基于在线优化的多模型自适应控制

针对常规多模型自适应控制中子模型数量过多问题,提出在线优化的多模型自适应控制算法。将整个控制系统分为基本工况级和控制模型级的两层递阶结构。在系统运行过程中,通过在线学习自动地建立多模型及相应的控制器,并对所建的动态模型库进行优化,以进一步减少子模型数量和计算时间。证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性。计算机仿真结果表明该算法的有效性。     

多模型自适应预测函数控制及仿真

许多工业控制对象存在一定程度的非线性环节,经典控制方法很难满足控制要求。多模型预测函数控制法结合了多模型控制法和预测函数控制法的优点,在一些复杂的工业控制系统中获得了成功的应用。结合模型匹配计算公式,提出了基于参数在线辨识的多模型切换方法。它不依赖于典型工况下系统参数的模型,且能根据实际系统的运行情况及时地切换模型参数。将这种控制方法应用到蒸馏塔温度控制系统中去,研究表明,这种控制方法有较强的自适应能力,具有一定的实用价值。     

基于模糊模型的时滞混沌系统的同步

为了解决具有时滞的混沌系统的同步问题，提出了基于T—S模糊模型的比控制方法，通过求解LMIs的可行解从而获得系统控制器的增益和公共正定矩阵，实现两个模糊时滞混沌系统的同步．设计的模糊误差控制器结构简单，且该方法适用于绝大多数时滞混沌系统的同步控制．仿真表明了方法的有效性。     

一种Backstepping模型参考鲁棒飞行控制律的设计

提出了一种Backstepping模型参考鲁棒飞行控制律的设计方法。方法的主要特征是：在仅需要输入输出信号的情况下，即使系统参数未知且存在未建模动态和非线性因素干扰，系统仍能保证较强的鲁棒性，获得良好的跟踪效果。具体给出了飞机纵向通道短周期控制的设计方案，同时讨论了其他复杂模态下该方案的扩展方法。对上述方案的数值仿真显示了该方法良好的跟踪性能。     

非完整移动机器人的自适应滑模轨迹跟踪控制

针对动力学模型描述的非完整移动机器人系统，研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题，基于反演技术和自适应滑模控制的思想设计了具有全局渐近稳定的轨迹跟踪控制律。谊控制律将系统分解为低阶子系统来处理，利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计，并具有直观的稳定性分析．满足了移动机器人的轨迹跟踪要求，且具有设计方法简单、鲁棒性强的特点。仿真结果验证了所设计控制器的有效性和正确性。     

基于主元分析的RBF神经网络多模型切换控制

针对传统多模型自适应控制中子模型数量过多、学习和自适应能力的局限性等问题,将神经网络的学习能力和非线性逼近能力与多模型切换的思想相结合,提出基于主元分析的径向基(RBF)神经网络多模型切换控制算法。首先,基于主元分析法进行工况区域识别。其次,在不同的工况区域内采用RBF神经网络建立多个子模型并设计相应的控制器。最后,根据性能指标函数选择相应的控制器以得到最佳的控制效果。仿真结果表明,该算法大大减少了子模型数量,并改善了系统的动态性能。     

战术导弹自适应飞行控制方案的数字仿真研究

利用仿真技术对高空高速飞行的战术导弹进行研究，是改进和设计武器系统的较理想的方法，本文在对现有某型地空导弹飞行控制系统进行全面仿真分析的基础上，根据新的性能指标。应用模型参考自适应控制理论推导出了自适应规律，完成了新方案设计，并通过全导弹飞行仿真对该方案进行了初步论证。论证结果表明，新型系统比原系统有很大改进，可满足高、中、低不同高度性能指标要求，且具有较好的抗干扰能力，为新型导弹武器系统设计提供了重要科学依据。     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。     

非线性微分-代数子系统的反步控制及应用

许多实际被控对象往往是大系统中的一个非线性微分-代数子系统。对于指数1且关联可测的非线性微分-代数子系统,分两步给出了其反步镇定控制方法,并应用于电力系统元件分散控制。第一步提出了非线性微分-代数子系统的一致相对阶概念,给出了模型等价转化的条件,将非线性微分-代数子系统模型等价转化为“受限”非线性常微分方程系统模型。第二步基于等价模型,利用反步控制方法构造出控制器,使得闭环系统渐近稳定。最后研究了多机电力系统中的同步发电机汽门控制功角问题并进行了仿真,仿真结果表明了所提方法的有效性。     

广义不确定分布参数系统变结构控制

研究了一类广义不确定分布参数系统的综合问题，由广义不确定分布参数系统的特点，直接给出了变结构控制的设计方法。设计过程简单，控制易于实现，且给出了实例     

最高位优先基数排序的一种实现方法

给出了最高位优先基数排序算法的一种实现算法,与其它的实现方法相比,该方法易于扩展为异步并行基数排序算法     

基于AIC准则的最近邻聚类模型的优化算法

聚类分析方法的困难在于聚类模型的类中心和类别数的确定。首先给出了最近邻聚类规则,并根据该规则建立了确定聚类模型的分类方法;其次针对不同的聚类模型提出了优化判别准则———AIC准则,为解决所聚类的紧凑性与类别数增加的矛盾给出了理论分析。通过实例仿真,验证了本方法的实用性和正确性。     

