摘要:针对一类严格反馈形式的单输入单输出时滞系统,研究在全状态约束下的输出反馈控制.首先,设计状态观测器估计不可测量的状态;其次,利用RBF神经网络逼近未知的非线性函数,利用障碍Lyapunov函数确保全状态约束及Lyapunov-Krasovskii方法消除时滞对系统的影响;最后,设计输出反馈控制器,并且有更少的更新参数减少了计算负荷.所设计的控制器可以保证闭环系统中所有信号半全局一致最终有界,信号误差收敛到小的领域内.仿真例子进一步验证了所提出方法的有效性.

摘要:失效航天器的参数未知给姿态接管控制带来很大挑战,为此,针对该控制问题提出一种基于控制系统重构的失效航天器姿态接管控制方法.首先,采用改进的自适应动态逆控制重构姿态接管控制律,并利用Lyapunov方法分析系统稳定性;然后,对推力器构型矩阵进行重构,并通过基于零空间修正伪逆的控制分配算法对推力器进行推力重分配,实现对参数未知航天器的姿态接管控制.最后,通过数值仿真验证了所提出方法的有效性.

摘要:针对大规模在线学习问题,提出一种二维分割贯序正则化超限学习机(BP-SRELM).BP-SRELM以在线贯序超限学习机为基础,结合分治策略的思想,从实例和特征两个维度对高维隐层输出矩阵进行分割,以降低问题求解的规模和计算复杂性,从而极大地提高对大规模学习问题的执行效率.同时,BP-SRELM通过融合使用Tikhonov正则化技术进一步增强其在实际应用中的稳定性和泛化能力.实验结果表明,所提出的BP-SRELM不仅具有更高的稳定性和预测精度,而且在学习速度上优势明显,适用于大规模数据流的在线学习与实时建模.

摘要:针对具有双边随机网络时延和丢包的网络控制系统,首先基于Markov的随机过程描述系统丢包的特性;然后利用系统增广矩阵的方法建立参数不确定的离散时间跳变系统模型,在考虑Markov链转移概率矩阵中部分元素未知甚至完全未知的条件下,采用Lyapunov稳定理论和随机理论的分析方法,设计依赖于丢包特性且满足系统均方稳定要求的时变控制器;最后通过数值算例仿真表明所提出方法的有效性.

摘要:以多异构无人机执行SEAD任务为背景,开展协同任务分配问题建模、算法设计和仿真分析.采用图论的方法完成问题的建模,将无人机本体等效为Dubins Car模型,并对其在相应目标处执行侦查、打击、评估任务时的进入角度进行约束,通过Dubins路径完成对无人机飞行路径的等效,采用分布式遗传算法完成对问题的快速求解.研究结果表明,带有路径末端角度约束的任务分配问题具有较好的实用意义,分布式遗传算法可有效处理实时任务分配问题,完成任务空间的快速决策.

摘要:为了探讨头脑风暴算法对离散调度问题的求解能力,以柔性作业车间调度问题为应用场景,提出集成种群多样性机制和讨论机制的头脑风暴优化算法.首先,建立柔性作业车间调度模型;然后,提出双机制头脑风暴优化算法,包含增加种群多样性机制和讨论机制,并深入分析算法的关键参数,设计关键操作,提出基于扩展工序的编码方式,设计聚类算法、扰动算子和合并算子;最后,对典型算例进行仿真计算,结果表明,增加种群多样性和讨论机制的头脑风暴优化算法表现最为优异,能够有效避免算法早熟,显著提高该系列算法的寻优能力.

摘要:为了解决目标在复杂环境下表观变化引起的跟踪漂移问题,提出一种基于多特征融合与分类器在线学习的目标跟踪算法.该算法利用不同表观特征训练子分类器,通过构建损失函数求得各子分类器可信度,进而加权融合子预测结果,得到当前帧最佳目标状态估计;同时,依据最近-最远边界原则和协同训练理论粗更新训练样本集,并通过精选择准则得到更具代表性的训练样本集,实现子分类器自适应更新.实验结果表明,所提出的算法在多种典型测试场景中都能取得较鲁棒的跟踪效果.

摘要:针对优化函数未知的昂贵区间多目标优化问题,提出一种基于主曲线建模的NSGA-II算法.该算法首先根据决策空间流形分布的种群数据构建K主曲线;然后利用所构建的K主曲线模型,通过插值和延展的方法生成子代.与遗传算法的随机生成子代策略相比,通过所提出方法生成有效子代效率会更高.由于目标空间拥挤距离无法求出,为此利用K主曲线找出待测解的前、后近距离解,按照决策空间拥挤距离对同序值解进行筛选,从而实现NSGA-II算法的改进.

