基于PSO-RBF NN的非线性系统辨识方法仿真研究

提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法。网络径向基层的单元数由对手受罚的竞争学习算法确定后，其他所有参数：中心位置、各向宽度、网络权值，均是在全局空间动态确定的。实例仿真证实了该方法的有效性。     

过热汽温的无辨识自适应预估控制研究

由于电厂锅炉的过热汽温具有大惯性、大时滞和非线性等特性,对它的控制是困难的。为了能实现良好的控制,研究它的无辨识自适应预估控制方法。在分析预估模型误差对系统性能影响的基础上,建立预估模型参数自适应计算公式,并应用搜索算法估计滞后时间,从而构建了预估模型参数自调整的无辨识自适应预估控制算法。仿真试验结果表明,该算法适用于过热汽温系统,具有良好的控制品质和较强的自适应能力,易于工程实现。     

过热汽温系统的RBF神经网络控制

采用RBF神经网络直接构成神经网络控制器，将在线学习和控制相结合，这种方法不需要增加另一个神经网络对系统进行在线辨识，也不需要预先确定神经网络控制器的结构。通过将该方法应用于电厂过热汽温系统的控制进行仿真研究并与常规PID串级控制系统进行比较，结果表明控制系统的性能得到较大的提高。     

云模型算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的云模型智能控制算法．该算法是基于云模型控制规则的不确定性推理，用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，实现知识库中定量与定性之间的相互转换。谊智能控制器采用模糊控制原理，同时为了消除稳态误差，加入了一堆云控制，故采用了一种基于混合维的云模型智能控制器，并对600Mw超临界机组直流锅炉的过热汽温进行了仿真研究。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。     

混合编码免疫算法在非线性系统辨识中的应用

基于免疫算法优越的全局搜索性能与GP算法简洁的结构树编码方法,提出了一种混合编码免疫辨识算法,通过对模型结构与参数分别编码及免疫操作,同时实现了非线性模型的结构与参数辨识,实现了全局寻优,辨识的模型结构简单、易于理解.仿真验证了本算法的有效性及较强的非线性逼近能力.     

基于PSO算法的递归网络航空发动机随动系统辨识

利用PSO算法优化递归神经网络的权值,提出了一种基于PSO算法的递归网络辨识算法,利用某型航空发动机试车实测的数据作为样本数据,对低压导流叶片角度随动控制系统模型进行了有效辨识。研究结果表明该方法对初始权值不敏感,与最小二乘法和RBF辨识算法相比,辨识精度更高。     

RBF网络模型参考自适应控制在温度控制中的仿真研究

减压塔侧线温度系统是一个时变非线性复杂系统,采用常规的PID控制回路难以达到较好的控制品质。针对克拉玛依石化厂原油蒸馏装置中的减压塔,根据实际控制要求,提出了RBF神经网络模型参考自适应控制策略,设计了减压塔减三线温度控制系统,给出了RBF神经网络控制器和模型辨识网络参数的学习算法。仿真结果表明,采用提出的控制策略,控制效果非常好,完全达到控制要求。     

细菌生存优化在非线性模型辨识中的应用

提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization BFO)的非线性模型辨识方法.它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识,从而估计出它的参数模型.通过对这类输入非线性模型进行辨识,并用仿真实验说明BFO算法的参数设置与选择方法.比较基于粒子群优化(Particle Swarm Optimization PSO)的非线性模型辨识算法,特别是对有色噪声的鲁棒性、模型的辨识精度、辨识收敛速度进行对比分析,以得出BFO辨识算法的优缺点及其有效性.     

基于改进粒子群算法的系统辨识新方法

提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.     

基于遗传算法的系统辨识方法研究

针对从样本数据进行系统辨识的问题,提出一种由典型数学模型相互组合构成系统模型的新的辨识方法,将系统结构辨识问题转化为组合优化问题,并采用遗传算法同时实现了系统的结构辨识与参数辨识,模拟仿真与实际系统辨识结果验证了系统辨识方法的合理性与求解算法的有效性.     

基于支持向量机的非线性动态系统辨识方法

讨论了辨识一类非线性系统模型的方法。先假设原非线性动态系统可由静态非线性子环节和动态线性子环节串联——H模型来表示。将H模型的非线性方程转换为类线性形式,从而建立线性过渡模型。对原始测量数据进行组合运算获得线性中间模型的训练样本集,并通过支持向量机线性回归算法求取过渡模型参数。最后再建立过渡模型与H模型系数之间的关系,从而反推出非线性模型参数,实现非线性动态系统辨识。仿真结果表明了该方法的有效性。     

基于SG/Simulink无刷直流电机混合建模与仿真研究

System Generator(SG)为基于FPGA的硬件平台开发提供了便捷的设计方式和灵活的编程手段，Matlab／Simulik是通用性的离线仿真工具，其模块化的建模方法具有高效、直观的特点。结合两者的优点，提出了SG／Simulink混合建模新方法，利用SG建立无刷直流电机(BLDCM)控制系统部分，Simulink仿真BLDCM本体，通过SG中的Gateway模块，实现两者的无缝连接。仿真结果符合理论分析，证明了该方法的有效性和可行性。     

基于状态流的一类混杂动态系统仿真方法

针对一类使用离散逻辑算法控制连续状态系统的混杂动态系统,应用Simulink仿真中的建模困难和协调连结问题,提出了利用StateFlow模块为离散逻辑系统建模并加入触发机制的解决方案.介绍了StateFlow的建模方法,以鱼雷采用自动调整提前角导引算法的水平面自导仿真为例,详尽叙述了基于StateFlow实现离散逻辑导引算法的具体步骤,建立了鱼雷水平面自导系统Simulink模型,并对整体混杂动态系统进行仿真计算.算例表明,所建立的仿真方法能有效地解决混杂动态系统仿真过程中的同步协调问题,并且简洁高效.     

