摘要:

针对一类状态不可测的非线性不确定中立型时滞系统,基于滑模控制理论, 采用线性矩阵不等式的处理方法,提出了滑动模态鲁棒渐近稳定时滞相关的充分件, 设计了一类滑模观测器,同时给出了该观测器存在的充分条件;然后应用滑模控制的趋近率方法和基于观测器所得到的系统估计状态, 综合了一类滑模控制器,该控制器同时保证了估计状态下滑模面和估计误差状态下滑模面的渐近可达性;最后通过数值实例证明了该控制方案的可行性.

摘要:

基于有限拍方法设计了一种自适应矢量控制感应电机的电流控制器.通过差分消去电机模型中的反电动势, 利用补偿电压进一步消除电流误差.针对电流控制器对电机参数变化敏感的问题, 对电机参数进行在线辨识,保证控制器参数与电机的实际参数一致.仿真结果表明,定子电流在参数变化时能够实现对参考电流的快速跟踪, 同时能获得良好的稳态性能.

摘要:

针对软测量模型存在的失效问题, 提出一种基于增量支持向量机的建模方法.随着时间的推移, 每次在模型中增加一个样本进行增量学习的同时, 采用启发式策略去掉工作集中一个老的样本, 从而可以在软测量模型中不断增加能够代表新工况信息样本的同时控制工作样本集的规模.将所提出的软测量建模方法用于二甲苯(PX)吸附分离过程纯度的预测, 结果表明所提出的建模方法以及样本替换策略可以有效地增强软测量模型适应工况变化的能力, 提高其预测的精度.

摘要:

研究一类广义时滞系统的极小极大控制问题,目的是利用构造局部检验函数的方法设计极小极大控制器，使得在最坏的干扰下系统的性能指标上界极小.利用线性矩阵不等式(LMI)给出了广义时滞系统极小极大控制器存在的充分条件,讨论了闭环系统的容许性,并将所得结果推广到含有不确定性的广义时滞系统.最后以数值算例说明了所提出的控制器设计方法的有效性和可行性.

摘要:

为了得到准确可信任的关联规则,将关联规则的发现归纳为多阶段决策问题,利用动态规划方法对关联规则发现进行优化分析.通过条件概率分析F计算出了动态规划状态转移方程和最优期望代价方程,并得到了关联规则发现的决策策略.该策略不需要每一步计算条件概率,其实现平稳方便.最后给出了一个应用例子,并通过模拟实验将该方法与增量关联规则挖掘进行了比较分析,实验结果证明了该方法的有效性.

摘要:

针对元规则的实例是采用元规则制导数据挖掘的一个关键问题,讨论了当前元规则的实例方法,指出元规则中相同属性变元的实例不仅受关系中属性的数据类型约束,而且受属性值集的约束.提出了关系表的连接属性概念以及相关理论,在此基础上设计了一种元规则的实例方法,并通过实例验证了它的有效性.该方法能够大大削减元规则的候选实例集.

摘要:

在考虑商品供应成本因素的基础上,结合B2C电子商务企业物流配送网络的特点,建立了混合0-1整数规划的配送中心选址优化模型.该模型是一种特殊形式的选址-分配模型,具有NP难性质。为求解上述模型，开发了嵌入表上作业法的遗传算法。实例研究表明，该算法能高效求得模型的优化解，是求解物流配送中心选址这类复杂优化问题的一个较好方法.

摘要:

经典的支持向量机(SVM)算法在求解最优分类面时需求解一个凸二次规划问题,当训练样本数量很多时,算法的速度较慢,而且一旦有新的样本加入,所有的训练样本必须重新训练,非常浪费时间.为此,提出一种新的SVM快速增量学习算法.该算法首先选择那些可能成为支持向量的边界向量,以减少参与训练的样本数目；然后进行增量学习.学习算法是一个迭代过程,无需求解优化问题.实验证明,该算法不仅能保证学习机器的精度和良好的推广能力,而且算法的学习速度比经典的SVM算法快,可以进行增量学习.

摘要:

提升技术已成为采样系统设计的主要工具，但提升变换不能保证频率响应不变，故不适用于加权（函数）H∞设计.为此，针对采样控制系统的结构特点，将频率响应分为两个通道进行计算.采用经典的采样系统理论,既可以得到频率响应,又可以求得采样系统的L2诱导范数.方法简单直观,物理概念清楚.

摘要:

探讨如何将可计算一般均衡模型(CGEM)应用于我国宏观经济的管理.以CGEM为基础,综合运用投入产出分析和最优控制理论,设计出一个二层次的宏观经济管理模型.探讨了该模型的调控问题,并阐述了将其用于社会主义市场经济下的特点.通过CGEM 模拟我国市场经济的运行,并用动态投入产出大道优化模型反映我国较强的控制职能,为宏观经济的政策制定和管理提供了理论支持.

摘要:

讨论了机载多传感器的角度融合跟踪算法,对修正增益扩展卡尔曼滤波算法在仅有角度测量信息的两个传感器同步测量集中式状态估计的情形进行了适用性研究,对密集虚假响应的情况给出了融合跟踪门的建立方法以及相应的PDAF滤波跟踪算法,并对相应算法进行了仿真验证.

摘要:

在简单地回顾了混沌边缘的历史之后,通过建立Agent的一般决策模型,并仿照Langton关于混沌边缘的讨论,找到了一个刻画决策Agent的行为是否处于混沌边缘的行为模式的系数.通过一个进化的人工生命实验,证明了混沌边缘的决策与个体适应性之间的关系.最后指出,混沌边缘的决策概念对于个体决策和组织管理具有重要的意义和作用.

