摘要:

首先,阐述了在新的信息网络,特别是无线射频识别技术(RFID)环境下,供应链系统动态情景问题;然后,讨论了动态供应链运作特性问题,并分析了动态供应链系统中经典控制,最优控制,模型预测控制,鲁棒控制等问题;最后,指出了动态供应链系统与控制进一步研究的几个问题.

摘要:

模糊粗糙集模型同经典粗糙集模型类似,容易受到噪音数据的影响 .针对该问题,受变精度粗糙集模型的启发,提出了变精度模糊粗糙集的概念. 针对现有变精度模糊粗糙集模型尚不能满足一些基本性质的缺陷,重新定义了模糊近似空间中某一模糊集的 β-下近似和β-上近似,该定义方式能够满足上述的基本性质.

摘要:

为获得多假设最大联合概率决策融合准则的多假设自适应算法,通过对原算法中各权重系数求偏微分,结合简单计数方法,给出了自适应决策融合中的各个系数增量表达式,并进行了收敛性证明. 该算法在系统参数未知及参数发生改变的情况下,均能进行决策融合. 针对两假设自适应决策融合问题,将该算法与Mansouri 的算法进行了比较.最后在多假设情况下对该算法进行了应用,并给出了提高收敛速度的方法.

摘要:

研究Delta 算子描述的线性不确定系统基于动态输出反馈的D- 稳定鲁棒协方差控制问题 .设计动态输出反馈控制器,使 Delta 算子不确定系统鲁棒D- 稳定,且稳态输出协方差矩阵具有给定上界. 利用线性矩阵不等式(LMI)方法,给出D- 稳定鲁棒协方差控制器存在的充分条件. 在此基础上,提出相应控制器的设计算法. 数值算例表明了该设计方法的可行性.

摘要:

为实现航空发动机维修差错的控制,采用基于优先约束关系的装配子网对发动机部件装配序列建模. 在给定的装配评价准则下,将装配序列规划问题转化为最优变迁激发序列问题. 引入离散时间的 Pontryagin最小值原理(DTPMP),将极小化哈密顿函数这一全局优化的必要条件作为求解零部件装配序列的启发信息 .为避免潜在死锁,给出了最优变迁激发序列算法. 最后对最优装配序列规划算法的分析显示,该算法有多项式时间的复杂度.

摘要:

针对一类噪声方差未知的随机系统,基于不同加权因子设计多个参数辨识器辨识模型参数,在此基础上,构成多模型自适应控制器.在每个采样时刻基于指标切换函数选择最佳辨识模型,并将基于此最佳模型设计的控制器切换为当前控制器. 同时,证明了多个模型控制器之间相互切换时整个闭环系统是全局收敛的 .仿真结果表明,同单一自适应模型控制器相比,这种基于多个不同加权因子的多模型自适应控制器在模型参数发生跳变时可很好地改善被控对象的控制品质.

摘要:

研究具有外界持续扰动的时滞非线性大系统的无静差最优跟踪控制问题 .将时滞非线性大系统分解为带有互联项的N个时滞非线性子系统,基于内模原理对子系统构造扰动补偿器,将带有外部持续扰动的子系统化为无扰动的增广系统 .通过灵敏度法求解不含时滞的两点边值问题,得到子系统的最优跟踪控制律,截取最优跟踪控制律的前N项作为次优控制律来近似系统的最优控制律. 仿真实例表明了该设计方法的有效性.

摘要:

提出一种动态微粒群多目标优化算法(DCMOPSO),算法中的惯性权重和加速因子动态变化以增强算法的全局搜索能力,并采用拥挤度的方法对外部档案进行维护以增加非劣解的多样性. 在维护过程中,从外部档案中按拥挤度为每个微粒选择全局最好位置,同时使用变异操作避免算法早熟 .通过几个典型的多目标测试函数对DCMOPSO算法的性能进行了测试,并与多目标优化算法MOPSO 和NSGA-Ⅱ 进行对比 .结果表明, 算法具有良好的搜索性能.

