工业过程稳态优化控制算法的鲁棒性分析

本文旨在讨论稳态优化控制算法最优性的鲁棒性问题，为此，对稳态优化控制算法进行了统一数学描述，利用集合间的Ｈａｕｓｄｏｒｆｆ半距离和Ｄｉｍ导数，引入了标志算法抗干扰性能强弱的灵敏度指标，在此基础上研究了线性模型具有二次性能指标控制问题ＩＳＯＰＥ（系统优化与参数估计相结合）算法的鲁棒性。     

工业过程稳态优化ISOPE方法的鲁棒性分析

对于大多数的实际工业过程，系统的稳态输出常常含有量测噪声．因而不可能得到系统的真实稳态输出值及过程导数真值，因而也不可能得到实际最优解。本文针对ＩＳＯＰＥ方法（系统优化和多数估计的综合方法）给出了两种评价其算法鲁棒性的指标，并考察了其算法的收敛性与次优性。最后对几种典型的ＩＳＯＰＥ方法进行了鲁棒性分析。     

工业过程中的随机稳态优化理论

基于文中描述的随机稳态系统,一种求解随机稳态系统次优控制的方法被提出来,该算法具有全局单调收敛性,动态信息被充分利用来估计稳态行为,从而避免了摄动。最终数字仿真研究结果表明了该算法的有效性。     

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.     

一类随机稳态优化算法的鲁棒性

给出了随机稳态优化算法的灵敏度的分析，讨论了算法解对某些参数变化的依赖关系。文中给出了仿真例子。     

工业稳态优化ISOPE算法的收敛性与鲁棒性分析

本文对工业过程稳态优化控制中的各种算法进行了统一数学描述，对算法的鲁棒性给出了严格定义，并就一般情况讨论了稳态优化控制算法的收敛性，鲁棒性及算法解集的性质，给实际稳态控制以理论指导。     

工业过程稳态优化中的PD型迭代学习控制

论述在工业过程的稳态优化中，施行选代学习控制的思想方法．给出了一种ＰＤ型迭代学习算法，分析了算法收敛性．数字仿真结果表明这种控制方法对抑制超调，加快动态响应，减小优化过程对工业生产过程的影响是行之有效的．     

工业过程稳态优化中的PID型迭代学习控制

给出一种PID型迭代学习算法．对工业过程稳态优化中的动态施行迭代学习控制，加快了动态响应，提高了控制效果．从理论上分析了算法的收敛性，并给出数字仿真结果．     

具有关联不等式约束时工业过程的一种稳态优化方法

本文针对含有输出关联不等式约束的工业过程稳态优化问题,提出了一种新的求解方法。该方法采用一系列二次目标函数规划去逼近原来的优化问题,且标法具有全局单调收敛性,事先不需要建立近似模型。最终,仿真结果显示了该标法的有效性及优越性。     

基于目标空间分区的稳态高维多目标进化算法

针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法(SS-OSP).该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.     

基于模式识别的稳态优化控制及其应用

提出了一种基于模式识别的稳态优化控制方法,用模式识别描述系统稳态特性、辨识模型参数、估计非平稳扰动和求取控制作用,为在那些用传统方法建模困难的场合,实现稳态优化控制提供了可能。以甲醛生产过程作仿真研究,获得了满意的结果。     

发电机励磁最优控制对控制线路惯性的静稳适应性

本文讨论了发电机励磁最优控制线路中存在的惯性对系统静态稳定性的影响。计算结果表明、控制线路中的惯性对发电机励磁最优控制系统的静态稳定性有较大的影响、而对常规励磁控制系统的静态稳定性的影响很小。     

稳态光电压测量技术

给出稳态光电压测量方法的原理图,比较MIS模式与夹层模式得到的SPV信号,结合光电流响应的测量,以金红石型TiO2（001）面单晶表面为研究对象,可以看出夹层模式与MIS模式得到的光电压结果近似,夹层模式具有更高的灵敏度,结合弱场诱导夹层模式能够给出更多的亚带隙跃迁的信息,而外加电场对光电流和MIS模式测得的光电压没有影响．同时比较有无弱场存在时的SPV与光电流信号,探讨了弱场诱导的可能作用机理．亚带隙跃迁得到的光电压具有与高于带隙宽度的光电压响应不同的产生机制和电荷分离模式。     

Steady-State Performance of Kalman Filter for DPLL

For certain system models, the structure of the Kalman filter is equivalent to a second-order variable gain digital phase-locked loop (DPLL). To apply the knowledge of DPLLs to the design of Kalman filters, this paper studies the steady-state performance of Kalman filters for these system models. The results show that the steady-state Kalman gain has the same form as the DPLL gain. An approximate simple form for the steady-state Kalman gain is used to derive an expression for the equivalent loop bandwidth of the Kalman filter as a function of the process and observation noise variances. These results can be used to analyze the steady-state performance of a Kalman filter with DPLL theory or to design a Kalman filter model with the same steady-state performance as a given DPLL.     

生物种群竞争模型定态正解的存在性

对方程的一类特殊解－相应泛函的极小值点进行了估计，避开了对方程所有解的讨论。由此证明了一个映射不动点的存在性，而此不动点就是生物种竞争模型的定态正解。最后，说明了用其它方法得到的某些结果是本文的特例。