自然生物动力学

人体运动是一个非常复杂的过程，涉及人体肌肉、骨骼模型、人脑控制机制以及人体和环境的复杂交互。本书从数学角度，论述了一个非线性动力学系统。这个系统当它包含几百个非线性关联变量时是无序的，但是在同样复杂的人体运动时却是有序的。书中使用微分几何、代数拓扑、非线性控制、混沌和协同学等工具，为具有神经一肌肉一骨骼的类人复杂系统建立数学、物理模型，并提供了一种方法来理解、预测、控制类人复杂系统的行为。     

工作辊分段冷却小脑模型模糊控制

采用小脑模型神经网络控制方法对该系统进行了仿真试验研究，小脑模型神经网络适合处理多输入输出问题，并且具有自组织，自适应和自学习街特点，试验结果表明ＣＭＡＣ方法是有效的，可进行工业实际控制。     

地面失重实验系统的控制器设计

主要讨论在地面上模拟空间微重力环境时，地面失重实验系统的控制器设计．从目标物体的静止和运动两种情况，分析了目标物体碰撞后的运动学关系，在垂直方向上通过恒张力控制来模拟目标物体太空失重的状态，提出了在极坐标下对碰撞后的目标物体进行偏转角度和偏转位移的跟踪，保证移动机器人和捕获目标在一个平面．给出了对应的驱动电机的数学模型，针对模型中不确定参数的控制，采用优化后的模糊小脑模型的控制器构成一种自学习控制器，并对带有未知负载干扰的失重系统进行实验研究．仿真实验结果表明，该控制器具有较强的鲁棒性以及良好的跟踪特性．     

基于注意的图像识别模型及其在人像检测中的应用

提出了一种基于注意机制的图像识别模型。其基本想法是：在进行复杂的场景分析或目标识别时,首先通过注视控制机制,获得视景中的关键特征区域,并将注视点按照一定的顺序对这些关键特征区域进行串行扫描。在扫描到每一个关键特征区时,将对该区域附近的局部模式进行记忆或匹配。对一个复杂目标的记忆将包括2部分,一部分是对局部模式的记忆,即组成该目标的各“部件”的模式;另一部分是对各局部模式之间的空间关系的记忆,即组成该目标的各“部件”之间的结构关系。与记忆过程对应,识别过程也包括2部分,一部分是对局部模式的匹配,另一部分是对各局部模式之间结构关系的匹配。当匹配上的局部模式足够多且其空间关系正确时,目标即得到识别。用该模型对复杂背景中的人像进行了检测。实验结果表明,模型较好地解决了不变性识别的问题,即识别结果与目标物的平移、旋转和尺度变化无关,并且具有良好的鲁棒性和速度,是一种具有认知意义并且可以实用化的模型。     

交互式机器网络——复杂工业系统与生物细胞中的生成组织

本书是世界科技出版社出版的“世界科技复杂系统讲座笔记”的第3卷。它专门讨论了复杂生成系统的相似性和不同之处，无论该系统是自然的（例如生物细胞）还是人造的（例如经济系统和工业生产），必须通过模拟及基本模型来理解一个给定的供应网络对一具体事件的反应，以及它对参数改变及控制作用的瞬时响应，因为大多数的生成系统是高度随机而且是事件驱动的。     

一种自动迫击炮发射动力学的仿真

该文研究某自动迫击炮发射时的动力学仿真问题。在分析该火炮发射特点的基础上，把火炮系统简化成3个刚体和一个弹性体组成的多体系统，建立了相应的动力学模型。重点考虑后坐部分变质量、多体动力学方程与内弹道方程的耦合等因素。通过数值仿真计算，获得了火炮连发时的运动受力规律，对该类系统的结构设计和实际使用均有参考价值。     

