基于多智能体系统的协同交互式进化计算模型

协同交互式进化计算由于缺乏通用模型而限制了其应用范围。针对该问题，结合多智能体系统结构的灵活性和异构特点，提出基于多智能体系统的协同交互式进化计算模型。模型由交互式进化计算单元和协同单元构成，并给出了每个部分的详细功能描述。采用面向智能体的程序设计方法，提取不同功能组件，给出相应组件的语义描述及派生关系。以网络环境下的服装设计系统为例，给出系统结构及组件派生实例。结果表明该模型的合理性，为协同交互式进化计算的广泛应用奠定了基础。     

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。     

仿真数据收集中的实时数据库技术研究

研究了实时仿真应用系统中的数据库技术。为实现仿真中数据收集、存储和事务调度的实时性，满足对所收集数据的实时使用需求，提出了一种新的稀疏索引技术。该技术在不影响数据收集任务的前提下，可以提供对所收集数据的高效查询。通过比较实验，验证了实时数据收集系统的可行性和有效性。     

基于多智能体的作战仿真系统成员设计

介绍了应用多智能体技术设计基于HLA平台的作战仿真系统的成员设计方法、并对应用模糊推理机技术，构建仿真成员的方法进行了详细说明．该方法提高了作战仿真系统的仿真效果，是Agent技术在作战仿真系统上的探索和应用．     

一种分布式交通信号控制方法及仿真实现

在基于多智能体的分布式道路交通控制概念模型和单路口交通信号自学习控制方法的基础上，提出了一种基于多智能体的分布式交通信号区域控制方法。通过相邻路口信号控制智能体的信息交互和协调，在确保路口绿灯时间利用率较高的前提下，尽量使相邻路口驶来的车队不停车地通过路口。编制交通控制微观仿真软件，在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验，实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式。     

高低温环模系统MATLAB仿真模型库搭建技巧

专业仿真模型库是利用MATLAB／SIMULINK交互式模块化建模环境进行系统仿真研究的基础。以系统仿真研究为目的，以单个设备为基本单元，以合理简化的动态模型为基础，以MS—Function函数及封装模块为基本方法，同时综合利用数字积分变量、Memory模块、函数数柄、全局变量及封装界面等设计技巧，搭建了高低温环模系统MATLAB仿真模型库。应用实例显示所建高低温环境模拟系统仿真模型库具有结构合理、模型齐全、通用性强及使用方便等特点，并易于推广应用到其它工热系统。     

船用平台式INS光学标校初始对准方法研究

为了解决航海型平台式惯性导航系统（INS）非自主式初始对准问题，建立了不同观测量条件下统一的INS初始对准方程。通过系统可观测性分析，得出增加外部姿态角的观测信息将有效提高INS平台失准角和惯性元件误差的估计能力的结论。设计出一种独特的可测量低动态载体两维姿态的高精度光学测量系统（OCS）用以提高航海型平台式INS初始对准精度。建立OCS／GPS／计程仪（LOG）／INS初始对准卡尔曼滤波器，并进行了基于部分试验数据的数字仿真，与传统的基于位置和速度的GPS／LOG／INS初始对准方法相比，基于OCS的系统不仅缩短了对准时间，还有效改善了系统惯性元件的误差估计精度。     

基于MATLAB大型高低温环模仿真试验系统设计

在MATLAB仿真软件的基础上，采用模块化建模思想，搭建了大型高低温环模系统的仿真模型，并利用MATLAB图形开发工具开发了人机操作界面，利用ActiveX控制技术实现了仿真结果向图形界面的动态传输，利用DDE动态数据传输技术实现了仿真结果向FIX组态监控软件的动态传输，大大增强了该仿真系统在试前试验方案优化、可行性验证、系统流程和控制系统优化及技术人员培训等方面的作用。     

基于ExSpect的复杂离散事件动态系统建模

随着petri理论与应用研究的不断发展，petri网已经成为离散事件动态系统建模和分析的有力工具。采用petri网对复杂离散事件动态系统进行建模和分析，没有一套科学的建模方法指导和有力的软件支持是不可能实现的。介绍了基于Petri网的可执行的规格说明语言Exspect及其软件，提出了基于Exspect的复杂离散事件动态系统建模的方法，并进行了实例研究。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。