基于IT2-PCM的上肢外骨骼系统T-S模糊建模与预测控制

针对动态特性复杂的上肢外骨骼系统的模型建立、高精度控制和复杂约束处理问题,提出基于T-S模糊算法的改进多变量约束预测控制方法 .提出区间Ⅱ型可能性C-均值聚类算法,获取数据建模过程中的样本隶属度矩阵,建立上肢外骨骼的数学模型.对系统复杂约束问题提出一种约束简化方法,将复杂约束转化为关于参数矩阵μ的约束.提出一种加权基函数法,将基函数思想引入预测控制,推导出上肢外骨骼预测控制器.仿真结果验证了该算法的优越性与有效性.     

基于动态罚函数的PSO-CO算法

本文分析了协同优化算法中所存在的问题,采用动态罚函数的解决思路,对系统级中的一致性等式约束问题进行改造,使其成为一无约束问题.另外,提出不同学科分配不同的惩罚权重的方法,大大提高了计算精度.同时,以粒子群算法替代了原有的求解算法,消除了初始解对优化结果的影响,也改善了算法的整体求解速度.在Matlab软件中实现该算法的运行,同时通过两个典型算例对该算法进行验证,表明其具有较好的优化性能.     

基于概率约束动态矩阵控制时滞系统的研究

本文着重对于基于概率约束的被控对象所建立的预测控制系统,采用高斯近似把概率约束指标转换为确定性约束后,同时引入具有补偿作用的观测器来解决在数据传输过程中会产生时延问题.通过计算机仿真证明该算法的可行性.     

网络控制系统中任务与信息的优化调度

为了提高网络控制系统性能,解决网络控制系统中信息和任务相互约束的问题,设计了同时调度网络控制系统中任务与信息的算法.采用遗传算法优化调度序列,减小系统采样周期和端端延时,优化了系统整体性能.最终形成同步异构系统一个周期内的调度表,确定了系统每个子任务的执行时间和占用资源,解决了不同控制回路资源冲突问题和相同控制回路任务与信息执行顺序的约束问题,并且保证了每个子任务的实时性.仿真表明该算法是有效的.     

带约束PSO算法的最优多带协作式频谱感知

针对无约束粒子群优化(PSO)算法在进行多带协作频谱感知时存在难以控制系统总干扰的问题，设计了一种带约束PSO算法的最优多带协作式频谱感知方法.该方法通过引入惩罚函数，将带约束条件下的优化问题转化为无约束优化问题.仿真实验结果表明，相对于无约束PSO算法，带约束PSO算法能够解决带约束的多带协作式频谱感知问题，所得最优解满足约束条件，避免造成总干扰过大.     

高精度AD转换器的应用

该系统是基于Δ-Σ技术的高分辨率24位A/D转换芯片AD7711A与单片机和PC构成的高精度温度控制系统。控制过程中对控制变量能进行精确测量,然后通过微型计算机采用PID算法计算出校正量对控制变量进行控制。     

污水处理过程中鼓风量自动监测系统

将微型计算机应用于污水处理过程中，构成一个曝气池鼓风量自动监测系统。对系统的设计原理、基本结构、算法确定、功能特点以及应用前景都作了详细的介绍。     

一种新的多载波码分多址系统多用户检测方法

多载波码分多址系统中,在多径传播和其他同频干扰存在时,接收机会收到多个恒模信号,为此,提出一种基于线性约束恒模算法(LCCMA)的多用户检测算法,结合通常的旁瓣消除器和恒模算法,用于消除多址干扰对系统的影响.对不同用户数目的系统进行计算机仿真结果表明,采用该算法后,能有效地抑制多址干扰,很大地提高了系统的性能.     

基于遗传与粒子群混合优化算法的分布式模型预测控制系统结构分解

为了对分布式模型预测控制系统进行分解,采用一种遗传算法与粒子群算法的混合优化算法对系统进行分解的方法。混合优化算法兼具两种算法的优点,相对于采用单一优化算法,收敛速度更快且精度更高。对控制系统的输入进行分组可以有效消除系统输入之间存在的耦合,平衡各子系统之间的通信负担,因此对控制系统进行输入分组,可以完成对系统的结构分解。定义了一个系统拆解目标函数对输入分组问题进行求解,并通过对热镀锌生产线控制系统中的部分输入进行分组实验,验证了方法的有效性。     

追捕逃逸型微分对策问题的识别域判别

研究了仿射非线性控制系统下的单目标两人追捕逃逸型微分对策问题,解决了该类控制系统在不等式约束区域上系统识别域的判别问题,给出了判别识别域的充分必要条件.首先利用生存理论及非光滑分析工具得到了仿射非线性控制系统的识别域判别定理,从而把对该非线性控制系统识别域的判别问题转化为求解凸不等式组的相容性问题.基于凸可行问题的求解方法给出了此问题的投影算法,并给出算法相应的收敛性定理.最后得到了仿射非线性系统下的两人追捕逃逸型微分对策问题的选择定理.     

