基于性能势的Markov控制过程双时间尺度仿真算法

在基于性能势的随机逼近方法中引入双时间尺度的概念,提出了离散时间Markov控制过程的基于性能势的双时间尺度仿真梯度算法,弥补了传统算法中每步更新算法更新频率过快和更新环更新算法更新频率过慢的不足,并利用三个数值例子来说明双时间尺度更新算法在计算复杂度、收敛速度和收敛精度上的优势.     

矩阵方程AX-XB=C非奇异解的存在性

本讨论了矩阵方程ＡＸ－ＸＢ＝Ｃ非奇异解的存在性问题,并给出了该方程非奇异解存在的几个充分条件。同时,还给出了用于研究微分方程ｄｘ／ｄｔ＝Ａｘ稳定性的Ｌｙａｐｕｎｏｖ函数的简洁构造式。     

M／PH／1排队系统的性能灵敏度估计与仿真

论文对于M／PH／1排队系统给出一种计算势能及性能导数的仿真算法。由于其基于分析系统的一条单一样本轨道,故该算法可直接用于系统的控制与优化。最后提供一个例子来表明该算法的应用。     

一种自适应拟牛顿广义特征分解算法

通过构造一种新的无约束损失函数,广义特征分解问题可以转化为无约束优化问题.此损失函数具有良好的特性,即具有全局极小点、无局部极值点,从而保证了迭代算法的全局收敛性.利用近似Hessian矩阵,提出了一种新的自适应拟牛顿广义特征分解算法.然后,采用随机逼近理论,严格分析了算法的收敛性.仿真结果表明,算法具有快速收敛和动态跟踪能力.     

用圆判据方法设计非线性观测器

研究一类非线性系统的观测器设计方法，其中观测器误差系统中非线性部分满足一般扇区条件．该系统的观测器误差系统可表示为线性部分与时变非线性部分反馈连接的形式．利用满足一般扇区条件非线性系统稳定性的圆判据设计方法，得到观测器误差系统渐近稳定的严格正实条件，实现非线性巨观测器的设计．     

一类不确定Markov跳跃系统的鲁棒跟踪与模型跟随

讨论了一类不确定Markov跳跃线性系统的鲁棒跟踪与模型跟随问题。通过构造一组非线性鲁棒状态反馈跟踪控制器来跟踪给定的动态信号,该控制器确保系统当T→∞时是以扰动衰减系数γ鲁棒随机稳定的,且跟踪误差有界。最后给出算例说明了所设计的鲁棒跟踪控制器的性能。     

基于动态平衡流的网络赋权

实际研究表明,复杂网络的主体结构在相当长的一段时间内是较为稳定的,并且网络的拓扑结构隐含着网络权的信息.为了从拓扑结构中得到权,首先在网络上建立了一种常见的物质流机制,该物质流会在网络上达到一种动态平衡,并且这种平衡状态与物质流的初始状态无关,只取决于网络的拓扑结构.借助这个物质流可以得到网络的权,这个权既体现了各个点和边在网络中的全局地位,也很好地揭示了每个点和它相邻节点之间的相互关系.     

Markov控制过程基于性能势仿真的并行优化

Markov控制过程是研究随机离散事件动态系统性能优化问题的一个重要模型，并在许多实际工程问题中有着广泛的应用。在Markov性能势理论的基础上，我们讨论了一类连续时间Markov控制过程在紧致行动集上的性能优化仿真问题。由于实际系统的状态空间往往非常巨大，通常的串行仿真算法，可能耗时过长，也可能由于硬件限制而无法实现，故我们提出了一种基于性能势的并行仿真优化算法，来寻找系统的最优平稳策略。一个仿真实例表明该算法有较好的运行效率。该算法可应用于大规模实际系统的性能优化。     

Erlang分布排队系统的性能灵敏度仿真估计及其应用

通过分析具有Erlang服务分布的排队系统的稳态性能灵敏度问题 ,给出一种基于其嵌入Markov链来计算势能及性能导数的算法 .并用通信网络中的一个实例进行仿真 .由于此算法基于分析系统的一条单一样本轨道 ,故可直接用于某些实际问题的在线性能分析与优化     

参数非严格反馈形式的随机非线性系统的自适应控制

论文研究了一类带参数非严格反馈形式的随机非线性系统的自适应控制问题 .利用Backstepping设计方法 ,通过构造 4次型的随机控制Lyapunov函数 ,给出了有效的自适应控制方案 ,使得闭环系统达到在概率意义下的全局渐近稳定