定量反馈理论和神经网络的融合控制与仿真

针对自旋导弹的不确定性和强非线性,提出了将定量反馈理论QFT与神经网络控制相融合的控制器的设计算法.采用基于神经网络的PID控制算法,获得初始控制器,克服QFT初始控制器设计的盲目性,然后采用QFT设计对系统进行调整.综合考虑了对象的不确定性范围和对系统性能指标的要求,实现了自旋导弹俯仰通道鲁棒控制器的设计,并对该自旋导弹控制系统的模型进行非线性仿真.仿真结果表明,与基本QFT控制器相比,所设计的系统具有良好的稳定鲁棒性和性能鲁棒性,可以用于同类具有大的不确定和强非线性控制系统的设计.     

基于RBFNN的DMFC温度建模与神经模糊控制研究

为了提高燃料电池的发电性能，直接甲醇燃料电池（DMFC）堆的运行温度应该控制在一个合适的范围内。简单介绍了利用RBF神经网络基于实验的输入输出数据建立DMFC电堆温度模型的方法，避开了电堆的内部复杂性；在控制过程中，将训练好的网络模型作为DMFC控制系统的参考模型，采用一种改进的模糊遗传算法（FGA）在残对神经模糊控制器的参数进行自适应调整。采用最近邻聚类算法小（NNCA）对控制器的模糊规则库进行更新。在仿真实验中，将所提出的算法与非线性PID和传统模糊算法进行比较，结果表明所设计的神经模糊控制器具有较好的性能。     

大型轮式工程车辆转向系统的神经网络PID控制

根据大型轮式工程车辆转向系统的对象特点和操纵方式，提出采用基于RBF神经网络控制器来改进常规PID控制器实现系统控制性能。该控制系统结构中，RBF神经网络辨识器(RBFNNI)实现对被控对象的Jacobian矩阵信息的辨识，神经网络控制器(NNC)是基于RBF神经网络实现的单神经元的PID控制器。在对算法进行改进的基础上设计了神经网络结构，并进行了被控对象的仿真分析。实际结果表明该控制方法具有较好的实用性和鲁棒性，可以用于多操纵模式工程车辆转向系统的控制。     

一种新型神经网络控制器的研究

提出了一种新型神经网络控制器,其控制机理与PID控制相类似,但解决了常规PID控制存在的快速性与超调量的矛盾.给出了该神经网络控制器的自适应学习算法,分析讨论了控制系统的稳定性.仿真实验表明,这种新型神经网络控制器构成的自适应控制系统具有较强的适应性和鲁棒性.     

灰色预测模糊PID控制在汽温控制系统中的应用

将灰色预测、模糊控制与常规PID控制三者的设计思想融合起来，提出了一种灰色预测模糊PID控制算法。该算法首先通过建立模糊规则和进行模糊推理来确定PID控制器的参数，然后由PID控制律直接确定控制作用，再将灰色预测在线应用，用其预测结果代替被控对象测量值进行控制运算。仿真结果表明，利用该算法设计的汽温控制系统比应用模糊PID控制设计的汽温控制系统具有更加优良的性能。     

基于GA与CSA-RBF神经网络辨识的自适应PID控制器

提出了一种基于遗传算法(GA)、克隆选择算法(csA)和神经网络的自适应PID控制器的设计方法.该控制器主要由四部分组成:一是利用遗传算法优化PID参数初始值;二是用克隆选择算法对径向基函数(RBF)神经网络参数初始值优化;三是RBF神经网络完成对被控对象Jacobian信息辨识;四是单神经元PID控制器,学习并在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能.仿真结果表明,该控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程.     

一种基于神经网络和遗传算法的拟人智能控制方法

提出一种基于Hopfield神经网络(HNN)和遗传算法(GA)混合策略的拟人智能控制方法。首先利用拟人智能控制得到定性控制律(线性或非线性)，然后利用GA和HNN的混合优化策略实现定性控制律的定量化——首先，基于网格法产生GA的初始种群；然后，基于实数编码并采用最优个体保留策略、2／4择优选择以及引入控制经验的改进GA进行全局优化；最后，为了克服GA的后期收敛速度慢和局部优化能力缺乏，利用HNN的快速优化能力进行末段搜索，最终产生全局最优解。将该方法用于二级倒立摆系统的控制，仿真和试验结果均表明该方法有效。     

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。     

一种新的小波网络快速学习混合策略

针对传统的小波网络梯度学习算法易于陷入局部极值、收敛速度慢且对初始参数很敏感的缺点,将全局性能优越的差异进化(DE)算法和最小二乘算法(LS)有机的结合起来,提出了一种新的快速学习混合策略。该混合学习算法思想是将待训练参数分为非线性和线性两类,利用差异进化算法对小波网络非参数进行全局优化训练,而最小二乘法用于快速训练网络连接权值。非线性函数逼近实验表明,小波网络逼近性能要远优于传统的BP神经网络,相对于使用随机梯度学习算法的小波网络,提出的混合学习算法收敛速度更快,且具有更小的均方差。     

基于GA的模糊神经网络控制器的设计与仿真

提出了一种基于改进遗传算法（GA）训练结构和参数的神经网络控制的算法，它采用并行的模糊推理网络，具有自适应自学习的特点，将该算法得到的控制器用于实际工业对象模型的温度控制仿真，结果令人满意。     

Research on robust fault-tolerant control for networked control system with packet dropout

A kind of networked control system with network-induced delay and packet dropout, modeled on asynchronous dynamical systems was tested, and the integrity design of the networked control system with sensors failures and actuators failures was analyzed using hybrid systems technique based on the robust fault-tolerant control theory. The parametric expression of controller is given based on the feasible solution of linear matrix inequality. The simulation results are provided on the basis of detailed theoretical analysis, which further demonstrate the validity of the proposed schema.     

