一类自适应算法及其应用

在许多优化问题中,寻找最优解并不是唯一目的,更重要的是目标往往是“进步”,算法的优化作用更在于维持一个稳定的改进过程,本文从这一角度出发进行了对传统遗传算法的改进,强化了其渐进收敛和进化能力,并考虑与反向传播学习算法的有机结合以提高训练精度及优化能力,以一类解析型模糊系统的建模过程为例进行的仿真研究表明,新算法更适用于这类优化问题,能够在更短的时间内有效地改善系统性能;同时,具有很强的自适应性,应用简便也是它的主要优点之一。     

非线性自抗扰状态PI控制器的研究

针对线性状态PI控制器只适用于单输入单输出的线性系统的不足 ,提出了非线性自抗扰状态PI控制方法 ,将“自抗扰”控制技术的控制思想应用于常规状态PI控制 ,使其适用于单输入单输出的非线性系统的控制。解决了“自抗扰”控制技术中扩张状态观测器的参数问题 ,并对系统的稳定性进行了定性分析。仿真算例表明 ,非线性自抗扰状态PI控制器对对象模型参数摄动和外扰具有良好的适应性和鲁棒性