摘要：针对执行器效益损失故障、偏移故障和舰尾流扰动,提出了一种直接升力作用下的自适应固定时间容错控制方法。首先,建立了一种新的含襟翼的舰载机精确反馈线性化模型,并基于新的固定时间稳定性定理,对直接升力模态设计了滑模控制器,提升了系统的收敛速度和着舰精度;然后,引入非线性微分方程形式的自适应更新律,在线估计故障因子的最小值和复合扰动上界值,补偿故障和扰动的影响,基于李雅普诺夫方法证明了闭环系统的固定时间收敛特性;最后,与其他方法对比仿真的结果证明了所设计方法的有效性和优越性。

摘要：针对搜索问题中的目标通信限制和运动特性,采用连通矩阵建立了无人机通信拓扑结构。基于贝叶斯理论利用多架无人机联合探测信息对目标存在的后验概率进行更新,通过计算目标转移概率密度得到动态时敏目标的预测概率,提高了目标存在概率图的准确性;设计了一种调度信息素,建立了数字信息素图使用方法及更新机理,增强了无人机的协作性。在此基础上设计了合理的UAV协同搜索性能指标函数,最后在分布式模型预测控制框架下对性能指标函数进行优化求解,仿真结果表明两种搜索图能够引导无人机协同搜索,加强了机间合作,提高了搜索效率。

摘要：针对参数不确定情况下高超声速飞行器的控制问题,提出了一种弹性自适应控制方法。给出了高超声速纵向动力学模型,并对其进行反馈线性化处理,分析了参数不确定对线性化处理后的模型的影响。在此基础之上分两步进行了弹性自适应控制律的设计,基于自适应Backstepping控制方法设计了标称控制器,对所构造的李雅普诺夫函数进行分析,得到了最终控制器并证明了系统稳定性。最后与标准Backstepping控制方法进行了对比仿真实验,结果表明所提控制方法对参数不确定具有更好的适应能力。

摘要：针对较强参数摄动情况下高超声速飞行器巡航段控制问题,提出一种基于主影响元素分析的鲁棒自适应控制方法。首先在飞行器具有未知参数情况下,使用符号计算工具对系统不确定量进行分离,实现不确定性的建模;进一步使用蒙特卡洛试验方法,确定不确定函数向量的主影响元素,对模型进行简化。然后在滑模控制的基础上,结合参数自适应估值和鲁棒补偿的方法,设计出飞行控制器,实现对未知参数的自适应估值以及对模型误差的补偿,并从理论上证明了系统的稳定性。仿真试验表明,在较大参数摄动情况下,文中所提方法依然可以保证系统的稳定性和跟踪性能。

摘要：为提高现代机场的资源利用效率和乘客换乘体验,研究了多目标航班-登机口分配问题;在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上,以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数,建立了航班-登机口分配的多目标非线性0-1整数规划模型,并设计了一种改进型基因编码的遗传算法以提高求解效率;基因个体采用两段式整数编码,设计了该编码方式到可行解的映射流程,同时从理论上证明该编码方式可以映射到最优解;对两段基因编码分别设计了不同的交叉算子和变异算子,避免产生非可行个体;为验证算法的有效性,基于某大规模机场的实际运营数据,对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明:采用改进型遗传算法使得安排在固定登机口的航班数目增大5%,乘客换乘总紧张度减小3%,乘客换乘平均紧张度减小32%,占用的固定登机口数量相同,安排在固定登机口的乘客数量增大20%,算法运行时间减小8%,说明改进型遗传算法性能更好,可提高登机口的利用效率和乘客的换乘舒适度;在改进型遗传算法的优化过程中,航班数量目标和登机口数量目标在130次迭代时寻到最优解,换乘紧张度目标在400次迭后基本收敛,且最优结果对应的航班时序合理,说明该算法的迭代收敛速度快,优化结果合理。

