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。     

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     

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。     

基于可拓自抗扰的ECHBPS商用车横向稳定控制

为了提高ECHBPS(electronically controlled hybrid power steering system)商用车的横向稳定性,提出了基于可拓自抗扰的横向稳定控制策略.建立了整车模型与ECHBPS模型,以理想横摆角速度为目标制定了转矩补偿策略;根据横摆角速度的偏差将控制域划分为经典域、可拓域和非...     

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。     

EPS多模式可拓模糊切换控制研究

文章从电动助力转向(electric power steering,EPS)系统多模式切换的平稳性角度出发,建立EPS模型和整车二自由度动力学模型,提出了一种EPS模糊切换控制策略,设计相应的模糊切换控制器;在模糊切换控制的基础上进而提出可拓模糊切换控制策略;在不同测度模式内分别设计对应的控制算法,构建基于EPS多模式切换的可拓控制器;对提出的2种控制策略进行仿真和试验研究。结果表明:模糊切换控制对EPS性能有较大提高,大大改善了EPS各模式切换过程的不稳定性;可拓模糊切换控制相比于模糊切换控制对切换过程中的EPS性能有了进一步的提高,实现了EPS多模式的平滑切换。     

自动控制的发展与现状

本文讨论了自动控制的发展历程,描述了三种控制理论的具体内容。文章对自动控制的几个主要领域,即过程控制、神经网络控制、大系统智能控制、鲁棒控制、控制中的并引算法、计算机集成制造系统、预测控制和可拓控制,扼要讨论了其现状和发展趋势。文章可供读者清晰地把握自动控制的主线和脉胳,综观全局,从中获得解决问题的思路和方法。     

高速公路建设项目执行控制体系运行绩效综合评价

建立了高速公路建设项目执行控制体系的评价指标,并运用德尔菲法分析了指标体系的权重,最后采用可拓综合评价方法分析了某重点高速公路建设项目执行控制体系的运行绩效,给出了相应的建议与对策.这种绩效评价方法目标明确、可操作性强,对高速公路建设项目执行控制体系的实时运行、控制和调整有良好的促进作用.     

市场智能经济控制中的统一集方法初探

将统一集与物元变换结合用于市场智能经济控制，建立了统一集智能控制模型，在此模型中把企业的始末状态抽象为可拓学中的物元，应用统一集、界壳论、模糊控制以及可拓学的方法将经济体的初始物元进行物元变换，最后得到满意的初始物元。由于统一集包容了Fuzzy set, Vague set, Extension set,SPA,FEEC等学科，将这些学科中的方法融合起来，提出统一集市场智能经济控制的初步设想，并给出几个应用实例。     

机器人燃料电池混合动力系统优化控制

建立了包括燃料电池、直流变换器、锂电池和负载等部件的燃料电池混合动力系统的数学模型.对燃料电池混合动力系统的能量管理策略进行设计与研究.对所提出的控制系统进行仿真后结果表明:燃料电池的优化控制策略可提高其耐久性,实现了系统功率的合理分配;蓄电池的荷电状态维持在预定区域;将可拓控制理论应用于变换器的控制中可以改善燃料电池混合驱动系统的动态响应特性,即改善直流电/直流电变换器对输出电流跟踪的鲁棒性及动态响应特性,使燃料电池混合能量系统更有效、安全地运行.     

基于广义预测控制的对角递归神经网络控制器

提出一种基于广义预测控制的对角递归神经网络控制器，并给出该神经网络控制器和辨识器的学习率范围．仿真实验表明，所采用的神经网络控制结构适合于带纯时延的未知的非线性被控对象的广义预测控制，同时能有效地改善神经网络学习的收敛性．     

基于径向基函数网络的非线性通用模型控制

为了克服通用模型控制器要求过程一阶微分模型应该有显式解的局限性,提出了一种基于神经网络的通用模型控制方法,将非线性过程模型应用逆系统的方法在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性。其参考轨迹是一条典型的二阶曲线,由于径向基函数网络具有许多优点,该控制策略中的神经网络为径向基函数网络。该控制器参数具有明显的物理意义,参数整定方便。仿真实验验证了该控制策略的有效性。     

基于改进型RBF神经网络多变量系统的PID控制

针对工业控制中多输入多输出非线性时变系统,提出了基于改进型RBF神经网络的智能PID控制方法.采用最近邻聚类算法在线构造RBF神经网络辨识器并在线辨识被控对象,对PID控制器参数进行在线调整,实现了多变量非线性时变系统的解耦控制.仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制规律下的PID参数,解耦后的系统具有较好的动态和静态性能,与常规RBF神经网络PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性.     

基于模糊神经网络的板形板厚综合控制系统

面对板形板厚控制这一复杂、多变量耦合的非线性系统，提出一种基于模糊神经网络的综合控制方案，实现了无模型板形板厚综合控制．仿真结果表明，该控制系统收敛性好、抗干扰性强，取得令人满意的板形板厚控制精度．     

基于神经网络的单值预测控制

为了实现快速控制,用两层线性神经网络构造预测器,估计未来ｐ步的输出值,用两层非线性神经网络组成控制器,实现对下一步控制的优点,仿真结果显示：该方法是可行的,且具有结构简单,运算最小、速度快的特点。     

神经网络解耦控制系统的分析

本文基于神经网络的理论研究提出了一种新的神经网络解耦控制方法，该方法以被控对象的一组实测数据作为样本，训练出用神经网络描述的逆动力学模型，并将它作为解耦控制器投入到控制系统中．对某二元精馏塔控制的仿真结果表明该方法是切实可行的．     

非线性系统的神经网络自学习控制

提出了一种对非线性系统的神经网络自学习控制方法,基于逆动力学控制的思想,构造了神经网络结构一致的控制器和辩识器。辨识器采用多层前向网络结构和广义Ｄｅｌｔａ学习规则算法实现了对系统逆动力学模型的动态辨识,并通过在线动态传递权值给神经网络控制器的方法实现了神经网络辨识器的神经网络控制器的有机结合,从而使整个控制系统具有很强的自适应和自学习能力,所提出的控制方案可适用于不含滞后环节和包含滞后环节的非线性     

主动队列管理中的PID型神经网络控制

研究动态网络中间节点的拥塞控制. 提出一种PID型神经网络的主动队列管理(AQM)算法,给出基于BP学习规则的网络参数自调整规律,根据Lyapunov定理证明了系统的稳定性. 基于NS$-2平台的仿真结果表明,该算法适应瞬息万变的网络环境,系统稳态误差和响应速度等指标优于PID算法.     

一种基于小波神经网络的自适应控制方法

提出了一种基于小波神经网络的自适应控制方法,该方法利用两个小波神经网络作为自适应系统的辩识器和控制器来构成自适应控制系统。由于小波函数具有紧支性以及神经网络的非线性映射能力,因而在所构成的控制系统中,辨识器能更准确地近似具有较强非线性被控对象的动态特性,控制器能产生较为复杂的控制规律。仿真结果表明,该系统比一般神经网络控制系统具有调节速度快和超调小等更好的控制效果。     

非线性主动噪声神经网络补偿控制

针对目前主动噪声控制方法需要对次级通道进行辨识,且辨识模型精确度严重影响控制效果的问题,提出一种基于神经网络前馈补偿的非线性主动噪声控制方法. 该方法利用神经网络的非线性函数逼近能力,将非线性次级通道作为被控对象,非线性主通道作为噪声模型,设计基于神经网络补偿的噪声控制系统. 该方法无需已知主通道和次级通道模型,且基于Lyapunov定理证明了控制系统的稳定性. 仿真结果表明了该方法的有效性.