基于扰动分析的流程自适应控制

研究了一台机器加工一种工件的简单制造系统的流程控制问题。在对故障时间和工作时间的分布不做任何假设的情况下,利用自适应控制的思想,将整个控制过程依据一定的规则分成有限长的时间段,在每一段时间内用扰动分析估计目标函数的一阶和二阶导数,然后用基于二阶导数的随机逼近算法渐进地估计该流程控制问题中的最优阈值,从而实现了阈值的自适应控制,并利用仿真实例验证了算法的收敛性。     

二自由度平面机械手的T-S模型模糊自适应控制

为解决二自由度平面机械手的控制问题,提出基于Ｔ－Ｓ模糊模型和并行分配补偿（ｐａｒａｌｅｌｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｅｎ－ｓａｔｉｏｎ）法的模糊模型参考自适应控制方法。并提出采用初始条件补偿回路,消除参考模型和实际系统之间由于初始条件不同所引起的误差和实际系统参数变化引起的部分不能被自适应调节律消除的误差。根据李雅普诺夫稳定性理论,求得反馈控制律、稳定条件和调节律（自适应律）。最后,对连续系统情况进行了仿真验证。所提方法可用于解决一类非线性系统的控制问题。     

日周期短期负荷自适应滤波预测模型

考虑到时负荷的日周期性,利用时间序列分析中的自适应滤波预测法,建立日周期自适应滤波模型,经河北南网实例验证,预测精度较高。     

高速网络业务模型及数据流量反馈控制研究

分析了高速通信网络不同业务类型的特点．根据不同业务对网络服务质量（ＱＯＳ）的要求及动态占用带宽的优先度,将其分为两种类型：一类业务可在预定的范围改变其传输速率,另一类是被动的,网络根据可用带宽的大小动态地调节其传输速率．文中给出了一种业务流量控制模型,该模型把带宽的高效率利用归结为如何对被动业务流量进行控制．按充分利用信道容量的原则,提出了一种自适应反馈控制算法．模拟表明,这种控制方法有良好的性能．     

基于单神经元控制器交流PWM调速系统

针对常用的单神经元控制方法在交流ＰＷＭ调速系统中应用存在的问题,提出一种基于增量式单神经元控制方法,仿真结果表明该方法有效提高了控制效果和系统性能。     

非线性理论在PID控制器中的应用

近年来，非线性理论在PID控制器中的应用十分迅速和广泛，如将模糊理论、神经网络理论、混沌理论、遗传算法、博实论等一系列非线性理论应用在PID控制器中，形成了模糊、神经网络、基因即遗传、混沌等PID控制器，并广泛应用于复杂的工业过程控制中。本文主要就几种PID控制器研究的现状与存在问题进行了分析。     

无刷直流电机模糊控制系统的建模与仿真

从无刷直流电机的基本原理出发,提出了无刷直流电机控制系统仿真建模的新方法.该方法在Mat-lab/Simulink中按功能进行模块化建模,用M文件来编写功能函数,实现了电流滞环和转速模糊控制的双闭环调速系统的仿真.利用该模型分析了电机的动静态性能,得到了电机运行时的反电动势、相电流、转矩和速度曲线,与一般比例积分与微分控制相比,系统响应时间缩短一半,且无超调,具有较强的鲁棒性和自适应能力.该模型准确易行,便于替换和修改,为今后分析该类电机和对其控制策略的研究提供了新的方法.     

基于Bezier曲面的大规模散乱数据的插值

对于大规模散乱数据而言，传统的散乱数据的插值方法由于要通过求解联立方程组来得到插值曲面，因此无法适应大规模散乱数据的逼近．本文提出的基于Bezier曲面的大规模散乱数据的插值方法，是一种通过自适应的迭代方法，对大规模的采样点进行Bezier曲面插值的方法，有助于提高计算的速度和精度．     

BP模型在降雨径流预报中的应用研究

简要介绍了人工神经网络用于洪水预报的基本原理,对降雨径流预报的网络模型进行了改进。为了避免陷于局部极小值和缩短学习时间,采用了改进的自适应BP算法进行洪水预报,开发了基于BP模型的洪水预报系统,并经过山西省文峪河水库的实测资料进行了预报,取得了令人满意的精度。     

N阶线性跟踪-微分器及其在电力系统相角预测中的应用

证明了一种N阶线性跟踪一微分器的收敛性。由于该线性跟踪一微分器的结构参数和跟踪性能对噪声和对象有一定的敏感度和依赖性，采用自适应遗传算法对三阶线性跟踪一微分器的结构参数进行了优化，以期获得较好的参数匹配，提高跟踪预测的精度和速度。将优化后的三阶线性跟踪一微分器用于电力系统参考相角预测研究中，仿真结果证明，优化后的三阶线性跟踪一微分器具有较好的跟踪性能和预测精度，满足电力系统相角预测的要求。