基于粒子群算法混合优化的广义预测控制器研究

提出一种基于粒子群算法混合优化的广义预测控制器(generalized predictive control based on particleswarm optimization,简称PSOGPC),将粒子群优化算法(particle swarm optimization,简称PSO)引入到广义预测控制的滚动寻优过程中,有效解决了广义预测控制在被控对象存在约束时难以获得最优预测控制输入及求解复杂的问题。并对普通粒子群优化算法进行了改进,提高了优化过程的求解精度和收敛速度。多种约束情况和对电厂锅炉的主汽温控制系统的仿真结果表明了该方法的有效性和优良的控制性能。     

并联混合动力电动汽车最优控制及实例仿真

实现并联混合动力电动汽车（PHEV）能量分配的优化控制是整车集成的关键．将燃油消耗最低为优化拉制目标的能量最优分配问题归纳为切换系统的最优控制问题，应用动态规划算法，分两步求解该切换系统的最优控制问题，得到转矩最优分配及换档的控制律，并将其应用于整车控制，通过计算机对实例进行仿真证实了该方法的有效性。     

汽车制动防抱系统的混合建模与仿真研究

在分析汽车制动防抱系统(ABS)工作特点的基础上,指出汽车ABS是由连续系统与离散系统组成的混合系统,进而提出基于有限状态机与Matlab/Simulink的ABS混合建模方法。利用混合建模方法建立了某轻型客车的ABS仿真模型并进行了低附着系数道路条件下的仿真研究,探讨了制动器制动力、电磁阀响应时间和车轮转动惯量对汽车ABS性能的影响。仿真结果表明基于混合建模的ABS仿真系统能很好的模拟汽车ABS的性能;制动器制动力、电磁阀响应时间和车轮转动惯量对ABS制动性能影响的分析为ABS的设计提供了依据。     

基于系统仿真的故障检测与辨识技术研究

将系统仿真技术应用于故障检测与诊断 ( FDD) ,提出了通过实测信息的在线交互解决理论轨线偏差的思想 ,建立了基于系统仿真的 FDD逻辑结构 ,针对 MIMO系统和线性动态 -测量系统构造了具有良好统计性质的故障辨识算法 ,为故障检测、故障辨识、故障时间确定和故障模式识别提供了新的技术途径 .本文的思想和方法不但可用于 CVDS的故障检测与诊断 ,对大规模复杂系统故障分析也具有供鉴和参考价值.     

基于HMM和RNN的无人机语音控制方案与仿真研究

为简化无人机操作,避免误操作,设计了一套基于隐马尔可夫模型(Hidden Markov Model,HMM)和循环神经网络(Recurrent Neural Networks,RNN)的无人机语音控制方案。该方案采用HMM识别无人机语音指令;同时采用RNN对多套无人机操作指令串进行训练,并对当前时刻指令进行预测,通过计算二者的相关性判断是否执行。仿真结果表明,该方案对HMM识别错误指令的辨别率达到61.90%,使整体错误率降至1.43%,表明该方案具有较为优异的性能。     

基于QFT的火电厂主汽温控制系统的设计与仿真

火电厂主汽温控制系统具有大惯性、大延迟和时变等特性,采用常规控制方法的主汽温控系统难以获得满意的控制效果.定量反馈理论是目前鲁棒控制领域中具有较强工程应用价值的一种设计方法.首先将火电厂主汽温控制系统对象简化成为具有三参数变动的不确定模型,应用QFT的基本原理,设计了边界稳定的鲁棒控制器,保证了稳态精度5%和过渡过程时间小于1秒.仿真结果表明它能适应对象参数的变化,具有较强的鲁棒性和自适应能力.     

基于递推最小二乘法的炮控系统参数辨识仿真

炮控系统内部结构复杂,机理建模很难建立其较为客观的数学模型,针对这一问题,提出用递推最小二乘法对某型战车炮控系统辨识建模.首先对试验进行了设计,测得了某种工况下的炮塔速度阶跃输出曲线,并用跟踪微分滤波器对所得曲线进行了去噪处理,找出了被控对象的输入输出数据;其次运用递推最小二乘法对假定模型进行了模型参数估计,得到了被控对象的模型参数;最后用阶跃响应性能指标误差评价法对模型的有效性进行了验证.结果表明,该方法能准确地实现炮控系统的模型辨识,所建模型是有效可行的.