模糊参数PID调节器的自适应控制

本文介绍了ＰＩＤ调节器自适应控制的一种方法，简要介绍了模糊参数自适应ＰＩＤ控制系统的结构及模糊控制规则。     

基于自适应控制的非自治混沌系统的参数辨识

以自适应控制理论为基础,对非自治混沌系统的参数辨识研究,针对Duffing系统和一离心调速器混沌系统,设计了有效的自适应控制律,实现了一类非自治混沌系统所有参数准确和快速的辨识.理论分析和数值仿真都表明了所设计的参数辨识控制律有效性.     

遗传算法参数自适应控制的新方法

根据遗传算法参数自适应控制方法的不同分类,采用基于启发式规则的参数控制方法对遗传算法的种群数进行了宏观调控和微观调控。并采用不同特点的模糊控制器分别控制交叉率和变异率,使种群数、交叉率和变异率都能够随进化的实际情况发生自动调整,形成了一种新的种群数变化的模糊自适应遗传算法。实验数据表明这种算法能够有效防止遗传算法早收敛,同时也说明对参数进行自适应控制能够使遗传算法性能大大提高。     

基于参数识别的统一混沌系统自适应控制

基于Lyapunov稳定性理论及自适应控制方法，将有噪声环境下的、参数不确定的统一混沌系统的状态输出控制到状态空间“延展平衡点流形”上的任意设定点，进一步利用该控制器还可实现对慢变信号的追踪．数值仿真进一步表明了本方案的有效性．     

双参数动力学系统中混沌的自适应控制

作者研究了双参数力学系统中混沌的自适应控制，然后将控制方法应用到ｍ维双参数动力学系统实例上，得到了很好的控制结果。     

参数不确定性混沌系统的自适应控制

混沌系统的镇定是混沌系统控制的重要研究方向,文中给出了一类具有参数不确定性的混沌系统的无源化自适应控制器,通过面向无源性的设计方法,使系统稳定在零平衡点,并通过仿真实例,验证了该控制器的有效性。     

Rossler系统的自适应控制研究

采用自适应控制方法对Rossler系统进行控制。当该混沌动力学系统的参数未知时,对原系统进行坐标变换,基于Lyapunov稳定性理论,设计合适的控制器和参数自适应律,通过理论推导证明了变换后系统在原点的渐近稳定性,从而理论上证明了原系统可控制到不稳定平衡点的结论。系统仿真结果证明可使系统控制到任意一个不稳定平衡点,从而达到了控制目的,力证了该方法的有效性。     

一类参数未知混沌系统的自适应稳定控制

研究了一类参数未知混沌系统的混沌控制问题,利用反馈控制方法设计了一种简单的控制器,并用李雅普诺夫方法证明了在混沌控制器作用下,实现了系统在平衡点稳定控制.数值仿真结果表明,所设计的混沌控制器有效性,所给出的方法同样适用于Chen系统、Lv系统等混沌系统的控制.     

一种改进的无模型自适应控制优化方法

针对一类复杂非线性系统提出了一种改进的无模型自适应控制(improved model-free adaptive control, IMFAC)方法,该方法通过对传统无模型自适应控制(model-free adaptive control, MFAC)方法控制器输出准则函数引入系统输出变化量来改善系统的动态性能。分析了IMFAC方法的稳定性和收敛性,并针对IMFAC方法中5个参数整定困难的问题,提出了基于灰狼优化(grey wolf optimization, GWO)算法的控制器参数优化方法(G-IMFAC)。对于GWO适应度函数中3个优化指标权重的最优分配问题,通过计算各个优化指标的信息熵来确定其权重。最后通过仿真模拟对比了G-IMFAC方法与传统MFAC方法及IMFAC方法的性能,结果表明G-IMFAC方法具有更小的超调量和更短的调节时间,进一步提高了系统的控制性能。     

基于优化成熟度的自适应蚁群优化算法

通过深入分析蚁群算法中信息素更新系数对算法寻优能力与收敛速度的影响,定义了平均路径相似度(ATS)来表征寻优过程的成熟程度,据此自适应调整信息素更新系数,以提高算法收敛速度,并避免陷入局部最优.经过与典型蚁群算法在多个旅行商问题测试用例上进行比较,表明新算法具有更好的效果.     

