动态环境下混合生产的Makespan调度方法

针对动态生产环境下混合生产的最小完工时间(Makespan)调度问题,借鉴于预测控制的思想,用滚动优化的原理求解.提出可操作集的概念,将动态环境下的调度问题合理分解,并将所得的子问题规范化,并给出适用小规模问题的基于混合整数规划的算法,对于较大规模的问题给出快速收敛的启发式算法.仿真算例表明方法的可行性.     

间歇反应过程的智能控制系统

本文为间歇反应过程的智能控制系统提出了一种框架，对其中各部分作了详细分析。并由此抽象出来，为一般性的智能控制系统建立了基本概念和结构模型。     

机器人可达工作空间数值计算的新方法

本文讨论变量有约束的空间体在空间曲面上的边界问题,给出确定边界的递归数值计算方法,并在此基础上进一步导出了启发式的简化算法.作为上述一般算法的特例,给出了机器人可达工作空间数值计算的新方法.     

连续生产过程的最速生产调度

研究了一类有固定生产任务的连续生产过程最早完工指标调度问题，通过对最早守工指标和约束的分析，将该问题转换为线性规划问题；继而给出基于线性规划的简化调度方法及其在应用中出现“负生产”时的求解方法，仿真算例表明，该方法是有效的。     

CMMO中基于灵敏度分析的目标协调

将有约束多目标多自由度优化规范成一二次规划问题,通过将其转化为一参数线性互补问题,得出了单边灵敏度的计算公式,以此讨论了基于灵敏度分析的目标协调方法。     

基于虚拟模型的四足机器人直觉控制

JTUWM-Ⅲ四足机器人在关节上设置驱动器，高层的步行任务转化为低层关节空间的驱动控制，它是非直觉的。针对这一问题，以虚拟驱动器模拟实际关节转矩，基于此虚拟驱动器的模型，将高层的步行任务转化为底层的关系转矩控制，凭直觉连续设置虚拟力使机器人不断从平衡状态进入不平衡状态，进而由虚拟模型得到期望转矩，驱动机器人进入新的平衡状态完成步行。     

基于遗传算法的干扰试井解释方法

提出了一种基于遗传算法的简便，高速，应用范围广的干扰试井解释新方法，并用中原油田，大庆油田的现场测试数据进行了验证。和传统方法比较，它不需要目标函数连续不需预估初值运算速度快，精度高，这种方法还可以推广到裂缝井，水平井等复杂情况下油藏参数辨识中。     

非线性对象神经网络建模的广义自组织学习

近年来,神经网络建模方法已受到控制界的广泛重视,其原因在于神经网络是根据对象输入、输出数据的学习直接建模,无需对象结构的先验知识。这种优点使它对结构难以辨识的非线性对象的建模特别有利。目前在这一方面应用较多的是BP网(Back PropagationNet),虽然在理论上它可对任意非线性对象精确建模,但因它采用了单个全局模型,网络中所有权重对输出都有贡献,为此,在学习建模过程中不可避免地出现遗忘现象,收敛速度缓慢。     

全局环境未知时基于滚动窗口的机器人路径规划

研究了全局环境未知时机器人的路径规划问题,借鉴预测控制滚动优化原理,提出了基于滚动窗口的移动机器人路径规划方法.该法充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,实现了优化与反馈的合理结合.探讨了规划算法的收敛性.     

分布式预测控制系统在通信局部失效下的性能分析

复杂大规模预测控制的在线求解问题可以由各个子系统去分布实现,子系统之间通过网络进行通信,当系统受到扰动时,各个子系统之间的通信联结有可能受到影响,整个分布式系统的性能将会下降,针对分布式预测控制优化算法,讨论了通信局部失效情况下,系统在滚动时域单步上的性能蜕变情况,对于稳定收敛的分布式系统,给出了每一时刻其性能蜕变的上限表达式。