基于遗传算法的降阶H∞控制器

考虑一类线性时不变连续动态系统,应用遗传算法给出其降阶H∞控制器的设计方法·用线性矩阵不等式给出控制器存在的充要条件,把秩约束作为遗传算法的目标函数,通过对目标函数的全局搜索,得到控制器的最小阶次nk及相应的正定矩阵参数(X,Y),进而设计出降阶H∞控制器·遗传算法采用实数编码,排序选择和最佳个体保存相结合的选择算子,实值中间重组的交叉算子,实值变异的变异算子·仿真结果表明,所提出方法可达到与MATLAB设计的全阶H∞控制器的相同控制效果,且具有阶次低、易于工程实现的特点·     

车辆单神经元模型参考自适应控制算法研究

针对智能车辆油门控制系统,提出了一种单神经元模型参考自适应控制算法.首先通过实验研究获得油门控制系统的传递函数,再以该函数获得的数学模型为依据设计了自回归滑动平均模型（NARMAX）神经网络,并对系统输出进行离线辨识和在线预测.采用免疫模糊思想改进二次型单神经元控制算法,构建基于NARMAX神经网络预测的模型参考自适应控制系统,定义了一种评价车辆纵向运动的目标函数,采用浮点遗传算法寻找各控制器的最优值.仿真结果表明,NAR-MAX神经网络可辨识和预测车辆油门系统的动力特性,与免疫模糊和二次型单神经元算法相比,单神经元模型参考自适应算法的阶跃响应速度显著提高.     

稳定性监控自学习FNN控制器

针对一类未知的非线性系统，提出一种具有稳定性监控的实时自学习ＦＮＮ控制器．ＦＮＮ控制器采用遗传算法使自学习获得最优的性能指标；实时学习过程的稳定性则由基于李雅普诺夫方法设计的监控器来保证，使得ＦＮＮ控制器的自学习过程总是在全局稳定性的条件下进行．     

车辆悬架LQR控制器权值优化方法

线性二次型最优控制(LQR)算法是汽车主动悬架控制策略的一种重要方法,其控制性能取决于悬架系统变量的加权系数。权值系数的选取成为LQR控制器设计的难点。针对权值系数没有固定解析方法而无法保证悬架系统达到最优控制性能的问题。提出一种基于遗传算法的权值系数优化方法,以1/4主动悬架的车身垂向加速度、悬架动挠度和轮胎动位移性能指标作为目标函数对LQR控制器的权值系数矩阵进行优化设计。仿真结果表明,与被动悬架控制相比,方法不仅能提高LQR控制器设计效率,而且可以有效提高车辆行驶的平顺性。     

离散模糊双线性系统的广义H2控制

针对离散模糊双线性系统的广义H2控制问题,基于分段李雅普诺夫稳定性理论,通过设计分段状态反馈控制器,得到了闭环分段模糊双线性系统广义H2稳定的充分条件,控制器的设计可以通过两步法把双线性矩阵不等式转化成求解一系列的线性矩阵不等式得到,数值仿真例子验证了这种控制器的设计方法的有效性和理论结果的正确性。     

基于最优特征配置理论设计的电力系统励磁控制器

提出了基于最优特征值配置原理设计最优励磁控制器的方法。首先建立了单机－无穷大系统中发电机组的线性化模型,在此基础上出了系统的状态空间描述并按最优特征值配置的原理设计了状态反馈矩阵。仿真结果表明按特征值最优配置理论设计的控制器,不仅能使性能指标达到最优,而且避免了按线性二次型最优控制理论设计时状态权矩阵选择的困难。     

基于粒子群优化算法的的分数阶系统二次型最优控制算法

目前,利用分数阶变分法和分数阶非变分法,解决分数阶系统的二次型最优控制问题时,存在数值算法的收敛效果不够好,近似化的步骤过于繁琐,且计算耗时长,以及在使用传统的梯度迭代优化算法解决分数阶系统的二次型最优控制问题时,对于优化函数要求较高等问题。本文针对一类Caputo定义下的确定性线性分数阶系统,首先,设计一种状态反馈控制器,考虑从优化角度去解决分数阶系统的二次型最优控制问题,然后,利用PSO求二次型性能指标的最优值,即系统的最优控制增益,最终,得到系统的最优控制律。仿真结果表明,PSO比传统的梯度迭代优化算法收敛效果更佳,通用性更好,获得的性能指标更小,验证了该算法有效可行。     

基于动态组合优化的切换型离散系统最优控制

讨论了一类切换型混杂系统的最优控制问题.离散子系统切换次数固定且性能指标为二次型时,基于动态规划原理,将多级决策问题转化为易于求解的单级决策问题,得到切换离散系统最优控制的全局解析解.利用作为演化计算重要分支的遗传算法,对切换顺序和切换时刻进行全局搜索使性能指标达到极小,并给出具体求解步骤.最后用数字算例验证了该算法的有效性,仿真结果表明该算法可以解决一类切换线性系统的最优控制问题.     

多模型系统最优同时镇定状态反馈控制器设计算法

对于一类可以用有限多个状态方程来描述其动态特性的多模型系统,研究了同时镇定最优状态反馈控制器设计问题,即设计一个状态反馈控制器,使得闭环系统渐近稳定,并对指定的二次型性能指标进行优化．文中在导出闭环系统渐近稳定的充分性条件的基础上,探讨给定二次型性能指标的优化问题,并最终将该状态反馈控制器的设计问题转化为基于线性矩阵不等式（ＬＭＩ）的凸优化问题进行求解．由于将原问题转化为凸优化问题,确保了求得的解必定为全局最优解．最后给出了两个实际系统的设计算例,其结果表明了算法的有效性．     

基于观测器的广义时滞系统最优保成本控制

讨论一类含有参数不确定性且具有状态滞后的广义时滞系统的观测器型最优保成本控制器设计问题.不确定性假设是时变的且范数有界.通过基于状态观测器的线性状态反馈控制并采用一种新方法,结合凸优化理论得到了不确定广义时滞系统的最优保成本控制器的设计方法.该控制器的设计使得在满足一定的条件下对所有的不确定性,广义时滞系统是鲁棒可镇定的且二次型保成本指标最小,并证明了所得结论等价于一组线性矩阵不等式(LMIs)的可解性问题.最后给出实际算例验证了设计方法的有效性.     

