摘要:

基于进化算法可有效解决神经网络设计和实现中存在的一些问题, 使网络具有更优的性能。在
此对基于进化计算的神经网络设计和实现的研究内容及进展情况进行综述, 讨论了网络实现的关键问
题, 包括网络权重的进化训练, 网络结构进化设计, 学习规则进化选取以及进化操作算子设计等, 并分析
了相关的研究和发展方向。

摘要:

回顾了时滞滤波器的发展背景和近年来的研究状况, 介绍了时滞滤波器的各种设计方法和主
要研究领域。 时滞滤波器可从根本上避免激发对象的振动模态而消除残留振荡,在柔性结构系统中得到
了广泛的应用。最后对时滞滤波器技术中存在的问题及未来的研究方向进行了探讨。

摘要:

针对常规交叉限幅控制方法负荷跟踪速度低的缺点, 采用了具有快速补偿响应功能和抗积分
饱和功能的改进交叉限幅燃烧控制方法; 针对炉温过程具有时变非线性的特性, 应用了自整定 P I D 控
制算法; 针对加热炉下加热段与上加热段炉温对象耦合干扰严重的现象, 应用了智能解耦控制方法。实
际应用结果表明, 该方法可提高加热炉各段炉温的控制精度, 获得满足开轧所要求的钢坯温度, 并能保
证经济燃烧和安全运行。

摘要:

针对难以建立精确数学模型的复杂过程, 提出一种基于过程输入输出数据变化关系的模糊建
模方法。 首先按过程输出随输入变量变化的程度对输入变量论域进行划分, 在此基础上确定模糊模型的
规则总数和前件参数; 然后根据所建模糊模型可表示为一个前馈模糊神经网络, 利用BP 学习算法求得
过程模糊模型的后件参数。 仿真例子验证了该模糊建模方法的有效性, 同时表明所建模糊规则模型具有
较好的泛化能力。

摘要:

提出一种基于输入集分类函数的新的距离度量方法, 它与前传回归的正交最小二乘法相结合,
不仅可以学习分类超平面的参数, 而且可以选择重要的输入节点。这种结构的RBFNN 特别适用于非线
性动力学系统的辨识(建模)和控制。将改进的RBFNN 用于化工中的聚合反应过程建模, 结果表明该方
法是有效而适用的。

摘要:

为获得可行的产品开发计划, 用扩展随机高级判断 Pet r i网建立产品开发过程的模型, 并给出
产品开发过程的仿真方法。仿真流程的输入是由数学方法获得的初始产品开发计划, 仿真过程中使用4
类规则来调度产品设计活动。根据仿真结果考察初始计划的可行性, 并获得实际的产品开发计划。仿真
结果表明, 该调度规则和仿真流程是有效而可行的。

摘要:

BP 神经网络的收敛性涉及诸如网络初始权重赋值、 隐结点个数以及隐层个数等问题。通过对
BP 神经网络隐结点个数的讨论, 以及对BP 神经网络训练样本空间的研究, 得出了一个重要结论, 即网
络结构可以随训练样本空间进行变换, 从而使BP 神经网络能够进行结构化简。

摘要:

提出一种基于递归建模方法( RMM )的多智能体协调方法, 使智能体在分布式环境下对其它智
能体的 决策建模选择合理的行动。对 RMM 中的信念更新采用贝叶斯学习方法, 使智能体可以确定其
它智能体的准确模型并实时更新信息。 在城市交通控制领域建立多智能体交通控制系统, 仿真结果表明
了该方法的有效性,对实现智能交通系统具有重要意义。

摘要:

给出一种全新有效的快速算法。该方法通过合理的阈值将模板向量转化为( 0, 1, * ) -向量, 并
充分考虑到代表样本与模板之间相关性的不同因素的不同重要性, 赋以相应的权系数,并用遗传算法来
确定阈值和权系数。印刷体邮政编码的实验结果表明, 该算法在大大缩短识别时间的同时,识别率可达
98. 1%, 而相同实验条件下应用传统模板匹配法时的识别率为 92. 1%。

摘要:

针对多变量有约束动态矩阵控制问题, 以输出预测值与未来参考轨迹序列误差的绝对值之和
作为性能指标, 通过线性化处理使其转化为目的规划问题,从而使在线滚动优化变得非常容易,并可充
分利用全部操作变量优化系统的动态性能。当约束遭到扰动短暂破坏时, 不会象线性规划那样终止计
算,而是继续向参考轨迹逼近, 在有限时域内达到设定值。仿真实例验证了该算法的有效性。