摘要:

简要介绍了基于Meta图的供应链形式化模型,提出将供应链各环节中物料数量、成本、时间、生产能力等因素与Meta图模型相结合的赋权技术,并由此产生赋权Meta图概念.对基于赋权Meta图供应链形式化模型的实际运用进行了算例验证,为采用系统化的手段进行供应链管理定量分析提供了理论基础.

摘要:

针对遗传算法解决车间作业调度问题时存在早熟收敛的缺点,采用一种新型进化算法--DNA进化算法解决车间作业调度问题.将算法从连续优化问题拓展用于解决离散优化问题,并将其成功地应用于Job shop生产调度.采用了著名的Muth和Thompson标准问题FT10进行了验证.仿真结果表明,与遗传算法相比,该算法简单有效,不仅具有很好的求解性能,而且具有更快的收敛速度和全局搜索能力.

摘要:

提出单输入单输出非线性切换系统的一致标准形概念，这一概念是非线性系统标准形概念的自然推广.给出了一致标准形存在的几何条件和所需的坐标变换,并利用一致标准形分析了非线性切换系统在任意切换下二次可镇定的条件.仿真算例表明了该方法的有效性.

摘要:

利用线性矩阵不等式的方法,研究了一类同时含有参数摄动和未建模动态的线性奇异时滞系统的鲁棒镇定问题,得到了系统可鲁棒镇定的一个充分条件,用线性矩阵不等式的方法,将控制器的求解问题转化为受限线性矩阵不等式的求解问题,并给出了受限线性矩阵不等式的具体解法.最后举例说明了所提出方法的正确性.

摘要:

基于免疫系统的存储记忆原理,提出一种免疫智能控制器(IIC).该IIC具有自习、存储记忆和进化能力,能够在消除控制偏差的过程中自动生成控制抗体.当控制偏差再次出现时,智能控制系统能够利用控制抗体存储的控制策略,并结合传统PID控制规律,迅速稳定地消除控制偏差.仿真结果表明,与传统PID控制器相比,IIC在快速调节能力和稳定性等方面具有优越性.

摘要:

应用混合Petri网建立故障诊断模型,应用广义随机Petri网建立Boeing 777非相似余度飞控计算机故障行为模型.描述了非相似余度系统的结构以及故障的产生和传播的动态过程,分析了该系统的可靠度和容错度,并有效地消除了瞬态故障对分析系统可靠性的影响.

摘要:

讨论了基于观测器的一类不确定广义时滞系统的保成本控制问题,给出了系统保成本控制器的设计方法.控制器的构造使得闭环系统是鲁棒稳定的.利用线性矩阵不等式以及Lyapunov函数方法,给出了鲁棒保成本控制器存在的充分条件以及相应的可保成本指标,并证明了这个条件等价于一组线性矩阵不等式(LMIs)的可解性问题,同时推广了已知的相关结果.最后以算例验证了设计方法的有效性.

摘要:

为了在产品拆卸序列决策时,简化拆卸路径的分析难度,提出一种以模糊推理Petri网为工具的产品拆卸序列决策模型.采用将模糊推理Petri网与矩阵运算相结合的形式化推理算法,对所提出的决策算法进行了论述.实例应用结果表明,此模型在产品拆卸过程规划中具有很强的并行处理能力,可以根据产品在拆卸过程中零部件的最新信息对每一步操作作出适时的智能化决策,从而实现将产品中若干零件作为子装配体进行拆卸的自动聚类识别,减少了产品拆卸的复杂性.

摘要:

为了克服基本遗传算法存在的缺点和不足,将免疫系统中抗体多样性的维持机制引入遗传算法,同时兼顾个体多样性和提高种群中个体适应度的水平,提出了基于相似性矢量距为选择概率的免疫遗传算法,并给出了此类概率选择的一般表示形式.为了防止基于相似性矢量距为选择概率的免疫遗传算法在优化过程中出现退化现象,通过在算法中引入免疫疫苗的方式,对该算法进一步加以改进.从每一代保优抗体中提取有效信息,进而得到一种新的疫苗提取方法,基于所提出的改进免疫遗传算法,提出了改进的编码方案.对20个城市的TSP问题进行研究,通过不同参数的比较,得出了算法中相关参数的取值范围.比较了6种算法的收敛速度,进一步证实了所提出算法具有良好的收敛性.

摘要:

提出网络控制系统随机最优控制律中随机Riccati方程在一定条件下存在稳态解.给出了稳态解存在的条件,并在此基础上提出了均方可镇定系统的随机状态反馈控制策略.该方法在保持控制性能的基础上,减小了控制律的复杂性,具有实际应用价值.

摘要:

首先描述线性规划问题中约束条件增加时的递推求解问题,此问题在线性规划问题中具有广泛的实际背景；然后提出一个基于凸空间思想的快速求解此类问题的递推算法，该算法能快速判断其矛盾约束、冗余约束以及新问题的递推最优解；最后给出了该问题的一个算例，实验仿真结果表明了该方法的有效性.

摘要:

首先介绍普通改进Elman动态递归神经网络的结构,重点讨论一种具有PID特性的Elman神经网络及其学习算法,并将改进Elman网络和PID型Elman网络分别用于动态系统的辨识.无论是理想的数学模型还是实际工业模型,计算机仿真结果均证明,将PID型网络用于动态系统辨识具有更好的逼近效果.