基于L1自适应控制律的无人机滚转控制

在飞行器参数变化时,L1自适应控制相对于传统比例积分微分(proportional integral derivative,PID)控制方法具有理想的控制效果.针对某型存在参数不确定性的无人机,建立了无人机横侧向动力学模型,在对L1自适应控制理论进行研究的基础上,分别设计了L1自适应控制律和比例微分(proportional derivative,PD)控制律,通过算例仿真,对比分析了这两种控制律对无人机滚转角的控制效果.结果表明,L1自适应控制律具有良好的抗飞行器参数变化能力,鲁棒性强,对无人机飞行控制系统设计具有重要的参考价值.     

基于粒子群寻优的汽车自适应巡航预测控制

为进一步提升多目标自适应巡航系统预测控制精度,提出一种基于粒子群寻优的汽车自适应巡航预测控制算法.首先建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型,并对其线性离散化;其次综合车距误差、相对车速、自车加速度和冲击度,设计二次型多目标优化性能指标函数和多参数约束条件,构建自适应巡航预测控制优化命题;最后为便于问题求解,将目标函数和约束条件推导转化为以预测控制增量为优化变量的规范形式,并基于粒子群优化算法求解自适应巡航预测控制的最优控制律.通过Matlab/Simulink多工况仿真结果表明,粒子群算法求解的最优控制律能够控制自车保持更好的跟踪性和自适应性.      

基于模糊趋近律的自适应滑模变结构控制

针对一类非线性不确定系统,把自适应模型跟踪控制和模糊控制与趋近律相结合,提出一种新的自适应模糊滑模变结构控制方案.不仅消除了滑模变结构控制固有的高频颤动现象,对模型不确定性和外部干扰具有较强的鲁棒性,而且改善了系统到达段的品质,同时跟踪误差可收敛到零的一个邻域内.仿真结果也表明了该方案的正确性.     

一类参数未知混沌系统的自适应控制

基于主动的Backstepping控制方法,通过引入自适应控制,在线辨识系统的参数,设计自适应控制器;对一类含有未知参数的混沌系统进行控制,使被控系统能够稳定到任意点.同时,基于Lyapunov稳定性理论,分析系统的稳定性.该控制方法对于具有严格参数反馈形式的系统,以及非严格参数反馈形式系统均适用.数值仿真结果验证了该控制方法的有效性,系统在控制器的作用下能快速稳定到期望点.     

倒立单摆摆起开环控制律的最优化算法

基于最优控制理论,研究了倒立单摆非线性系统过程控制问题·建立了带惩罚条件的摆起过程开环控制律计算的最优化算法·同一般数值方法相比,这种算法在每步优化计算中,以最优步长取代了固定步长,因此可以确定每个时间段上的精确控制量·编制了倒立单摆摆起过程控制律的计算程序,并进行倒立单摆摆起过程仿真分析·结果表明这种算法可以获得高精度的控制律,它将为非线性系统过程精确控制提供条件·     

一类非线性系统的自适应控制律设计

对一类具有三角结构的非线性系统进行自适应控制律的设计,该系统具有不相等的系数,然后证明了该控制能保证系统在平衡点的稳定性     

参数未知一类系统的模糊自适应控制

采用多模型自适应控制的方法，针对参数未知的线性随机系统提出了一种模糊控制算法，其控制信号兼有辨识与控制两方面的作用。该算法可在较大程度上把控制和估计分离开，适合于实时控制。仿真结果显示了该算法的有效性。     

参数未知混沌系统的同步控制与参数识别

考虑参数未知的非自治混沌系统作为驱动系统.用自适应控制方法构造一个响应系统,使之与驱动系统的结构相同.基于李雅普诺夫稳定性理论,进一步选择适当的控制器使它们达到完全同步.当驱动—响应系统达到完全同步时,也使它们的系统参数达到一致,由此可以识别驱动系统的参数.以受迫Duffing系统和扩音器系统为例验证了本文提出的方案是有效的.     

钻削用量的优化选择

本文运用现代钻削理论和最优化技术,以最大生产率或最低生产成本为优化目标,并考虑了诸多约束,建立了钻削用量优化选择的数学模型,编制了以复合形法为基础的优化程序,为利用计算机快速、可靠地选择最优钻削用量开辟了一条新径。     

全局优化方法在最优控制中的应用

利用球约束下的全局优化的Canonical对偶方法得到了一类最优控制问题的离散解.首先经过一系列数学处理得到与原问题相应的球约束下的全局优化问题,然后利用Canonical正则空间上的微分系统方法寻找全局最优解.最后应用该方法求解两个例子.