摘要:图像分割是计算机视觉中的经典问题,在许多领域都有重要应用.由于图像信息存在不确定性,难以获得精确的分割结果,为应对图像分割中的不确定性问题,将证据理论这一不确定性建模与推理工具与马尔可夫随机场相结合,提出证据马尔可夫随机场(EMRF)模型,并基于此提出新的图像分割算法.EMRF利用证据标号场描述像素标号的含混性,以证据距离描述相邻像素间的标号关系,利用条件迭代模型(ICM)算法进行优化.实验结果表明,EMRF相较于传统马尔可夫随机场、模糊马尔可夫随机场和传统的基于证据理论的方法,能获得更好的分割效果.

摘要:研究一种两类品种工件混流的多站点传送带给料加工站系统的优化控制问题.系统中的站点如何协同工作完成工件加工任务,是提高系统生产率的重要课题.将前视距离作为各站点的决策变量,通过站点间的局部信息交互,提出一种品种均衡工作模式,并运用一种模型无关的串行反馈式多agent强化学习算法求解系统的最优策略.实验结果验证了该工作模式的合理性和算法的有效性,并分析了部分参数变化对系统性能的影响.

摘要:针对低碳柔性作业车间调度问题,提出一种基于新型优化机理的教学优化(TLBO)算法,以同时最小化总碳排放和平均延迟时间.利用3个串对问题的3个子问题单独编码,其主要步骤为教师的自学阶段和教学阶段,并运用多邻域搜索和全局搜索分别模拟教师的自学和教学活动.计算实验和结果分析表明,TLBO对于所研究的问题具有较强的搜索能力.

摘要:针对自动导引车系统中的协调控制问题,提出一种基于有向图的控制程序自动化设计方法.首先,根据自动导引车系统的结构建立基于区域控制的有向图模型;其次,在部分可观的条件下,定义扩充危险域的概念,给出一种估计危险域中车辆数目的方法,进而给出导引路径的防碰撞控制规范;最后,讨论系统发生死锁的两个条件,给出相应的死锁控制方法,并通过仿真实验验证了所提方法的有效性.

摘要:为了提高模糊神经网络(FNN)的收敛速度和泛化能力,提出一种基于混合梯度下降算法(HG)的模糊神经网络(HG-FNN).HG-FNN通过设计FNN参数调整过程的自适应学习率,利用链式法则获取FNN参数学习过程的梯度,在实现FNN参数自校正的同时,给出HG-FNN的收敛性证明,保证HG-FNN的收敛速度和泛化能力.最后,将所设计的HG-FNN应用于非线性系统建模与污水处理过程关键水质参数预测,实验比较结果显示,HG-FNN不仅具有较快的收敛速度,而且具有较好的泛化能力.

摘要:首先提出一类新型控制力矩陀螺(CMG)操纵律,改变使用静态数据求逆构造力矩分配矩阵的设计思路,利用近似的动态微分特性构造力矩分配矩阵,进而对新型操纵律奇异性进行分析.基于奇异分析结果,设计一种切换型CMG奇异回避策略,使CMG能在首选力矩分配矩阵接近奇异时,使用非奇异的备选分配矩阵将之替换.仿真结果表明,所设计的CMG操纵律具有较高的计算精度,同时具有一定的奇异适应性.

摘要:针对灰色绝对关联度模型和灰色相似关联度模型存在的问题,提出一种基于相对变化面积的改进灰色关联度模型.以序列几何形状的相似程度为基础,构建反应折线相似程度的相对变化面积,并以此作为关联系数的计算依据,同时以局部关联度的平均值度量整体的相似性,定义灰色关联度模型.此外,根据关联度计算结果,提出一种基于集合思想的变量选择算法,有效去除变量间的无关和冗余变量.仿真结果验证了所提出算法的有效性和合理性.

摘要:针对模糊环境下有限制的联盟合作情况,利用Choquet积分定义了模糊联盟图合作对策tau值,证明了其存在性和其他重要性质,讨论了其与模糊核心的关系,并给出凸模糊联盟图合作对策tau值的计算公式.最后通过一个算例表明了该tau值的有效性和合理性.研究发现,该tau值是传统tau值的拓展.

摘要:针对钢坯加热过程中炉温控制存在严重的外部随机扰动问题,提出一种基于重置状态观测器的加热炉随机扰动自抗扰控制方法,其核心思想是将随机扰动对炉温控制系统状态的影响归结为对输出的影响,并进行主动补偿.首先,设计一个自适应重置状态观测器来快速跟踪系统的状态;其次,设计一个随机扰动估计器来估量这些扰动,并补偿于系统的输入通道;最后,设计基于重置状态观测器的加热炉随机扰动自抗扰控制系统,并进行数值仿真验证所提出方法的有效性和优越性.

摘要:针对一个供应商和两个零售商所组成的两级供应链模型,研究产出不确定环境下的最优定价和投入决策问题.在常规情形中,供应商首先在产出不确定环境下确定投入量,并在实际产出确定之后确定批发价,而零售商最终确定订购量.在此基础上,讨论供应商向零售商提供供货承诺时的竞争模型.运用逆向归纳法讨论以上决策模型的均衡解.数值分析表明,供货承诺在一定的条件下能够优化供应链的性能.