摘要:

基于最优控制理论及线性近似方法, 研究具有众多非线性子系统关联耦合组成的大型混沌网
络系统的控制问题。由于集中控制结构非常复杂,工程设计困难, 且难以实现, 故从可靠性和经济性出
发,建立了分散控制策略。仿真结果验证了这一理论的正确性。

摘要:

根据二进小波变换对信号分解的形式与特性, 给出了信号在小波域中广义子波能量的定义, 并
利用子波变换的多尺度分解特性构造出广义小波能量积累器。在此基础上设计出一种直接利用广义小
波能量积累对低信噪比雷达回波信号进行检测的快速算法。 仿真实验结果表明, 该检测算法对强白噪声
及强色噪声背景下的低信噪比信号检测比较有效, 对背景噪声具有较好的自适应性, 且该检测算法设计
简单, 执行速度快, 可靠性高。

摘要:

讨论混合动态系统( HDS)的稳定性问题 。首先给出关于 HDS的稳定性、 可吸收性和渐近稳定
性的几个结论,然后给出关于 HDS 的 Lyapunov 稳定性定理。

摘要:

算法是求解全局优化问题的高效算法, 通过利用子算法的组合、 搜索空间的压缩来快速求解
全局优化问题。 针对组合优化问题有限解空间和复杂高维邻域系统的特点,引入表达求解该问题的邻域
系统的实值函数,以此为基础提出了离散
算法( DBA) , 并讨论了其基本性质和收敛性。

摘要:

由于应急调度问题中存在时间紧迫性与应急出救点数目相互矛盾的目标, 因此给出一个反映
决策者偏好的折衷方案十分必要。 从实际应用出发, 运用模糊优化方法研究限制期下的多出救点组合模
型求解问题。

摘要:

针对系统的不确定性和扰动满足匹配条件,不确定性界和扰动界未知的情形, 讨论含时变不确
定性线性系统的鲁棒跟踪问题。自适应控制器的设计不涉及不确定性界和扰动界, 运用变结构方法, 可
使带扰系统实现渐近跟踪。该方法适合一类较广泛的不确定系统, 鲁棒性较强。 仿真例子表明了该方法
的有效性。

摘要:

提出使用最优反馈控制的方法来进行不稳定高周期轨道的镇定控制, 最优控制的目标函数是
系统轨道与目标轨道间的偏差。 该方法为高周期轨道上的各周期点设置反馈控制器,并按最优控制的方
法选择反馈控制的有关反馈系数, 用数值方法求解最优反馈控制问题。对I keda映射的仿真实验证实了
最优反馈控制在镇定高周期轨道及抗噪声方面的能力。

摘要:

应用线性矩阵不等式(LM I)方法研究不确定性关联大系统的分散鲁棒镇定问题。系统中不确
定项具有数值界, 可不满足匹配条件。基于不确定项的表达形式, 给出了其可分散状态反馈镇定的充分
条件, 即一组LM Is 有解。在此基础上, 通过求解一凸优化问题, 提出了具有较小反馈增益的分散稳定化
状态反馈控制律的设计方法。仿真示例说明了该方法的有效性和优越性。

摘要:

为了实现神经网络预测模型的鲁棒预测, 提出一种基于非线性偏自相关的一般化预测模型辨
识方法。 该方法通过考察待预测时间序列的当前序列值对各阶历史序列值的不可约自依赖, 确定神经网
络这类非线性自回归模型的自回归阶数。 实验表明, 该方法可有效地提高神经网络预测模型的鲁棒预测
能力。

摘要:

研究Delta 算子描述的线性不确定离散系统圆形区域极点配置的鲁棒分析和鲁棒综合问题。 基
于L yapunov 稳定性理论, 提出Delta 算子系统在区域极点约束下具有性能鲁棒性的判别条件及状态反
馈设计方法, 并将连续与离散系统的有关结果统一到Delta 算子框架中。

摘要:

针对积分、 一阶和二阶稳定与不稳定带长时滞的过程, 给出了 Sm ith 预估器的分析和设计新方
法, 使其设定值的响应从负载干扰响应中分离出来, 并用参数辨识的方法解决了在实际中难以得到过程
精确的数学模型和控制器离散化的问题。 模拟仿真和离散化系统仿真都达到了满意的效果, 表明该方法
是工程中很有前途的一种应用方法。

摘要:

