带阻尼约束的驾驶仪最速响应鲁棒性设计

在导弹控制系统设计过程中,考虑了自动驾驶仪的高频振荡问题,将其转化为系统的一个约束条件,同时把上升时间转化为目标函数,其他设计指标视为约束条件,采用有约束多目标优化的方法解决了系统鲁棒性设计问题。此方法解决了导弹控制系统设计过程中,由于气动参数拉偏导致控制器参数设计周期较长的问题,并且可以根据具体情况加入所需的约束,为工程设计提供了一种实用灵活有效的设计方法。     

基于遗传算法的鲁棒H_∞控制系统设计

提出了一种基于遗传算法的H∞ 控制系统设计方法 ,把控制系统的多个设计目标转化成不等式约束 ,将H∞ 控制器设计中加权阵的选取表示成一个多目标优化问题 ,通过遗传算法优化加权阵参数 ,进而找到同时满足给定的频域和时域性能指标要求的H∞ 控制器。以UH - 6 0A直升机为对象 ,采用此方法设计出了直升机的鲁棒飞行控制器 ,使得所设计的直升机飞行控制系统不仅具有鲁棒性 ,而且满足所有给定的性能指标要求。     

基于遗传算法的鲁棒H∞控制系统设计

提出了一种基于遗传算法的H\-∞控制系统设计方法,把控制系统的多个设计目标转化成不等式约束,将H\-∞控制器设计中加权阵的选取表示成一个多目标优化问题,通过遗传算法优化加权阵参数,进而找到同时满足给定的频域和时域性能指标要求的H\-∞控制器.以UH-60A直升机为对象,采用此方法设计出了直升机的鲁棒飞行控制器,使得所设计的直升机飞行控制系统不仅具有鲁棒性,而且满足所有给定的性能指标要求.     

磁悬浮系统的鲁棒切换控制方法

考虑磁悬浮非线性系统在质量变化和空气间隙大范围变化情况下的空气间隙控制问题。将空气间隙的变化区域分为若干小区域，再对每个小区域设计动态输出反馈鲁棒控制器，并将控制器设计问题转化为H∞控制器综合问题，控制器根据气隙所处的区域进行切换，使得系统在空气间隙大范围变化区域内保持稳定，并对质量和气隙变化具有鲁棒性。这种切换控制方法克服了采用非线性系统反馈线性化方法和滑模控制方法设计的控制器需要空气间隙变化速度信息的缺点及反馈线性化方法对参数变化鲁棒性差的不足，降低了系统复杂性，提高了系统的性能。     

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output, MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。     

定量反馈理论和神经网络的融合控制与仿真

针对自旋导弹的不确定性和强非线性,提出了将定量反馈理论QFT与神经网络控制相融合的控制器的设计算法.采用基于神经网络的PID控制算法,获得初始控制器,克服QFT初始控制器设计的盲目性,然后采用QFT设计对系统进行调整.综合考虑了对象的不确定性范围和对系统性能指标的要求,实现了自旋导弹俯仰通道鲁棒控制器的设计,并对该自旋导弹控制系统的模型进行非线性仿真.仿真结果表明,与基本QFT控制器相比,所设计的系统具有良好的稳定鲁棒性和性能鲁棒性,可以用于同类具有大的不确定和强非线性控制系统的设计.     

一类非脆弱μ综合鲁棒飞行控制设计与仿真研究

为了解决在被控对象和控制器同时摄动时飞行控制系统的设计问题,提出了非脆弱μ综合鲁棒控制系统设计方法。通过数学模型的转换,将控制器的摄动转化为被控对象的摄动,解决了一类常规的鲁棒飞行控制性能设计不能保证控制器摄动时系统具有较好性能的问题。以某推力矢量飞机侧向运动为例,对其进行了非脆弱μ综合设计并做了数字仿真。仿真结果表明,本文提出的方法具有良好的鲁棒性和可行性。     

