一类最小相位随机非线性系统的输出反馈控制及扰动抑制

对于一类具有模型不确定性的最小相位随机非线性系统,研究输出反馈控制使闭环系统状态响应对噪声具有扰动抑制作用,并且无噪声时闭环系统是随机渐近稳定的.首先假设模型系统中的一个子系统随机输入状态稳定,并且系统的漂移项与扩散项分别依赖于该子系统的状态和输出信号,在此假设前提下设计一个降阶观测器,得到一个等价系统,再由递推的方法得出等价系统的输出反馈控制律,使得最终得到的闭环系统对噪声方差是输入状态稳定的.     

立方混沌系统的多种目标控制

运用系统变量的状态反馈与参数调整的混合控制策略,对立方混沌系统实施多种目标的混沌控制.理论研究和数值仿真表明:控制方法能实现离散混沌系统的倍周期分岔控制,通过延迟和抑制分岔,确保在较宽的参数范围内达到规则行为;能稳定嵌套在混沌吸引子中的不稳定周期轨道;实现变轨控制,即通过选择合适的调整参数,将系统从一个2n周期轨道控制...     

关于电厂在线化学仪表检修维护工作的探讨

文章对牡丹江第二发电厂水汽及制水系统在线化学仪表的运行及检修维护情况进行了全面分析,对仪表的日常管理及维护情况进行了探讨.     

判断电路反馈类型的常用方法的等效性

在判断反馈电路的反馈类型方面,用框图判断直观易懂,但较复杂;实际判断时多用一种简单的经验判断方法.从基本的电路出发,通过电路的适当变形来证明这两种方法的等效性,从而也说明了经验的判断方法是正确的.     

试论职前英语教师的专业发展——同伴录像在免费师范生教育实习中的有效应用

为创新实践教学、提高实习实效,在免费师范生教育实习中开展基于社会建构主义、多模态话语分析理论的同伴录像.通过构建基于同伴录像的教育实习体系,在集体备课→导师教案指导→上课与同伴录像→录像回放→刺激回忆与导师、同伴讨论→个体反思→教学新设计→教学新行动等循环往复的过程中,提升实习生的课堂教学自信与专业发展意识,发展与他人合作交流的能力,提高教学技能与反思能力,促进了职前英语教师的专业发展.     

一类时滞中立型切换系统的反馈镇定

分析了一类时滞中立型切换系统的反馈镇定问题,基于无记忆状态反馈控制器,由Lyapunov稳定性理论,以线性矩阵不等式的形式给出了系统渐稳的条件和切换律的设计方案.     

船舶航向非线性迭代滑模变结构PID控制

针对一类不确定非线性受扰动系统,提出非线性迭代滑模变结构PID控制方法.通过对系统输出迭代设计非线性滑模函数,并引入传统PID控制,综合了滑模变结构控制与PID控制的鲁棒性强的特点,避免了传统PID控制积分引起的超调以及变结构控制的抖振问题.设计了船舶航向控制器.仿真结果表明,非线性迭代滑模变结构PID控制下的系统阶跃响应超调明显减小,定常干扰下的静态误差得到消除,稳定时间明显缩短并可通过设计参数调节,表明控制算法具有强鲁棒性.     

船用锅炉水位模糊免疫自适应PID控制器及仿真

在常规PID控制器的基础上,结合生物免疫反馈机理,引入免疫PID控制算法,进而基于模糊控制理论,设计出一种模糊免疫自适应PID控制器.其中,用模糊免疫反馈P控制器在线整定PID控制器的比例增益,用模糊控制器调整PID控制器的积分时间常数和微分时间常数.并将此控制器应用到船用锅炉水位控制系统中.仿真结果表明,控制器具有很好的快速响应特性和较高的鲁棒性.     

速度反馈中时滞参数对多自由度微陀螺动态响应的影响

将速度反馈控制器引入到微机械陀螺仪中,建立系统控制简化模型,通过对加入非线性刚度的系统动力学方程进行求解分析,进一步研究了时滞参数对多自由度微陀螺系统的影响规律。结果表明：时滞参数能有效调节系统检测响应的峰值和谐振频率,并消除非线性的影响,使系统趋于稳定。速度反馈增益的取值不会改变时滞参数对检测响应幅值的周期性规律,在不同的驱动周期下,检测响应的幅值随着反馈增益逐渐地增大或减小。     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.