增加搜索能力的多目标进化算法

提出了一种增加搜索能力的多目标进化算法.该算法是针对如何收敛到真正的Pareto最优集进行处理的.在自适应变异步长进化策略的基础上,引入变异率的概念,使得该算法在进化前能进行全局搜索,而在进化后期进行局部调节,使得算法能够快速的收敛到真正的Pareto最优集.仿真实验表明该算法的有效性.     

一类线性时滞系统的状态反馈H_∞控制器设计

研究线性时滞系统的状态反馈H∞控制器设计问题·在状态和控制同时存在时滞以及控制输出方程具有更一般形式的情况下,以线性矩阵不等式的形式给出了系统存在状态反馈H∞控制器的充分条件·当这个条件成立时,利用线性矩阵不等式的解可以构造状态反馈控制律,使得闭环系统渐近稳定,而且保证干扰输入对控制输出的影响降低到指定的水平·给出的方法适用于具有多状态时滞和多控制时滞的线性系统     

区间时变时滞线性系统的指数稳定性

基于Lyapunov泛函方法,研究时滞是时变的且属于一个区间的线性时滞系统的指数稳定性.以线性矩阵不等式的形式给出了一个新的指数稳定性判别准则.在估计Lyapunov泛函的导数时,利用凸组合和倒数凸组合方法得到了较小的上界,从而使得到的指数稳定性条件具有较小的保守性.另外,所得状态变量的指数上界只依赖于初始函数本身而不涉及其导数.最后,用数值算例验证了所得方法的有效性.     

增生算子的极大性与连续性

研究了自反Ｂａｎａｃｈ空间中增生算子的一些性质，给出了增生算子为极大增生的充要条件及在有效域内部的稠密集上单值且连续的条件．     

具有时变不确定性的线性时滞系统的鲁棒H_∞性能分析

研究一类具有时变不确定性的线性时滞系统的鲁棒H∞性能,方法是采用仿射二次稳定概念把这类问题转化成线性矩阵不等式问题·与采用二次稳定概念相比,所得结果具有更小的保守性     

具有时变时滞的广义系统的稳定性判别方法

针对时滞是时变的且属于一个区间的情况,研究时滞广义系统的稳定性问题.利用4个线性矩阵不等式给出了系统正则、无脉冲且渐近稳定的判别方法.把时滞区间分成两个相等的子区间,对应于每个子区间,利用适当的不等式对积分的系数进行放大,把Lyapunov-Krasovskii泛函导数的上界表示成某个参数的仿射函数.用两个线性矩阵不等式保证该导数的负定性,进而推广了文献中的凸组合方法.理论分析和数值算例表明,所得结果比现有结果具有更小的保守性.     

具有状态和控制时滞的不确定线性系统的鲁棒镇定

针对仿射参数不确定性和范数有界不确定性,研究具有状态和控制时滞的不确定线性系统的鲁棒镇定问题·基于Lyapunov泛函,利用线性矩阵不等式给出了系统可由状态反馈鲁棒镇定的充分条件,并且利用线性矩阵不等式的解构造了状态反馈控制律·所得线性矩阵不等式直接保证Lyapunov泛函对时间的导数为负,降低了控制器设计的保守性·最后,给出两个算例说明本文方法的有效性·     

复数的教学研究及柯西积分定理的简化证明

研究了复数的教学方法。把数与形相结合,以有序实数对作为复数的定义,同时给出复数在平面上的点及向量表示法。通过分析实数与实数、实数与复数相乘,得出这类乘法的极坐标运算规律,然后按照这种规律定义一般的两个复数相乘,由此推得复数相乘的代数运算式。这种教学方法有利于学生对复数的概念和运算的理解。针对现行教材中柯西积分定理证明比较复杂的情况,以围绕子区域边界的积分的模为约束条件,构造收敛于一点的嵌套子区域序列,利用解析条件估计这些积分的模,给出了柯西积分定理的一种简捷证明方法。     

增加搜索能力的多目标进化算法

提出了一种增加搜索能力的多目标进化算法。该算法是针对如何收敛到真正的Pareto最优集进行处理的。在自适应变异步长进化策略的基础上,引入变异率的概念,使得该算法在进化前能进行全局搜索,而在进化后期进行局部调节,使得算法能够快速的收敛到真正的Pareto最优集。仿真实验表明该算法的有效性。     

线性时变时滞系统新的稳定性准则

在时滞是时变的且属于一个区间的情况下,研究了线性时滞系统的稳定性问题.基于二次类型的Lyapunov-Krasovskii泛函,利用积分的凸组合和Jensen积分不等式,给出了一个新的依赖时滞区间的稳定性判别方法.把时滞区间分段,在每段内采用适当的不等式对Lyapunov-Krasovskii泛函导数的积分项系数进行放大,避免了在不同区间上使用统一的不等式,从而减少了使用凸组合方法带来的保守性.用理论分析和数值算例证明了所得结果比现有结果具有更小的保守性.