摘要：利用宏观交通流行为的重复性特性,将快速路宏观交通流模型转换为包含此模型的一般离散时间非线性系统模型,然后针对此一般离散时间非线性系统模型设计了基于迭代学习的宏观交通流模型参数辨识算法.严格的理论推导证明了这种参数辨识方案的收敛性和鲁棒性.仿真结果验证了该算法的有效性.

摘要：针对一类离散时间非线性系统,提出一种基于虚拟参考反馈整定的改进无模型自适应控制方案.首先,利用动态线性化方法给出非线性系统的紧格式动态线性化模型;然后,基于优化技术设计控制算法和伪偏导数估计算法;最后,设计基于虚拟参考反馈整定的伪偏导数初值和重置值的估计算法.该控制方案设计仅依赖于被控系统的输入和输出数据,且能保证闭环系统的稳定性和收敛性.仿真比较结果验证了所提出方法的有效性.

摘要：针对自动泊车系统,提出了无模型自适应控制(Model-free adaptive control,MFAC)方案.控制方案的设计仅利用泊车系统的前轮转角输入数据和车身角输出数据,不包含车辆模型信息.因此,针对不同车型的自动泊车系统,该方案均能实现无模型自适应控制.为了改善期望轨迹的坐标跟踪误差,进一步提出基于坐标补偿的无模型自适应控制方案,该方案由控制算法、参数估计算法、参数重置算法和坐标补偿算法构成.针对不同车型不同泊车速度的仿真结果表明,基于坐标补偿的MFAC方案和原型MFAC方案均能较好地完成自动泊车过程,且基于坐标补偿的MFAC方案相比原型MFAC方案和PID控制方案,在轨迹坐标和车身角等方面均具有更小的跟踪误差和更快的响应速度.

摘要：仅利用系统的终端输出误差而不是整个输出轨迹,提出了一种最优终端迭代学习控制方法.控制信号可直接通过终点的误差信息进行更新.主要创新点在于控制器的设计和分析只利用系统量测的I/O数据而不需要关于系统模型的任何信息,并可实现沿迭代轴的单调收敛.在此意义上,所提出的控制器是数据驱动的无模型控制方法.严格的数学分析和仿真结果均表明了所提出方法的适用性和有效性.

摘要：本文基于迭代域的动态线性化方法,提出了一类单入单出离散时间非线性系统的数据驱动无模型自适应迭代学习控制方案.无模型自适应迭代学习控制本质上属于一种数据驱动控制方法,仅利用被控对象的输入输出数据即可实现控制方案的设计.理论分析表明无模型自适应迭代学习控制方案可以保证最大学习误差的单调收敛性.数值仿真和快速路交通控制应用验证了无模型自适应迭代学习控制方案的有效性.

摘要：研究一类未知异构非线性多智能体的编队控制问题.首先,利用全格式动态线性化(full form dynamic linearization, FFDL)方法将未知非线性智能体转化为含有时变参数的数据模型,并给出时变参数的估计方法;然后,基于该数据模型设计一种分布式无模型自适应多智能体编队控制方案;最后,为验证所提出的无模型自适应编队控制方案的有效性,利用3台NAO机器人开发基于Python的多智能体编队控制实验平台.实验比较结果表明,通过所提出的控制方案可使3台机器人仅利用局部信息就能有效完成编队控制任务,控制性能优于基于PID的编队控制方法.

摘要：针对一般非线性离散时间系统的不确定性和扰动抑制问题,提出一种新的自适应准滑模控制算法.算法包括两部分,其一是基于紧格式动态线性化模型的自适应准滑模控制器设计,其中动态线性化方法中"伪偏导数"的估计算法仅依赖于系统I/O实时量测值.其二是采用径向基神经网络估计器来估计系统的综合不确定性.理论分析证明了系统的BIBO稳定性.仿真结果验证了所提算法的有效性.

摘要：本文针对快速路主道交通密度的控制问题,提出了一种新的自抗扰匝道调节方法.该方法包括跟踪微分器(TD)、扩展状态观测器(ESO)和非线性输出误差反馈控制律(NLOEF)3个部分.通过微分跟踪环节安排的过渡过程,可有效降低系统的超调;而系统外部不确定性可通过ESO估计,并将估计信息用于NLOEF更新控制信号.本文分别基于宏观MATLAB和微观PARAMICS平台进行了仿真研究,验证了所提出方法抑制不同类型外部扰动的有效性.

摘要：以一般离散时间非线性系统为研究对象,提出一类基于数据驱动的控制器设计及其参数整定方法.方法首先依据非参数时变动态线性化定理提出3种控制器结构,再采用迭代反馈整定方法(IFT)优化其控制器参数,从根本上解决了IFT方法给定控制器结构时存在的盲目性.最后将该方法与另外两种数据驱动控制方法—无模型自适应控制(MFAC)和IFT方法进行比较研究,结果表明方法是有效的.

摘要：针对快速路系统复杂时变和难于建立精确数学模型的特点,提出基于无模型自适应控制的入口匝道控制方案,控制方案包括控制算法、参数估计算法和参数重置算法。该方案的设计无需精确的数学模型,只依赖于受控对象的实测数据。从而设计并开发了相应的入口匝道控制系统,主要包括上位机、基于高级精简指令集机器(Advanced RISC Machines,ARM)的入口匝道控制器、检测器和信号灯。为了验证基于无模型自适应控制的入口匝道控制系统的有效性,利用基于微观交通仿真软件(Parallel microscopic simulator,PARAMICS)的仿真机模拟北京市北四环西路快速路网,生成相应的检测数据发送给入口匝道控制器并接收入口匝道控制器的控制信号实现快速路网的实时控制。实验结果表明,开发的基于无模型自适应控制的入口匝道控制系统具有良好的控制效果。