基于状态观测器的不确定NNCS鲁棒完整性设计

针对一类具有时延及丢包的不确定非线性网络化控制系统,在系统状态无法直接测量和执行器发生失效故障情形下,基于全维状态观测器,研究不确定非线性网络化控制系统的鲁棒完整性设计问题.首先,基于T-S模糊模型,通过引入适当的积分不等式去处理一些积分项,以及构造包含所有时延特性的Lyapunov-Krasovskii泛函,推证出使系统具有鲁棒完整性的时滞依赖充分条件;进一步,利用矩阵分离技术得到了状态观测器和控制器增益的求解方法.在推证过程中,既没有进行模型转换也没有放大或忽略有用项,特别是对网络传输时延的分段处理,使结果具有较少保守性.最后以仿真示例验证了本文所述方法的有效性和可行性.     

一种基于MFAC外环补偿的非线性LS-SVM逆系统数据驱动控制方法

针对直接逆模型控制系统的鲁棒性和抗干扰能力不足问题,提出一种无模型自适应控制(MFAC)外环补偿的非线性系统最小二乘支持向量机(LS-SVM)逆系统数据驱动控制方法.首先采用LS-SVM建立非线性系统的逆模型,并将其作为前馈控制器串联在原系统之前,构成一个伪线性系统,其次采用MFAC构成外环反馈补偿控制.仿真研究表明,LS-SVM逆模型/MFAC复合控制方案不仅具有良好的跟踪性能,而且具有较强的鲁棒及抗干扰性.     

依据钻孔应力变化确定原岩应力的平行钻孔——控制致裂法研究

本文提出了一个依据控制致裂测试钻孔应力变化的量测推算原岩应力的方法:平行钻孔—控制致裂法.本文阐明了平行钻孔—控制致裂法岩体应力测量的特点和控制致裂法的原理.介绍了依据控制致裂测试钻孔应力变化确定岩体应力的基本理论.     

多媒体演示系统中数据模型的选择

首先探讨了多媒体系统中数据模型的问题，比较了目前国际流行的３种标准，在此基础上，研制了一个适合于不同应用场合的多媒体演示系统－ＭＭＤＳ，并详细介绍了该系统中数据模型的选择。     

一种改进型的粗糙-神经网络PID控制器设计

针对一般的神经网络PID控制器难于得到系统预测输出值的缺陷。提出一种改进型的粗糙集神经网络PID控制器，阐述了其设计原理；对串级过热汽温控制系统的仿真结果表明，与普通神经网络PID建模方法相比，该控制器抗干扰和鲁棒性强。     

马氏环境中一般生灭链的灭绝概率及平均吸收时间的计算

将马氏环境中的生灭链（ＧＢＤＭＥ）灭绝概率及平均吸收时间的计算，推广到马氏环境中一般生灭链（ＧＢＤＭＥ），得到了关于灭绝概率及平均吸收时间的向量差分方程。     

边坡稳定安全系数及其与土性参数及失效概率关系研究

借助土性参数,对边坡稳定性分析两大评价体系(安全系数法与可靠指标法)的联系及差异性进行了对比分析.对于简单均质土坡的圆弧形滑裂面,利用积分思想推导了有、无被动土体两种情况下安全系数的精确解析表达式.其中,视被动土体的贡献为减少滑动力矩,采用分段圆弧法推导.以该解析式为基础,利用土体粘聚力与容重的比值将这两个变量归一为变量Hc,以纯黏性土、均质边坡不同坡角时的确定性模型为对象,深入研究了不同的确定性模型情况下,Hc的概率分布类型、均值变化与边坡稳定安全系数的关系及变异特征对边坡失效概率和可靠指标的影响作用等.结果表明:土性参数变异性较强时,安全系数法作为一种定值方法,可能会做出严重背离实际的评判,而可靠指标法则更为科学合理;Hc为正态分布或对数正态分布时,其平均值及变异系数的不同取值会对失效概率(及可靠指标)的计算值以及失效概率(及可靠指标)与安全系数关系曲线中的交汇点位置产生明显的影响.     

大数据云存储下海量数据传输完整度控制技术

为确保大数据云存储下海量数据传输的完整度,提出了一种基于属性特征匹配和关联规则的海量数据传 输完整度控制方法。构建海量数据的属性特征高维重组模型,得到关键信息的特征分布状况,据此设计海量数 据的关键信息存储分布结构模型,采用关联规则方法进行海量数据的关键信息特征挖掘提取,利用关键信息进 行海量数据的特征分析和数据聚类处理,采用属性特征匹配方法设计海量数据关键信息存储节点后,利用模糊 减法聚类对关键信息存储节点进行聚类处理,在海量数据传输中,以数据关键信息存储节点传输的完整度实现 海量数据的传输完整度控制。仿真结果表明,采用该方法进行海量数据传输完整度控制,能提高云存储下的空 间利用效率,数据传输完整度高。     

基于深度置信网络的车载电源故障诊断方法

针对车载电源故障机理复杂且知识经验不足,传统浅层神经网络诊断效果难能满意的问题,研究了基于深度置信网络的车载电源故障诊断方法.该方法借助于30 kW车载电源仿真系统采集的几种常见故障数据,通过对深度置信网络进行预训练与反向微调,构建了车载电源相应故障的深度诊断神经网络,从而实现了车载电源几类常见故障的有效智能诊断.该方法的优势在于能够将车载电源的故障特征提取与故障诊断有机融合,摆脱了传统浅层故障诊断方法对大量信号处理技术与诊断经验的依赖,仿真试验也进一步昭示出文中方法在车载电源故障诊断中的有效性和适宜性.     

带加性噪声可分离Hamilton系统的辛Runge—Kutta方法

本文推广了求解可分离Hamilton系统的辛Runge—Kutta方法,将其用于求解带加性噪声的非线性可分离Hamilton问题,得到了良好的数值模拟效果。