变参数复迭代系统的吸引子及其分形图

研究了一类变参数复迭代系统Ｚｋ＋１＝ｆ（λｋ，Ｚｋ，Ｚ－ｋ)的吸引子分布规律，对该迭代系统的动力行为特征作了猜想，且利用研究结果和计算机可视化技术中的逃逸时间算法得到了若干二维ｎ次迭代映射中的分形图，计算机图示实验的结果为猜想提供了佐证.     

提升系统在加速过程中的振动控制研究

利用带天轮的单容器提升系统动力学模型 ,设计出在预定的加速时间内 ,既使系统达到预定的运动状态 ,又使其振动大幅度减小的振动变结构控制算法 .计算机仿真表明 ,这种方法十分明显地降低了加速过程中系统的振动幅度 .     

基于混合状态Petri网的变结构决策组织设计

决策组织是一个混合状态的离散事件动态大系统，它适合于用该文提出的混合状态Ｐｅｔｒｉ网来建模。为了设计一个变结构决策组织，该文基于决策员的四阶段模型和决策员之间的交互关系，定义了一个称之为良定义网的初始集，并利用示性函数来描述良定义网中各连接的可变性。     

最优控制在微型机与单板机上的实现

目前工业上所用DDC系统或分布式控制系统(例如TDCS2000)的闭环控制程序,都是应用PID控制算法,并不能在最大限度上发挥计算机控制的优越性。本文提出线性系统,二次型品质测度的最优控制可以很方便地在微型机或单板机上实现。作者通过一个仪器用的简单控制系统来说明最优控制在微型机和单板机上实现的方法;讨论了数学模型的建立,动态规划最优控制的实现方法,以及实验中观察到的现象;并说明所开发的最优控制应用软件可以通用于线性系统的控制对象;进而可以展望微型机和单板机不仅可以用于简单的单机控制或仪器控制,也可以由局部网联接而成为分布式控制系统,应用于控制较复杂的大系统。     

关于一类时间最优控制系统的切换条件问题

本文从工程应用实际出发,研究了时间最优控制系统的切换条件问题。文中以调速系统为例,考虑了系统的状态约束和控制量约束,从理论上进行了推导,并结合系统的参数变化和计算机控制的实际时延,提出了一套适用于这一类时间最优控制的切换条件。通过数字仿真和物理系统的实验,证明这些切换条件是准确可靠的。所用的推理方法也可适用于类似的最优控制切换条件的综合。     

随机学习萤火虫算法优化的模糊软子空间聚类算法

传统软子空间聚类算法在利用局部搜索策略解决等式约束的连续非线性的变量加权问题时,易陷入局部最优导致聚类效果不佳.针对该问题,该文提出了一种随机学习萤火虫算法优化的模糊软子空间聚类算法.该算法利用具有全局搜索能力的萤火虫算法对新算法的目标函数进行优化,同时,为弥补萤火虫算法易提前收敛和寻优精度较低的缺陷,对萤火虫种群进化...     

LMS算法的自适应逆控制变频调速系统

针对矢量控制变频调速系统参数鲁棒性差这一交流传动领域难题,提出基于自适应逆控制理论的感应电机变频调速新型控制结构用于增强系统参数鲁棒性;提出一种基于变论域的变步长LMS自适应滤波算法用于电机系统及其逆系统建模。研究结果表明,变论域变步长LMS算法克服了收敛速度、时变系统跟踪速度与收敛精度方面的矛盾;自适应逆控制的变频调速系统对感应电机参数摄动具有鲁棒性。     

预估式变参数PID控制算法的研究

以半导体厂芯片生产车间洁净室温度控制系统为应用背景,给出了预估式变参数PID控制算法.这种实用新算法的调节时间接近于Smith补偿算法,但在被控对象的数学模型不精确时,仍有较好的控制效果.     

二阶系统变结构控制u选取策略的研究

针对二阶系统提出了一种较简单的控制ｕ的选取策略，从理论上证明了这种选取策略的稳定性，并以８０３１单片机实现变结构控制算法，通过实际的超声测距系统的仿真和实验证明了这种控制ｕ的选取策略是正确的。     

基于二阶Adaline网络的滑模变结构控制器

针对一般神经网络滑模控制系统在线训练时间长、实时性差的问题,提出一种自适应神经滑模变结构控制系统。该系统主要由二阶Adaline网络辨识器、滑模控制器和变结构二阶学习算法估值器组成。其中二阶Adaline网络是对原Adaline网络的改进,在其输入样本向量中增广了有关样本的二次项,相当于用时变二次多项式去逼近非线性系统,既有原Adaline网络训练速度快的优点,又具有一定非线性逼近能力;滑模控制器根据辨识误差自适应调整趋近律中的增益参数;而变结构二阶学习算法首先对递推近似Newton法进行简化,然后将其改造成一种新型的变结构算法,具有较快的收敛速度。针对同一非线性系统,采用常规神经滑模变结构控制存在较小的抖振,平均调节误差为0.0913;而采用自适应神经滑模变结构控制很快趋于平稳,几乎消除高频抖振,平均调节误差为0.0109。仿真结果证明了该方案的有效性。