基于最小费用流建模的目标跟踪器研究与仿真

针对目标跟踪中的物体遮挡、光照影响、杂波扰动等问题,设计一种基于最小费用流建模的跟踪器。该跟踪器把整数规划与最小费用流模型相结合,将目标跟踪问题转变为可解的线性规划问题。与其他同类型跟踪器相比,该跟踪器具有更好的跟踪准确性。实验结果表明：运用最小费用流模型的跟踪器可以对复杂环境下的多个目标进行稳定跟踪,提升了跟踪的鲁棒性。     

遗传机理神经网络在电弧炉炼钢模型辨识应用

在直流电弧炉炼钢过程控制系统中，由于它的复杂机理，高度非线性加大了建模的难度，为提供适用于直流电弧炉炼钢过程优化控制的模型，提出了一种引入遗传算法的神经网络建模方法，并蒋其用于某厂直流电弧炉钢过程模型的建立，获得了很好的效果。同时给出了基于现场实测数据的仿真结果。     

带有状态时滞的多采样率线性离散时间系统的最优预见控制器设计

研究了一类具有状态时滞的多采样率离散时间控制系统,对这类系统给出了一种最优预见控制器的设计方法.首先利用离散时间系统提升技术,把所研究的系统转化成单一采样的扩大系统;然后利用构造扩大误差系统的方法引入积分器;再对扩大误差系统应用通常的线性二次型最优预见伺服系统设计方法设计控制器,从而得到原系统的最优预见控制器.同时还对扩大误差系统的能控性和能观测性进行了讨论,并通过数值仿真说明了控制器的有效性.     

复杂生产过程工况的自动识别

针对复杂生产过程中的工况识别问题，利用了模块化的设计方法，将其分为离线建模模块和在线决策模块，建模模采用自适应延时神经网络构造和类工况相应的预测模型，决策模块通过计算未知工况序列相对各类预测模型的匹配程度判断其所属类别。     

一种基于特征变量的复杂生产过程预测模型

研究了一种基于特征变量的复杂生产过程预测模型。与传统的建模方法相比,该方法不需要经过机理分析,而从信息科学的角度出发,在对反映生产过程工况原始动态数据进行特征选择的基础上,运用时间序列分析法建立其预测模型。同时讨论了它的神经网络实现方法。仿真结果表明了该方法的可行性。     

广义积分器型直接极点配置自适应控制

Ｅｌｉｏｔｔ提出的直接极点配的适应控制的突出的问题就是由于辅助参数的引入使所需辨识的参数增加了１倍，这对参数辨识的的收敛及控制的初始特性不利，本文通过广义积分器的引入，不仅解决了辨识器过高的问题，而且能消除确定扰动的影响，实现对参考输入信号的无稳态误差跟踪控制。     

一般Lurie间接控制大系统的绝对稳定性

研究了一般Lurie间接控制大系统的绝对稳定性．利用Lyapunov函数法和大系统分解技术，得到了所讨论系统的若干个绝对稳定性判别准则．这些判别准则不仅可用于系数无界的Lurie间接控制大系统，也可用于系数有界的Lurie间接控制大系统，还可用于常系数Lurie间接控制大系统．最后举例说明了判别法的有效性．     

线性时滞不确定系统的时滞相关鲁棒镇定

讨论了同时具有输入时滞与状态时滞的不确定线性系统的时滞相关鲁棒镇定问题.运用矩阵分解思想和Lyapunov-Karsovskii泛函方法,在处理V的导数时添加一个恰当的0项,引入自由权矩阵,基于LMI方法获得了系统经无记忆状态反馈后可鲁棒镇定的时滞相关充分条件,同时获得了具体的控制器设计方法.数值例子说明所得结论具有较小的保守性.     

一类不确定大系统的鲁棒指数控制

研究了一类不确定大系统的鲁棒指数控制问题．利用大系统分解方法，把大系统分解成若干个子系统．应用通常的最优控制方法，对每个孤立子系统设计适当的控制器，相应代数Riccati方程维数也较低从而易于求解，再综合子系统的控制器得到大系统的控制器．闭环系统的鲁棒指数稳定性通过Lyapunov第二方法证明．还举例说明了方法的有效性．     

具有两个时滞之和的连续系统时滞相关稳定性

 针对一类状态向量中含有两个时滞之和的连续系统,研究了其时滞相关稳定性问题。借助于积分不等式,获得了使系统稳定的、基于线性矩阵不等式的时滞相关充分条件,不需要对原系统进行模型变换。最后通过数值算例验证了设计方法的有效性。