基于自抗扰三维最优比例滑模导引律设计

针对飞行器末制导过程中存在着模型不确定性因素以及气动环境复杂等鲁棒控制问题,提出一种基于自抗扰三维最优比例滑模制导律控制方案。该控制器能够在线动态反馈补偿内外扰动的影响以增强系统的鲁棒性,仿真结果表明该方案具有较高的制导精度和较强的鲁棒性。     

基于Youla参数化的高速磁浮列车悬浮系统控制与优化设计

为了解决高速磁浮列车悬浮系统长期运行过程中面临的性能退化问题，通过悬浮系统的复杂动态特性分析，基于控制器Youla参数化形式，提出了一种即插即用的悬浮系统控制与优化模块化架构，并设计了基于残差驱动的在线优化算法。仿真结果表明，设计的控制与优化架构以及在线优化算法有效地提高了悬浮系统对未知扰动的鲁棒性和适应能力。     

下垫式认知无线电网络的鲁棒功率分配算法

针对认知无线电网络功率分配的参数扰动性问题,提出一种基于保护因子的认知无线电鲁棒功率分配算法.该算法根据实际系统信道参数的扰动性,对授权用户干扰功率阈值引入保护机制进行鲁棒规划,运用Lagrange对偶算法和凸优化相关理论得到最优功率分配,解决了下垫式(Underlay)模式下认知无线电网络信道参数扰动性问题.仿真结果表明,该算法具有较好的鲁棒性,降低了算法复杂度,并提高了认知无线电网络的系统容量.     

基于随机需求的接运公交时刻表的鲁棒性优化方法研究

接运公交需求的随机性会对接运公交时刻表的编制与投入运营产生扰动影响. 为降低此不利影响,基于鲁棒性思想研究了随机需求下接运公交时刻表的优化方法. 随机接运公交需求的每一组实现为一个情景,情景目标值综合考虑乘客成本与运营成本的最小化. 以接运公交需求为随机变量,建立了接运公交时刻表的鲁棒性优化模型,模型综合考虑情景的期望值与偏差期望值最小化. 模型具有组合优化与随机规划特性,选用遗传算法进行求解. 最后给出算例验证了模型与算法的有效性. 算例结果表明随着偏差权重系数的提高,鲁棒性模型更倾向于降低随机需求带来的扰动.     

无线网络下行链路时延和功率的最优控制

研究无线网络下行链路中平均功率约束下联合跨层多用户平均时延最小化问题.基站根据不同用户的信道增益和队列长度信息,动态调整发射功率和速率,以实现系统平均时延最小化.将该优化问题转化为非约束马尔可夫动态决策过程,证明了在最优策略下系统平均时延和功率具有凸关系,仿真结果表明这种关系成立.考虑到原优化问题的特性和求解的复杂度,进而将该优化问题转化为凸优化问题,并给出了实际的求解算法和仿真结果.     

一类大规模系统的全局优化

讨论了可分非凸大规模系统的全局优化控制问题,提出一种三级递阶优化算法。该算法首先把原问题转化为可分的多目标优化问题,然后凸化非劣前沿,再从非劣解集中挑出原问题的全局最优解。建立了该算法的理论基础,证明了算法的收敛性。仿真结果表明该算法是有效的。     

改进粒子群模糊神经网络算法在同步发电机励磁参数整定中的应用

利用典型生物智能算法模糊神经网络算法优化同步发电机励磁控制系统中PID反馈控制参数,在构建四层模糊神经网络模型的基础上,将实际工程中精确的反馈值(机端电压和机端电压偏差)模糊化作为模糊系统的输入,引入快速粒子群算法全方位优化模糊系统选用的隶属函数和连接权矩阵重要参数.利用Matlab仿真平台,对同步发电机空载起励和负载电压扰动进行仿真实验,并与常规PID进行对比,实验结果证明该算法能够很好地减小系统调整时间和超调量,明显地改善了同步发电机的空载起励性能和带负载抗扰动性能,大大增强了系统的快速性和鲁棒性.     

