基于混沌优化的大时滞网络拥塞控制算法

基于改进的网络简化模型,提出一个大时滞网络拥塞控制算法称为改进的混沌优化PID控制算法(ICPID).改进的网络简化模型考虑了时滞的影响,利用这个模型,AQM路由器应用改进的混沌优化策略优化PID控制器参数.通过加速混沌搜索快速得到控制器参数的次优值,运用变尺度方法在次优值附近找出控制器参数的全局最优值.对比仿真结果表明,该算法有较好的鲁棒性,链路利用率更高,丢包率更小,平均队列长度更趋于期望值,综合性能优于PI和DC-AQM.     

网络控制中基于LMI的次优化允许等价时滞界研究

针对网络控制问题，建立包含变网络时建及网络传输丢包等非理想网络状况的系统统一模型．提出将非理想网络状况转化为次优化允许等价时滞界的方法。通过引入自由矩阵及次优化允许等价时滞界方法，将求取最大允许时延问题转化为基于LMI的次优化允许等价时滞界求解问题并提出相应求解算法。仿真结果说明该方法具有较小的保守性。     

基于变结构控制的时滞复杂网络的同步研究

基于变结构控制研究了一类耦合时滞网络的同步问题.设计的控制器能够保证动态网络从任意初始状态出发都能达到滑模面.利用系统的左特征向量函数设计切换面,使得同步滑动模态保持稳定.利用到达条件设计控制器,使得网络状态能够在有限时间内到达切换面.最后针对实例进行仿真,仿真结果说明了所设计控制器的有效性.     

广义离散时滞复杂动态网络的同步控制

讨论了一类广义离散时滞复杂动态网络的同步稳定性和牵制控制问题.针对此类系统,首先得到了弱保守性的离散时滞复杂动态网络系统的同步稳定性条件.其次,通过对部分节点设计牵制控制器,使得整个复杂动态网络系统达到同步,从而保证了整个系统的同步稳定性.随后,将控制器的设计问题转化为求解线性矩阵不等式(LM I)的凸优化问题,便于利用现有的优化软件求解.同时,大大降低了问题求解的复杂性.仿真结果验证了方法的有效性.     

一类时滞动力网络的时滞相关稳定性

研究了节点含时滞的复杂动力网络在平衡点的稳定性.基于时滞微分不等式和李雅普诺夫稳定性理论,提出了此网络的时滞相关的局部渐近稳定的充分条件,并给出了时滞上界的具体表达式.最后的数值模拟分析表明结果是可行且有效的.     

时滞系统智能补偿预测控制方案的实现

提出了一种基于DMC预测控制历史数据智能建模基础上的自动补偿方案，该方案适用于参数摄动的时滞对象。仿真研究表明，该补偿算法能明显改善系统增益失配的控制效果，对同时存在增益、时滞失配的系统也有一定效果。由此，我们能在一定程度上降低对被控对象模型的测试要求，增强系统控制的鲁棒性，从而拓宽了DMC预测控制的适用范围。     

时滞混沌系统中时滞反馈控制的研究

时滞反馈控制作为一种重要和实用的混沌控制方法受到广泛关注。研究成果主要集中于非时滞系统,时滞系统研究得很少。本文主要研究混沌离散时滞系统中不稳定平衡点的镇定问题。将时滞反馈控制方法在非时滞系统中所具有的“奇数局限性”推广到时滞系统,并利用根轨迹原理,提出改进的时滞反馈控制策略,从而在本质上克服这种固有的局限性。     

具有控制时滞的不确定分布参数系统迭代学习控制

研究了具有控制时滞的不确定线性分布参数系统的迭代学习控制问题,允许系统在迭代过程中初始状态值存在一定偏差。提出了基于时滞已知的P型迭代学习控制算法,给出了其L²范数收敛的充分条件,并利用Green公式、以及Gronwall-Bellman不等式等从理论上进行收敛性证明。数值例子验证了该算法的有效性。     

输入受限时滞系统的模型预测控制

对于输入受限的离散时滞系统，提出了一种模型预测控制方法。该方法采用双模控制结构，基于Lyapunov-Krasovskii函数构造了时滞系统的终端不变椭圆集，保证闭环系统稳定性。以LMIs(Linear Matrix Inequalities)形式给出了系统稳定的充分条件，使得该方法简单，易于实现。最后通过仿真验证了本方法的有效性。     

时滞系统的最优PID控制与仿真

对过程控制领域中两类典型时滞系统在控制能量存在约束时的最优控制问题作了探讨。定义了一个包含跟踪误差和控制能量在内的积分平方性能指标，针对不同系统运用谱分解的方法最小化该性能指标，从而导出相应的PID控制器的参数整定方法，可使系统在控制能量约束条件下具有最优的控制性能。仿真研究进一步说明了所给方法的有效性。     

