利用基于分区搜索的自适应遗传算法求解TSP问题

为了提高用遗传算法求解旅行商问题（TSP）的收敛速度，结合自适应算子和父子竞争策略等优化思想．提出了基于分区搜索的自适应遗传算法．该算法将整个搜索区域分成若干个较小的搜索区域，先进行局部搜索．在得到局部较优的基因组合后，再进行全区域搜索，不但提高了遗传算法的收敛速度，而且改进了变异算子的操作性能．通过TSP问题的求解表明，基于分区搜索的自适应遗传算法是一种稳定、高效的优化算法。     

一种求解多处理机调度问题的自适应蚁群算法

将蚁群算法应用于求解多处理机调度问题，提出一种自适应蚁群算法．算法以最小化makespan为调度目标，根据蚂蚁留下的信息素指导蚁群在解空间展开全局搜寻，将任务分配在恰当的机器上，并通过自适应调整阈值实现全局探索与精细查找的平衡．实验结果表明算法具有较好的优化性能．     

自适应网FSK解调方法

提出了一种基于自适应滤波算法的解调频移键控（ＦＳＫ）信号的方法—自适应解调方法队（ＡＤＥＭ）．文中以常用的最小均方误差自适应算法（ＬＭＳ）为例，讨论ＡＤＢＭ对低速数据ＦＳＫ信号的解调过程及其性能．实验结果表明，ＡＤＥＭ具有抗干扰性强、输出响应快、便于用数字信号处理（ＤＳＰ）技术实现等特点，并且易于推广应用．关键词     

改进型自适应遗传变异算子

通过分析二进制遗传算法中基因频率对种群多样性的影响，提出了一种新的能维持种群多样性，且具有自适应变异概率的变异算子，该算子染色体每一基因位上的变异概率由其基因位上的基因频率自适应决定．仿真实验表明该算子不但能保持种群的多样性．而且能有效提高算法的收敛速度．     

一种单神经元PID控制器

提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数w(k)和神经元比例系数K的选取，构成了自适应PID控制器，并基于MATLAB／SIMULINK对其进行仿真．结果证明单神经元PID控制器是一种具有自学习，自适应，鲁棒性强，适用的控制器。     

一种基于LS准则和L阶输入矢量的自适应算法

提出了一种新的基于LS准则和L阶输入矢量的自适应滤波算法．该算法采用新的梯度计算公式，使自适应滤波中权矢量的更新比LMS精确和平滑．仿真表明经过250次迭代，新算法就可以收敛于最优值1．6．新算法与基本的解相关LMS算法（DLMS）和LMS算法相比，收敛速度快、稳定性更好．并给出了新算法、DLMS算法和LMS算法性能曲线仿真结果．     

京津城际北京环线特大桥跨三环桥线形控制

通过京津城际北京环线特大桥跨三环桥60m＋100m＋60m现浇预应力混凝土连续梁的施工实例，介绍了桥梁施工监控的自适应控制方法、挂篮的变形预测及梁体线形调整等施工控制措施．跨三环桥梁体整体线形及合拢精度表明，全桥线形变化平顺，满足控制目标要求．线型控制的理论预测和实测结果表明，自适应控制方法比较适应于连续梁桥和连续刚构桥的施工控制．     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

一类非线性系统的自适应模糊观测器设计

针对一类不确定非线性系统提出了自适应模糊观测器设计方法．该观测器采用模糊系统逼近非线性函数，它不要求被观测对象结构和参数已知的条件，并对估计误差、模糊逼近误差和外扰的存在采用了鲁棒监叔项以保证良好的观测性能，该观测器是对非线性广义Luenberger自适应观测器的一种扩展．该方法的有效性得到理论证明和仿真实验的验证．[第一段]     

一种基于DCT与DWT的自适应图像水印算法

提出了一种基于DWT和DCT的自适应图像水印算法．该算法以DWT和DCT变换为基础,自适应选择水印嵌入位置,并且根据HVS亮度掩蔽模型对水印嵌入强度自适应调节．实验证明,本文算法对JPEG压缩、噪声等常规信号处理操作都具有相当好的鲁棒性．     

Smith自适应模糊PID控制算法的研究及仿真

针对常规PID控制器在控制具有时变、大滞后等特性的实际被控对象效果不理想的问题,综合Smith预估控制和自适应模糊PID控制的优点,提出了一种新的控制器-Smith自适应模糊PID控制器．介绍了组成原理,分析了在控制时变、大滞后对象时的优点,给出了该控制器的具体设计方法．仿真结果表明,所设计的控制系统超调量小、调节时间短、响应速度快、动、稳态性能好,适用于参数变化的大时滞工业过程．     

一类非线性大系统的间接自适应分散神经网络控制

针对仿射非线性大系统,采用分散控制的思想,利用模糊神经网络辨识方法对各个子系统建立NARMA模型,运用自适应控制、滑模控制方法消除各子系统间的非线性关联项及不确定的外部干扰,并使用神经网络的辨识结果来调节控制器参数,形成间接自适应分散神经网络控制器.最后,将本文提出的控制方法运用于互连双倒立摆仿真中,结果表明所提出的算法是有效的.     

用模糊控制实现PID参数自整定的研究

研究并提出了一种Ｆｕｚｚｙ－ＰＩＤ控制器的设计，该控制器把Ｆｕｚｚｙ控制和ＰＩＤ控制有机地结合起来，实现对控制系统的参数自整定。仿真结果表明，这种Ｆｕｚｚｙ－ＰＩＤ控制效果将明显优越于单纯ＰＩＤ控制方式。     

一种新的模糊内模预估控制器

采用内部模型控制 估器和模糊控制器相结合,对模糊内模预估控制方法进行了研究。其方法是利用模糊预估控制器克服时滞,通过对具有纯滞后的被控过程进行的数字仿真研究,结果表明：这项研究的控制效果要优于常规ＰＩＤ控制、模糊控制（Ｆｕｚｚｙ）和内模控制（ＩＭＣ）方法。     

基于神经网络的一类非线性系统自适应滑模控制

对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的.     

交流传动神经网络自适应规划控制系统的设计与仿真

将Hopfield神经网络应用于交流传动系统的自适应控制,通过神经网络来规划交流调速系统的速度控制器动态输出,使速度控制器对某些参数变化具有良好的鲁棒性.对于不可控的负载转矩,加入参数自动跟踪神经网络,构成具有参数在线跟踪功能的双神经网络自适应规划控制模式,进一步提高系统的性能.仿真结果表明,该系统具有良好的动态性能.     

控制Lyapunov函数在自适应控制中的应用

研究了一类带有未知参数的非线性系统的自适应稳定问题,利用控制Lyapunov函数方法设计出一种自适应控制器.该控制器对系统的参数和状态的不确定性具有鲁棒性,并且能保证系统自适应稳定.     

一个新混沌系统的自适应同步

利用自适应控制的方法,给出了一个新混沌系统的同步控制器和参数自适应律,使两个恒等系统达到了自适应同步同时识别未知参数.该控制器设计简单,易于实现,数值仿真表明所提方法具有效性.     

基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.     

基于中央空调机组中的自动控制研究

中央空调机组是一种非常有发展潜力的环境控制系统,介绍其基本原理和控制方式,阐述系统中存在的问题.提出一种带有模糊算法的自适应控制系统,将其用于楼宇中央空调的自动化控制系统中,对提高机组的运行效率、增加空调的舒适性等方面具有积极意义.