块对角可控规范型多输入线性系统及极点配置

基于向量空间的模结构分解和矩阵的有理标准形给出了定常多输入线性系统一类新的块对角可控规范型,其中的系统矩阵相似与一个块对角矩阵,该块对角矩阵类似于矩阵的有理标准形,与现在有的可控规范型比较,更容易反映系统的结构特征,证明步骤给出了求解方法。作为一个应用,讨论了定常多输入线性系统的极点配置问题,得到了反馈增益矩阵的一般表达式,此表达式中含有任意参数,此方法将多输入线性系统极点配置问题转化为个数为系统矩阵循环指数的单输入系统的极点配置问题,进而推导出确定一个反馈增益矩阵的最少元素个数即为系统的阶数。     

激光制导武器仿真系统的分布式程序设计与实现

采用基于消息的分布式程序设计方法开发了某激光制导武器仿真系统的分布式仿真程序。该程序统主要由主控程序、仿真主程序、激光控制程序、二维定位反射镜系统控制程序和三轴转台控制程序等5个分布点程序构成,它们通过消息通信构成完整的分布式程序。编程过程和实验表明,基于消息的设计方法降低了分布式程序的设计难度,而且使程序具有灵活、易于扩充的体系结构;采用该方法编写的分布式软件能够实时完成某激光制导武器的数字仿真和半实物仿真,达到了系统的研制要求。     

空间站展开机构虚拟样机仿真及可靠性分析

柔性机构的运动具有复杂非线性的特点,为了进行柔性机构的运动分析和动态可靠性分析,提出了一种集成仿真环境下建立虚拟样机模型并进行运动仿真的方法。在UG-ANASYS-ADAMS多软件平台上进行动力学分析,利用蒙特卡罗随机抽样方法进行随机动态响应分析。在MATLAB中建立神经网络进行随机动态响应仿真实验以减少时间成本,得到了运动参数动态响应分布特性和运动参数的动态可靠度。通过空间站柔性展开机构实例分析和计算,结果表明该方法可以用于复杂柔性机构的仿真和分析,具有精度高、时间成本小的优点。     

自动化系统数据挖掘问题的模拟退火解法

数据挖掘是近年来发展起来的新技术,指挥自动化的辅助决策过程也越来越依靠数据挖掘求解。通过数据挖掘,可以有效地处理海量数据,为正确决策提供支持。模拟退火是一种性能优越的计算智能算法,广泛应用于求解非线性最优化问题。数据挖掘中的数据聚类与模拟退火在本质特性上存在相似,可以将模拟退火应用于数据挖掘。通过蒙特卡罗方法生成随机数据,进行基于模拟退火的聚类分析。算例表明,新方法能够很好地进行数据聚类,具有较好的适用性。     

机器人位置/力混合鲁棒自适应控制

提出一种机器人位置/力混合控制的鲁棒自适应算法,利用自适应算法调节机器人系统的未知参数,为了避免在外界干扰作用下引起自适应参数的漂移,在参数自适应律中引入死区,使自适应控制器具有较强的鲁棒性能,滑模控制消除了死区自适应律引起的参数误差,并且具有较强的干扰抑制能力,使机器人末端执行器能够沿环境约束运动,并与约束表面保持期望的接触力,保证了位置和力轨迹跟踪的鲁棒性与精确性。二连杆机器人的仿真分析说明了算法的有效性。     

基于免疫克隆选择算法的多用户检测技术研究

为了解决最佳检测器计算复杂度较高的难题，提出一种精简有效的克隆选择算法。把人工免疫系统和神经网络系统的信息处理机制引入到CSA提出了免疫克隆选择算法。所提ICSA通过使用随机Hopfield神经网络制备疫苗构成新的免疫算子，把新的免疫算子结合到克隆选择算法中，不仅加快了克隆选择算法的收敛速度，并提高了克隆选择算法的全局收敛能力。然后在CDMA系统利用此算法设计了新的多用户检测器。仿真结果证明了ICSA检测器能够快速收敛到全局最优解，并且无论抗多址干扰和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。     

模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

元胞蚂蚁算法的收敛性分析

提出一种新的优化算法，元胞蚂蚁算法，该算法将元胞自动机的邻居和规则引入传统的蚂蚁算法，实验结果证明该算法可行且有效，有良好的全局优化能力。定义元胞蚂蚁算法的求解迭代过程为一个概率测度空间中的随机算子，利用随机不动点理论，证明了该算子为连续压缩算子，存在唯一的随机不动点，从而给出了元胞蚂蚁算法的收敛性的论证，为算法奠定了相应的理论基础。     

简化稳定广义预测控制算法

讨论了一种简化的无穷广义预测控制算法,算法在被控对象稳定的条件下可以保证闭环系统的稳定性.使用收缩原开环系统极点的方法使原系统稳定,然后针对这个稳定广义系统推导了无穷广义预测控制率,理论分析证明可以保证开环不稳定系统的闭环稳定性.该算法可以得到控制率的显式解,不用递推求解Diophantine方程,大大减小了过程计算量,具有一个意义明确的可调参数,适用于不稳定,非最小相位和纯滞后系统.对几类不稳定过程的数值仿真结果说明了该方法的有效性.     

电厂湿法烟气脱硫过程优化控制研究

深入研究了具有混杂系统特性的电厂湿法烟气脱硫(WFGD)过程的优化与控制问题;运用混合逻辑动态的建模方法(Mixed Logical Dynamic)建立了WFGD过程的MLD模型,基于MLD模型的预测控制方法把WFGD过程优化问题转化为实时求解混合整数规划(MIQP)问题,实时给出了WFGD过程优化运行的连续决策变量(吸收塔浆液的PH值设定)和离散决策变量(循环浆液泵开启台数)的最优解;用同样方法实现WFGD过程基础回路级中具有非线性动态的PH对象的控制;仿真表明基于MLD模型预测控制方法很好地解决了WFGD过程的优化与控制问题。