智能转向汽车的模型跟踪控制

从研究转向特性的2自由度简化模型出发，推导出智能汽车转向的状态空间方程，据此构造了智能汽车转向的动力学模型，进而应用Lyapunov方程设计了模型跟踪控制器，选用与实际汽车模型同阶的系统，采用极点配置的方法设计了理想汽车模型，通过输入不同的道路进行仿真，证明了该控制器设计的有效性。     

基于群体智能的群体机器人研究

本文首先对群体机器人的发展状况进行了介绍以及群体智能理论进行了阐述，讨论了群体机器人技术中的群体通信、群体控制、系统冲突等主要研究内容，并对该领域内的几个应用进行了介绍，最后提出了未来几个群体机器人系统的应用方向。     

户外小型智能移动机器人运动轨迹跟踪控制

该文根据户外小型智能移动机器人的应用特点研究了轨迹跟踪控制。基于机器人的动力学模型，利用后退方法的思想，设计了全局收敛的稳定可靠的跟踪控制律，提高了移动机器人在不确定性环境中工作的鲁棒性，比基于运动学模型设计的控制律更加适宜于工程应用，经仿真计算，验证了该控制方法的正确性，为户外小型智能移动机器人轨迹跟踪的实用控制方法提供了理论依据。     

基于自适应神经网络的异构多智能体系统一致性控制

针对由一阶线性和二阶非线性组成的异构多智能体系统,提出一种基于自适应神经网络的分布式控制协议.利用每个智能体之间的通信信息调整分布式控制协议中的参数,使径向基函数(radial basis function, RBF)神经网络逼近二阶多智能体系统中的未知非线性项,进而使得异构多智能体系统实现自适应一致,并通过Lyapunov稳定性理论给予证明.MATLAB/Simulink仿真实验结果验证了该方法的有效性.     

群体智能计算

群体智能是正在迅速发展的新兴研究领域.通过对自然界生命现象的模拟,在不同层次上揭示生命现象和进化规律,为复杂系统复杂行为建模与仿真提供了新的思路.该文对群体智能和计算智能的概念、基本原理和研究方法作了阐述,并对群体智能计算的未来发展趋势作了展望.     

离散多智能体系统的分布式编队跟踪控制

本文研究了离散多智能体系统在固定有向拓扑中的分布式编队控制,同时假设此系统跟踪时变参考状态。首先,针对一阶系统设计了控制协议,给出了系统稳定时协议参数需满足的充要条件,结果表明,跟踪误差的上限正比于采样周期。其次,针对二阶系统,考虑了速度一致性,其编队控制协议可用同样的方法研究。最后通过仿真,结果证明了所设计协议的有效性。     

智能车辆轨迹跟踪控制方法研究

针对智能车辆的轨迹跟踪控制问题,提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先,设计了模糊控制器对智能车辆进行路径跟踪控制;其次,为了提高车辆在高速下的路径跟踪效果,设计模型预测控制器,并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束;然后,为了提高车辆在不同工况下的路径跟踪效果,进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果,选择典型工况在联合仿真平台上进行仿真.结果表明,提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.     

基于事件触发的非线性多智能体系统一致性

针对有向网络拓扑下具有非线性动态的多智能体系统,提出了基于事件触发的一致性控制协议;在实际的多智能体系统中,每个智能体的机载电池的容量和数量是有限的,基于事件触发的一致性协议能够有效地减少智能体控制器的更新次数,从而节约有限的计算资源;智能体的触发时刻由智能体的触发条件所确定,每个智能体只在触发时刻才更新自己的控制器;首先研究了集中式的一致性控制协议,主要利用矩阵理论的方法将一致性问题转化为微分方程的稳定性问题,得到了系统达到一致性的条件;然后研究了分布式的一致性控制协议,在协议中每个智能体只需利用邻居智能体的状态;利用Lyapunov稳定性理论证明了所设计的两个协议能够解决一致性问题,而且不会出现Zeno现象;最后,仿真实例验证了理论结果的有效性。     

