多变量滑模积分控制在AUV艏向控制中的应用

在多变量滑模控制中引入积分变量来设计AuV的艏向控制器．仿真结果表明，该系统保留了滑模控制的鲁棒性，放宽了对滑模控制中非线性控制增益K值的要求，从而可以克服存在海流干扰时艏向控制的静差问题．有利于AUV长距离航行中的精确艏向保持。     

非线性l1 问题的光滑近似算法

利用“ ”函数的光滑近似函数和无约束优化方法给出非线性l1的一种算法．在适当的假设下，算法是全局收敛的．初步的数值试验结果表明算法的有效性．     

积分时滞过程的非线性比例控制

对积分时滞过程提出一种非线性比例控制算法,该算法只有一个可调参数,简单且实现容易。仿真结果显示该控制结构具有良好的设定值跟踪特性,并且对时滞偏差具有很强的鲁棒性能。最后简要讨论了抗负载干扰的性能。     

企业技术创新行为非线性系统的动力学分析

企业技术创新行为是一个复杂的动态系统，技术创新系统中的各个要素相互影响、相互依赖是企业技术创新行为系统非线性的重要前提备件。本文首先对企业技术创新行为的非线性行为进行了界定．接着构建一个动态非线性系统模型，从系统动力学角度研究了企业的技术创新行为系统，揭示了企业技术创新行为非线性系统的动态演化路径。     

系统近似建模技术的研究与比较

对于大系统的优化,子系统由于分析模型计算复杂而大量采用近似模型代替与优化。常用的近似建模技术有响应面模型(RS)、计算机试验设计与分析模型(DACE)和神经网络中的误差后向传播模型(BP)。拟对以上三种近似建模技术进行了比较研究,简要阐述了三种近似建模技术的理论基础,并应用实例分别进行了考核。在各近似模型的近似精度和计算费用等方面进行了初步探讨与研究。     

基于相关矩阵对角化和遗传算法的盲源分离法

提出了一种新的基于相关矩阵对角化的代价函数作为衡量输出信号独立性的测度。为了扩大搜索空间,降低各信源之间的互相关性,将代价函数进行了非线性变换。还提出了利用实数编码的遗传算法对代价函数进行最优化搜索,以克服传统梯度搜索方法容易陷入局部收敛的缺点。此方法不仅适用于平稳或非平稳信号,而且还可用于瞬时或卷积混和模型的盲源分离问题。仿真实验表明,该算法具有快速收敛性能和高精确度等优点,能够大大提高分离后的输出信噪比。     

复杂科学的研究对象:非线性复杂系统

首先从系统科学的困境入手，以还原论、经验论及“纯科学”为基础的经典科学遇到难题需要吸取系统论和人精神方面发展成为新的科学即复杂科学。复杂科学的兴起是物质、生命和人类社会进化的必然。复杂科学以非线性复杂系统为研究对象，与自然科学、社会科学和思维等科学相结合，在特定的观测、实验和理论条件下，能够得到创新。     

基于距离空间的遗传算法分析

通过对简单遗传算法的分析，发现每次执行复制、杂交、变异等操作均相当于对所作用的个体进行一次线性变换，这样，从函数的角度来看，引入非线性变换的遗传算子将是一个有待研究的问题，因而提出了非线性遗传算法。通过对二进制遗传算法的Hamming距离的扩充，引入了一种几何模型-距离空间，并在该空间上对杂交、变异等算子进行了系统的分析。根据分析结果，指出了改进遗传算法的途径，并提出一种改进的二进制非线性遗传算法，仿真实例证明了其有效性。以上分析从几何意义出发，提出了一种全新的分析遗传算子的方法，对遗传算法理论的完善与发展具有重要意义。     

欠结构水下机器人的自适应位置跟踪控制器的设计

欠结构水下机器人的控制是一个具有很大难度的课题。研究了一种欠结构多方位智能机器人的跟踪问题，在机器人参数不确定及存在未知环境扰动的情况下，设计出了连续的自适应控制器，使得机器人可以自动地跟踪任意光滑的轨迹，并且跟踪误差收敛于半径为任意小的原点的邻域。Matlab仿真研究表明了该控制方案的有效性。     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。