基于矢量基学习的自适应迭代最小二乘支持向量机回归算法

为增强最小二乘支持向量机(LS-SVM)回归建模的稀疏性、鲁棒性和实时性,在加权LS-SVM的基础上,提出了基于矢量基学习的自适应迭代回归算法。在训练过程中,该算法通过矢量基学习和自适应迭代相结合的方法得到1个小的支持向量集,同时采用加权方法确定权值以减小训练样本中非高斯噪声的影响。回归学习和动态系统辩识的仿真结果表明:在回归建模精度相似的情况下,该算法确定的支持向量为全部学习样本的4.9%~8.9%,训练时间为标准LS-SVM的0.011%~0.383%;由于能够鲁棒跟踪时变非线性系统的动态特性,适合在线实时训练;可进一步用于非线性系统的建模和实时控制研究。     

基于规则的T-S模糊神经网络

该文提出了一种基于规则的Ｔ－ Ｓ模糊神经网络的结构和相应的算法。首先用自组织算法对学习数据进行聚类生成一组初始的模糊规则,然后用误差反传法细调网络参数,通过仿真验证,该模糊神经网络具有结构简单,拟合精度高等优点。     

一类复杂系统的分布式模型参考自适应控制

针对一类子系统相关联的复杂多输入多输出系统，提出了一种在多输入子系统中采用基于Lyapunov函数的模型参考自适应控制(MRAC)的方法．其中各个子系统建模为线性多输入系统，并假设各子系统的参数均为未知，各子系统之间存在相互影响．通过理论推导和计算机仿真证明了该控制方法的可行性和有效性。     

感知能力异构的无线传感器网络优化部署机制

为了在满足网络覆盖要求的前提下,降低网络配置所需经济成本、延长网络生存时间、提高通信质量,研究由感知能力不同的传感器所组成的传感器网络的节点部署问题.采用了节点配置值、网络配置总值和节点数目3个指标,反映网络的配置水平、经济成本、通信质量和能耗情况.该文给出了问题的整数线性规划模型,并指出这个问题是NP完全的.提出了近似但计算有效的贪婪优化部署算法.通过找出最佳部署位置、传感器类型和感知方向,实现网络的优化配置.仿真结果表明,该算法可以降低网络配置成本和工作节点数,具有较好的优化部署效果.     

出租汽车连续配车的一个优化逼近探索模型

本文分析了上海出租汽车网络系统的预约定车业务现状,指出了目前人工配车系统中存在的问题。文章认为可以把连续配车问题归结定义为“线性整数规划”问题,在此基础上,提供了一个用计算机求解的优化逼近探索模型。文章着重探讨了此模型建立过程中的两个重要方面:一是如何处理时期的连接;二是在每一时期中采用什么匹配方法来减少空驶距离。并采用了某一天的真实数据进行了计算和检验,对此模型作了评价和分析。此模型可以推广运用到具有多起点和多终点的随机运输系统中去。     

基于主导子系统的非线性系统鲁棒故障诊断

针对非线性不确定系统的故障诊断问题,提出了一种基于主导子系统的自适应模糊观测器设计方法。利用主导子系统的观测器增益矩阵进行模糊观测器的设计,并推导出了系统状态估计误差有界的条件以及故障估计所要满足的自适应算法。另外,考虑到系统带有建模不确定,对故障检测的鲁棒性和灵敏度进行了分析。给出的仿真示例说明所提出的方法是有效的。     

一类复杂系统的分布式模型参考自适应控制

针对一类子系统相关联的复杂多输入多输出系统 ,提出了一种在多输入子系统中采用基于Lyapunov函数的模型参考自适应控制 (MRAC)的方法 .其中各个子系统建模为线性多输入系统 ,并假设各子系统的参数均为未知 ,各子系统之间存在相互影响 .通过理论推导和计算机仿真证明了该控制方法的可行性和有效性 .     

高精度丝杠磨削的智能控制

描述了一种根据丝杠螺距误差的动态特征而设计的智能控制方法,基于对丝杠磨削过程中传动链误差的各种瞬变特征的分析,建立了智能控制规则,并应用于实际丝杠磨削过程的控制中,取得了良好的效果.     

一种σ修正的Sobel算法

为提高Sobel算法对外部干扰的鲁棒性,该文在Ioannou和Kokotovic方法的基础上,提出了σ修正的Sobel算法,并给出了它的稳定性证明。针对一个高速、高精度的数字伺服系统,用σ修正的Sobel算法得到的控制律进行控制,仿真结果表明系统具有良好的性能。