非线性系统的自适应可拓控制器设计

探讨可拓控制器的设计方法,利用自适应控制的设计策略来修正可拓控制器的增益参数,以近似获得所期望的最佳控制。所提出的控制器结构仅需调整单一参数,故易于实现。另外,引入最大值控制以保证所设计的可拓控制系统的稳定性,并将该控制器应用在非线性系统的控制上,以验证它的有效性及控制能力。     

可拓知识与可拓数据挖掘

规范了可拓信息与可拓知识基本概念,即在信息和知识的概念上扩充了变化的信息和变化的知识;明确了可拓数据挖掘概念以及可拓推理新概念;证明了可拓数据挖掘两个定理和可拓推理公式;提出的从挖掘静态知识的数据挖掘扩展到挖掘变化知识的可拓数据挖掘,为数据挖掘开辟了新的研究方向,并通过实例进行了说明。     

可拓实数与可拓复数

引进了可拓实数和可拓复数等概念,给出了可拓实数和可拓复数刻划定理,建立了可拓实数和可拓复数度量空间,该空间是完备的,在该空间上可讨论可拓实数列和可拓复数列的极限、度量收敛和水平收敛,还可进一步研究可拓实函数和可拓复函数的连续性和可拓连续性,从而丰富了可拓数学的内容和方法,为可拓数学的研究开辟了一条新的途径,为可拓分析学的进一步研究打下了一定基础。     

一类多变量自校正系统的可拓控制

该文在前人提出的可拓控制器设计方法的基础上，对可拓控制器的结构和具体实现进行了研究，探讨了可拓控制器的实现问题，改进了其控制算法。并把可拓方法应用于一种多变量干燥器的控制系统中，分析了该系统中各特征量的变化，分析表明可拓控制器具有良好的控制器质和较大的发展潜力。     

基于滑模控制的可拓控制器设计

根据滑模控制概念, 提出一种新的可拓控制器。在控制策略设计上分为两个部分，第一个部分是根据系统已知部分设计滑模控制的等效控制, 另一部分为鲁棒控制以解决系统的不确定性因素及外部干扰问题。首先，构造一基本可拓控制器，用所定可拓集的关联函数作为系统状态信息的评价指针, 并在其中植入一组待调增益参数，经参数修正来综合滑模可拓控制的鲁棒控制(滑模的撞击控制)，以保证系统的稳定性。最后以一个非线性控制系统的仿真为例来说明所设计的可拓控制器的控制性能。     

针对参变量数据元集的可拓建筑策划分类知识挖掘方法

 为解决可拓分类知识挖掘方法难以满足可拓建筑策划数据及问题的特殊性需求, 将可集合成参变量数据元集的可拓建筑策划数据作为研究对象, 提出适用于可拓建筑策划的可拓分类知识挖掘流程与方法, 即数据的预处理、选取评价特征并确定权重、建立关联函数并划分区间、计算获取可拓分类知识。拓展可拓建筑策划数据挖掘在方法层面的研究, 以方便获取重要的可拓建筑策划分类知识, 为可拓建筑策划提供决策支持, 为计算机辅助建筑策划提供新思路。     

煤层突出危险性预测的可拓方法

合理选择突出主控因素及预测方法是提高煤层突出危险预测准确性的有效途径.首先探讨了煤层突出危险性的影响因素,并确定了煤层突出的主控因素.然后将可拓理论用于煤层突出危险性预测,建立了煤层突出危险性预测的可拓方法.最后以淮南矿区部分煤样为例进行了分析.实例应用表明,该方法计算简便,预测结果可靠,实用性强,为煤层突出危险性预测提供了一种新方法.表3,参13.     

可拓学与可拓决策

讨论了可拓学与可拓决策产生的实际背景,可拓集合与经典集合、模糊集合之间的区别和联系.研究了可拓集合的特点及其可拓决策应用的前景.     

