基于伪输出的鲁棒PI型广义预测自校正控制器

本文提出了一种新型的广义预测自校正控制器。由于在控制器的设计中，所用输出序列为量测输出与基于辨识模型的输出综合而成的，并且控制器采用了ＰＩ型目标函数，因此该控制器对未建模动态具有较强的鲁棒性。     

约束滚动控制序列的预测控制器在船舶驾驶控制中的仿真研究

本文通过约束预测控制器的滚动优化序列，在控制律的计算中避免了矩阵求逆运算，大大地减少了计算量，有利于控制器的在线实现。仿真结果表明了该控制器的快速性及优良性能。     

基于神经元网络的非线性系统间接自校正预测控制器

提出了一种使用神经元网络的非线性系统间接自校正预测控制器。这一控制方法是基于两个神经元网络,一个用于动态过程的建模,另一方面用于获取控制信号。控制器的优化目标基于过程输出的向前多步预测。两个网络在线学习均采用了非线性最小二乘法。     

基于非负矩阵分解的复杂网络重构

将网络连边的产生机制和其社团结构结合在一起,基于社团结构决定网络连边的假设推导出节点间的连接概率矩阵并表达为矩阵乘积的形式,然后利用非负矩阵分解得到节点间的连接概率矩阵进行网络重建。设计实验并在几个真实的网络数据上测试,相比基于相似度的网络重构算法,该算法取得了更好的网络重构效果。     

含时延的多智能体系统的多静态领导者包容控制

对基于有向固定拓扑的多静态领导者的多智能体系统的包容控制问题进行研究。在系统中智能体之间信息传递存在固定通信时延的情况下,应用拉普拉斯变换技术分别研究一阶和二阶连续时间多智能体系统,通过对系统传递函数的稳定性分析而求取系统状态稳定条件,并应用终值定理,最终得到了保证系统实现包容控制的时延限制条件,最后用仿真验证了该结论的有效性。     

非线性多智能体系统分布式鲁棒输出调节

为解决具有一般非线性形式和不确定参数的多智能体系统的协调控制问题,设计了非线性分布式反馈控制器,使得多智能体系统鲁棒渐近跟踪参考信号或者鲁棒渐近抑制干扰。在所考虑的多智能体系统中,将动态领导者或者环境干扰看作是产生参考信号或者干扰信号的外部系统。最后,给出一个仿真算例,验证所得结果的有效性。     

基于连续蚁群算法融合的神经网络RFID信号分布模型

基于人工神经网络方法建立了RFID反射信号强度分布模型.该方法仅依赖数据,实施简单.为克服传统BP算法对初值敏感、易陷入局部极值的缺陷,引入一种连续的蚁群优化算法来确定多层神经网络的权值,该算法具有更强的全局搜索能力和效率.讨论了算法的基本理论和具体步骤,最后利用实际RFID设备采集的反射信号强度数据对算法进行测试,对理论信号模型和实际的建模结果进行了比较,并分析了算法的逼近能力和泛化能力.结果表明在考虑到不可避免的误差和扰动下,所提出的方法可以更好地建模RFID信号强度的实际分布,具有良好的性能.     

基于CFD与最小二乘法的翼伞动力学建模

襟翼偏转气动计算是翼伞建模的关键问题,为提高翼伞动力学模型精度,本文引入襟翼偏转气动模型,提出CFD数值模拟与最小二乘辨识相结合的方法:数值模拟借助动网格动态捕捉翼伞外形与姿态变化,获取襟翼偏转气动数据;最小二乘法进行模型参数辨识,修正翼伞气动计算.研究表明襟翼偏转气动模型较好反映翼伞气动规律,对应动力学模型与空投试验数据接近,验证本文建模方法的有效性,为翼伞精确建模提供新思路.      

考虑感染时延的局域世界复杂网络上疾病传播行为

将感染时延引入到经典的Susceptible-Infected-Susceptible(SIS)模型来研究局域世界复杂网络上带有时延的疾病传播行为.均匀时延和度相关时延被集成到改进的SIS模型中,通过数值仿真研究时延对传播行为的影响.结果表明感染时延会促进疾病的爆发,大大增加复杂网络上疾病感染程度.此外,局域世界大小M也会显著影响网络中的疾病传播行为.     

基于T-S模型的模糊广义预测控制

对非线性系统建立了T－S模糊模型,并用正交最小二乘法（OLS）对模糊规则的后件参数进行辨识,然后在每一个采样点对系统进行局部动态线性化,根据得到的系统线性化模型对系统采取广义预测控制（GPC）方法得到当前的控制动作,仿真的结果表明了该方法的有效性。