基于Matlab/Simulink电动汽车驱动系统离散MRAC研究

讨论了电动汽车驱动系统的离散自适应控制问题.首先得到电动汽车驱动系统离散化的数学模型,在此基础上探讨了其自适应控制系统的设计,推导出了离散模型参考自适应律.仿真研究表明自适应控制系统具有良好的性能.     

基于Web的有监督自适应话题追踪系统的设计与实现

描述了一个基于Web的监督自适应话题追踪系统.在IBM的对称Okapi公式算法基础上,通过结合监督自适应机制,对报道进行评分.系统通过调整关键字权重和增量学习的方式,对话题追踪任务中的监督自适应机制提出了新的算法,弥补了现有话题追踪系统的不足.该算法还考虑话题追踪的时序性,引入了时间信息.以互联网的新闻报道作为测试语料,将有监督自适应话题追踪系统与无监督自适应话题追踪系统进行性能比较.结果表明,有监督的自适应方法能有效降低误报率和漏报率,提高话题追踪的性能.     

分数阶Victor-Carmen系统自适应比例积分滑模同步

研究了分数阶Victor-Carmen系统的自适应比例积分滑模同步,提出了一种分数阶比例积分滑模面及自适应控制律,得到了分数阶Victor-Carmen系统自适应比例积分滑模同步的充分条件.研究表明:满足一定条件分数阶Victor-Carmen系统的主从系统能够取得自适应比例积分滑模同步.     

含有未知参数的中立型神经网络自适应同步

针对同步系统中含有未知参数的情况,讨论了一类驱动一响应系统的自适应同步控制问题,其中驱动系统和响应系统的动态均由一类中立型神经网络描述.利用Barbalat引理和自适应控制方法,设计了一个自适应控制器以及响应系统参数的自适应更新规则,给出了驱动系统和响应系统的动态达到全局同步的判定准则.该文判据以线性矩阵不等式形式给出,可以利用MATLAB-LMI工具箱求解.仿真算例验证了算法的有效性和可行性.     

MIMO-OFDM系统自适应比特功率分配算法

基于MIMO-OFDM系统,以最小化发射总功率、降低算法复杂度及减少系统反馈量为目标,提出了一种基于分组的自适应比特及功率分配方案.仿真结果表明:自适应分组算法的性能明显优于非自适应算法的性能;同在自适应的情况下,分组自适应算法与未分组自适应算法相比,分组算法降低了算法的复杂度,同时也减少了系统的反馈量.     

基于RBF神经网络的非线性磁悬浮系统控制

磁悬浮系统是一个典型的不确定、非线性系统.由于磁悬浮系统的复杂性很难建立精确的数学模型,采用RBF神经网络(RBFNN)对非线性磁悬浮系统进行辨识,再根据神经网络自适应控制原理设计了非线性磁悬浮系统的神经网络自适应状态反馈控制器与自适应PID控制器,并利用MATLAB进行了仿真.仿真结果表明,神经网络自适应控制能很好地控制本磁悬浮系统;神经网络自适应控制器对于此非线性磁悬浮系统位置具有良好的控制效果,该控制系统具有较好的稳态特性和控制特性.     

TCP网络的非线性自适应滑模控制

针对TCP网络存在网络参数高度变化和UDP流的情况,提出了两种非线性自适应滑模控制算法.考虑到系统不确定的上界很难获得,针对系统不确定的上界设计了一种自适应滑模控制器.由于使用了符号函数,该算法不能有效地抑制抖振.为此,设计了一种直接对不确定进行自适应的滑模控制器.仿真结果表明,对不确定的上界自适应的滑模控制器优于对上界自适应的滑模控制器,对上界自适应的滑模控制器优于PI控制器.     

非严格反馈非线性系统的自适应模糊控制

研究一类单输入单输出非严格反馈的非线性系统自适应模糊控制问题.基于系统函数单调递增的性质,提出了变量分离方法,并利用自适应模糊控制技术和Backstepping设计自适应模糊控制器.自适应控制器确保闭环系统的所有信号半全局有界,同时所有状态收敛到原点的一个充分小的邻域内,仿真例子验证了该方法的有效性.     

严格反馈非线性系统的鲁棒自适应逆最优跟踪

针对具有未知定常参数和未知有界扰动的严格反馈非线性系统,结合参考信号,构造了误差系统,并解决了其逆最优控制问题.使用Backstepping算法,设计了误差系统鲁棒自适应逆最优控制器和参数自适应律,从而解决了原系统的鲁棒自适应逆最优跟踪问题,并给出性能估计.仿真结果表明该控制算法的有效性.     

一类不确定非线性时滞系统的自适应控制

考虑了一类不确定非线性时滞系统的自适应控制.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,处理了系统中的时滞项,并且巧妙地构造了自适应控制器和反馈控制器.通过估计非线性部分的未知参数,自适应控制器补偿了系统中的非线性部分,并保证了闭环系统是渐近稳定的.最后,数值例子和仿真结果验证了所设计控制器的有效性.     

