基于Petri网的智能控制结构建模

智能控制具有递阶结构，按照精度提高智能降低的原理依次为组织级、协调级和执行级。本文提出用Ｐｅｔｒｉ网对智能控制递阶结构中组织级的任务规划和协调级进行建模，并提出用Ｐｅｔｒｉ网进行任务分解的方法。本研究对于智能控制的知识表示方法研究有一定的参考意义，并对于机器人系统设计与分析具有重要的理论与应用价值。     

基于递阶多模型切换的网络化控制系统

针对网络诱导时延的不确定特性,提出了一种递阶多模型切换控制的策略,以减小网络诱导时延不确定性带来的不利影响.考虑到网络带宽有限,为了减少全局控制信息的传送,将控制系统分为主控制器级和局部控制器级两层递阶结构.在系统运行过程中,根据网络诱导时延和当前子系统最大允许时延的关系选择最佳的局部控制器.应用公共李雅普诺夫函数法,分析得到了系统稳定的条件.通过数值仿真比较验证了该算法的有效性.     

伺服系统串级递阶滑模变结构控制

提出了一种串级递阶滑结构控制，将三维空间结构的控制器分解为两个二阶系统的控制器独立设计，这两个控制器共同完成系统的状态受限、控制受限式串级递阶滑模控制。给出了参控制器参数的确定方法，使系统获得优良的动态过渡过程品质。     

一种新型智能控制系统模型的研究

分析智能系统中智能行为之源，提出一种新型递阶式智能控制系统结构原型，并给出了相应的综合集成具体实施策略，这种新型递阶式智能控制系统结构原型由决策级，反应级和适应级组成，它们既各司其中，又相互配合，有机协调，较全面地模拟了人的智能行为，并因此提高了系统的智能水平，这种新型递阶智能控制系统结构原型可为智能控制系统进一步的设计和实施提供基础。     

兵力部署优化问题的两层规划模型

在对军事作战中兵力部署和指挥关系分析的基础上，提出了一种考虑两级指挥关系的兵力部署优化模型，即两层非线性整数规划模型，从理论上研究了这种两层规划模型的特点，并且提出了一种基于动态规划的递阶优化算法，最后给出了应用算例。     

基于递阶监督的一类多模型自适应控制

针对包含多个子系统的复杂系统,在控制中若使整个系统及子系统的性能最优,常规的控制方法难以实现.在采用一类多模型方案后,提出一种递阶智能监督控制策略,利用模糊神经网络、模糊决策构成了递阶控制的组织级和协调级.经过对混合动力汽车(HEV)的多能源动力总成控制系统进行的仿真研究,表明了该方法的有效性.     

大系统优化控制中的非光滑函数优化问题

分析了大系统递阶-协调控制方法之一——关联预估方法中的协调级非光滑函数最优化问题,确定了相应的目标函数对协调变量的子梯度,从减少优化控制对系统干预次数的角度,提出了一种基于子梯度的最速下降的优化协调策略。数字仿真结果表明了本算法的优越性。     

拓扑度在大系统最优控制理论中的应用

迄今为止,在大系统最优控制理论中,用分解-协调方法以构成多级递阶最优控制方案仍是人们最常用方法之一。对此研究已有不少文章,最近,Cohen和Mahmoud等分别做了较全面的论述。前者着重于各种分解-协调算法统一性的研究,后者则是协调任务的再细分(分为第一级和第二级协调),并按协调变量的不同选择,提出四种“三级     

电解铝厂智能计划决策支持系统

介绍了一种企业智能计划决策支持系统的设计方法与实现技术。该系统具有综合信息管理、专业计划管理、和主计划决策支持系统等功能。设计过程中应用大系统控制论的“分解——协调”方法与“递阶层次”结构方案。各模块的实现是在人工智能技术和运筹学的优化技术的基础上,开发智能优化技术。设计与实现中将多级下拉菜单和“模式驱动”、“知识驱动”相结合,使解决具体问题时可用不同的驱动方式来展开和激活不同的功能模块。     

基于递阶优化算法的轧制过程控制策略优化研究

给出利用递阶优化算法解决轧制过程控制策略优化问题的思想. 针对总时间最短和总能耗最小两个优化目标,分别将其作为上下层目标函数建立起两层规划的数学模型,通过基于分解-协调的递阶优化算法对该两层规划进行求解,最终得到了中厚板精轧控制策略优化的最优解. 仿真结果说明,利用递阶优化算法求解轧制过程控制策略是非常有效的方法.