基于NSGA-Ⅱ的IPMC机器鱼动态多目标相容优化控制

实际控制问题中往往有多个控制目标需要兼顾,且多个目标通常情况下是冲突的。根据相邻控制步之间系统状态和控制输入的连续性,提出了一个基于NSGA-II的动态迭代多目标相容优化控制算法,并且这一算法有能力处理目标空间为非凸的控制问题和提高在线优化速度。考虑到IPMC驱动机器鱼在运行过程中能耗和速度两个关键且冲突的目标,建立IMPC驱动机器鱼的运动及能耗模型,将所提算法进行了应用。仿真结果表明了控制算法的有效性及其在慢复杂系统动态控制中的应用潜力。     

分层控制算法在过饱和交通干线控制中的应用

提出一种启发式分层控制算法框架来解决过饱和城市交通干线的控制问题.整个控制器由控制层和协调层组成,在控制层,引入主线延误和次线延误的概念,将控制问题描述为一个冲突的多目标控制问题,提出一种新的基于IPNSGA-Ⅱ遗传算法的多目标相容控制策略来产生相邻交叉口的信号配时方案;在协调层,首先确定需要进行协调的交叉口群,然后以主线延误和次线延误为目标,采用IPNSGA-Ⅱ遗传算法进行优化,实现交叉口之间的协调.提出的相容控制策略具有鲁棒性、实时性、动态性的特点,能够实现干线交叉口的实时控制.将该分层算法应用于一个七个交叉口组成的城市交通干线的交通流仿真系统进行测试,仿真结果表明,本文方法比单点控制策略能够更有效的缓解网络中的过饱和状态,减小延误.     

基于OS-LSSVMR内模控制的温室环境控制方法的研究

由于温室环境的复杂性,传统的控制方法很难对其进行有效的控制。基于OS-LSSVMR内模控制具有模型简单、鲁棒性好等特点,将其应用于温室环境的控制具有重要的意义。温室环境的OS-LSSVMR内模制控制方法,针对温室环境不易精确建模和不确定性的特点,构造温室环境输入输出的样本数据,采用OS-LSSVMR建立温室环境的正逆模型,用逆模型作为控制器,正模型预测输出,将预测误差作为控制的反馈,在模型偏离实际系统的情况下在线进行调整。通过三种SVM温室环境内模控制的仿真,说明了温室环境的OS-LSSVMR内模制控制效果较好,适合进一步在温室环境控制中推广应用。     

冲突多目标相容预测控制

两层结构的相容控制框架可以解决复杂冲突多目标控制问题,但其需要克服的困难是多目标直接优化、第一层所选区间目标的实现和在线实时优化控制。采用多目标遗传进化算法解决了直接优化多目标的工具问题。为能实现第一层中所选择的控制目标,第二层中设计了不同于第一层中形式的指标,并加入选择函数以反映实际系统的需要。结合预测控制思想的特点,提出了在线迭代遗传算法,解决了在线优化速度问题。以预测控制动态过程中误差、能耗两个目标为例对相容预测算法进行了说明。     

间歇生产过程优化控制的分布式仿真平台

间歇生产过程具有时变性、过程不可逆、模型不精确等特点，采用传统的控制方法很难满足市场的需求，如何检验先进智能优化控制算法在间歇生产过程中的实际应用效果是有待深入研究的课题。结合MATLAB强大的运算能力和WINCC开放的人机界面数据处理功能，枸建出间歇生产过程分布式优化控制仿真平台，并将OPC技术应用于该平台的数据实时通讯过程中。通过在该平台上加载先进的控制算法，实现对间歇生产过程的控制和仿真，为先进智能优化控制算法的研究提供了逼真的试验环境。     

双线性系统的状态反馈预测控制

针对可输入输出(I/O)精确线性化的双线性系统,提出了一种直接的预测控制算法.这种算法应用状态反馈预测控制算法的思想,无需对双线性系统进行线性化,因而避免了线性化后再引入线性控制算法进行控制而带来的复杂运算,并且可以提高控制系统抑制未知干扰的能力,增强了系统的鲁棒性.给出了算法的使用条件和推导过程.仿真结果表明,新的算法控制效果良好.     

多无人机协同探测快速目标的控制方法设计

针对无人机(unmannd aerial vehicle, UAV)对快速运动目标的协同探测问题, 设计了一种多UAV协同探测控制算法。首先假设每架UAV都携带相同的探测载荷, 根据载荷特性设计了针对快速运动目标的UAV协同探测队形。然后引入固定时间控制一致性协议到UAV载荷角度控制中, 控制载荷持续照射目标; 引入有限时间一致性协议到UAV编队控制中, 用以形成协同探测队形, 并通过二跳网络加快队形的收敛。通过将UAV队形控制与UAV载荷的角度控制相结合, 从而实现UAV对快速运动目标探测时间的最大化, 极大的延长了高速运动目标被发现的时间。最终通过理论分析和仿真实验证明了该控制算法的有效性。     

适用于水声ad hoc网络的拓扑控制算法

对现有拓扑控制算法在水声ad hoc网络的应用背景下存在的问题进行了详细分析,并在此基础上提出了一种基于能量和时间效率的拓扑控制算法。该算法通过综合考虑节点能量消耗、通信延时、信号衰减等多种因素,构造了一跳链路传输代价指数,并根据这一指数来控制网络的拓扑结构。仿真分析表明,该算法在平均节点度、端到端延时和能量效率方面都有较好的性能。     

发酵过程自学习模糊神经元控制器的设计

对发酵过程采用常规的控制方式,其控制效果不好,甚至难以实现稳定控制。高级控制算法一般需要大量的先验知识,对过程精确模型依赖较大。而模糊逻辑控制技术一般用来控制那些具有模糊性、不确定性、高阶、大滞后等难以用精确的数学模型来描述的对象;神经网络具有学习、记忆等能力。采用自组织计数传播网络(CPN)作为框架,结合改进的模糊控制算法,实现对发酵过程的模糊神经元控制。该方法有能力自组织、自学习发酵过程所需的控制知识,规则库初始为空,逐渐地被自构造,来满足预先设定的性能要求。通过对发酵过程控制的仿真研究,表明该方法能够实现自学习的能力。     

海流扰动下无人水下航行器的动态面反演轨迹跟踪控制

针对存在未知海流扰动条件下无人水下航行器(unmanned underwater vehicle, UUV)的轨迹跟踪控制问题, 提出一种欠驱动UUV的动态面反演轨迹跟踪控制方法。首先, 设计一种改进型海流扰动观测器来估测航行器动力学模型中存在的未知海流扰动。然后, 采用反演法并结合动态面控制技术设计三维轨迹跟踪控制器, 将控制算法中微分运算转换为简单且易于实现的代数运算, 降低控制算法复杂性的同时避免“微分爆炸”问题, 结合李雅普诺夫理论证明系统闭环稳定性。最后, 对所设计的控制器进行仿真验证, 结果表明所设计观测器能够有效应对时变海流干扰问题, 精确地完成UUV的轨迹跟踪控制任务。