基于领导者的群体机器人编队及导航控制

介绍了基于领导者的群体机器人一致性方法,在此基础上提出一种群体机器人编队及导航控制方法。该方法采用分层控制策略,即控制系统分为目标层、领导层和跟随层。将目标层中目标点的位置信息发送给领导者,采用位置一致性算法使领导者朝目标运动;与此同时,领导者将其状态信息发送给跟随层中的跟随者,采用基于领导者的群体机器人编队控制方法,使跟随者与领导者保持一定的队形朝着目标运动。该方法可针对由多个子集构成的群体机器人系统进行导航。通过计算机仿真和群体机器人实验平台验证了所提方法的有效性。     

基于多模型自适应方法的智能汽车路径跟踪控制

路径跟踪控制是智能汽车的一项核心技术,跟踪效果的精确性和在各种路面附着条件下的鲁棒性是该技术的两大关键要素。但汽车动力学模型的不确定性,尤其是轮胎侧偏刚度的摄动使这两者难以同时得到满足。针对这一问题,将多模型自适应理论引入到智能汽车运动控制中处理不确定性系统的控制。首先,推导了多模型自适应控制律,提出了凸包构架下各个顶点的子模型对真实模型的自适应逼近律,并通过李雅普诺夫函数证明了所提出自适应律的收敛能力。在此基础上建立了汽车动力学模型和车辆-路径联合模型,并由多个顶点子模型构建可覆盖汽车轮胎侧偏刚度摄动范围的凸多面体,利用汽车动力学模型求解自适应率,通过车辆-路径联合模型,基于线性二次型方法(linear quadratic regulator, LQR)求解各个顶点的子模型处的反馈控制律,并通过所得出的自适应权重进行加权。基于Carsim/Simulink的联合仿真结果表明,所提出的多模型自适应路径跟踪控制器在保证鲁棒性的同时克服了传统鲁棒控制方法的保守性问题,与基于名义模型的LQR控制器和鲁棒保性能控制器相比,在高附着路面和低附着路面上都可以取得更好的控制效果,很好地解决了路径跟踪...     

一种求解最优控制问题的非均匀控制向量参数化方法

传统的均匀参数化方法在求解固定终端时刻最优控制问题时,不能精确地逼近最优控制轨迹.针对这一问题,提出一种非均匀控制向量参数化的数值解法.首先将控制时域离散化为不同长度的时间段,各时间段长度作为新的优化参数;然后引入时间尺度因子,将非均匀参数化的最优控制问题转化为标准化时域上的均匀参数化问题;最后建立目标和约束函数的Hamilton函数,通过求解伴随方程计算梯度,采用序列二次规划方法获得数值解.针对两个经典的化工过程最优控制问题进行仿真研究,仿真结果验证了所提出算法的有效性.     

大规模机器人群体的分层编队控制算法

提出一种分层拓扑结构作为机器人群体在动态期望区域内的编队队形,并在此基础上设计一种基于分层拓扑的群体编队及避障控制器,邻域内各层层间机器人之间的通信是双向的.多机器人通过虚拟领导者的引导向动态期望区域内运动,并在邻居个体间的局部交互下形成期望编队控制队形,机器人群体速度达到一致,个体间距离稳定,从而实现编队和避碰.控制器中形状调节力用于调整和保持机器人群体队形,解决编队中因可能出现局部极小值而导致某些机器人死锁的问题.仿真实验表明了该算法是有效性的.     

基于虚拟领航者的智能群体群集运动控制

通过借鉴预测控制的基本思想,研究了智能群体的群集运动,并建立了一种个体在运动过程中能根据周围环境自适应选取虚拟领航者的群集运动控制模璎.该模型描述了生物群集过程中无领导者的自然现象,克服了传统leader-follower模式的单向信息流的缺陷,增强了系统的自适应性与鲁棒性,提高了系统的稳定性.仿真结果表明:与已有文献相比,该模型收敛速度较快;形成紧凑的编队后,队形稳定运行的速度也较快.     

