摘要：针对4阶混沌电力系统,该文提出一种具有快速收敛特性的自适应协同控制方案。首先基于Lyapunov稳定性定理和全局快速收敛理论,设计了一种具有快速收敛特性的协同控制器,该控制器可使宏变量快速到达不变流形并可以得到平滑无抖振的控制输入,实现宏变量的精确收敛。然后将所设计的控制器应用于4阶电力系统的混沌控制中。由于电力系统中的能量过剩会引起混沌振荡,在控制回路中引入储能装置,通过控制储能装置吸收电力系统中多余的有功功率来抑制其混沌振荡。在此基础上通过设计自适应律,消除了控制器设计过程中出现的复杂项,增加了控制器的实用性。最后通过数值仿真,验证了该控制方案的有效性与优越性。

摘要：为解决密码算法映射到粗粒度可重构密码逻辑阵列(CRCLA)过程的描述困难问题,提出一种数据流图节点与划分后节点簇的描述形式,并以一种坐标序列描述形式精确显示CRCLA中资源的占用情况;针对密码算法映射到CRCLA上性能不高及编译时间过长的问题,提出一种能快速收敛到全局最优解的退火遗传算法,从初始温度、降温系数等方面对退火算法进行改进,增加遗传算法的筛选、交叉与变异流程。实验结果表明,编译时间与性能平均降低了30.6%与13.4%,验证了算法的高能效映射。

摘要：在气动伺服系统中实现高精度控制,通常需要采用要求全状态信息的基于模型的非线性控制算法。鉴于轻量化的设计要求或者出于成本的考虑,构建压力观测器来代替压力传感器。首先,采用李雅普诺夫稳定性理论来论证所设计的压力观测器的全局稳定性。其次,通过试验研究,选取满足试验要求的多变指数值。然后,任意设定偏离实际值的压力观测器初值,以证实该压力观测器收敛迅速且不断逼近真实值。另外,通过作用一个变刚度的载荷于系统,以证明该压力观测器是负载独立的。最后,试验表明采用所设计的压力观测器来实现气动系统的伺服控制是有效的、可行的。

摘要：针对传统的遗传算法在后期搜索能力差和收敛速度慢的缺点,提出了一种基于共轭梯度法和遗传算法的快速收敛混合算法。在充分利用遗传算法的全局搜索能力和共轭梯度法的快速局部搜索能力后,加快了遗传算法的收敛速度,提升了遗传算法的搜索精度。以复杂的一维函数和含圈脊的二维多峰函数Shaffer的全局优化问题为例,验证了这种混合遗传算法的性能优于单独的共轭梯度法和遗传算法,并取得较好的效果。

摘要：为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种新的快速收敛的改进遗传算法。该改进算法设计了与个体适应度相关的变异算子,以及与早熟情况、进化代数和个体适应度有关的移民算法。实例验证表明,该改进遗传算法在收敛速度和获取全局最优解的概率两个方面都有很大的提高。

摘要：利用基准站网络采用单星建模的方式对卫星对的星间单差宽巷残差(OMC)建模。流动站内插宽巷OMC,然后对其宽巷观测值进行改正;进行了OMC修正的宽巷观测值不含大气延迟和宽巷UPD的影响,联合无电离层伪距观测值可快速固定宽巷模糊度。固定了模糊度的宽巷观测值可以看成一个高精度的伪距信息,联合无电离层组合相位观测值可实现PPP的快速收敛。采用江苏CORS网中两个不同基线长度的基准站网进行验证分析,结果表明:基于区域增强信息的PPP算法对于平均基线长度为49 km和110 km的两个参考站网内的流动站都可在第二个历元固定宽巷模糊度,同时实现PPP的快速收敛,可以进一步扩展PPP的应用范围。

摘要：为了加快符号回归常数模算法(SRCMA)的收敛速度,本文提出了一种适合于BPSK信号 的快速算法。该算法用新的误差函数替代SRCMA中的误差函数,新误差函数针对BPSK信号而 设计。新算法采用分数间隔均衡模型,有效地加快了SRCMA算法的收敛速度。水声信道仿真实验 表明,该算法性能稳定,收敛速度快,适用于快速变化信道的盲均衡和水声通信数据的实时恢复。

摘要：讨论了SISO非线性系统的两种滑模变结构控制设计。分别从线性滑模的趋近率及非线性滑模设计提出了新的方法及相应控制方案。文中设计的线性滑模趋近率,其趋近速度及滑动状态随系统状态变化而变化;非线性滑模从系统收敛速度及动静态性能综合考虑进行了设计。研究结果表明,相比于终端滑模,系统具有显著的快速性,并具有良好的动静态性能。最后通过三个仿真实例验证了该方案的有效性。

摘要：提出一种用于求解多目标组合优化问题的3阶段混合蛙跳框架.该框架采用阶段化、模块化的设计思想,将种群的进化过程分为快速收敛、探索扩展、极值挖掘3个阶段.在快速收敛阶段,迅速定位Pareto前沿,使整个群体快速地聚集在前沿附近;在探索扩展阶段,进一步提升解的精度并让种群均匀地分布在前沿上;在极值挖掘阶段,搜寻各目标上的边界极值,增强分布性能.对于不同阶段的不同模块,采用不同的策略以提升框架的求解性能.所提出框架对于多目标组合优化问题具有良好的通用性,在解决不同类型的问题时仅需设计相应的编码方式、个体生成算子和约束处理机制.采用经典的多目标背包问题作为测试问题,与五种已有算法进行对比,结果表明,所提出框架具有良好性能,基于该框架设计的混合蛙跳算法具有更好的收敛性和分布性.

摘要：本文设计了一种非线性约束最优化程序，该程序的算法不但继承了一阶梯度法的全局收敛优点，而且修正了一阶梯度法中的锯齿现象，从而使收敛速度大为加快。最后，用一个含非线性受控源电路为例，利用本程序进行最优化设计，取得良好的效果。