基于频域的PI控制器整定方法研究及仿真

提出了一种基于频域的PI控制器参数整定方法。以典型的一阶惯性加滞后系统为被控对象,综合考虑系统设定值响应和扰动响应,以ISE为性能指标,结合求解幅值裕度和相位裕度的简化公式,利用Nelder-Mead单纯形优化方法搜索给定幅值裕度下的最优相位裕度,整定PI控制器参数;通过与几种整定方法对比,验证了该整定方法使得制系统具有良好的控制效果和较强的鲁棒性;对中央空调系统中几种高阶系统模型进行简化,利用该整定方法进行仿真试验,进一步验证该方法的可行性。     

基于Monte-Carlo实验的NRC参数整定规律研究

基于Monte-Carlo实验研究了非线性鲁棒控制器(NRC)参数整定的规律。介绍了针对单变量非线性对象的NRC控制器设计方法,提出了一种以Monte-Carlo实验原理为基础的NRC参数整定规律研究方法。该方法以ITAE值和系统超调量为控制器性能指标,主要分析NRC参数取值变化对控制系统鲁棒性的影响。以若干典型单变量非线性对象为例进行仿真研究,并在大量仿真试验结果的基础上,总结出NRC控制器参数整定的规律。     

考虑鲁棒性成本的多模式双目标项目前摄性调度优化

研究多模式资源约束条件下的鲁棒性和成本双目标权衡问题,探讨如何在最低成本代价下最大程度地提升项目鲁棒性.首先界定研究问题,然后构建鲁棒值最大化、成本最小化的双目标调度优化模型,并将其转化为带有预算约束的单目标鲁棒值最大化子模型,针对模型设计迭代式遗传算法进行求解.随后,应用随机生成的标准算例集合进行大规模测试,对比结果...     

基于支持向量机元模型的随机鲁棒设计

随机鲁棒设计是一种基于蒙特卡洛仿真的优化设计方法.通常情况下,对于复杂仿真模型的随机鲁棒设计时间开销很大.为减小随机鲁棒设计过程中的时间开销,使用参数最优的最小二乘支持向量机替代仿真模型进行随机鲁棒设计.使用标准粒子群优化算法搜索支持向量机参擞和控制器参数的寻优.通过一个基准测试问题证明了该方法的可行性.     

自适应协同优化方法研究

针对一致性约束条件造成协同优化方法计算困难的问题,研究提出了一种自适应协同优化方法.首先将设计变量空间划分为三类区域,分析了每个区域内一致性约束松弛量与系统可行域和学科一致性的关系,并在此基础上提出了三种一致性约束松弛量的确定方法.然后基于上述方法,给出了自适应协同优化的算法流程,对比分析了相对于标准协同优化算法流程的改进之处.最后采用自适应协同优化方法对两个典型MDO算例进行优化,证明了该方法具有较好的鲁棒性和收敛速度.     

基于伪并行SPEA2算法的多目标鲁棒PID优化设计

现有的PID参数优化方法往往难以同时兼顾系统对快速性、稳定性与鲁棒性的要求,本文针对这一缺陷,提出了一种多目标PID优化设计方法--在满足系统的鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并将强度Pareto进化算法(SPEA2)与并行遗传算法(PGA)相结合对其求解.该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据实际系统的要求在Pareto解集中选择最终的满意解,这为快速性、稳定性与鲁棒性的权衡分析提供了有效的工具.仿真结果表明设计方法的有效性和优越性.     

Optimization method for diagnostic sequence based on improved particle swarm optimization algorithm

To realize the requirement of diagnostic sequence optimization in the process of design for testability, the authors put forward an optimization method based on quantum-behaved particle swarm optimization (QPSO) algorithm. By a precedence ordering coding, the diagnostic sequence optimization can be translated into a precedence ordering problem in the multidimensional space of swarm. It can get the optimizing order quickly by using the powerful and quick search capability of QPSO algorithm, and the order is the diagnostic sequence for the system. The realization of the method is simpler than other methods, and the results are more excellent than others, and it has been applied in the engineering practice.     

