动力学模型设计出非线性控制律结构,最后利用遗传算法将控制律中的各权值优化定量得到定量控制律。所设计出的控制逻辑和控制律在导弹进行大过载机动时保证导弹的稳定性。仿真结果表明复合控制方法可以使导弹具有更高的精度。     

一种拟人智能控制的控制律定量方法

拟人智能控制是基于对被控对象物理分析，采用广义规约得到定性控制律的控制理论，但是在定性控制律定量化的方面还存在着一些不足。本文提出一种参数寻优的方法，将控制的一般规律引入到遗传算法中去，启发搜索的过程，进而加速算法的收敛，实现拟人智能控制的定性控制律的快速定量化。     

基于拟人智能控制的BTT导弹姿态控制

基于拟人智能控制思想提出一种针对BTT导弹姿态控制的非线性控制律的设计方法.首先利用广义归约的方法将复杂的BTT导弹姿态控制问题分解成若干个可直接解决的本原问题,然后依据各本原问题的主次关系以及耦合关系通过分析导弹的飞行动力学模型设计出非线性控制律结构,最后利用遗传算法将控制律中的各权值优化定量得到定量控制律.该方法适合于对大机动、非线性、强耦合的BTT导弹的姿态控制.仿真结果证明设计的飞行控制律能够在导弹转弯的过程中迅速实现姿态指令的跟踪,并有效的抑制侧滑角的产生.     

一种新型升力体再入智能BTT控制方法研究

针对再入机动升力采用BTT控制方法可以提高升力体的机动能力,提出了一种新型的升力体再入体智能BTT控制方法.首先采用基于拟人智能控制方法设计出控制系统的控制律,然后在此基础上,研究基于神经网络的滑膜控制方法设计鲁棒补偿器以增强控制系统的鲁棒性.通过仿真分析,验证了该方法的有效性.     

Job—shop调度问题的瞬态混沌神经网络解法

采用具有瞬态混沌特性的神经网络（TCNN）解Job-shop调度问题。利用神经元的自抑制反馈产生混沌动态，其随机搜索能力有效地了传统Hopfield神经网络（HNN）极易陷入局部极小的缺陷；同时利用一时变参数控制混沌行为，使网络在经过一个短暂的倍周期倒分岔后逐渐趋于一般的神经网络，从而收敛到一个最优或近似最优的稳定平衡点。仿真结果表明，该网络解Job-shop调度问题比HNN具有更强的全局搜索能力和寻优能力，并具有更高的搜索效率。     

虚拟样机技术在拟人智能控制中的应用

由于虚拟样机技术在物理系统建模中具有迅捷、准确、直观等优点，将其引入到拟人智能控制方法中，用于拟人控制律分析以及控制律参数的优化。选用面向对象的虚拟样机软件Dymola，并以Furuta型单级倒立摆为被控对象介绍了拟人智能控制方法的具体应用，并给出了仿真结果。     

多目标连续小推力深空探测器轨道全局优化

以燃料消耗量最小和飞越小行星最多为性能指标,对多目标连续小推力深空探测器轨道优化,给出了一种组合优化算法。该组合优化算法由全局优化和局部优化组成。全局优化为粗略设计,首先,利用动态规划法全局优化来确定探测系列,即确定从地球出发依次探索的各个小行星以及时间节点;利用静态参数优化算法(即穷举法),在一个大的搜索空间内全面搜索每段飞行轨道的发射窗口,同时,得到每段轨道次优飞行轨道及次优的控制律。然后利用共轭梯度法局部优化来求解每段轨道两点边值问题,获得最优的飞行轨道及最优的控制律。     

用遗传算法消除改进HNN的寄生点

在Hopfield网络 (HNN)权值训练中采用了传统HNN训练的方法 ,把权值矩阵压缩为一个向量 ,简化了权值训练过程 ,增大了HNN的容量。但在回想阶段HNN产生了大量寄生点 ,相关文献提出了几种寄生点消除的方法 ,但效率低 ,同时会导致样本信息的丢失。利用遗传算法 (GA)进行回想 ,保持了样本信息 ,并利用GA各代多样性 ,大大提高了HNN的效率。通过MATLAB程序仿真证实了这一结论。     

基于BOM的(R,Q)订货策略的全局最优解

探讨如何求基于BOM（Bill of Material）的随机需求的（R，Q）订货策略的全局最优解。为了解决此问题，首先，在（S-1，S）订货策略的基础上，建立基于BOM的（R，Q）订货策略的成本函数；然后，通过对成本函数性质的证明，推导出求全局最优解取值范围的方法；最后，通过枚举法在此取值范围内求出全局最优解。     

汽轮机调速系统CMAC网络PID并行优化控制

针对汽轮机调速系统存在死区、饱和等非线性的控制特点,提出了基于混沌优化策略与CMAC网络PID并行控制相结合的控制方法,并将其应用于汽轮机调速系统的参数设计中。该方法首先通过混沌搜索,得到控制器参数的次优值,然后利用变尺度的方法在次优值附近找出控制器参数的全局最优值。与CMAC网络传统PID并行控制以及单纯PID控制相比较的仿真结果表明,该方法能更好地提高控制系统的精度和响应速度。