系统辨识的粒子群优化方法

研究了一种基于粒子群优化算法对系统进行辨识的新方法.该方法的基本思想是将典型数学模型相互组合而构成系统模型,即首先将系统结构辨识问题转化为组合优化问题,然后利用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步提高粒子群优化算法的辨识性能,提出了一种改进的粒子群优化算法.仿真结果表明,给出的辨识算法是合理的,虽然扰动对算法的性能以及辨识结果有一定的影响,但利用文中所提出的改进粒子群优化算法仍然可以理想地辨识出系统的结构以及模型的参数,且与已有辨识算法相比更加有效.     

辨识Hammerstein模型方法研究

提出了一种对单输入单输出Hammerstein模型的参数辨识方法。基本思想是：首先,将Hammerstein模型转换为一类中间模型。然后,提出利用一种改进的粒子群优化（improved particle swarm optimization,IPSO）算法获得中间模型的参数估计值。接着,通过相应的数学关系来达到对Hammerstein模型的辨识。最后,在数值仿真中,与使用其它辨识方法进行了比较,其结果表明了所给的参数辨识方法是切实可行的。     

有效变迁覆盖在死锁预防策略中的应用

为解决一类自动制造系统的死锁问题,利用有效变迁覆盖提出了一种新的死锁预防策略.利用严格极小siphon与极大完备资源变迁回路之间的一一对应关系,将任意严格极小siphon子集转换为有效变迁覆盖.然后对有效变迁覆盖中每一个极大完备资源变迁回路添加具有合适控制变量的控制库所和相关弧,得到自动制造系统的活性控制器.通过求解线性整数规划问题得到控制变量.在此基础上为自动制造系统提出了一个新的死锁预防策略.该策略得到的控制器结构简单,适合于规模较大的实际生产系统.最后通过一个例子解释了所提出的死锁预防策略.     

计算无回路Petri网位置不变量的几何方法

基于路增益概念，证明了无回路加权事件图位置不变量的存在性，并给出了其位置不变量集合的表达形式和最小位置不变量的计算方法。讨论了两个Petri网基于位置并的位置不变量，通过把无回路Petri网分解成一些加权事件图基于位置的并，给出了无回路Petri网位置不变量的存在性判别及确定的几何方法。