仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

基于动态语言的敏捷并行程序设计方法研究

阐述了基于模型同构、利用动态语言实现敏捷并行程序设计的方法,通过对Python语言并行性的研究,分析了在动态语言背景下实现敏捷并行程序设计的机制,提出了一种改进并行动态语言的模型,着重讨论了并行数据模型的映射方法,以及利用信号同步和数据锁实现并发控制的机制.     

具有降阶模型的多模型鲁棒自适应控制

针对传统鲁棒自适应控制器暂态性能差的缺点,提出了多模型鲁棒自适应控制方法.对于包含未建模动态的自适应控制系统,首先采用正则化技术把系统未建模动态转化为系统有界扰动,并利用系统低阶模型设计多模型鲁棒自适应控制器,最后证明了系统BIBO稳定以及跟踪误差有界.仿真实验说明所提出的方法能获得较好的控制效果.     

基于模型参考自适应的直线电机转速辨识

针对直线永磁同步电动机全闭环控制系统易受干扰、降低系统性能指标、存在不稳定因素等问题,提出了基于模型参考的自适应模糊神经网络在线辨识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服系统模型,给出了模糊神经网络控制器的设计方法.仿真和实验结果表明:该方法提高了速度检测装置的分辨率和动态响应能力,系统具有很强的鲁棒性.     

伺服驱动系统无模型自适应控制

高速高精的应用场合要求伺服驱动系统需要具备很好的动态响应性能和很强的鲁棒性来应对外界的干扰.但系统参数时变特性、不确定性以及非建模动态等因素导致伺服驱动系统的精确模型无法辨识得到.提出一种基于虚拟参考反馈校正的伺服驱动系统无模型自适应控制方法.该方法实时采集过程输入和输出数据,以当前系统运行状态的最新数据序列更新PI控制器参数,达到自适应控制的目的,保证系统的跟随性能.并且该方法结合稳定性约束条件以确保整定出来的伺服参数位于系统的稳定域内.仿真和实验结果表明,相比传统PI控制,提出的无模型自适应控制方法具有更好的动态响应性能、稳定性和鲁棒性.     

PSO算法在多模型自校正动态矩阵控制中的应用

为解决多模型控制中固定模型获取问题,将粒子群优化(PSO)算法应用于多模型自校正动态矩阵控制.对一类含跳变参数的单输入单输出离散时间系统,当模型参数突然跳变时,通过PSO算法在线优化自适应模型参数,并根据模型相似度实现固定模型的动态管理,以有效控制模型数量和减轻系统负担.模型切换策略用于选择当前与实际被控对象最接近的控制器.仿真结果表明,该方法能够较大地改善系统的瞬态响应,优于常规的自校正动态矩阵控制算法;并说明了其有效性和可行性.     

Skip-N蒙古文统计语言模型

蒙古文具有典型的构词词缀的特点,一个词往往可以切分成词干和词缀等若干个部分.如果采用通常的N-gram语言模型很难描述词干、词缀等的长距离依赖关系.提出了一种利用长距离依赖的Skip-N语言模型,给出了相隔N个词的二元依赖关系.对这种方法进行了实现,并在一个基于实例的汉蒙机器翻译系统上进行了实验,实验证明Skip-N语言模型能够有效地提高汉蒙机器翻译的效果.     

开放域对话系统的抗噪回复生成模型

为缓解输入语句中噪声对回复生成模型的干扰,提出一个基于编码-解码框架的抗噪模型.首先,在训练集输入序列中随机加入模拟噪声字符;然后,在编码端输出层训练噪声字符识别,提升模型对噪声特征的提取能力;最后,在编码端输出层融合预训练语言模型,扩大模型对噪声的覆盖面.为验证该模型的抗噪效果,构建首个带真实噪声的单轮开放域闲聊系统...     

超临界压力锅炉给水及过热汽温的自适应逆控制

研究了一种超临界压力锅炉给水及过热汽温的自适应逆控制方法.通过锅炉系统动态特性分析,构造了锅炉给水及过热汽温控制对象逆动力学模型输入向量结构,采用递推最小二乘支持向量机实现逆动力学模型的在线辨识,建立自适应逆控制系统,同时考虑直流锅炉出口汽温以及微过热汽温等对给水量和各级喷水量的共同需要,实现直流锅炉给水及过热汽温的综合控制.仿真试验表明,该控制系统具有良好的控制品质和自适应能力,并能有效地消除汽温分段控制方法中存在的控制量反复振荡现象.     

基于特征模型和模糊动态特征模型自适应控制方法的网络控制系统

针对网络控制系统模型参数选取困难的问题,利用特征模型和动态特征模型的自适应控制方法在实际工程中建模简单、控制精度较高的特点,以直流电机的网络控制系统为例,研究了具有时延和数据丢包网络情况下的网络控制系统,提出了基于特征模型的自适应控制方法和基于模糊动态特征模型的自适应控制方法.仿真结果表明:丢包率对特征模型控制器系统的影响较大,而网络延时对模糊动态特征模型控制器系统影响较大.所提两种方法均可有效保证网络控制系统的控制性能.