Robust H∞ control for networked control systems

The robust H∞ control for networked control systems with both stochastic network-induced delay and data packet dropout is studied.When data are transmitted over network,the stochastic data packet dropout process can be described by a two-state Markov chain.The networked control systems with stochastic network-induced delay and data packet dropout are modeled as a discrete time Markov jump linear system with two operation modes.The sufficient condition of robust H∞ control for networked control systems stabilized by state feedback controller is presented in terms of linear matrix inequality.The state feedback controller can be constructed via the solution of a set of linear matrix inequalities.An example is given to verify the effectiveness of the method proposed.     

Robust H∞ control for networked control systems

The robust H∞ control for networked control systems with both stochastic network-induced delay and data packet dropout is studied. When data are transmitted over network, the stochastic data packet dropout process can be described by a two-state Markov chain. The networked control systems with stochastic network-induced delay and data packet dropout are modeled as a discrete time Markov jump linear system with two operation modes. The sufficient condition of robust H∞ control for networked control systems stabilized by state feedback controller is presented in terms of linear matrix inequality. The state feedback controller can be constructed via the solution of a set of linear matrix inequalities. An example is given to verify the effectiveness of the method proposed.     

单输入网络化控制系统的时延补偿滑模控制

针对网络化控制系统中存在的网络诱导时延问题,提出了一种离散滑模控制方法。基于一类线性时不变被控对象的单输入网络化控制系统离散模型,构造了具有时延补偿的滑模面。通过系统状态预估及对状态运动的分析,设计了可以完全消除系统抖振的滑模控制器。李亚普诺夫方法证明了该控制器能使系统状态在不产生抖振的前提下收敛于滑模面,并保证系统的渐近稳定,同时不要求网络诱导时延小于一个采样周期。以位置伺服系统为对象的仿真实例验证了该设计方法的有效性。     

一类不确定时延网络控制系统的模糊控制

针对网络控制系统(NCS)同时存在网络诱导时延和数据包丢失的情况,讨论了如何设计控制器的问题。首先,给出了一种新的闭环网络控制系统的建模方法——模糊T-S方法,利用这种模糊模型去逼近非线性网络控制系统,使之局部线性化,并在此模型的基础上应用平行分布补偿原理设计了网络控制系统模糊控制器。进而,应用Lyapunov理论和LMI方法,研究了模糊NCS的稳定性问题,同时基于线性矩阵不等式给出依赖状态时滞和网络诱导时延的状态反馈模糊控制器的设计方法,并获得使模糊NCS稳定的充分条件。通过两个仿真实例验证了该控制方法的有效性。     

Guaranteed cost control for discrete-time networked control systems with random Markov delays

The guaranteed cost control for a class of uncertain discrete-time networked control systems with random delays is addressed.The sensor-to-controller (S-C) and contraller-to-actuator (C-A) random network-induced delays are modeled as two Markov chains.The focus is on the design of a two-mode-dependent guaranteed cost controller,which depends on both the current S-C delay and the most recently available C-A delay.The resulting closed-loop systems are special jump linear systems.Sufficient conditions for existence of guaranteed cost controller and an upper bound of cost function are established based on stochastic Lyapunov-Krasovakii functions and linear matrix inequality (LMI) approach.A simulation example illustrates the effectiveness of the proposed method.     

Controllability and observability of networked control systems with time-varying delays

The controllability and observability of networked control systems are studied. Aiming at the networked control system with time-varying delay, the sufficient and necessary conditions for complete controllability and complete observability of the system are presented, respectively. Because of Markov characteristic of the network-induced delay, in terms of stochastic theory, a sufficient and necessary condition for completely mean value controllability of networked control systems is obtained. Further, the conditions that the controllability and observability of networked control systems are equivalent to the initial time-invariant system are given. Controllability and observability realization indexes are also discussed, respectively. The numerical example demonstrates the effectiveness of the proposed theory.     

基于观测器的CAN网络在线时延补偿策略

网络时延问题是网络控制系统中的主要问题。为了解决网络时延给控制系统带来影响的问题,首先分析网络时延的产生及其可能的取值特性,在网络时延统计特性信息的基础上,从通信技术和控制技术相结合的角度出发,提出了一种基于观测器的在线时延补偿方法。通过CAN bus网络控制实验平台,分析了该补偿方法的有效性。实验结果表明,在网络延迟大的控制系统中该策略仍具有良好的控制效果。     

考虑时延与丢包的网络控制系统分析与综合

针对具有时变网络诱导时延和丢包问题的网络控制系统稳定性分析与控制器设计问题,通过考虑网络诱导时延是时变和有界的情形,并分析网络诱导时延与其上界之间的关系,应用Lyapunov-Krasovskii泛函结合积分不等式方法,提出了一种改进的、同时考虑了网络诱导时延和丢包问题的网络控制系统稳定条件,并基于改进的锥补线性化迭代算法（improved cone complementary linearization, ICCL）给出了一种具有更低保守性的控制器设计方法。数值实例表明上述方法的有效性。     

Packet-loss-dependent stabilization of NCSs with network-induced delay and packet dropout

This paper is concerned with controller design of networked control systems (NCSs) with both network-induced delay and arbitrary packet dropout.By using a packet-loss-dependent Lyapunov function,suffic...