基于神经网络的时变参数系统仿真优化方法

时变参数系统的仿真优化问题是一个新兴的研究课题,相比传统仿真优化,时变参数系统对实时性的要求高,而对解的精度要求不高。本文提出将该问题转换为一类神经网络预测问题,并从理论上证明了该方法的可行性。首先,线下构建神经网络模型描述输入参数到最优解的映射关系;然后,利用训练好的神经网络模型线上实时预测最优解。考虑到边界样本对最优解拟合曲面的影响,提出构建中心样本和边界样本,分别训练两个神经网络模型。仿真和实例表明,该方法能够随时变参数的变化实时给出满意解,从而为求解时变参数仿真优化问题提供一种新的解决思路。     

分布参数切换系统的建模及仿真方法

讨论分布参数切换系统的建模与仿真问题.运用算子半群理论建立了分布参数切换系统的发展方程模型,并设计了系统仿真的方法.对于切换律与系统状态相关时切换律难以得出数值解的情况,运用广义正交多项式求出系统的逼近切换律,进而完成系统的仿真.最后,通过两个仿真实例,验证文中提出方法的可行性和有效性.     

一种基于自适应控制的软实时调度算法研究

控制理论应用于软实时系统的调度问题，仅采用经典反馈控制技术存在较大的局限性。针对CPU资源实时调度模型的时变特点，提出一种基于自适应反馈控制结构的软实时调度算法，通过在线实时辨识模型的时变参数，自动校正控制器参数，使控制系统运行在期望的闭环极点，改善了实时系统的动态响应特性，同时对系统模型的参数时变具有较好的鲁棒性，提高了实时系统的稳定性和资源的利用率。     

非平稳环境下提高神经网络辨识能力的新方法

利用非平稳环境下系统时变参数变化规律的先验信息，构造参数转移矩阵来刻画系统的时变动态特征，并基于此推导了非平稳环境下神经网络训练的改进的卡尔曼滤波算法．仿真结果表明：该方法显著地提高了神经网络在非平稳环境下的辨识能力。     

一种改进的多层递阶预报方法及其应用

本文在分析总结多层递阶预报方法优缺点的基础上，结合带来知时变参数的自适应预报方法，提出了一种新的时变参数系统预报方法－改进的多层递阶预报方法。     

一类时滞不确定性系统的鲁棒H2/H∞状态估计

研究了一类时滞不确定性系统的状态估计问题 ,其中系统的参数不确定性是时变和模有界的。首先证明了时滞不确定性系统二次稳定且H∞ 范数小于指定的上界的充分条件 ,然后利用修正的Riccati型不等式推导了使得估计系统同时满足二次稳定和鲁棒H2 /H∞ 性能的线性估计器存在的充分条件 ,通过求解两个代数Riccati方程的正定解 ,得到了该估计器的参数表示。仿真试验表明了该设计方法的有效性和可行性。     

非线性、变参数系统的求解、分析与综合方法

介绍求解、分析、综合非线性、变参数系统的新方法为多级线性化－高阶微分方程法，它还具有补偿效应。多级线性化－高阶微分方程法的主要特点是：对非线性、变参数系统原始方程，进行必需阶次的微分，以获得相应的高阶微分方程，它反应了系统的主要特性，包含了原始系统的更多信息，此方程的基本解组可确定非线性、变参数系统的参数，从而起到综合作用。而且多级线性化－高阶微分方程的解，特别是它的带补偿效应的解，可较精确地反映非线性、变参数原始系统的特性。     

两参数指数分布模型多重模糊假设检验的贝叶斯方法

模糊假设检验是统计决策中处理模型概念的一种非常重的情形，对于双参数指数分布尺度参数的多重模糊假设检验，本文在定数截尾样本情形，研究其贝叶斯解，先验分布考虑了Jeffreys先验和共扼先验。     

一类具输入时滞的分布参数系统移动控制

基于移动传感器/执行器网络,研究了一类具有输入时滞的分布参数系统稳定性控制问题。利用抽象发展方程理论、算子半群理论和Lyapunov稳定性定理,设计系统的反馈控制器;再结合移动传感器/执行器的动力学行为,设计其控制力。证明了在反馈控制器和控制力的作用下,分布参数系统在具输入时滞情况下是渐近稳定的。通过数值仿真实验表明,不同的输入时滞,对系统的稳定效果有一定的影响,但在控制力的作用下,系统都能趋于稳态,说明本文中对于具有输入时滞的分布参数系统的控制策略是有效的。     

一类具输入时滞的分布参数系统移动控制

基于移动传感器/执行器网络,研究了一类具有输入时滞的分布参数系统稳定性控制问题。利用抽象发展方程理论、算子半群理论和Lyapunov稳定性定理,设计系统的反馈控制器;再结合移动传感器/执行器的动力学行为,设计其控制力。证明了在反馈控制器和控制力的作用下,分布参数系统在具输入时滞情况下是渐近稳定的。通过数值仿真实验表明,不同的输入时滞,对系统的稳定效果有一定的影响,但在控制力的作用下,系统都能趋于稳态,说明本文中对于具有输入时滞的分布参数系统的控制策略是有效的。     

时变仿射广义系统鲁棒H∞性能研究

针对不确定时变参数以及其导数属于凸有界(多面体型不确定)区域的时变仿射广义系统,提出了一种研究时变仿射广义系统鲁棒H∞性能的新方法.该方法利用依赖于仿射的带有不确定参数的Lyapunov函数代替固定Lyapunov函数,来降低设计的保守性,是研究时不变广义系统的鲁棒H∞性能方法的推广.利用此方法,并通过引入带有额外自由参数的线性矩阵不等式(LMIs),可获得时变仿射广义系统具有鲁棒H∞性能γ的充分条件,同时也给出了优化系统H∞性能的算法.最后给出一个数值例子来演示设计过程并说明此方法的有效性.     

