利用朋友机制生成一类无标度网络

针对网络模型的演化问题,提出了一种新的无标度网络演化模型。该模型可以帮助人们从"朋友机制"捕捉网络形成的动态特性、了解该机制对网络最终结构的影响,对研究网络功能及网络上的动力学行为有一定的参考价值。通过理论分析与数据仿真证明,该演化模型具有无标度特征和小世界特征,比BA模型更接近于真实网络。     

迟滞系统的鲁棒自适应变论域模糊控制

设计了一个H∞变论域模糊控制器,用于控制一类单输入单输出的基于Preisach模型的未知迟滞非线性系统.该控制器将H∞控制与模糊控制结合起来,提高了H∞控制的智能性和模糊控制的鲁棒性.通过Lyapunov方法,证明了闭环控制系统是稳定的.该控制系统中模糊逻辑逼近误差和外部扰动误差都能通过调节权重因子被限定在一个给定范围内.最后,给出了关于未知迟滞非线性系统的仿真结果,表明了控制方案的可行和有效性.     

Parameter Self - Learning of Generalized Predictive Control Using BP Neural Network

This paper describes the self—adjustment of some tuning-knobs of the generalized predictive controller(GPC).A three feedforward neural network was utilized to on line learn two key tuning-knobs of GPC,and BP algorithm was used for the training of the linking-weights of the neural network.Hence it gets rid of the difficulty of choosing these tuning-knobs manually and provides easier condition for the wide applications of GPC on industrial plants.Simulation results illustrated the effectiveness of the method.     

具有稳定性的约束预测控制

通过对不稳定模型的一个简单分解处理,得到了一种能够满足输入约束条件的稳定的广义预测控制器,并说明了只要约束假设满足一定的合理性条件,对于不稳定对象总存在渐近稳定的控制律,同时降低了计算复杂度,仿真结果则验证了算法的有效性。     

神经网络结构的递归T—S模型模型

提出一种新的递归T－S模型（Takagi-Sugeno模型）的模糊神经网络结构（TSFRNN）,利用动态BP（DBP）算法来学习训练神经网络的参数,通过与通常的多层前馈神经网络结构的T－S模糊神经网络（TSFNN）的对比仿真实验,说明在非线性系统建模方面TSFRNN比TSFNN更加优越。     

β-GPC闭环特性分析

推导了 β GPC(β增量型广义预测控制 )的内模结构描述 ,并据此分析了 β GPC的闭环稳定特性。根据最小增益定理分析了闭环系统鲁棒稳定条件。通过一个详尽的仿真例子证明 β GPC具有优秀的控制性能 ,同时指出 β参数对GPC(广义预测控制 )闭环系统动态特性、闭环稳定性和鲁棒性的影响 ,说明 β参数在GPC控制中具有重要作用 ,对 β GPC设计参数的选取有指导意义。     

基于频域的PID广义预测控制器的鲁棒性分析

推导了PID广义预测控制器(PID-GPC)的闭环反馈结构, 采用小增益定理获得了存在建模误差(MPM)情况下PID-GPC鲁棒稳定的一个充分条件。然后在频域内分析了PID-GPC控制器的参数选择对其鲁棒性的影响。     

设计无标度网络的一种新方法

提出了一种设计生成满足任意指定幂律要求的无标度网络的新方法.该方法利用了无标度网络的一个重要性质,即无标度网络的最终形成是受其度的几何均值控制的.为此提出了一个算法,该算法从一个合理的小世界网络开始,通过富者愈富的原则不断地对当前网络实施删边和加边操作,同时保证网络中的节点个数、网络中的总边数和网络的连通性不变,直到网络中节点度的几何均值达到了一个特定的值为止,生成一个预定的无标度网络.数据仿真验证了该方法总可以生成一个满足指定幂律要求的无标度网络.     

Agent的PASS-BDI模型

Agent的BDI模型主要基于Bratman提出的理性主体理论，未能充分体现Agent主动性的认知过程，使Agent的问题求解和心智状态之间的关系未得到充分表达，且难于编程实现。将Das等人提出的计划—注意—同时性加工—继时性加工认知过程模型引入Agent的理论研究中，建立了Agent的PASS-BDI模型，利用多价π-演算从心智状态，认知过程，整体行为等几个方面刻画了该模型的静态和动态特征，并将研究结果应用于多Agent组织中Agent行为特征的刻画。PASS-BDI模型加强了对Agent主动性认知过程的刻画，且易于编程实现。     

基于小波分频设计的自适应PID控制器

首先离线设计出具有特定低通特性的滤波器作为闭环系统参考模型,然后利用Ｄａｕｂｅｃｈｉｅｓ分解／综合滤波器,在线分频段估计系统的传递函数,最后利用最小二乘法优化频域目标函数而得到ＰＩＤ控制器的三个参数,仿真结果验证了本算法的有效性。