基于近似凸壳的直线度误差评定方法

针对需要快速求解直线度误差的场合,提出了利用二维空间中测量点集近似凸壳评定直线度误差的近似算法,在此基础上构造真实凸壳求解直线度误差最小域值的精确算法.针对近似算法的原理误差进行误差分析,得到了近似算法的最大误差值.精确算法首先得到点集的近似凸壳,再插入近似凸壳外的点得到真实凸壳,然后查找该凸壳的对极元以求解直线度误差.通过仿真示例对提出的方法进行验证,结果显示算法是有效的,并且具有较强的鲁棒性和稳定性.     

一种布谷鸟-交叉熵混合优化算法及其性能仿真

为了提高布谷鸟搜索算法在求解复杂优化问题时的收敛速度和搜索精度,基于交叉熵方法,构建了一种新的布谷鸟-交叉熵混合优化算法.该算法将基于模型的交叉熵随机优化算法和基于种群的布谷鸟搜索进行有机融合,采用协同演化策略,既提升了混合算法收敛速度,又改善了其全局优化能力.对经典测试函数和PID控制器整定问题的仿真结果表明,新算法具有全局搜索能力强、求解精度高和鲁棒性好等特性,是一种求解复杂优化问题的可行和有效算法.     

交流伺服系统H∞鲁棒控制混合灵敏度指标优化算法

交流伺服系统具有良好的性能，但是难以精确地建模，同时，由于交流伺服系统和应用环境的复杂性，在系统参数变化和外界扰动的影响下，使系统的鲁棒性变差。采用H∞鲁棒控制混合灵敏度指标优化算法可以改善其鲁棒性，在进行实验仿真后，证明此算法可以有效地抑制参数变化和扰动带来的影响。     

基于QoS驱动的OFDMA中继系统节能资源分配算法研究

文章研究基于QoS驱动的OFDMA放大转发中继系统节能资源分配算法,目标是在满足各用户业务时延QoS要求的前提下,最小化OFDMA中继系统总功率.基于有效容量模型,首先把OFDMA放大转发中继系统资源分配问题形成为混合整数规划问题,然后通过整数约束连续松弛化,把问题转化为凸优化问题.通过求解该凸问题,推导得到了资源分配的迭代优化算法.仿真结果表明,与已有算法相比,对于各种类型时延QoS要求的无线业务,文章提出的资源分配优化算法均可明显降低系统消耗功率.     

可重复使用运载火箭一子级垂直回收有限时间滑模控制

针对可重复使用运载火箭一子级在垂直回收过程无动力减速段的姿态控制问题,提出一种基于有限时间扩张状态观测器和改进超螺旋算法的积分终端滑模控制方法。首先,基于火箭一子级绕质心运动模型,将含有模型不确定和外部扰动的姿态跟踪控制问题转化为含总扰动的二阶系统有限时间控制问题;其次,采用有限时间扩张状态观测器对系统不可测量状态量和总扰动进行估计,进一步将状态量估计值引入积分终端滑模面,基于总扰动估计值和改进超螺旋算法设计改进超螺旋积分终端滑模控制器;最后,利用Lyapunov理论证明闭环系统有限时间稳定。研究结果表明:该控制方法能够实现可重复使用运载火箭一子级姿态的准确快速跟踪并具有良好的鲁棒性。     

可分非凸稳态大系统的全局递阶优化控制算法

讨论了可非凸稳态大系统的全局递阶优化控制问题,提出了一种三级递阶优化算法,该处首先把原问题转化为可分的多目标优化问题,然后凸化非劣前沿,再从非劣解集中挑出原问题的全局最优解,建立了算法的理论基础,证明了算法的收敛性,仿真结果表明,该算法是有效的。     