基于规则与生物免疫机理的多目标作业调度方法应用研究

敏捷制造单元是一个涉及多目标、多约束和多扰动的复杂系统，它的最优作业调度求解有很大难度。这里分析了敏捷制造环境的作业调度规律及其特点，建立了用于调度启发式规则集合，构造了基于生物免疫机理的作业调度算法，并对生物智能算法涉及的相关参数进行了分析与优化。并且以调度案例库中的部分案例为对象，给出了基于规则和生物智能计算调度方法的优化结果，及其与其他调度方法的对比分析。     

基于多智能体思想的辅助手部运动系统设计

考虑运用多智能体思想，辅助手部活动不便患者实现日常的抓握、伸直等动作。于Unity引擎内设计并实现了一个基于多智能体蜂拥算法的辅助手部运动系统的仿真模拟，并对基础蜂拥算法进行了改进，使其更符合手指的运动方式。该系统包含80个智能体（智能体安装在类似手套的载体上，且与载体之间由弹簧关节连接）以及5个可随意变换位置的虚拟目标点，5个目标点的位置分别代表患者左手5根手指意图到达的位置。辅助系统启动后，蜂拥算法控制的智能体开始自组织振动，通过弹簧带动手指逐渐运动至目标点，最终实现患者的运动意图。通过调整各目标点的位置，可充分辅助患者实现基本的抓握动作。该多智能体系统可根据实际情况灵活改变智能体的数目和大小，且具有良好的稳定性，为多智能体系统的应用提供了崭新的思路。     

制冷系统的综合优化控制模型

建立了制冷系统的多输入多输出模型，系统模型中包含了用集总参数和相移动边界法建立的热交换器动态模型，以及压缩机和膨胀阀的稳态流动模型，在以模型为基础的各种智能控制方式中，所建立的系统模型对制冷机控制具有通用性，它能完整地反映制冷系统的多输入多输出关系，并能从模型仿真中获得系统参数之间的动态关联，从而根据分析结果采取相应的控制对策，因此它不仅是进行整个系统综合优化控制的基础，也可以针对所选定的受控参数和控制方式对制冷系统实施最佳控制。     

风冷制冷机组的多变量模糊控制研究

针对一个多输入多输出、非线性复杂系统明显的非线性热力学耦合特性，采用模糊控制与神经网络相结合的方法，提出一种具有结构和参数学习能力的自组织模糊神经网络控制器，在控制过程中通过采样数据在线学习，调整网络结构，产生模糊控制规则并调整规则的参数，使得控制器具有模糊控制的特点，又有神经网络学习的能力．通过对风冷制冷机组控制试验的结果表明，该控制器能够达到同时控制蒸发压力和过热度的目的．     

自适应压电桁架结构多目标最优控制

根据嵌入压电作动器的自适应桁架结构的机电耦合特性，考虑了结构强度、节点最大位移以及作动器最大控制电压等约束条件，提出了以强度、位移和能耗为目标、以电压为控制参数的多目标最优控制模型。该模型通过引入权系数，使多目标问题转化为一个二次目标、线性约束的二次规划问题。限制了设计变量每一步的运动极限，从而保证了算法的稳定性。用数值方法模拟了该模型对结构的控制效果。数值算例表明，该模型具有改善静不定结构应力状态、保证结构形变精度及调节控制能耗的功能。对于静不定结构，可以在一定程度上降低结构的最大工作应力。该模型还具有较小的能耗指标，并使控制点的节点位移尽可能小，利用该模型可以有效地实现单点或多点位移控制。     

航拍图像序列的多运动目标定位

针对航拍图像序列中运动目标使用仿射模型来描述航拍图像序列中的背景运动，提出了一种基于稀疏采样的局部补偿误差函数泰勒展开算法，该算法能有效地估计出模型参数；又根据图象序列中背景运动与目标运动的矢量不一致的特点，采用矢量聚类的算法，实现了对多个目标的准确定位．提出的算法对噪声和光照都具有强抑制性，可以在图像质量相对较差时，能确保对运动目标的快速定位．     

电梯系统的复杂性研究

电梯系统是一类具有不确定性的复杂系统，影响调度的因素较多。本文简单的讨论了电梯系统的特点，给出了电梯调度的评价模型，用多目标规划的处理方法，对电梯调度问题进行了初步的仿真试验研究。     

