冲突多目标相容预测控制

两层结构的相容控制框架可以解决复杂冲突多目标控制问题,但其需要克服的困难是多目标直接优化、第一层所选区间目标的实现和在线实时优化控制。采用多目标遗传进化算法解决了直接优化多目标的工具问题。为能实现第一层中所选择的控制目标,第二层中设计了不同于第一层中形式的指标,并加入选择函数以反映实际系统的需要。结合预测控制思想的特点,提出了在线迭代遗传算法,解决了在线优化速度问题。以预测控制动态过程中误差、能耗两个目标为例对相容预测算法进行了说明。     

基于节能偏好的冲突多目标相容温室环境控制

在温室环境控制问题中,传统的控制方法追求精确的点目标控制,而精确的控制精度是以高的能量消耗为代价的。针对温室环境控制这一实际问题,采用多目标相容控制算法来进行控制。因为在相容控制算法中点控制目标被放宽到区间内,所以有很大的余地来协调控制精度和能耗。为了满足相容控制算法在控制过程中节能偏好的需要,对遗传算法进行了改进,把节能这一偏好信息引入到了优化过程中、参与进化寻优。通过对经典温室模型仿真,验证了新算法在节能降耗方面的优势。     

基于分布式估计与模糊控制的多机器鱼编队控制

针对多仿生机器鱼编队控制问题,提出了一种分布式的分层控制方案。首先,各机器鱼以一致性算法为数据融合模块对编队中心位姿进行分布式估计,据此获得在编队中的期望位姿,作为路径规划模块的输入;其次,各机器鱼基于速度与方向模糊控制器,实时跟踪期望轨迹,形成和保持编队。所提方法实现了期望位置分布式估计与机器鱼个体路径规划的分离,为不同种类机器鱼的合作控制问题提供了新思路。实验结果表明了所提方法的有效性。     

分层控制算法在过饱和交通干线控制中的应用

提出一种启发式分层控制算法框架来解决过饱和城市交通干线的控制问题.整个控制器由控制层和协调层组成,在控制层,引入主线延误和次线延误的概念,将控制问题描述为一个冲突的多目标控制问题,提出一种新的基于IPNSGA-Ⅱ遗传算法的多目标相容控制策略来产生相邻交叉口的信号配时方案;在协调层,首先确定需要进行协调的交叉口群,然后以主线延误和次线延误为目标,采用IPNSGA-Ⅱ遗传算法进行优化,实现交叉口之间的协调.提出的相容控制策略具有鲁棒性、实时性、动态性的特点,能够实现干线交叉口的实时控制.将该分层算法应用于一个七个交叉口组成的城市交通干线的交通流仿真系统进行测试,仿真结果表明,本文方法比单点控制策略能够更有效的缓解网络中的过饱和状态,减小延误.     

空调系统表冷器供冷量优化控制仿真研究

主要研究空调系统一定温度要求下的表冷器最小能耗优化控制.介绍了空调系统仿真软件HVACSIM+模拟空气处理系统所需的主要数学模型;对西安地区某建筑的空气处理系统和空调房间进行仿真.建立表冷器的能耗与冷冻水流速之间的函数关系,并将此作为目标函数.应用变量轮换法优化PID控制器参数,计算冷源向空调系统提供的能耗.结果表明,所建立的仿真系统运行稳定,且表冷器能耗与优化前相比大大减少.     

基于需求驱动的CSPS系统多目标优化控制

本文以最小化顾客流失率和最小化成品库平均在库数量为优化目标,研究基于需求驱动的传送带给料加工站(CSPS)系统的多目标优化问题.给出了前视距离控制和库存控制两种控制方式,并建立基于需求驱动的CSPS系统多目标优化模型.通过半马尔可夫决策过程长期平均性能公式计算目标值,然后使用NSGAⅡ和SPEA2两种多目标优化算法求解问题的最优策略集合.实验结果表明,加入库存控制方式可以在保证顾客需求的同时有效降低成品库平均在库数量.此外,针对模型特点,给出二进制-实数编码和连续化实数编码两种编码方式.通过验证,连续化实数编码可以有效提高算法的收敛性能及获得的非支配解集的质量.     