科学与工程应用中自适应网格方法进展

 自适应网格方法是科学与工程应用中的关键技术之一。基于拉格朗日方法计算过程中网格的处理方式,论述了耦合型和后处理型两种自适应网格类型。在耦合型自适应网格方法下,论述了网格细化技术、移动网格和自适应坐标法。在后处理型自适应网格方法下,描述了网格重分、邻域重连、邻域可变和邻域优化等自适应网格技术。对各种自适应网格方法的基本理论、效果、适应物理特征能力和特色等优缺点进行了分析与对比,为使自适应网格技术真正走向科学与工程领域提供了参考。     

卷绕张力控制器的三种设计方法及性能分析

给出了高速纺丝机卷绕张力控制器的三种设计方法:变参数PI控制、神经元自适应PID控制及神经元自适应PSD控制。对三种控制方法下系统的性能进行了对比,表明三种控制方法均具有较好的控制性能,其中神经元自适应PSD控制器设计简单,具有很强的自学习、自适应能力,是一种很好的张力控制方法。     

一类离散非线性系统在不同系统参数下的混沌同步

由参数自适应控制和变量驱动原理，对于一类离散非线性混沌系统，提出了实现在不同参数情况下混沌同步的一种方法。在参数自适应控制方程中，控制系数可以是同一个混沌系统的相同系统参数状态下或不同系统参数状态下的混沌信号。常见的参数自适应控制方法中要求控制系数为常量，而在这里可以是变量，甚至是混沌信号，所以，该控制方法更具有普遍性，即常见的参数自适应控制方法是本文方法的一个特例。数值模拟计算表明，此方法对于一类系统是可行的。     

适应性指挥控制组织研究进展(Ⅰ)——组织建模方法与设计方法综述

适应性指挥控制(Command and Control, C2)组织的研究是实现未来网络中心战的核心技术之一。描述了适应性C2组织的概念和主要研究内容,从C2组织建模方法和C2组织设计方法2个方面对适应性C2组织的国内外研究现状进行了综述。其中,C2组织建模方法主要包括:计算数学组织理论、Petri网、信息论方法、智能体和社会网络分析方法,C2组织的设计方法主要包括:三阶段组织设计方法、扩展的三阶段组织设计方法、基于分组技术和嵌套遗传算法的组织设计方法和基于粒度计算的组织设计方法,给出了C2组织各种建模方法和设计方法的具体描述,并分别分析了它们优点和存在的不足之处。     

适应性指挥控制组织研究进展(Ⅱ)——组织适应性调整方法和测试方法综述

从组织适应性调整方法和组织实验测试方法2个方面对适应性C2组织的国内外研究现状进行了综述。其中,组织适应性调整方法包括:基于三阶段方法的组织适应性调整方法,基于粒度计算的组织适应性调整方法和基于组织结构分层的组织适应性调整方法;组织实验测试方法包括:基于DDD-III的组织实验测试方法,基于Extend的组织实验测试方法和组织全闭环虚拟实验测试方法。给出了各种适应性调整方法和实验测试方法的具体描述,并分析了各种方法的优缺点,最后给出了适应性C2组织下一步的研究方向。     

一类非线性系统的鲁棒自适应控制

针对一类不确定的非线性系统,提出了一种鲁棒自适应控制设计,该方法能保证闭环系统所有信号全局一致有界,并且使所研究的非线性系统的范围扩大,仿真结果表明了该控制方案的有效性.     

一类参数不确定Rossler系统的自适应反推混沌控制

以一类参数不确定Rossler系统为例，研究了自适应混沌控制器的设计方法。首先基于自适应反推控制思想，对单个控制器进行了设计；其次基于Lyapunov函数，对2个控制器进行了设计。数值分析结果表明2种设计方法均能有效地对系统参数未知的混沌系统进行控制。     

自适应最佳去噪小波基的构造及其应用

针对给定的带噪信号,在传统小波阈值去噪的基础上结合多分辨分析理论,给出了使其Stein无偏风险估计子最小的最佳去噪小波基的自适应构造方法,再利用该小波基对原始信号做小波阈值去噪处理而得到一种自适应去噪算法,并将此算法应用到地震信号这类典型的非平稳信号的去噪处理中.仿真实验表明,较传统的小波阈值去噪方法,该算法不仅具有较...     

基于概率神经网络的悬索桥损伤定位研究

概率神经网络(下称PNN)以贝叶斯概率方法描述测量数据,因而PNN可以在有噪声情况下进行结构损伤检测·提出了运用传统PNN和自适应PNN进行结构损伤检测的方法与基本原理,并分别用两种PNN模型进行了悬索桥的损伤定位研究,还讨论了测量噪声对识别精度(IA)的影响·研究发现,运用自适应PNN进行损伤定位效果极大地优于传统PNN,且随着噪声程度的增大,IA减少     

参数优化自适应控制规律求解问题的讨论

在具有非线性、时变不确定性和纯滞后的复杂的过程控制中,一般的控制方式不能使其达到性能最优的状态;而在这种情况下,采用自适应控制,能使系统运行在设计期望指标内．本对在工业现场应用较多的具有可调增益的模型参考自适应控制系统的自适应控制规律的求解问题以一个三阶系统为例进行了分析和讨论,由此得出了当n=2,m=1时的系统结构框图和算法程序框图。