考虑预测响应值波动的多响应优化设计

在多响应优化设计中,模型参数的不确定性以及生产过程的噪声因子不可避免地会导致预测响应值出现较大的波动。针对上述的问题,结合贝叶斯抽样技术、帕累托优化策略以及灰色关联分析方法提出了一种多响应优化设计方法。首先,考虑模型参数的不确定性,运用贝叶斯多元回归模型构建了过程响应与试验因子之间的函数关系;其次,根据帕累托最优策略求出了帕累托最优前沿,并计算各试验点达到帕累托最优的贝叶斯后验概率;然后,利用灰色关联分析方法识别出最佳的优化设计方案;最后,实际案例研究表明,在考虑预测响应值波动时,所提的方法能够获得更为稳健和可靠的优化结果。     

复杂装备精密产品Grey-PCE多质量特性稳健优化设计

为了解决柔顺复杂装备精密产品在不确定性结构参数情形下,其多质量特性波动与冲突的工程难题,提出一种灰色关联多项式混沌扩展(grey polynomial chaos expansion,Grey-PCE)稳健优化设计新方法来解决这一工程难题。该方法基于多项式混沌扩展方法,建立柔顺复杂装备精密产品多质量特性代理模型;在此基础上,采用6σ稳健优化设计建模方法,构建了柔顺复杂装备精密产品多质量特性PCE稳健优化设计模型,通过NSGA-Ⅱ算法获得多质量特性解集;并采用接近度灰色关联分析法对多质量特性解集排序分析,获取了最佳稳健设计方案;最后,柔顺复杂装备精密产品算例验证了所提出方法的有效性和稳健性。     

模型参数不确定的多响应参数和容差并行设计

针对模型参数不确定性问题,提出了一种考虑质量损失和制造成本的多响应参数和容差并行设计策略。首先,根据模型参数不确定与设计变量容差,构建多响应的质量损失函数;其次,通过试验数据建立容差成本模型,进而构建参数和容差并行设计的优化目标函数;然后,根据多目标优化算法得到最优参数和容差的Pareto解集,并采用单因素多元方差分析进行容差配置;最后,通过实际案例分析表明,该方法不仅改善了模型的预测性和稳健性能,而且获得了质量损失与制造成本之间的最佳平衡点,与传统的方法相比,能够在显著降低总成本的同时提高产品质量。     

考虑响应共变特性的多响应稳健参数设计

针对响应共变特性的稳健参数设计问题,在多任务高斯过程(multi-task Gaussian processes,MTGP)建模框架下,结合质量损失函数和考虑响应不确定性的优化函数构建了一个考虑输出响应不确定性的MTGP(uncertainty of MTGP,UNMTGP)优化模型。首先,利用MTGP模型拟合实验数据,构建考虑响应间共变特性对优化结果影响的多元高斯模型。其次,提出考虑输出响应不确定性的优化目标函数,构建多响应稳健优化模型。最后,结合全局优化方法,获得最优参数设计。此外,结合真实案例,利用质量损失函数的相关评价指标,论证所提方法的有效性。结果表明,所提方法考虑了响应共变特性和输出响应不确定性对优化结果的影响,有效改善了模型的预测质量,提升了输出响应的稳健性。     

基于自适应量子粒子群算法的FIR滤波器设计

针对量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法的参数控制方式,提出了一种自适应调节方法,该方法根据粒子之间的位置关系来设定参数值,给出了具体的设计思想与实现步骤。然后针对有限脉冲响应(finite impulse response,FIR)数字滤波器的优化设计实质,即多参数优化问题,通过适当的编码方式将改进的QPSO算法(adaptive QPSO,AQPSO)应用在其优化设计中,设计了低通和带通FIR数字滤波器。实验结果表明,AQPSO在收敛速度、鲁棒性及优化效果等方面都优于遗传算法(genetic algorithm,GA)、PSO算法及QPSO算法,说明了AQPSO算法的有效性和可行性。