一种多仿生机器鱼协作系统的设计与初步实现

多仿生机器鱼群体协作的研究是针对未来杂复。动态水下环境中多仿生机器人系统控制和协调作业的需要而开展的相关理论和关键技术的研究，本文依据多仿生机器鱼群体协作研究的要求，给出了一种多机器鱼协作系统的硬件体系结构，并在此结构基础上提出了多机器鱼协作实验仿真系统的设计方案，最终开发并初步实现了该仿真系统，并应用于本文提出的一种协作型机器鱼的CLB分层式控制结构的仿真研究中，该系统实现了环境可视化，过程图形化和算法加载动态化等功能，极大地方便了多机器鱼协作系统研究工作的开展。     

基于广义预测算法的直接转矩控制仿真

针对电动汽车电机驱动控制系统结构复杂且系统性能受负载不确定性影响的缺点,提出了一种用于永磁同步电动机广义预测控制方法。从驱动系统动力学方程出发,建立了不依赖电机控制参数的驱动系统CARIMA模型,并采用广义预测算法对驱动系统的给定转矩进行了控制;为了获得良好的变速性能,实现了基于GPC的PMSM驱动系统的直接转矩控制;最后对系统变速过程进行了仿真。仿真结果对比表明,这种控制结构和方法能够实现对转矩变化的有效控制,使速度变化具有较好的平缓控制效果,在工程实际中有很大的应用潜力。     

人工鱼多感知系统融合研究

人工鱼利用人工生命方法实现计算机动画,研究并实现了人工鱼的多感知融合系统。多感知是系统决策与行为的前提,首先利用多源注意力理论建立了人工鱼的多感知融合模型,并设计了感知权重分析器,并结合外部环境和内部状态对人工鱼的多感知行为进行了设计,最后给出了行为驱动的注意机制感知融合算法。经动画仿真,得到满意结果。多感知融合的研究和实现可为机器鱼及机器人的感知融合研究提供软件仿真平台。     

一种改进遗传算法及在多目标优化中的应用

基本遗传算法在求解大规模多目标优化问题时会出现早熟和搜索效率低等问题。针对这些问题,对基本遗传算法引入了邻域操作、自适应策略和混沌优化等多种改进策略,研究设计了一种有机结合各种改进策略的改进遗传算法流程。应用实例的仿真试验表明改进算法可行,且在求解大规模多目标优化问题时较基本遗传算法具有精度和速度优势。     

多点随机振动试验控制技术

对多点随机振动试验控制技术进行讨论和研究,给出整体控制方案、控制算法以及一些相关实现技术。在LabWindows/CVI环境中开发了一个双振动台随机振动试验控制系统样机,简单介绍了该系统的设计和闭环控制方法,并进行了连台实验。对实验结果进行了分析,讨论了多输入多输出系统的耦合性问题、共振点和反共振点问题。分析结果表明:在一定试验条件下,所采用的控制算法是可行的,且能够达到试验要求。     

一种有约束的神经网络预测控制方法

针对非线性系统的控制问题，提出了一种采用黄金分割法的神经网络预测控制算法。该算法以神经网络作为预测模型，以黄金分割法用于优化控制器，其中以系统输入的约束条件作为黄金分割法的动态搜索区间。该算法解决了控制量的范围和变化速度受约束的情况下，未知非线性系统的预测控制问题，通过仿真研究证明了该算法计算速度、稳定性和杭扰动能力。     

云环境下能耗优化的任务调度模型及虚拟机部署算法

云计算环境下,在满足用户服务级目标约束下,如何有效地进行资源分配调度,降低能耗,已成为不容忽略的关键问题.针对目前云计算系统服务资源分配调度问题在能耗方面的研究不足,提出一种能耗优化的资源分配调度体系架构,并基于此架构设计了一个满足实时用户SLA的能耗优化模型.该优化模型从系统级和部件级两个层次进行能耗优化.在系统级上,提出一种基于分组遗传算法最大限度降低系统空闲能耗的虚拟机部署算法,该算法将虚拟机和服务器之间的映射抽象为有约束的多维可变装箱问题;同时,在部件级上采用动态电压功率调整技术降低执行能耗,从而达到在满足用户需求的前提下,最大限度降低系统总能耗.仿真实验结果表明,该算法与同类算法相比,在相同条件下可有效降低云计算系统的能耗开销.     