机理混合自适应时延神经网络建模和控制算法

过程机理和数据驱动模型的结合一直是过程控制中的重点和难点问题。提出了一种新颖的机理混合模型结构。该模型基于自适应时延神经网络,并结合了被控对象的机理模型,因此可以对建模的对象进行预测感知,并可大幅提高神经网络的泛化功能。基于这种模型设计了预测控制算法,并分析了该模型的逼近能力、收敛性以及该控制算法的闭环稳定性。在双容水箱液位控制系统的大量实验结果表明,基于该混合模型的预测控制算法比现有算法具有更好的控制效果,从而验证了该混合模型的优越性。     

Fuzzy-Gray预测控制算法及应用

针对大滞后系统的控制 ,本文提出了一种带智能积分的参数自调整 Fuzzy-Gray预测控制算法 .该算法综合 Fuzzy控制、Gray预测的长处 ,对大滞后系统进行控制是有效的 .仿真结果表明该算法能较好地兼顾系统的动、静态特性 ,超调小、响应快 ,稳态精度高 ,在工业控制系统中有实用价值 .     

Anti-synchronization of Chaotic Neural Networks with Time Delay

In the paper, the anti-synchronization problem of the general delayed chaotic neural networks is investigated. For the master and slave systems, we obtain a control law to achieve the state anti-synchronization of two identical chaotic neural networks. By using the Halanay inequality lemma and Lyapunov stability method, we derive a delay indepen- dent sufficient exponential anti-synchronization condition relative to the parameters of the systems and controller gain matrix. The condition is easily verified in practice. Finally, the theoretical results are applied to two delayed chaotic neural networks, and numerical simulations are given to demonstrate the performance of the proposed scheme throughout some examples.     

时延优化的多信道MMSE均衡

无线通信系统中的接收机通过分数采样得到一个单输入多输出的多信道模型。研究了此多信道系统的均衡问题，给出了基于最小均方误差的多信道均衡器结构，其中每个子信道都对应一个最佳时延参数，理论分析给出了此最佳时延的一个较窄的取值范围。仿真与分析表明，在此范围内，各子信道时延取为子信道阶数加一时，系统性能并没有大的损失，可以接受，同时在这种情况下均衡器的实现结构大为简化。     

模糊-GPC串级控制在网络时延控制中的应用

为了解决网络闭环非线性控制系统中的时延问题,本文提出了一种在模糊神经网络控制的基础上结合广义预测控制(GPC)处理非线性系统网络时延的方法,建立了网络控制系统的结构模型,并分析了此模型对处理非线性网络控制系统中时延问题的有效性。在MATLAB环境下对网络控制倒立摆系统进行了仿真,通过对比模糊神经网络控制与模糊-GPC串级控制的控制效果,进一步证实了此方法对非线性网络控制系统能够实现稳定控制。     

具有参数不确定性的长时延网络控制系统研究

针对具有参数不确定性的长时延网络控制系统,提出了系统的建模方法,并且分析和讨论了系统的稳定性和控制器设计方法.当假设网络控制系统的传感机构为时间驱动,执行机构与控制器为事件驱动,被控对象具有参数不确定性以及网络诱导时延具有时变、不确定和大于单位采样周期的特点时,运用矩阵分析理论,将广义网络被控对象建模为一类含有不确定项的线性离散系统.基于Lyapunov稳定性理论和线性矩阵不等式方法,分析了闭环系统渐近稳定的充分条件,并推导出系统的控制器设计方案.仿真结果表明稳定判据的可行性与控制器设计的有效性.     

时变大滞后过程的专家模糊控制设计与仿真

目前工业过程中的大滞后控制问题仍然是公认的难题,而被控对象参数或结构的时变性更增加了控制的难度。鉴于此,提出一种两层结构的专家模糊控制方案:基本控制级采用仿人智能模糊控制策略,将模糊控制与仿人智能控制技术结合起来,充分利用模糊控制不需要被控对象的数学模型、鲁棒性好,和仿人智能控制抗滞后性强的优点;专家智能协调级吸收专家经验以及仿人智能控制思想,实时调整控制器的比例因子和量化因子。通过MATLAB仿真分析,证明了该方案具有较好的动静态响应特性和较强的鲁棒性,是解决时变大滞后过程控制问题的有效方法。     

虚拟现实系统中的时间延迟问题研究

研究了基于头盔显示器(HMD)的虚拟现实系统中的时间延迟问题。分析了延迟产生的原因,以及其对系统产生的影响。提出利用神经网络预测头部运动,由预测结果更新HMD显示,消除延迟。定义八种类型的头部运动,并选取头部的六自由度数据作为神经网络的训练样本。利用该方法,可以有效地补偿HMD系统中的时间延迟,消除使用者的眩晕感。     

具有纯滞后的皮带配料系统控制器设计与应用

介绍了大间隔采样积分控制方法在具有纯滞后特性的皮带配料系统中的应用,讨论了在实际应用中需要考虑的几个问题.理论分析和仿真结果表明本文所介绍的方法具有不需精确对象模型、对滞后时间参数具有一定鲁棒性等特点.金川选矿厂皮带配料系统的实验数据也表明了本方法的有效性.