基于神经网络动态非线性非平稳经济系统预测

考虑实际经济系统中广泛存在着非线性和时变性因素，以及大部分变量的序列具有增增长特性，提出了用网络方法，建立实际经济系统的时变非线性模型，采用增广卡尔曼滤波算法训练神经网络，并根据先验信息（序列的时间增长特性）构造参数转移矩阵，对实际经济的预测分析结果证明，与传统定常非线性预测模型相比，该方法不仅可以在线递推预测，而且由于参数转移矩阵的引入，预测精度得到很大的提高。     

基于最优控制的系统时变非线性参数模糊辨识

针对运动状态下结构连接处的时变物理参数对研究结构动态特性与工程实际应用具有重要价值,提出了一种结构连接处时变非线性物理参数辨识方法。该方法利用每个子结构的动力学模型,将结构连接处的非线性恢复力作为模型的输入,利用最优控制理论与模糊数学的方法辨识出结构连接处的非线性恢复力,并应用子结构法计算出结构连接处的响应。最后利用最小二乘法拟合了非线性恢复力。计算出非线性恢复力的时变系数。仿真算例表明了该算法的有效性。     

一类分布参数混合系统的稳定性分析

将混合系统推广到分布参数环境下,提出分布参数混合系统的概念.基于混合系统和分布参数系统的建模方法,建立了一类分布参数混合系统的模型,并对其稳定性进行分析.运用算子半群理论以及混合系统的五元组描述法及其稳定性关系比较理论的结论,通过选择适当的映射,将分布参数混合系统的的稳定性问题转化为集中参数下混合系统稳定性问题,进而得出了一致渐近稳定的充分条件并加以证明.仿真实例验证了文中结论的正确性.     

变增益参数辨识及其在混沌保密通信中的应用

讨论变增益参数辨识技术在混沌保密通信中的应用。在基于参数调制策略的混沌扩频通信过程中 ,利用参数辨识进行信息解调。同时利用系统输入和可测输出 ,给出一种可行的参数调整策略 ,以改善对时变参数的跟踪质量并对参数调整的可行性进了定性讨论。数值仿真表明 ,这种变增益的信息解调策略比LMS和ILMS效果更好     

一类高阶非线性系统的混合自适应重复学习控制

针对含有时变和时不变未知参数的高阶非线性系统,利用分段积分机制,提出了一种新的自适应重复学习控制方法,该方法结合了反馈线性化,可以处理参数在一个未知紧集内周期性快时变的非线性系统,通过引进微分-差分参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零,通过构造Lyapunov函数,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的有效性和可行性.     

液压Stewart平台的鲁棒抑振控制

针对液压Stewart平台伺服系统干扰和参数时变的问题,提出了负载力前馈和摩擦力反馈补偿的H∞鲁棒抑振控制方法。在建立液压对称阀控非对称缸标称模型的基础上,设计出Lugre摩擦力观测器,将得到的摩擦力和由Stewart平台动力学反解计算的理想负载力同时进行动态力补偿,并根据混合灵敏度理论设计了液压非对称缸系统的H∞鲁棒控制器。仿真结果表明：该方法有效抑制了参数摄动以及换向运动过程中非线性摩擦引起的系统振动,提高了系统的运动精度。     

一类非线性参数化系统的自适应学习控制

针对控制增益是未知时变的并含有混合未知参数的非线性参数化系统,利用将整个区间分段与反馈线性化相结合,提出了一种新的自适应学习控制方法。该方法可以处理参数在一个未知紧集内周期性快时变的非线性系统。通过引进新颖的微分-差分混合型参数自适应律,使广义跟踪误差在误差平方范数意义下渐近收敛于零。通过构造Lyapunov泛函,给出了广义跟踪误差收敛的充分条件。实例仿真结果说明了该方法的可行性和有效性。     

利用基序列逼近的一类非线性时变系统辨识的实用方法

提出了一种针对一类非线性时变系统（时变的Hammerstein级数）辨识的实用方法。为减少时变系统建模所需参数个数,利用已知基底列的线性组合来逼近系统的时变动态特性,并采用递推最小二乘来估计模型的参数,克服了以往基序列逼近用于时变系统辨识方法中离线最小二乘计算效率不高的缺陷,仿真结果表明,本文提供了的有经济有效地对一大类时变非线性系统进行较好的辨识。     

渔业资源最优经营管理问题

渔业资源的合理开发与最优化经营是亟待解决的关键问题．国外学者运用微分对策方法给出了共同财产渔业资源模型，并应用格林定理进行了求解．但是，已有模型解法烦琐，很难进行实际操作．为此，论文应用分布参数控制理论构造了一种渔业资源最优经营管理的分布参数控制理论模型，同时运用算子半群的理论和方法进行了求解，给出了渔业资源的最优经营管理策略．与研究同一问题的集中参数方法相比，这一方法直观、方便，经济意义明显，具有实用价值．