基于非线性预测方法的开关式导引律设计

以大气层外拦截为背景,研究了带有开关输入的不确定非线性系统的预测控制方法。根据Fliess级数展开理论,得到了系统输出预测值与控制输入以及不确定性的关系式。通过选择二次型代价函数,得到了预测控制中优化问题的描述。由于代价函数中含有不确定性,结合开关控制输入的特点,给出了一种应用非线性规划求解优化问题的方法。最后,将该方法应用到大气层外拦截中,考虑弹-目相对距离及视线转率存在不确定性的情况,设计了开关导引律,并给出了代价函数中加权系数的选择方法。仿真结果表明,该方法在保证拦截精度的情况下,减少了发动机的开关次数。     

基于组合权重的异构无线网络选择算法

针对异构网络环境下网络选择算法采用单一方法确定判决指标权重存在的片面性问题,提出了基于组合权重的异构无线网络选择算法.首先根据用户需求建立判决矩阵,并进行层次分析,得到各判决指标的主观权重,同时对判决指标进行熵值处理,得到其客观权重;然后对主客观权重进行博弈均衡,确定指标的组合权重;最后对备选网络进行灰色关联分析,并运用组合权重对关联系数进行加权排序,得到最优接入网络.仿真实验证明:该方法能综合考虑多种接入判决指标,提高了异构网络中多模终端选择网络的准确性.     

短时交通流混沌预测方法的比较

针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题,提出了将Volterra滤波器自适应预测模型用于短时交通流的实时预测。为提高预测精度,在Volterra滤波系数计算过程中采用归一化最小均方自适应算法进行多次训练。应用该预测模型对几个典型的非线性系统进行预测,验证了算法的准确性。然后再用此方法对微观实测交通流的时间序列进行实证分析。仿真结果表明,该预测模型对实测交通流时间序列具有很好的预测效果,可以满足实时交通流预测的需要。     

几何变权缓冲算子及其作用强度研究

针对传统缓冲算子不能实现作用强度的微调,从而导致缓冲作用效果过强或过弱的问题,构造了几何变权弱化缓冲算子(VWGWBO)和几何变权强化缓冲算子(VWGSBO),研究了该类缓冲算子调节度与可变权重之间的关系,并利用遗传算法探讨该类缓冲算子的优化问题。结果表明,该类缓冲算子对序列的调节度与可变权重同方向变化,在控制作用强度方面的灵活性要明显优于传统缓冲算子。最后,以我国能源消费总量的预测问题为例验证了几何变权缓冲算子的有效性与优越性。     

价值流动GERT网络组合C标记模型及其应用

从多传递参量GERT网络模型解析算法出发,研究多传递参量GERT网络模型解析算法的扩展问题,构建组合C标记矩母函数模型,并研究模型相关参数的函数关系、运算法则及其确定方法,研究了价值流动GERT网络组合C标记矩母函数模型及其解析算法,在此基础上将价值流动GERT网络模型应用到国民经济系统多部门间的价值流动系统中,得到国民经济系统各部门间价值流动过程中价值增值活动的平均实现次数、价值增值节点平均实现次数、价值增值网络的平均转移次数等一系列值,以进一步研究部门间动态投入产出的情况及价值增值的情况,为国家的宏观调控提供有效的定量支持。     

质子交换膜燃料电池温度的MPC控制

根据PEMFC热量传递机理建立电堆温度的simulink模型,由于实验模型属于非线性模型,很难对其设计控制器,因此在工作点附近将系统线性展开得到其线性模型.针对线性模型设计MPC控制器,调整得到合理参数后,利用此MPC控制器调节电堆温度模型的控制输入,得到对电堆温度的理想控制效果.     

基于正交分解的自适应直扩系统窄带干扰抑制

为了提高对不同窄带干扰的抑制效果,提出一种利用Householder正交分解的QRD-LMS的自适应非线性干扰抑制算法.由于利用了正交分解以及阶数递推结构,使得自适应算法计算复杂度低,与传统LMS算法计算量相当.同时算法具有较小的条件数并且可以取较大的步长,使其稳健性以及跟踪性能明显优于LMS.将窄带干扰建模为多频、自回归过程以及数字窄带信号.仿真结果表明,方法在不同信噪比下,其干扰抑制效果要明显好于归一化LMS算法以及RLS算法.     

时变时滞系统的灰色预测非线性PID控制

针对时变时滞过程提出一种新的控制结构.在此控制结构中,利用遗传算法自动跟踪系统的时滞变化,由灰色预测模型根据辨识的时滞提前预测出系统的输出,而系统的预测输出与输入的偏差以及偏差变化率为非线性PID控制器的输入.仿真结果验证了这种结构能很好地满足时变时滞系统的快速动态响应和稳定性要求.     

基于Simulink高精度组合导航系统研究与仿真

建立了基于MATLAB/Simulink的组合导航系统仿真模型,并将系统分解成一系列功能相对独立的模块,如轨迹发生模块,捷联惯导解算模块,卡尔曼滤波器模块等.研究并设计了SINS/GPS(RDSS)/CNS/SAR组合导航算法,利用无重置联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,采用全局最优融合算法计算得到系统状态的全局最优估计值;通过每15分钟对导航系统进行重置,有效抑制了无重置联邦滤波器在长时间运行时的发散问题,并进行了仿真验证,仿真结果表明,该组合导航系统具有很高的导航精度,定位精度为5米,姿态精度为0.5角分,仿真模型建立正确,方法采用得当、有效.     

基于蚁群算法的拣选作业优化问题

蚁群算法是一种新型的启发式算法,研究表明该算法具有较强发现较好解的能力,但同时存在一些缺点如易出现停滞现象、 收敛速度慢等.在蚁群算法的基础上结合自动化立体仓库固定货架拣选作业的特点,构建了货物拣选路径问题的数学模型,设计了新型的改进蚁群算法用于合理优化货物拣选路径以减少作业时间,并在算法中 采取了三个改进措施, 改善基本蚁群算法的搜索能力.候选节点集合策略和自适应调整算法参数能有效提高算法的搜索速度,选择算子使问题的解始终保持最优.实验表明该算法具有较好的全局寻优能力, 收敛速度大幅度提高,能够很好地满足中大规模的拣选作业要求.