摘要:

提出一种用于矢量量化压缩图像的安全数据隐藏方案 .为降低数据嵌入引入的失真,以码字间的矢量均方差为优化指标,采用遗传算法实现码本的优化分割,并提出基于码本分割的数据嵌入算法. 采用基于自适应算术熵解码的数据映射方法,实现了嵌入前后统计特性的保持 .实验结果表明,所提出的算法在容量,失真水平和安全性方面具有较好的综合性能.

摘要:

所有设备的时钟同步是大规模工业无线网络系统的重要问题. 为了提高同步精度,提出了通过基于TPSN算法的冗余主时钟同步偏差线性反馈算法,实现在多次同步过程的累积误差反馈补偿 .理论分析与实验结果均表明,该算法对工业无线网络时钟同步精度的提高有明显作用.

摘要:

针对标准粒子群算法在进化过程中种群多样性降低而早熟的问题,提出一种动态改变惯性权重的自适应粒子群算法.采用种群中平均粒子相似程度作为种群多样性的测度,并用于平衡算法的全局探索和局部开发. 基于对惯性权重随种群多样性测度变化的动态分析,建立了惯性权重随种群多样性测度的变化关系,并将其引入该算法中. 最后对个经典测试函数进行仿真,结果表明该算法在平均最优值和成功率上都有所提高,特别是对多峰函数效果更明显.

摘要:

研究了 Acrobot 垂直平面欠驱动机械臂的动态伺服控制问题. 动态伺服控制不同于定点控制和轨迹跟踪控制,而是利用欠驱动系统中存在的周期轨道特性,实现对轨迹的动态跟踪 .首先通过对比单摆运动规律寻找到周期轨道所满足的条件;然后利用 Lyapunov稳定性理论设计反馈控制律,并给出控制律存在的一系列条件;最后分析了系统中存在的奇点及其对收敛性的影响.仿真实验表明了所设计的控制器是有效的.

摘要:

针对当前模糊隶属函数构造方法中存在的问题,提出一种构造模糊隶属函数方法. 采用最小二乘法拟合离散数据来获得隶属函数.为减小拟合误差,采用了3 项措施以达到预期目标. 所构建的隶属函数,对任意输入物理量可直接得到其对应模糊语言变量的隶属度,从而有效避免专家指定隶属度的主观臆断性及不一致性. 该方法简单,求解精度高,具有广泛适用性和较强的应用价值. 仿真结果证实了该方法的有效性.

摘要:

针对传统极值搜索控制系统设计中,极值搜索算法与控制器采取单独设计易导致系统难以发挥其最佳性能的问题,提出一套极值搜索控制系统的一体化设计方法 .此方法充分考虑到系统的非线性和不确定性,建立了极值搜索算法与被控对象的一体化设计模型,运用终端滑模切换面和相应的控制策略,使极值搜索算法在较短时间内搜寻到系统的最优值,而且其输出值可很快收敛至此最优值. 理论分析和仿真结果分别验证了此方法的稳定性和有效性.

摘要:

提出一种改进的方法以降低T-S 模糊系统稳定性判定方法的保守性. 通过定义有效最大交叠规则组(EMORG),提出一个改进的充分条件以保证模糊模型全局二次渐近稳定. 此条件仅需在每个有效最大交叠规则组内分别寻找一个局部公共正定矩阵 .以往的稳定性判定方法作为特例被包含在所提出方法中. 仿真结果验证了该方法的有效性.

摘要:

针对由一个驱动臂和一个未驱动摆杆组成的欠驱动Furuta 摆系统,设计了实现其稳定的切换控制系统. 控制任务是将未驱动摆杆稳定在上方不稳定平衡点的同时,将驱动臂控制到零点,分为两部分:首先基于部分反馈线性化技术设计一个饱和的状态反馈控制器,将摆杆快速控制到上方不稳定平衡点附近;然后切换到一个线性的全状态反馈控制器,实现系统的稳定控制. 仿真实验验证了控制器的有效性.