模糊可拓经济控制

在定义了模糊可拓经济空间的基础上提出一种模糊可拓经济控制方法，它结合可拓学、面向对象技术、模糊控制技术和其它最新的系统科学、决策科学理论，将经济系统看作一个开放的宏观复杂巨系统，运用从定性到定量综合集成法进行经济分析和控制的研究     

可拓Fuzzy数及其可拓Fuzzy运算

以模糊数的结构特征为基础，引入了弱模糊数、可拓变换及可拓模糊数等概念，建立了可拓模糊数的模糊运算，讨论了这种运算的一些基本性质     

非线性振动控制的神经网络离散逆系统方法

针对非线性结构振动控制难以用线性控制方法精确控制的情况，提出神经网络离散逆系统方法．建立了结构的离散化模型，再用神经网络将非线性系统通过逆系统变换变为伪线性系统，对该伪线性系统可以用一般线性方法精确控制．该方法将非线性结构控制问题转化成了线性结构控制问题，使问题难度大大减小．对某非线性建筑结构振动作了控制仿真，实现了精确线性化，控制效果曲线与对线性结构控制效果曲线几乎完全吻合．神经网络离散逆系统方法发挥了神经网络和线性控制各自的优点，可用于强非线性结构的振动控制．     

一种可分非线性系统的自校正广义预测

对一类可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型。对此模型的线性部分设计广义预测控制器,得出线性部分的控制量。根据此控制量,引入一逆神经网络,结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量。克服了Hammerstein模型中非线性部分的反函数存在性和惟一性的问题。仿真结果验证了该设计的有效性。     

大滞后网络拥塞的智能前馈组合控制系统

在基于速率反馈的网络流量控制系统中，信元在网络中的传播时延，特别是网络流量控制中的非线性大滞后，会带来极大的网络拥塞和数据丢失。针对流量控制系统中存在的非线性大滞后和不确定性，提出了一种新的基于智能前馈控制策略的组合控制器。前馈控制部分由两个神经网络分别实现逆模型辩识与直接逆控制，可以在线调整网络权值；基本控制器由PID和Fuzzy PID实现分段控制，根据不同误差变化范围调整控制组合。仿真表明本方案能使信元发送速率快速响应网络变化，特别对于大滞后对象，控制的适应性和鲁棒性更好。     

基于PID神经网络的非线性系统辨识与控制

针对工业控制领域中非线性系统采用传统的控制方法不能达到满意的控制效果,提出一种基于P ID神经网络的控制方案,以对其进行辨识和控制。将P ID神经网络引入控制系统中,既具有常规P ID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力。仿真结果表明:该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪系统输出并进行有效控制,且具有一定的自适应性和鲁棒性,满足实时控制的要求。     

可分非线性系统的自校正广义预测控制

对一种可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型.对此模型的线性部分设计广义预测控制器,得出线性部分的控制量.根据此控制量,引入一逆神经网络.结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量.文章提出的模型克服了Hammerstein模型中非线性部分的反函数存在性和唯一性的问题.仿真结果验证了该设计的有效性.     

不确定非线性系统的自适应反推终端滑模控制

针对一类具有未知非线性函数的严格反馈型不确定非线性系统,提出了一种自适应反推终端滑模控制方法。反推控制的前n-1步结合动态面控制技术设计虚拟控制律,第n步仅采用一个神经网络函数逼近器补偿系统所有未知非线性函数,得到了基于全局快速终端滑模控制的自适应神经网络控制器；通过引入一阶滤波器，不仅避免了传统反推控制存在的复杂计算,提高了系统的收敛速度,而且通过引入逼近误差和不确定干扰上界的自适应补偿项来消除建模误差和参数估计误差的影响,改善了稳态跟踪精度。理论分析证明闭环系统所有信号半全局一致终结有界，仿真结果验证了该方法的有效性。     

基于径向基函数神经网络迟滞非线性自适应控制

提出了一种新的动态迟滞非线性模型．将一定数量不同死区宽度的backlash模型并行相加,作为一个动态系统以仿真执行器中的迟滞特性．利用该模型,采用伪控制方法设计了一套具有未知迟滞特性非线性系统的神经网络自适应控制方案,通过自适应算法来调整干扰项的上限．采用Lyapunov稳定性理论进行了严格证明,仿真试验验证了所提方案的有效性．