固定资产保险损失补偿及其准确性问题的探讨

投保人(被保险人)投保固定资产的目的是为了得到补偿,而补偿又关系到保险人的经济效益和社会效益的问题。投保人(被保险人)的固定资产一旦发生损失往往得不到足额补偿,产生埋怨保险人的情绪,主要原因是保险人补偿是按保险金额与重置价值之比乘以实际损失,若保险金额越小,重置价值越大,投保人(被保险人)得到的补偿就越少。保险人按比例计算补偿是合理的,但是比例规定为保险金额与重置价值之比是不准确的,这种做法无疑损害被保险人的保险利益,因为重置价值一般大于保险价值(实际价值),最多补偿不会等于重置价值,按重置价值确定保险金额也违背了可保利益原则,并且明显多缴保险费。补偿应当实行保险金额与保险价值(实际价值)之比,针对这个问题本人提出初浅的见解,与同仁商榷,以期抛砖引玉。     

一类不完全微分PID控制的实现方法

提出一种不完全微分PID控制的实现方法,不完全微分PID控制算法是基于Smith预估控制原理并利用单神经元来实现的.利用MATLAB仿真软件对该实现方法在隧道式炉中的应用进行仿真研究.仿真结果表明,该实现方法不但能实现对时滞系统的有效控制,而且还具有较好的抗干扰性和鲁棒性的优点.     

基于MATLAB语言的电加热炉神经元PID控制的建模与仿真

给出基于MATLAB语言的神经元PID控制器S函数 ,在此基础上建立电加热炉神经元PID控制的SIMU LINK仿真模型 ,最后给出该模型的仿真结果 .仿真结果表明 ,利用该SIMULINK仿真模型可以方便地实现对电加热炉神经元PID控制的研究     

Delta算子的网络控制系统量化反馈控制器设计

通过构建李雅普诺夫函数，以LMI形式给出了Delta算子描述的网络控制系统渐近稳定的充分条件，通过求解LMI可以得出量化反馈H_∞控制器参数. 数值算例分析表明，快速采样时，基于Delta算子设计的网络控制系统量化反馈控制器不但保证了控制系统稳定，而且其控制器参数趋近于连续系统设计的量化反馈控制器参数，而传统Z变换设计的量化反馈控制器参数无法保证系统稳定.     

基于性能准则的自适应神经元PID可调参数选取方法

在MATLAB环境下,基于某一性能准则并利用单纯形法寻优原理给出自适应神经元PID控制器可调参数的优化选取方法.利用参数经优化选取后得到的自适应神经元PID控制器对隧道式炉进行控制,结果表明该优化选取方法的有效性.     

神经元二自由度PID控制器参数的MATLAB优化

提出一种在MATLAB环境下基于ITAE性能指标的神经元二自由度PID控制器参数优化方法,并利用经优化设计得到的神经元二自由度PID控制器对隧道式炉进行控制.结果表明,利用MATLAB软件可以实现神经元二自由度PID控制器的参数优化.     

参数自整定2自由度PID全神经元实现的仿真研究

2自由度PID控制器参数整定是一个复杂而又困难的问题，本文采用全神经元方法实现了2自由度PID控制。通过权值自学习解决了参数自动整定这一难题，只要选择适当的神经元权值系数，就可以是系统的抗干扰能力和跟踪给定的能力同时达到最佳，并使系统具有自适应能力和较强的 鲁棒性。     

基于单神经元PID控制器的交流调速系统

构造了基于单神经元PID控制器的交流调速系统.单神经元PID控制算法利用PLC的Step-7语言实现,用HP54600B型100 MHz高速记忆示波器,记录试验电机联轴安装的测速发电机输出波形,得到电机转速动态响应示波图.通过将之与采用传统PID控制器的系统结果相比,证明采用单神经元PID控制器的交流调速系统具有较好的速度跟随性能和抗扰动性能.     

电加热炉预测性PI控制

从所期望的闭环传递函数得出预测性PI控制器算法,利用MATLAB仿真软件对该预测性PI控制算法在电加热炉中的应用进行了仿真研究,结果表明该控制算法能够实现对电加热炉的有效控制.     

不确定Delta算子时滞系统鲁棒H∞控制器设计

对一类由Delta算子描述的不确定时滞系统的鲁棒H∞状态反馈控制器设计问题进行研究,以线性矩阵不等式(LMI)形式给出控制器存在的条件,通过求解LMI得出控制器参数.最后以数值例子来说明该设计方法的有效性和可行性,所设计的H∞状态反馈控制器不但保证对象参数不确定时闭环系统渐近稳定,而且具有所期望的H∞性能指标.