基于群集智能的多主体创新设计自动协商算法

为了解决复杂产品创新设计系统中多主体协作的冲突协商问题,提出一种基于模糊物元分析的启发式自适应变异微粒群全局优化算法.首先,引入模糊物元分析理论,将各设计主体的个性化要求、特征及相应的模糊量值结合起来建立其形式化模糊物元模型,应用模糊物元优化方法将多目标协商问题转化为单目标协商问题;然后,给出了该协商模型的自适应变异微粒群求解算法,在微粒群寻优过程中引入变异机制,根据自适应变异概率对惰性和适应度差的微粒进行突变操作,增大微粒间的差异性和非均匀性,有效阻止算法过早收敛于局部最优点,提高算法的求解速度;最后,通过在汽车动力传动系统参数优化匹配协同设计中的应用,表明了该协商算法的有效性.     

基于分布式协商进化算法的多Agent目标冲突消解

针对多Agent系统研究中的目标冲突消解问题,建立了在多个Agent的局部目标和系统全局目标间进行协调优化的多目标优化模型.在多Agent分布式规划的框架下,提出了一种基于遗传算法(genetic algorithm,GA)的分布式协商进化算法,用于求解多目标规划模型.针对GA搜索中保持解的多样性、提高收敛速度等问题,对选择算子进行了设计.通过仿真实验,证明新的选择算子能有效提高解的质量.最后将该算法应用于部队机动协同路线规划的目标冲突消解问题,验证了其有效性.     

五连杆机器手臂拦截问题的最优化控制研究

为了减少机器手臂的能耗,研究使用最优化技术控制机器手臂的能源最小化操作。使用Euler-Lagrange公式描述机器手臂的动力学方程,并用符号语言推导相应公式,最后使用直接配置非线性规划方法(DCNLP)对差分方程进行求解,将两点边值问题转化为一般的非线性规划问题,得到系统的最优解,相对于传统方法求解能耗最优化问题,DCNLP法表现出了鲁棒性好,寻优能力强的特点。在此基础上,使用快速傅立叶方法分析不同初始状态下机器手臂震动频率分布,以探索机器手臂操作对关节的最小损害方法。仿真结果表明随着速度不断加大,关节的角加速度和频率也逐步加大,关节损伤加大的可能性也增加。     

基于纳什优化的多变量系统的解耦预测函数控制

针对状态反馈控制系统，提出多输入多输出系统的解耦预测函数控制算法设计。利用预测函数控制算法的特点，引入基函数增加了设计的自由度，减少了在线计算量。通过采取分散优化策略代替整体优化，基于纳什优化实现系统的解耦控制。仿真结果表明该方法具有很好的控制效果。     

基于红外传感器的仿生机器鱼自主避障控制

提出了一种集成多个红外传感器、具有避障能力的仿生机器鱼的设计及实现；根据避障任务的要求，设计了仿生机器鱼的8种基本运动，给出了一种智能控制方法用于仿生机器鱼的避障控制，实验结果表明了这种方法的有效性。     

考虑盲区的多移动传感器地面目标检测跟踪调度方法

针对地面目标检测跟踪任务以多移动传感器系统为调度对象，提出一种考虑盲区的传感器调度方法。首先，建立了目标检测模型，基于贝叶斯风险理论给出了目标检测损失的计算方法以评估检测性能。然后，考虑多普勒盲区和视野盲区的影响，建立了目标跟踪模型，并给出了基于盲区信息辅助的目标跟踪算法以应对盲区出现时目标状态估计问题。最后，建立了传感器优化调度模型，结合检测损失、跟踪精度、传感器能耗等因素建立了目标优化函数。仿真结果表明，所提调度方法能够有效解决多移动传感器协同调度问题，所得的最优调度方案可在兼顾检测性能、跟踪性能和控制能耗的同时，使整体作战收益达到最佳。     

基于多评价函数法的可重构性指标分配

针对多目标优化的可重构性指标分配问题,给出了一重和二重可重构性指标的计算方法。结合多目标优化特点和可重构性指标的定义建立了可重构性指标分配的多目标优化模型。在此基础上提出了一种多评价函数法,用于系统可重构性指标分配,该方法对相互冲突的多个目标建立不同的评价函数,通过在可行解内协调得到最优化结果,最后将其应用于串联系统进行仿真,并与线性加权和法的结果作比较,结果显示基于多评价函数的可重构性指标分配方法更具有效性。