阐述了无人战术飞行器的主要特点和性能要求, 重点讨论了无人战术飞行器的自主决策与控
制问题。 从系统与控制理论的角度提出了无人战术飞行器的自主控制结构; 并从拟人思维的实际过程出
发, 提出了采用分层式智能控制结构解决无人战术飞行器自主决策与控制的技术途径; 对环境的辨识、
任务的规划以及控制的执行等问题进行研究, 给出了一些相应的分析方法。

摘要:

通过在 ANFIS 的归一化层与输出层之间加入递归层, 提出一种新型的动态模糊神经网络
( DFNN) , 将模糊推理系统、 神经网络和Ⅲ型控制有机地结合起来。给出了 DFNN 的网络结构,为基于
收缩间距隶属函数和 BP 算法提供了参数调整方法。系统实验表明, DFNN 控制器比PID+ 前馈控制具
有更好的动、 静态响应, 尤其在前馈信号难以取得的情况下具有更明显的优势。

摘要:

根据图象边缘灰度的梯度变化, 构造图象灰度模糊矩阵和描述边缘点的隶属函数, 利用遗传算
法实现隶属函数各参数的寻优过程, 并由输出隶属度判断提取图象边缘点, 实现了图象的边缘检测。实
验表明, 该方法能有效地描述边缘的穿越过程, 并可改善检测结果。

摘要:

针对一类非线性组合大系统, 提出一种用高阶神经网络逼近互联大系统的新型设计方法。首先
用高阶神经网络逼近非线性组合大系统中的互联项, 这样不仅可以解决大系统中最为复杂的互联项问
题,且较以往采用的方法在工程上易于实现;然后基于高阶神经网络研究组合大系统的间接自适应控制
问题。仿真结果表明了该方法的有效性。

摘要:

针对一类非线性系统, 通过分析将其表示为具有时变系数的线性系统, 然后利用带协方差修正
的最小二乘法对时变参数进行在线辨识, 最后运用广义预测控制策略实现对原系统的自适应预测控制。
仿真结果表明了该方法的有效性。

摘要:

用 Lya punov 泛函法研究一类具有离散与分布时滞的控制系统的绝对稳定性问题,给出了这类
系统绝对稳定的时滞相关准则。应用实例表明,与现有结果相比,所得结果具有较小的保守性。

摘要:

针对电触觉再现中的解耦问题, 提出采用噪声预置解除耦合的有效方法。 通过研究电触觉再现
的传递函数矩阵,从中分离出噪声预置矩阵,然后通过实验方法求解噪声预置矩阵。两点模式下的实验
表明,采用噪声预置可以较好地改善电触觉再现的效果。

摘要:

使用 Filter- X 算法研究有源噪声控制问题,存在需要较高阶次的滤波器和当噪声出现非线性
时控制效果不佳的缺陷。 为此提出一种基于对角递归神经网络的非线性噪声有源自适应控制方法, 并给
出一种基于误差梯度下降的在线学习算法,同时证明了闭环控制系统在 Ly apuno v 意义下的稳定性。数
值仿真表明,基于对角递归神经网络的噪声有源自适应控制是一种非常有效的噪声控制方法。

摘要:

针对传统分析方法的不足, 提出用线性逻辑给出模糊时间 Petr i网描述和时间推理的方法。该
方法能清楚地分析模糊时间 Pet ri 网的运行行为,具体例子说明了其在系统过程监测和诊断中的应用。

摘要:

提出一种新的粗集知识获取方法, 首先将事例集表示成二元决策系统, 然后将其分解成一系列
单一二元决策子系统。利用粗集理论对每一子系统进行分析,推理出最优规则。 在对决策系统进行条件
属性和规则简化时,提出了概率最佳简约准则和概率最小规则准则,按照这两种最优准则可以获得概率
意义上数目最小规则集。通过实例分析,具体说明了该方法的实现步骤,结果表明该方法具有明显的优
越性。

摘要:

针对现有非自衡对象 DMC 算法预测模型不易建立的局限性,提出一种基于非自衡对象阶跃响
应的 DMC 算法。分析与仿真结果表明,该算法对于设定值变化和输入扰动均无控制余差,且预测模型
易于建立。

摘要:

基于对常规离散准滑动模态及其抖振的分析, 提出将离散趋近律与等效控制相结合的控制策
略, 既保证了趋近模态具有良好品质, 又降低了准滑动模态带。该控制策略可避免系统状态步步反向穿
越滑动面的抖振运动, 从而消除了控制的抖振, 并以较少的控制能量获得较好的系统性能。

摘要:

利用数据采掘中的分类规则, 在 k- means 聚类方法中引入遗传算法,进行连铸生产过程中板坯
缺陷的诊断和预报,得到了令人满意的结果。