摘要:针对传统灰色多变量离散模型存在未考虑各驱动因素的时滞动态变化特征及未利用各驱动因素往期数据的问题,通过引入驱动信息控制项调整系数${T_i

摘要:为了提高控制效率,对一类新兴的离散事件系统,即高通量筛选系统,利用双子代数dioid同时从事件域和时间域进行建模.对于很多离散事件系统,期望的输入输出模型行为是进行优化控制时常用的指标.然而,根据实际控制要求,往往高通量筛选系统的优化指标还会考虑期望的状态轨迹或期望的输出轨迹.对此,研究dioid框架下具有不同优化指标的优化控制结构,并结合状态反馈和输出反馈进行讨论.最后通过实例说明了应用该控制结构的方法.仿真结果表明了所提出的优化控制方法的有效性.

摘要:针对具有随机时延的网络控制系统(NCSs),研究其建模与系统分析问题.运用层次时间颜色Petri网(HTCPN)对以PLC为控制器的NCSs进行结构保留形式建模,并以新颖的方式将网络丢包和乱序现象与系统模型结合.重点分析系统中传感器-控制器、控制器-执行器随机时延分布情况,建立时延与网络中数据包运行情况间的关系.在此基础上,利用Baum-Welch算法建立两种时延的隐马尔科夫模型(HMM),进一步验证了HTCPN模型与HMM的等效性.

摘要:延长网络生存周期是WSN的核心问题之一.为均衡网络能耗,有效延长网络生存周期,提出一种保证区域能耗均衡的非均匀多跳分簇路由算法.通过对监测区域的等间距环形划分和等夹角扇形划分,得到同环簇大小相等、不同环簇大小由外到里依次递减的非均匀分簇方案,保证网络能耗效率最优.在簇头选取阶段,通过与距离相关的通信代价评价函数在每个子区域选择最合适的节点作为簇头,减少网络局部能耗.仿真结果表明了所提出算法的有效性.

摘要:混合整数非线性规划问题存在于大量工程和管理中,针对此问题提出一种滤子混合协同进化算法.利用滤子技术代替罚函数处理约束条件,采用混合编码和由差分进化算法与遗传算法异构的种群协同解决混合整数变量问题,引入基于平均熵和Logistic混沌初始化增加算法鲁棒性,利用自适应缩放因子和精英交流学习策略构成策略协同,与种群协同耦合,以提高算法搜索能力.以IEEE30节点测试系统进行无功优化为例,仿真结果表明所提出的算法具有全局搜索能力和有效性.

摘要:针对一类带有输出时滞的单输入单输出双率采样系统,提出一种鲁棒迭代学习控制算法.首先,利用提升技术将带有输出时滞的双率采样系统转化为无时滞形式的慢速率采样的状态空间模型,并基于二维(2D)系统理论,将迭代学习控制过程转化为等价2D模型;然后利用线性矩阵不等式(LMI)技术,给出确保系统稳定的充分条件和鲁棒控制器设计方法;最后,通过3层液位贮槽系统的液位控制仿真验证所提出方法的可行性和有效性.

摘要:针对摩擦非线性的扰动抑制和输出反馈控制问题,提出一种高阶滑模扩张状态观测器(ESO),实时获得系统的状态信号.在此基础上,设计神经网络自适应权值调节律,以得到控制信号设计参数与输出跟踪性能之间的关系;同时,给出保证系统动态性能的观测器状态初值与自适应调节律参数初值的充要条件.最后,通过稳定性证明和仿真算例验证了所提出控制算法的有效性.

摘要:车载网中platoon的稳定性直接决定了道路的安全性.对于platoon编组而言,“稳定”意味着在受到干扰时platoon的结构能保持相对稳定,并且干扰不会被放大.对此,研究platoon在受到干扰时的内部动态特性.通过分析可知,内部间距的变化符合阻尼运动,并采用SUMO(simulation of urban mobility)仿真软件做了大量实验以证实分析结论.此外,还讨论了不同加速度对欠阻尼的影响,总结出加速度与稳定性之间的关系.

摘要:超流体陀螺是基于物质波萨格纳克效应的干涉式陀螺仪,存在输出噪声较大致使其高测量精度的潜力不能发挥等问题.为此,基于超流体陀螺的工作机理,推导其状态方程和测量方程,构建其运动模型.对测量方程在工作点处进行泰勒级数展开,将其线性化,提出超流体陀螺的扩展卡尔曼滤波(EKF)算法,从信号处理角度抑制该陀螺噪声.仿真结果表明,基于该方法得到的角速度测量值误差有了较大改善,超流体陀螺的测量精度有了显著提高.