多变量解耦鲁棒控制的遗传优化方法

提出一种基于遗传算法的鲁棒准优势化算法。该算法将鲁棒对角优势和遗传算法相结合,综合考虑各摄动系统的关联性,搜寻最优的鲁棒解耦控制器。用该算法对一参数不确定性工业对象进行了鲁棒系统设计,结果表明该设计方法比多模型加权准优势化算法具有更好的鲁棒稳定性和鲁棒性能,因而更适于实际工程应用。     

混沌预测在OGY方法中的应用

提出一种基于混沌预测的OGY方法.根据混沌系统的短期可预测性,利用相空间重构得到系统状态变量的预测值,从而产生控制量,使得混沌系统的状态可以很快的进入其不稳定不动点的附近(而通常的OGY方法则是利用混沌系统的自遍历特性来实现这一过程),然后利用OGY方法控制混沌.仿真结果表明,本文的方法可以有效加快OGY方法对混沌的控制.     

多变量多重时延系统仿真方法

本文提出了一种多变量多重时延系统的仿真方法,用C语言实现了程序设计,并对实际时延系统进行了仿真,取得满意的结果。     

基于Simulink的TCP/RED仿真研究

介绍了利用Simulink构造的TCP拥塞控制算法和RED算法的连续模型,以及在此基础上建立起来的多个TCP连接竞争一条瓶颈链路的仿真场景。对比实验表明,该模型能够预测稳态时的RED行为,并且只需要很短的运算时间,可以作为大型TCP/RED仿真场景的参数调整工具。     

基于先验知识和神经网络的非线性建模与预测控制

神经网络模型是模拟非线性系统的有力工具，它的缺陷是难以利用已有的先验知识。利用通用学习网络的建模方法，提出了一种利用先验知识和神经网络建立非线性系统模型的方法，具有简化神经网络结构、减小计算量的优点。基于这种模型利用改进的遗传算法进行优化计算，从而实现了基于先验知识和神经网络的非线性建模和预测控制。对一个悬吊系统的仿真实验说明了该算法的有效性。     

基于环节的控制系统图形组态仿真软件

介绍了一个基于环节的控制系统图形组态仿真软件的功能和实现方法，及改进的仿真算法，在数值计算方法中，引入了拉各朗日线性插值方法，既大大减少了迭代计算量，又保持了原有的仿真精度，利用这一可视化仿真平台，用户可对线性系统，多变量系统，多变量Smith预估控制系统，采样系统等方便快捷地建立方框图形式的系统仿真模型，从而为复杂系统的分析和设计提供了仿真研究平台，系统界面友好，易于扩展。     

基于GA的模糊神经网络控制器的设计与仿真

提出了一种基于改进遗传算法（GA）训练结构和参数的神经网络控制的算法,它采用并行的模糊推理网络,具有自适应自学习的特点,将该算法得到的控制器用于实际工业对象模型的温度控制仿真,结果令人满意。     

RED算法的随机模型和仿真

运用随机分析的方法建立了一个关于RED(random early detection)队列长度及其指数加权滑动平均值(exponentially weighted moving average,EWMA)的随机模型.对该模型的动态仿真和数值分析表明,它能够很好地预测RED在忙期的动态行为.利用这个模型,RED的参数可以通过简单的数值分析方法进行设置,避免了经验方法在链路特性参数和流量参数变化时所出现的性能问题.     

一种多变量系统鲁棒设计方法

本文基于鲁棒稳定性理论和多变量控制器优化设计方法，提出了一种鲁棒系统设计方法．用该方法设计了实际工业对象的鲁棒控制系统，得到了很好的结果，表明这是一种实用、有效的设计方法．     

啤酒发酵过程的建模仿真与控制

针对啤酒发酵过程的特点,建立了数学模型,设计了多变量温度控制系统,并提出一种面向工业过程的多变量时滞系统仿真方法。该控制系统已在自行研制的AUTO－2000集散控制系统中实现,并成功用于安徽圣泉啤酒厂的啤酒发酵温度控制,现场运行情况表明,系统可靠性高,适应性强,有效提高了啤酒的质量和产量,取得了每年1千多万元的经济效益。