自校正控制器加权网络选取的限制条件

从理论上分析了采用自校正控制器设计系统时，目标函数加权网络的选取对系统稳态偏差的影响，给出了使系统无稳态偏差对加权网络选取的限制条件。     

非线性确定性系统的鲁棒自适应控制器

NARX模型的最小预报误差自适应控制器算法，存在着控制输入偏离以原点为收敛域中心的收敛问题，严重时将出现数值发散现象，系统是BIBO不稳定的。针对这种情况，提出了一种改进的控制输入准则函数和各样自适应控制策略，给出了NARX模型基于该准则函数的一种最小预报误差自适应控制器算法，及使系统无稳态偏差选取准则函数的限制条件，解决了系统存在稳态偏差的问题，同时给出了仿真结果。     

一种新型加权无差自适应算法及其应用于火电厂控制的仿真研究

本文推导出一种新型加权无差自适应控制方法,它可以应用于开环不稳定系统及非最小相位系统,被控对象之中可以含有直接传输项.系统的稳态误差与加权参数的选择无关,而且理论与仿真均证明此算法的稳态误差为零.本文用此算法对火电厂中具有直接传输项和非最小相位的汽轮机主汽门调节系统进行控制仿真,并与其他算法进行了比较.其结果证明,此方法有较强的鲁捧性、可靠性与实用性.     

大时滞过程的多模式智能控制

通过简要分析了常规控制的不足，提出了一种基于偏差特征信息的多模式智能控制算法，具有加速控制、减速控制、稳态激励控制三种控制模式.算法用加速控制来解决系统暂态响应的快速性的要求、用减速控制来解决系统暂态响应的平稳性要求、用稳态激励控制解决系统稳态的准确性要求.并把此算法应用于大时滞过程的控制，与多种大时滞控制算法作比较，仿真证明了此控制算法的优良性能.该算法结构简单，通用性强，使用调整方便.     

模糊控制器在高阶水位控制中的设计及应用

在高阶大惯性环节对象的控制问题中，采用普通PID难以实现其良好的控制作用．设计了一种基于模糊控制原理的模糊PID参数自适应控制器和模糊控制器，根据偏差和偏差变化率来实时调整参数，水位控制实验结果表明，这种模糊控制器比常规PID控制器有更好的控制效果，明显改善了系统的动态性能和稳态性能．     

一种针对时滞系统的改进智能轨迹导引控制算法

针对在控制大时滞系统时,智能轨迹导引控制(ITGC)算法在偏差选取上的不足,引起系统调节时间过长以及抗扰性不佳的问题,提出了一种改进智能轨迹导引控制(改进ITGC)算法。根据引入的参考模型和估计滞后,可得规划导引与无时滞参考模型间的偏差D_A以及有时滞给定与实际被控对象间的偏差D_B,以D_A和D_B的加权线性组合纠正系统的响应。分别运用MATLAB和一体化试验箱进行验证。结果表明改进算法在控制大时滞对象时兼具系统的响应速度和抗扰性能优势,且模型失配时,算法依然有效。改进ITGC算法为控制大时滞系统增加了解决途径。     

二氧化碳短路过渡焊接电流神经模糊控制系统

研制了一种以8C52单片机为核心器件，通过自软件方式实现稳定二氧化碳短路过渡焊焊接电流的神经网络自适应模糊控制系统。系统中所嵌入的神经网络可实现对隶属函数的微调和模糊控制的调节，克服了常规模糊控制系统隶属函数非适应性的缺点。该神经模糊控制器可消除因电弧电压调节、网络电压波动、保护气纯度流量以及焊炬高度变化等随机因素引起的焊接电流偏差。焊接工艺实验表明，在实验电流范围内，平均电流的最大偏差不超过7A，平均电流相对误差小于5％，而控制前平均电流的偏差不小于12A，相对误差不小于9％，因此该控制系统响应速度快，超调小，稳态精度高。     

基于预测偏差的模型算法控制

提出了一种基于预测偏差的模型算法控制方法。计算了系统的预测稳态差和产生稳 态差的参考轨迹。这种算法的计算量与单步ＭＡＣ相当，但不经修改就可直接用于非最 小相位系统及迟延系统，并具有良好的控制特性。     

有向加权供应链网络演化模型

利用BBV加权网络的演化机制和BA模型的线性择优连接机制,新节点进入网络时的入边和出边服从二项分布,建立了子网络具有流量补偿的有向加权供应链网络模型。利用泊松过程理论分析了网络的出入强度分布,结果表明,有向加权供应链网络的稳态平均入强度分布和稳态平均出强度分布服从幂律指数在[1,3]之间的幂律分布。对有向加权供应链网络模型进行仿真研究,仿真结果与理论预测相一致,符合供应链网络的幂律特性。     

