摘要：现实中城市交通流的运行具有很强的非线性特性,采用简单的线性模型难以全面描述交通流的实际运行过程.本文在考虑城市交通流非线性动态特性的基础上,提出了一种非线性交通流排队模型,并基于宏观交通流固有的周期性特征,设计了交叉口信号的迭代学习控制策略.通过对交叉口信号的迭代学习控制,使交叉口各进口道的车辆排队长度尽可能趋于均衡,提高交叉口信号有效绿灯时间的利用率,从而提高路网的通行效率.最后通过严格的数学推导证明了该方法的收敛性,仿真研究及实验结果验证了所提方法的有效性.

摘要：针对现存的最小熵滤波理论由于熵具有平移不变性,基于最小熵准则的滤波方法只能保证估计误差的随机性尽可能小,而不能保证其收敛到零的问题,基于中心误差熵准则研究了一类线性非高斯系统的滤波器设计问题。首先在最小熵准则的框架下采用非参数估计理论和梯度下降法给出了滤波增益矩阵的设计方法,并对滤波误差系统的均方稳定性进行了分析。接着针对最小熵准则的不足,提出了新的中心误差熵准则,它是由信息势和互熵的加权求和构成的,最大化信息势以实现估计误差随机性的全局最小化,最大化互熵可以将误差概率密度函数的峰值固定到零,从而实现滤波误差尽可能小。最后采用数值算例分别针对最小熵滤波和最大中心误差熵滤波进行仿真,结果表明基于中心误差熵准则的滤波算法具有更好的性能。

摘要：当前对于批次过程控制系统的性能评价方法都是在扰动服从高斯分布的假设条件下给出的,然而,在实际工业生产过程中,扰动不一定服从高斯分布。现有关于非高斯控制系统性能评价的方法主要适用于连续过程,不能直接应用于批次过程。针对非高斯批次控制系统,提出一种最小有理熵控制性能评价(CPA)新基准。另外,针对实际工业过程中批次过程模型未知的问题,提出一种改进的有理熵分布估计算法(RE⁃EDA),用于估计系统模型参数和非高斯扰动的概率密度函数(PDF),进而实现控制性能评价的目的。最后,将提出的RE⁃EDA算法和有理熵控制性能评价方法应用于数值算例和批次反应器过程,证明所提方法的有效性。

摘要：针对一类具有时滞相关和具有非线性扰动的不确定广义系统,研究了该系统的保性能控制问题。目的是设计一个有记忆的状态反馈控制器,不仅使得闭环系统渐进稳定而且相应的性能指标不超过某个确定的上界。基于Lyapunov函数方法和线性矩阵不等式(LMI),得到闭环系统渐进稳定的充分条件和保性能控制器的设计方法。最后通过数值算例说明了所给方法的有效性。