基于PSO的WSN路由控制算法

针对具有节点低冗余度的网络区域的路由控制问题,提出了一种基于粒子群算法的无线网络路由控制算法。首先,建立网络模型和能量函数。然后,采用LEACH协议来选举簇头和生成簇,最后,采用粒子群算法优化簇头到Sink节点的多跳路由。仿真实验表明,方法简单有效,同时具有网络覆盖率高和网络生命周期长的优点,是一种适合节点密度低的网络区域的路由控制算法。     

基于粒子群算法的逆变电路PID控制

针对逆变控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的逆变电路PID控制器设计方法.通过推导逆变电路模型得到逆变电路传递函数,以该传递函数作为PID控制对象,利用粒子群算法搜索PID参数.MATLAB仿真结果证明了该方法的可行性和优越性.与采用遗传算法相比较,该粒子群算法能更快的获得合适的PID控制参数,所需迭代次数更少.     

Rikitake双盘发电机系统的追踪控制

基于广义投影同步的定义,讨论了Rikitake发电机系统的追踪控制与同步问题.设计统一形式的控制器,实现了双盘发电机系统追踪任意给定的系统,用数值模拟实现了该混沌系统与Liu系统和Duffing系统的广义投影同步,以及将该系统控制到任意比例的定点.结果表明：该方法可以实现Rikitake发电机系统追踪任意比例的参考信号.     

基于改进粒子群算法优化电梯群控系统

给出的粒子群优化算法是一种群智能优化技术,利用群体和个体的智能行为来求解组合优化问题,并将多目标问题分别在粒子的各子种群中以内在并行的方式搜索多个非劣解,同时对各子种群粒子的适应度采用积分排序,较好地解决了电梯群控系统的多目标问题。充分弥补了传统方法解决多目标问题出现的不足。针对不同客流强度进行分析,分别得到不同平均的候梯时间和乘梯时间,结果表明采用此种改进的粒子群算法充分保证了算法的收敛速度和精度。     

基于粒子群算法的变频调速泵站优化运行研究

针对高速线材厂冷却水循环系统中调速泵站能耗高、效率低的问题,对调速水泵的性能进行了研究,建立了基于粒子群算法、变频调速技术并以能耗为最小目标的优化运行数学模型,并对不等式约束条件进行了简化。在求解数学模型的过程中,采用粒子群算法,并提高了收敛速度和控制精度。最后通过仿真实验验证了此算法对于解决水循环系统中多台变频调速水泵并联优化运行的有效性。     

分布式控制框架实现水下航行器群协调控制

提出一种两层分布式控制框架来实现水下航行器群体的协调控制目标.这种框架在结构上分为一致协调器网络层和本地控制层.上层的协调器网络通过群体的非线性一致算法使得各航行器的输入参考值渐近达成一致.本地控制层通过线性二次型高斯回路传输恢复(LQG/LTR)控制器实现对参考输入的快速跟踪.证明了非线性一致算法的收敛性并定量地分析了群体拓扑和一致算法参数等因素对收敛速度的影响.仿真实验验证了该方法的有效性和可行性.     

基于仿生鱼群优化方法的机器人队形控制

本文利用人工鱼群优化（AFSO）方法研究了多机器人的队形控制问题。机器人编队可视为寻迹问题,而编队寻迹是不断减小机器人与其期望编队位置之间的平移和角度误差的优化过程。每一个机器人的控制指令可看做是人工鱼群,通过一系列的控制实现期望队形。队形控制策略中包含机器人间的冲突规避行为。本文利用Matlab中的多机器人仿真器MRsim工具进行了仿真,结果表明本文提出的方法具有很高的有效性和效率,适用于各种形式的队形,可以被广泛应用在没有精确系统模型的无线传感器网络中。