需求随机情形下时效性物品的随机存储策略

针对具有固定存储寿命、并且批量补充与批量随机需求情形下一类时效性产品的随机存储问题，应用排队论的思想和方法给出了其排队论模型，将状态概率方程组转化为可用数学软件求解的形式并给出了一般的算法，从而在货物需求强度已知的情况下可以得到近似最优的货物补充强度，最后给出实际算例，得到了三种情况下近似最优的货物补充强度。     

网络的一种类比仿真建模方法

针对一般流体网络，本文提出了类比仿真数学建模方法，与其它建模方法相比，它既有很高的逼真度，又保证了仿真系统的实时性。本文用汽轮机润滑油系统这一实际例子的仿真结果，验证了所提出建模方法的正确性和实用性。     

基于多目标优化的C2组织平台资源动态调度方法

针对指挥控制(command and control, C2)组织的平台资源动态调度问题,对战场上的突发事件进行了分析,针对平台损毁和任务增加两种突发事件,构建了以最大化任务完成质量和最小化计划调整代价为优化目标的数学模型,并基于非支配排序遗传算法设计了多目标优化模型的求解方法。仿真实验表明,所构建的C2组织平台资源动态调度模型及求解方法能够有效应对战场上的突发事件,能够为决策者提供多个有效的平台资源动态调度方案。     

移动通信网络路测数据的抽样与分析方法

通过对抽样调查理论和无线传播特点的研究,提出了一种移动通信网络路测数据的抽样与分析方法。首先根据抽样理论,引入聚类分析进行分类,采用整群抽样和二阶段抽样,给出了分析路测数据的方法。为了提高路测采集数据的有效性,以根据抽样理论确定的抽样点数目作为指导,结合无线网络规划理论,提出了有效的路测路线确定方法。     

基于神经网络的非线性动态系统的多内模控制研究

由于非线性动态系统的复杂性,目前还没有统一的控制器设计方法,用传统的线性系统理论来设计,当工作点大范围变化时,很难保证其性能及稳定性.在人工神经网络内模控制系统中建立了神经网络内部模型和神经网络内模控制器,提出了基于多模型的内模控制方法,它对非线性动态过程的控制具有良好的性能.在此基出上,给出了方便易行控制算法,仿真分析结果验证了控制算法的有效性.     

功能性电刺激脚踏车训练系统建模及仿真分析

针对FES脚踏车训练系统建立数学模型并对模型进行仿真。该系统模型由模式发生器,电刺激关节力矩模型及人机动力学模型组成。根据关节伸展弯曲时,脚踏车曲柄对应角度和速度关系及三组肌肉群的状态,建立模式发生器模型。对腿部肌肉群刺激时序优化得到最终刺激模式。通过计算肌肉在电信号刺激下的肌肉激活度、最大肌肉力、肌肉力长度特性及肌肉力速度特性建立电刺激肌肉力模型,得到电信号刺激肌肉时产生的肌肉力大小及肌肉力在关节处的合力矩。根据拉格朗日方程和关节力矩建立人机动力学模型。采用典型人体数据,以Simulink为仿真平台,通过差分、迭代等方法对系统模型求解,得出刺激信号与肌肉、关节及曲柄的动力学关系。以脊髓损伤患者对训练系统进行实验,对比曲柄处合力矩与曲柄角度关系验证脚踏车系统模型方法正确可行。

Abstract：

Aiming to study FES cycling system,the mathematics model and simulation were presented.The model includes pattern generator,stimulation-joint torque and man-machine kinetic model.Based on three muscles group state,the crank angle and velocity when the joint extending and flexing,the pattern generator model was built.Optimizing the stimulative time sort,the final stimulative pattern was explored.By calculating muscle active,muscle maximal force,the characteristic of muscle force-length and muscle force-velocity under signal stimulation,the electric stimulating muscle model,stimulative muscle force and the torque on the joint can be got.Based on Lagrange equation and joints torque,the man-machine kinetic model was built.Using typical body data and Simulink platform,the relationship of kinetics among the stimulation signal,muscles,joints and crank was found using the method of iteration and difference to solve the system model.From the experimental data of SCI patient on the system,comparing the results of crank torque and crank angle between simulation and experiment,it is showed the model of FES cycling is feasible.     

结构振动系统建模与控制的仿真研究

根据建筑结构的机械运动学原理,建立了其带有参数摄动的状态空间模型.在此基础上,给出了基于极点配置的鲁棒主动控制算法,它不仅可以满足结构控制系统的动态性能,而且对系统参数摄动具有较强的鲁棒性.在ElCentro地震波作用下,采用该控制方法对一个单自由度建筑结构进行仿真研究,证明了这种控制方法的有效性和较强的对参数摄动鲁棒性.     

群决策中基于语言信息处理的一种粗糙集方法

针对一类具有语言判断矩阵形式偏好信息的群决策问题,提出了一种基于粗糙集的群决策方法.首先利用一小部分整体偏好信息构造一个成对比较表,然后根据优势粗糙集理论提取决策规则,最后定义一个评分函数对整个方案集进行排序和优选.该方法是一个先训练后决策的过程,特别适于大规模的方案优选问题.仿真实例表明了该方法的有效性和实用性.