摘要：针对基于分类代理辅助进化算法模型管理效率不高和如何有效降低真实函数评估次数的问题,提出了一种基于自适应采样策略的模糊分类代理辅助进化算法。首先,算法通过帕累托支配关系筛选样本来构造代理模型;其次,采用基于转移的密度估计策略提高选择压力,兼顾收敛性与多样性,同时利用十折交叉验证得到精度信息用来划分状态;最后,设计了一种自适应模型管理策略,其考虑当前种群的收敛性、多样性和不确定性,并根据不同精度状态采用有针对性的采样方式,该算法能够在保证整体性能的前提下,合理减少真实评估次数。为验证所提算法性能,将该算法与其他4种算法在MaF、WFG测试集和汽车侧面碰撞设计与驾驶室设计的实际工程问题上进行了分析对比实验,实验结果表明:所提算法在有限次评估条件下,在解决昂贵多目标优化问题时具有较好的竞争力。

摘要：针对离散不确定输出概率密度函数控制系统存在的保守性问题,提出基于线性矩阵不等式神经控制的保性能控制算法。该控制算法是在线性矩阵不等式设计的基础上,加入附加增益的状态反馈控制,在控制器设计时用神经控制器调控附加增益,降低系统的保守性,同时利用线性矩阵不等式的方法给出保性能控制算法的可行性条件。通过实验证明,该保性能控制算法能够降低系统保守性,能较好地改善系统鲁棒性和稳定性。

摘要：针对参数时变,且含有多个目标函数的PID控制器设计,提出了一种基于参考点的时变参数不可测动态多目标优化遗传算法.该算法在常规动态多目标优化遗传算法基础上,加入了参考点及局部搜索和种群更新机制,以实现对不同环境及环境不可测情况下PID控制器参数的优化,用典型测试函数将该算法与DNSGA2-A算法进行比较,验证了算法的有效性.在PID控制器设计部分,首先建立PID控制器时变动态多目标优化模型,将多目标PID控制器设计问题转化为动态多目标优化问题;然后建立参考点,定义基于参考点占优帕累托支配关系,通过局部搜索和种群更新机制对种群进行处理,优化PID参数;最后将该方法应用于柴油机优化问题实例,将误差和方差作为优化目标,对PID控制器的3个参数进行优化,验证了方法的有效性.

摘要：提出一种利用复合结构终端滑模面作为输入的单输入模糊控制器设计方法,将这种控制方法应用于机器人跟踪控制系统,取得了满意的跟踪效果。模糊控制器中只有唯一的输入,因此,模糊控制规则数比普通模糊控制器大大减少,这样就使得模糊控制器的设计和调节更简单、更方便。同时这种模糊控制器由于具有准滑动模态的性质,体现出较好的鲁棒性,适合于机器人这种高度非线性的复杂控制系统。

摘要：针对客户满意度和时间窗时域单一的问题,提出一种多时域分级方式衡量车辆配送进度,该设计细化普通时间窗时域,分成多个时域衡量车辆行进位置,算法方面,遗传算法(genetic algorithm,GA)与变邻域下降搜索算法(variable neighborhood descent,VND)的组合优化形式得到静态预优化路径最优车辆行进线路。动态调度周期中,现有贪婪订单插入算法(greedy order insertion algorithm,GOIA)搜索效率不高,提出一种改进后的贪婪订单插入算法(improved new greedy insertion algorithm,IGOIA),摒弃了GOIA随机插入路径的方式,最有原则的将订单插入到配送路径中去,将其与变邻域下降搜索算法组合优化(Genetic algorithm-Variable Neighborhood Descent,GAVND),对未服务的客户点进行局部优化。通过数学模型优化和求解算法改进,在统一平台上与IGOIA-GAVND、GOIA-GAVND与GOIA-GA2-opt的遗传算法改进形式进行对比试验,改进后的动态订单插入算法在不同规模的Solomon算例下,平均目标值降低了11%,算法平均计算时间降低了2.74 s,实例分析中,成本解分别节约了23%、31%、21%,研究结果证明了原则订单插入算法在滚动周期策略作用下可以获得较高质量的解。

摘要：提出一种基于神经网络的机器人故障检测系统结构,给出在线学习逼近机器人标称模型的故障检测方法。控制系统可运行于两种工作模式:系统正常时,采用常规计算力矩控制器;有故障发生时,引入补偿控制来削弱故障影响,保障系统的正常运行。对机器人的仿真控制结果表明,设计的控制策略在机器人发生故障时,不仅能够继续完成预定工作任务而且还保证了跟踪精度,表明了该方案的有效性。

摘要：针对一类具有参数不确定的非线性网络化控制系统,同时考虑网络延时、丢包及有限能量外部扰动的影响,采用动态输出反馈控制策略,基于T-S模糊模型建模,在对时延分段处理的情形下,通过构造适当的增广型Lyapunov-Krasovskii泛函,推证出确保非线性网络化控制系统在执行器或传感器失效故障时分别具有H_∞鲁棒完整性的时滞依赖充分条件,并通过求解LMIs,给出了最优控制器的设计方法。采用动态输出反馈策略,克服了状态反馈在实际工程应用中的局限性而更具现实意义,证明中未进行模型变换又引入了适当的自由权矩阵变量,特别是时延的分段处理,使所得结果具有较少保守性。最后以一个仿真算例验证了文中所述方法的可行性和有效性。

摘要：针对同时存在时变时延、丢包和信息量化的参数线性不确定网络化控制系统,在执行器失效故障和外界有限能量扰动共存的情形下,基于状态多时延模型,通过构造时滞且量化误差依赖的Lyapunov-Krasovskii泛函,给出了使不确定网络化控制系统具有鲁棒H∞完整性的判决准则和控制器的设计方法。还进一步讨论了故障网络化控制系统稳定运行的最大允许时延和最大允许量化误差,并以此为依据对H∞性能指标进行了优化,给出了鲁棒H∞最优容错控制器设计方法。由于模型中考虑了时延下界,证明过程引入适当自由权矩阵变量且未进行模型转换,使得其结果具有较少保守性。仿真结果验证了该方法的有效性。

摘要：针对一类具有时变时延和丢包的网络化控制系统,考虑外界有限能量扰动的影响,基于一种状态多时延模型,以时滞依赖的方法,推证出确保闭环系统在执行器或传感器发生失效故障时具有H∞完整性的判据,并以求解线性或非线性矩阵不等式的方式,给出H∞容错控制器的设计方法.最后以一仿真算例验证该方法的有效性.结果表明:由于模型中考虑了时延下界,且证明过程未进行模型转换和交叉项放大处理,其结果具有较少保守性.

摘要：针对某些具有可能故障先验知识的非线性系统,提出了一种基于径向基函数(RBF)网络的逆系统多模型内模主动容错控制方法.首先采用RBF对系统正常及各种先验故障情形的逆系统建模,并由此建立动态系统逆模型库,然后基于逆系统方法将逆模型与系统串联形成伪线性系统,并对其设计了具有良好鲁棒性能的内模控制器.系统实际运行时,监控决策机制依据系统性能容忍度指标和模型失配度指标的实时计算分析,诊断系统所处运行模式,调用与之匹配的RBF逆模型,使其通过始终与原系统模型的串联保持为不变的伪线性系统,从而在无需改变内模控制器的情况下达到对非线性系统主动容错控制的目的.仿真实例验证了所提方法的有效性.