多交叉口工况的网联汽车最优节油驾驶策略

针对网联汽车在多交叉口工况的通行过程,提出了一种多信号灯配时已知条件下的节油驾驶求解方法,并建立了相应的驾驶策略。将两信号灯下的节油策略辨识问题构建为约束型最优控制问题,该问题以发动机油耗为性能指标,以车辆纵向动力学模型为状态方程,并考虑了车辆性能约束、环境约束等。为求解该问题,提出了以动态规划为核心的反向递推计算方法,发现了车辆加速-匀速-减速的3段式节油行驶模式。以此为基础,将车辆在多信号灯下的节油驾驶策略辨识问题转化为有向图的最短路径求解问题,并采用Floyd-Warshall最短路径算法进行求解,得到了各交叉口道路限速相同及不同工况下的车辆节油驾驶策略。     

具有S-分布延时和脉冲控制的一类神经网络的鲁棒同步

具有脉冲的神经网络作为一种典型的混合系统在图像处理、模式识别、优化控制等实际工程中有广泛的应用.在这些应用中,要求神经网络具有鲁棒同步性质.因此,神经网络的鲁棒同步性研究受到许多学者的关注.本文将不确定非线性耦合函数引进到一般类神经网络中,通过构造适当的Lyapunov函数和运用一些不等式分析技术,研究了具有S-分布延时和脉冲控制的神经网络的鲁棒同步性质,得到了保证网络具有一般脉冲鲁棒同步的一个实用条件.