标准两步法的收敛性与鲁棒性分析

本文针对线性二次型稳态优化控制问题,详细地讨论了标准两步的收敛性、收敛速度、次优程度和鲁棒性。本文还讨论了带有随机量测噪声的情形,提出了一种改善鲁棒性的简单方法。     

高速铁路列车运行调整的状态空间模型及算法

列车运行调整的优化属超大规模的组合优化问题，具有因素多、各因素之间关系复杂的特点，很难给出一个简洁、易解的规划模型．基于面向事件的状态空间模型良好的描述能力和具有接近系统自然特性的特点，本文在前人研究的基础上，结合我国高速铁路的特点，建立了行车调整的事件驱动的状态空间模型．针对前人研究中状态转移方程的表达及在冲突确认和疏解上的缺陷，结合算法的求解特点和列车运行的实际可能性，提出了改进方法．特别是冲突确认和疏解的新方法和策略，清除了事件驱动的状态空间模型和与之相应的调整算法在实用时的主要难点之一．仿真表明模型和算法是有效的．     

非线性离散动态大系统的DISOPE关联平衡协调算法

提出一种非线性离散动态大系统优化与参数估计集成的关联平衡协调算法。在各子系统模型与实际存在差异的情况下，将动态系统系统优化与参数估计集成方法（DISOPE）与关联平衡法相结合，得到一个上级协调，下级进行各子系统优化与参数估计集成的双环迭代算法，从模型出发通过迭代运算能得到实际系统存在模型－实际差异时的真实最优解。仿真结果表明了算法的有效性和实用性。     

一类MISO双线性Hammerstein模型的集成辨识方法

目的针对一类静态非线性增益具有原点对称特性的M ISO双线性Hammerstein模型,提出一种稳态与动态辨识相结合的集成辨识方法。方法利用稳态信息获取稳态模型的强一致性估计,并通过稳态模型获得非线性增益的估计,再利用动态信息辨识获取M ISO双线性Hammerstein模型的双线性系统未知参数的一致性估计。结果获得一类M ISO双线性Hammerstein模型的集成辨识方法,仿真结果表明了该方法的有效性和实用性。结论集成辨识方法可用于解决一类MISO双线性Hammerstein模型的辨识问题,易于实现。     

工业过程稳态优化中的PID型迭代学习控制

给出一种PID型迭代学习算法．对工业过程稳态优化中的动态施行迭代学习控制，加快了动态响应，提高了控制效果．从理论上分析了算法的收敛性，并给出数字仿真结果．     

陕西省科技经济系统运行机制研究

在对陕西省的基本经济状况、科技状况以及科学技术向生产力转化运行机制定性分析的基础上，利用陕西科技向生产力转化系统动力学模型，对陕西科技与经济运行情况进行了定量模拟，这种定量模拟在一定程度上揭示了陕西省科技与经济的内在规律。同时在此基础上进行了政策分析和政策灵敏度分析，并得出了几点重要的结论；从而为政府决策提供了多种可供参考的最优决策方案。     

非线性离散动态大系统的DISOPE关联预测递阶算法

提出了一种非线性离散动态大系统系统优化与参数估计集成的关联预测递阶算法 .在各子系统模型与实际存在差异的情况下 ,将动态系统系统优化与参数估计集成 ( DISOPE)方法与关联预测法相结合 ,得到一个上级协调 ,下级进行各子系统优化与参数估计集成的双环迭代算法 ,从模型出发通过迭代运算能得到实际系统在存在模型 -实际差异时的真实最优解 .仿真结果表明了算法的有效性和实用性.     

基于算法与模型参数优选的智能DISOPE方法

本文给出了ＤＩＳＯＰＥ算法收敛速度指标的定义，提出了基于算法与模型参数优选的智能ＤＩＳＯＰＥ方法，有效地改善了ＤＩＳＯＰＥ方法的收敛性能和实用性。仿真表明了该方法的可靠性和有效性。     

递阶稳态优化下非线性大工业过程的迭代学习控制

对递阶稳态优化下非线性大工业过程施行迭代学习控制 ,目的是进一步改善大工业过程的动态品质 .建立迭代学习控制的基本结构 ,提出迭代学习控制算法关于控制系统的ε-收敛性和期望目标轨线的δ -可达性的概念 ,对具有死区与滞后的饱和非线性大工业过程控制系统给出加权超前开环PD-型迭代学习算法 .利用 Bellman-Gronwall不等式和λ范数理论 ,论证了算法的收敛性 .数字仿真表明 ,迭代学习控制能有效改善递阶稳态下非线性大工业控制系统的动态品质 .