射频仿真系统的目标模型研究

射频仿真系统是一个复杂的大系统,其中目标回波建模是它的核心。本文针对射频仿真系统目标建模方法、控制实现方案、系统误差进行了详细分析。文章指出模型的关键在于数学仿真的准确性,以及物理实现过程中的可靠性,就三元组单元不同间距对回波模型带来的影响进行了理论分析,指出工程造价与系统精度之间的矛盾。本研究提出的各种方案具有极强的工程实践价值。     

基于低阶自适应模型及时滞补偿的单晶硅直径控制研究

直拉单晶硅直径与功率之间是一个复杂的四阶振荡系统,并有一定的惯性滞后,因此,使用常规方法控制该系统不能获得满意的性能.采用自适应降阶模型加时滞环节拟合复杂高阶系统,并进行时滞补偿控制.仿真结果表明:带有时滞环节的自适应降阶模型具有良好的自动拟合复杂系统及时滞补偿能力,使得直径控制系统具有良好的动静态性能.     

压缩机性能测试的预测补偿智能控制新算法

制冷系统是多变量耦合的复杂系统，动态过程中具有时变性、非线性、随机性以及大滞后性，精确建立整个系统的动态模型相当困难，这给压缩机性能测试中系统快速有效地自动达到稳定工况的控制带来了问题．为此作者提出了具有预测补偿机制的智能PID控制新算法，该算法的特点为：直接从控制过程的动态特征出发进行智能推理和控制决策，避免建立精确数学模型的难度，并针对制冷系统的大惯性和纯滞后的特性加入纯滞后补偿机制．该方法在实现压缩机性能全自动测试的实际应用中取得理想的效果．     

五机架冷连轧AGC模糊小脑模型学习控制

首次提出模糊小脑模型，将模型概念引入到小脑模型中，给出算法，并采用它实现了冷轧轧ＡＧＣ系统模糊小脑模型学习控制，该控制方法具有快速学习功能，适合实时控制使用。以某厂五机架冷连轧机研究对象，在３８６／ＤＸ计算机上民了稳定态过程仿真研究。仿真结果表明，所提方法是有效的，比经典ＰＩＤ控制效果优越，具有良好的鲁棒性，可用于工业控制。     

基于模糊控制决策的铸轧机结晶器液位控制系统设计

考虑熔池钢水液位的诸多影响因素,结合实验室铸轧机实际工作情况,建立了包含液压执行机构在内的控制模型.通过对铸轧机结晶器液位控制系统的分析,结晶器钢水液位控制系统是一个时变的、非线性的、多干扰的复杂系统,应用过程控制原理和模糊控制技术,对该系统进行自动控制.在控制策略上采取了模糊控制与传统控制相结合的方式,设计了Fuzzy-PID控制,给出了模糊控制规则.通过仿真,表明该系统具有稳定性好、控制精度高等特点.     

基于模糊自适应控制的风电机组变桨距系统

控制技术是风力发电机组安全高效运行的关键。风力发电机组是复杂多变量非线性系统具有不确定性和多干扰等特点。本文采用基于模糊聚类算法的模糊自适应控制,通过建立风速模型和风力发电机组的运动方程,应用模糊自适应控制,在低于额定风速时控制风轮转速,获得最大的风能利用系数,在高于额定风速时控制桨距角的变化,保持输出功率恒定。仿真结果表明了文中方法的有效性。     

一种自组织模糊控制算法及其实现

提出了一个能在控制过程中自动产生和修改模糊控制决策表的自组织模糊控制算法，该算法不执行距阵运算，只是在采样计算时修改关系矩阵相应元素，并按照自学习方法修必控制表中相应的控制量，从而建立起完善的模糊控制表，用该算法对多个被控对角进行仿真试验，表明能有效地提高系统的控制性能，对于高阶，非线性，大滞后这类复杂的系统也有效。