摘要：为解决高超声速飞行器在爬升的过程中存在严重匹配/非匹配不确定性的问题,提出了一种新型的自适应超螺旋滑模控制方法以抑制爬升段存在的匹配不确定性,并将该方法与滑模微分器相结合,以解决爬升段存在的非匹配不确定性.首先用滑模微分器估计反馈线性化模型中速度和高度的各阶导数,以缩小反馈线性化模型与原模型的差距;其次在传统超螺旋滑模的基础上,加入线性项以提高收敛速度;将积分项中不连续的符号函数连续化,保证控制输入的平滑性,更大程度削弱抖振;针对未知上界复合干扰,设计了一种自适应参数可增大可减小的自适应律,保证参数既不过大估计,又可放宽初值的选取,保证收敛速度.仿真结果表明:改进后的控制方法可实现状态量在有限时间内跟踪上指令信号,完成控制要求;且相较于传统超螺旋滑模控制算法,改进的控制方法控制输入更加平滑,收敛速度更快,从而验证了该方法的有效性以及先进性.

摘要：汽油辛烷值不仅影响汽油的经济效益,也关乎汽车尾气排放量,因此精确预测成品汽油的辛烷值对国民经济发展和环境保护都有着重要意义。为从高维的工业汽油数据集中准确预测出辛烷值含量,首先提出了一种互信息法回归(Mutual information regression,MIR)-递归嵌入式特征选择(Embedded feature selection,EFS)融合降维算法对数据特征进行评分,筛选出30个特征作为建模的主要变量;然后基于优化后的自适应集成学习随机森林算法建立了辛烷值预测模型;最后基于多种互补判别准则,与现有方法进行了充分仿真计算对比。结果显示,改进的MIR-EFS融合降维算法将数据维度减少了89.65%,训练时间减少了81.43%,预测数据的均方误差(MSE)、均方根误差(RMSE)、最小误差(Min Error)和回归平方和(ESS)分别为0.017、0.13、0.023和0.28。与现有方法相比,MIR-EFS融合降维算法的复杂度性能与计算结果更优,这表明改进的MIR-EFS融合降维算法能够准确地获取成品汽油中辛烷值的含量,为汽油辛烷值预测提供可参考的算法支持。

摘要：针对高超声速飞行器巡航段执行器控制效益损失故障和卡死故障问题,基于高超声速飞行器纵向运动模型,将自适应算法与改进的径向基函数神经网络(RBFNN)方法相结合,设计了一种自适应神经网络容错控制器。所提出的容错控制方法具有无需估计执行器故障值的优点,且设计的控制算法结构简单,无需大量实时计算,可以快速处理故障的发生,确保系统在参数不确定、恒定或时变执行器故障与卡死故障情况下仍具有稳定跟踪能力。最后,仿真验证了该方法的有效性。

摘要：针对具有强耦合性、严重非线性等特性的高超声速飞行器控制问题,提出了一种改进的自适应二阶滑模控制方法。首先,在高超声速飞行器纵向模型中加入不确定因素,建立了具有参数不确定性、模型不确定性以及干扰的控制模型;其次,在所建立模型的基础上,利用类二次型Lyapunov函数设计了基于super-twisting算法的二阶滑模自适应控制器;最后,仿真结果表明,对具有未知上界不确定性的系统,该方法设计的控制器较普通二阶滑模控制器,有更好的跟踪效果以及鲁棒性。

摘要：基于三自由度飞行动力学模型和运动学模型,提出了一种带有灰色补偿的反步(Back-stepping)控制方法,以实现某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解成3个轴方向的相对简单的子系统;然后,针对3个子系统采用反步法分别设计出模型中没有干扰时的控制律,并采用GM(0,N)预测模型对不确定部分的模型参数进行辨识,进一步根据估计出的参数设计灰色补偿控制律;最后,根据3个子系统设计出的控制律解算出同时满足3个子系统渐进稳定的控制输入,这样使得整个系统渐进稳定。仿真结果表明,GM(0,N)预测模型能精确预测不确定模型参数,该算法能够高效实现预定的战术机动动作。