轧辊偏心补偿重复控制系统的设计与仿真

针对常用的PID轧机辊缝控制系统在补偿轧辊偏心这一周期信号时,会产生很大的稳态跟踪误差,常使偏心补偿失败的问题,应用重复控制基本理论设计了一种新的轧辊偏心补偿系统,这种系统在对轧辊偏心周期信号进行补偿时,具有对偏心补偿信号无稳态偏差跟踪的特点.仿真证明这种轧辊偏心补偿重复控制系统的输出补偿效果非常好,稳态精度很高,远远优于常用的PID控制补偿系统,使偏心补偿控制的成功率大为提高.     

遗传算法的人工智能在交流伺服中的设计

针对永磁同步电动机交流伺服系统,提出了遗传算法的模糊神经网络控制方案。在交流伺服系统的设计中,采用模糊神经网络控制器作为其位置调节器.结合遗传算法的快速搜索功能,使得系统定位准确、快速,与通常的PID控制模式相比,具有良好的动态、稳态性能以及较强的鲁棒性,从而证明了这种设计方法的合理性和优越性。     

用 BP 算法实现模糊控制规则的自校正

利用ＢＰ算法对模糊神经网络（ＦＮＮ）所能执行的控制规则进行自校正,使应用到工业过程的模糊控制器的性能得到改进．仿真结果表明,用改进后的方法设计的模糊控制器能够显著地减小系统的稳态误差,具有比较快的响应速度和较强的鲁棒性．     

曲靖师院计算机网络选课系统的设计和实现

网络环境下选课系统开发过程中，选课子系统开发技术难度较大，关系复杂，其中最重要的问题是由各种因素引起的冲突问题，我们着重分析了引起冲突的原因和相应的解决办法，旨在开发出一套适合我院的学生选课系统．     

基于动态神经网络的非线性系统建模及其控制

结合已知机理信息构造动态神经网络 ,进行了非线性动态系统的建模 ,给出了权值调整算法。利用获得的模型 ,设计了反馈线性化控制器。由训练好的网络在线提供反馈线性化所需要的信息。为了解决模型失配问题 ,采用内模控制结构来引入模型的误差反馈 ,以消除稳态误差。文中给出了仿真实例。     

基于量子粒子群优化的网络拥塞控制新策略

为了改善网络拥塞控制系统的性能,基于流体流理论的网络简化模型,将量子空间中的粒子群优化算法(QDPSO)应用于PID控制器参数优化.定义了一个综合调节时间、上升时间、超调量、系统静态误差、正弦跟踪误差等动静态性能指标函数,在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化函数极小化的一组PID控制器参数,将PID控制器应用于网络主动队列管理系统中.仿真结果表明,在大时滞和突发业务流的冲击2种情况下,该方法设计的控制器的动静态性能优于RED,PI算法,也优于GA,SPSO算法的优化结果,超调量均小于4%,调节时间均小于4s,稳态误差均小于2个数据包.     

电力系统间交流联络线自动规划问题

本文提出了一个选择电力系统交流联络线的自动规划模型.该模型以联合电力系统中各电源点之间相角差均不超过允许值作为保持系统静态稳定性的约束条件,在按年费用最小选择联络线方案时,同时计及了新建的联络线和原有电力系统中网络的扩建.文中还给出了某两个电力系统联网的分析计算结果.     

基于神经网络的非线性系统在线自校正控制及其应用

利用神经网络给出了设计非线性控制系统自适应控制器的方法,主要包括基于神经网络的非线性系统的在线直接自校正和间接自校正控制和满足局部能控一般非线性系统的神经网络自校正控制。从研究结果可以看出,由于神经网络的权系数的可调性以及神经网络对非线性的逼近性,利用神经网络所设计的自适应（或自校正）控制器,其闭环控制系统具有良好的动态与静态响应特性。所提供的控制器都可在线实现     

基于CMAC神经网络的工业过程稳态优化

提出一种利用CMAC (cerebellar model articulation controller)神经网络进行工业过程的辨识和稳态优化方法.利用CMAC神经网络的优点,基于系统的动态信息,在不干扰系统正常运行的情况下获得当前时刻下系统的稳态模型,并在此模型的基础上,对系统进行稳态优化和仿真.仿真结果证明了该方法的有效性.     

时滞TCP网络的自适应滑模控制

针对具有输入时滞和状态时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个特殊变换将原时滞系统转化为无时滞系统,从而消除时滞带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器,所设计的控制器不仅可以使队列长度快速收敛到设定值,而且维持较小的队列振荡。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PI控制和滑模控制。