摘要:

针对一类耦合时滞复杂网络,基于变结构控制研究其同步问题 .首先,利用系统的左特征向量函数设计切换面,使网络的运动轨线在期望的同步轨道保持稳定;然后,针对网络中的非线性项已知和未知时,分别设计相应的滑模控制器,使从任意时刻出发的动态网络轨线都能在有限时间内同步到达期望的轨道;最后,利用所设计的控制器对两个算例进行仿真,仿真结果说明了所设计控制器的有效性.

摘要:

针对一类高阶非线性参数化系统,利用参数重组技巧,提出了一种自适应重复学习控制方法 .该方法结合反馈线性化,可以处理参数在一个未知紧集内周期性,快时变的非线性系统. 通过引进微分 -差分参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零. 通过构造Lyapunov 泛函,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的可行性和有效性.

摘要:

首先介绍最近出现的参数优化方法,概括了高效率的参数优化算法应具备的若干特点 .然后提出了一种新的支持向量机参数优化方法.该方法先在局域内用混沌优化搜索局域最优点,再将此最优点作为梯度方向,通过改变局域范围跳出局部寻优区域. 该方法降低了对性能函数连续且可微的要求,收敛速度快,最终优化解与支持向量机的参数初始值无关.最后,通过仿真实验表明了该方法具有更高的分类和回归准确率.

摘要:

针对决策专家以多粒度语言偏好矩阵形式给出偏好信息的多属性群决策问题,提出一种基于二元语义一致化的多属性群决策方法.首先,构建一个基本语言偏好集作为多粒度语言一致化的参考集合;然后,采用基于二元语义的一致化处理方法将不同粒度的语言偏好信息均统一转化为相同粒度的二元语义形式,再通过二元语义的相关集结算子,对各决策专家给出的偏好信息进行集结并进行方案优选,得到满意结果;最后,通过算例说明了该方法的有效性.

摘要:

研究了连续时间约束非线性系统模型预测控制设计. 利用控制 Lyapunov函数离线构造单变量可调预测控制器,再根据性能指标在线优化可调参数,其中该参数近似于闭环系统的,衰减率,同时,控制 Lyapunov函数保证了算法的可行性和闭环系统的稳定性 .最后通过数值仿真验证了该算法的有效性.

摘要:

首先,分析了移动闭塞系统及其定位导航技术的研究现状,建立了基于网络实时动态测量(RTK)技术的GPS/INS/MM的定位导航组合方案;然后,提出了用伪距差分计算用户站概略位置和用载波相位差分计算整周模糊度单差值的快速差分算法,并讨论了有助于列车导航和控制的列车信息移动管理和基于GPRS 的数据通信等;最后,对网络RTK 快速差分算法进行了仿真分析,其结果验证了该算法对实现列车实时精确定位导航的可行性.

摘要:

针对网络控制系统中普遍存在的信息量化问题,采用基于模型的控制策略,研究了一类网络控制系统的稳定性.在考虑均匀量化的影响下,对于不同的初始量化误差,分别讨论了系统的稳定性,并给出了保证系统全局指数稳定的充分必要条件以及系统的稳定域范围 .仿真结果验证了所得结论的正确性.

摘要:

提出一种基于离散时间反馈误差学习(DTFEL)的两自由度非线性自适应逆控制(AIC)方法,其控制器由动态RBF神经网络(DRBFNN)前馈控制器和参数固定的PD 反馈控制器构成.PD 控制器用来保证闭环系统稳定,动态 RBF神经网络以 PD控制器输出和反馈误差的线性组合为学习信号,通过一种改进的 NLMS(VS MNLMS)算法在线学习和逼近对象的动态逆,提高反馈控制器的性能. 稳定性分析证明了该AIC 系统稳定. 数字仿真结果表明,该 AIC具有良好的自适应能力和鲁棒性,是一种有效的非线性控制方法.