基于遗传算法优化因子的灰色PI预测控制

针对灰色PI预测控制比例因子和积分因子参数整定困难,提出了基于遗传算法参数优化整定的PI型灰色广义预测控制(GPIPC)。灰色PI预测控制(GPIGPC)采用灰色预测控制技术克服时变时滞,用PI(PID)控制技术加强系统的鲁棒性,运用遗传算法在线优化整定灰色PI预测控制的比例因子和积分因子,增强了系统的跟踪特性和抗恒值扰动特性,极大程度地减少了模型时延失配和模型增益失配的影响。仿真实例表明,该算法具有较好的鲁棒性和抗干扰性。     

基于LQR-IMCS算法的智能结构振动主动控制

为了解决最小控制综合（MCS）算法在快速扰动下缺乏鲁棒性和线性二次调节器（LQR）在非线性扰动下容易失稳的问题,构造了一种自适应增益补偿函数,对标准的MCS算法进行改进.提出了基于LQR-IMCS（改进的最小控制综合）算法的新策略,并通过波波夫准则验证了该系统的稳定性.以实验室压电壁板结构的第1阶振动模态为研究对象,分别施加随机扰动和高次谐波扰动.仿真和实验结果表明：该方法相对于标准的MCS算法具有更快的收敛速度和更小的跟踪误差,对壁板的第1阶模态抑制具有良好的控制效果和鲁棒性.     

一种部分非精确求解可分离凸优化问题的渐近点算法

本文研究了一类具有可分离结构的凸优化问题,在经典的交替方向法的基础上得到了一种部分非精确的渐近点算法.该方法分别求解凸优化问题的两个子问题,其中一个直接求解,另一个通过引入非精确项降低了求解的难度.在合理的假设下,新算法的收敛性得到了证明.数值实验表明新算法是有效的.     

一种部分非精确求解可分离凸优化问题的渐近点算法（英文）

本文研究了一类具有可分离结构的凸优化问题,在经典的交替方向法的基础上得到了一种部分非精确的渐近点算法.该方法分别求解凸优化问题的两个子问题,其中一个直接求解,另一个通过引入非精确项降低了求解的难度.在合理的假设下,新算法的收敛性得到了证明.数值实验表明新算法是有效的.     

基于DVS制导算法的欠驱动船舶路径跟踪指令滤波滑模控制

针对欠驱动水面船舶在模型参数不确定和未知风浪流扰动情况下的路径跟踪问题,提出一种改进的动态虚拟小船(dynamical virtual ship,DVS)制导算法,并采用指令滤波反推法设计模型运动学回路的前进速度和艏摇角速度的虚拟控制律,进而将船舶路径跟踪问题转化为前进速度误差和艏摇角速度误差的镇定问题,在模型动力学回路上采用PI积分滑模控制方法设计实际控制律.该控制策略能够减少和避免因对虚拟控制律求导而造成的计算负担和高频噪声对系统的影响,且对模型参数不确定和未知扰动具有鲁棒性.仿真实验表明,该控制策略可实现船舶在模型参数不确定和未知风浪流扰动下对规划路径的精确跟踪.     

TCP网络的拥塞预测控制策略研究

针对Internet网络系统的拥塞控制问题,提出了一种基于预测函数的拥塞控制策略。在离散化传输控制协议(TCP)动态拥塞窗口模型基础上,将IP网络转化为具有约束的预测控制,采用预测函数算法策略进行优化求解,使队列快速平稳地到达目标值。仿真结果表明该方法能够适应复杂的网络环境,控制品质优于RED算法和PID算法,具有较好的稳定性和鲁棒性,有效减少了网络不确定性带来的不利影响。     

基于可行扰动的非线性预测控制实时迭代算法设计

针对非线性模型预测控制中滚动优化问题在线求解的困难,提出一种基于可行扰动的实时迭代优化算法。将可行扰动策略引入滚动优化中,保证算法快速收敛且具有提前终止能力。通过对运动小车以及连续搅拌反应釜的仿真研究,验证了该算法的有效性。