线性切换系统二次稳定性分析与设计

基于区间矩阵的等价表示方法,把线性切换系统转化为区间系统,利用矩阵不等式得到了在任意的切换策略下线性切换系统二次稳定性的充分条件,给出了控制器的实现算法.这个条件等价于共同二次正定Lyapunov函数判定条件,但共同二次正定Lyapunov函数判定条件需要求解若干个矩阵不等式,当子系统较多时计算量是相当大的,而这个条件只需找到一个Riccati不等式的的正定解就可以判定该系统的二次稳定性,大大降低计算工作量.用数值例子对所得结果加以验证,说明了文中结果的正确性.     

T-S模糊广义系统的次优控制

基于T-S模糊系统模型,对一类非线性广义系统进行建模,给出了使得模糊广义系统二次稳定的模糊状态反馈控制器存在的充分条件,同时求出了该控制器下系统二次性能指标的上界;以线性矩阵不等式(LMIs)的形式给出了使系统二次性能指标上界最小的优化设计方法,同时给出了使得模糊广义系统二次稳定的模糊状态反馈控制器的设计方法;最后,通过一个数值例子证明了该控制器设计方法的有效性和可行性.     

一类不确定分段线性系统的保性能控制

对于不确定分段线性系统稳定性分析以及控制器的优化设计问题,给出了一种基于分段二次李雅普诺夫函数的求解方法。运用这种方法,系统二次型保性能控制器设计将转化成求解一组线性矩阵不等式组的可解性问题,可以用软件较方便的求得结果。     

一类积微分系统最优参数选择问题的数值算法

文章考虑了一类积微分系统最优参数选择问题,推导出目标函数的梯度计算公式,把最优参数选择问题当成数学规划问题利用逐步二次规划法（SQP）进行数值求解,并给出一致的算法．     

基于遗传算法的直接盲信号检测

针对现有的盲均衡遗传算法收敛速度慢,难以准确地收敛到最优解的问题,借助接收数据阵补投影算子对待测发送序列向量的零化作用,把信号盲检测问题转化为整数约束下的二次优化问题,提出了一种基于遗传算法的直接盲信号检测的方法.所用遗传算法的特点是,适应度函数是直接针对被检测序列构造的,编码空间与遗传空间一致,搜索空间是离散、有限的.仿真结果表明,该算法收敛速度快、性能好.     

具马尔可夫跳变参数不确定系统基于SLQ最优控制器的鲁棒镇定

考虑了随机系统的最优控制器的鲁棒性问题．使用Lyapunov方法,基于标称系统的二次最优控制器，得到了具有马尔可夫跳变参数和参数不确定性系统的鲁棒稳定性的代数判据.保持了原来对保成本权矩阵Q和R的不定性的要求．并给出了数据实例．     

不确定变时滞模糊广义系统的最优保成本控制

针对一类带有时变时滞的不确定T-S模糊广义系统,提出了基于时滞独立准则的最优鲁棒保成本控制方法.考虑一个线性二次成本函数作为闭环系统的性能指标,以线性矩阵不等式的形式给出了状态反馈保成本控制器存在的充分条件.最优保成本控制器的设计问题可以被简化为一个线性不等式约束的凸优化问题.所设计的保成本控制器不仅保证闭环系统的渐近稳定,而且具有最小的保成本上界.最后,数值算例说明了所提出方法的有效性以及最优保成本控制器的良好性能.     

区域极点指标约束下的优化可靠保性能控制

利用矩阵不等式和LMI方法,研究了一类传感器故障下的不确定离散系统在闭环区域极点指标约束下的鲁棒优化可靠保性能控制问题。分析了故障闭环系统满足区域极点约束和具有较优的保性能上界的充分条件,给出的保性能函数指标上界优于已有的结果。得到了使故障闭环系统满足上述性能约束的可靠状态反馈控制器设计方法。最后通过仿真示例证明了本文方法的有效性。     

一类不满足匹配条件的不确定广义系统的最优保性能控制

针对一类不确定性是范数有界时不变的可不满足匹配条件的参数不确定广义线性系统和一个二次型性能指标,研究了其状态反馈最优保性能控制器的设计问题.采用线性矩阵不等式方法,导出了一个用线性矩阵不等式表达的保性能控制律存在的充分条件;在此基础上,建立并求解一个凸优化问题,给出了最优保性能控制律的设计方法.通过实例说明了该方法的应用.     

车辆主动悬架二次型最优控制器权矩阵参数优化

在使用线性二次型调节器(LQR)的车辆主动悬架控制器中加权矩阵Q和R的取值经常依靠先验知识选取。粒子群算法具有良好的快速寻优能力,可以对权矩阵参数进行优化。针对目前算法存在的缺点通过在更新的过程中动态调整惯性权重以更好的平衡全局和局部搜索能力,同时在迭代后期加入禁忌搜索避免陷入局部最优解。在matlab中建立1/4二自由度主动悬架仿真模型,对振动控制性能仿真分析结果表明,采用改进粒子群优化LQR与传统LQR方法相比能够很大程度上减少路面变化对车身的冲击,乘坐舒适性和可操纵性得到明显提升。