摘要：本文考虑多智能体系统一致性问题的控制与拓扑协同优化设计.首先在给定的二次性能指标下,对多智能体系统的分布式一致性控制协议寻优,得到依赖于网络拓扑图拉普拉斯矩阵的最优控制器.其次,为进一步最大限度地减少拓扑之间的连边,又不降低多智能体系统的收敛速度,通过权衡系统的通信能量和控制能量,寻求网络拓扑的优化设计,给出了拓扑优化算法和多智能体系统特征值的优化方法.最后,仿真研究验证了在控制器优化的基础上进一步寻求拓扑优化,可大大提升系统的一致性性能.

摘要：为连续非线性系统提出了一种有效的最优控制设计方法.广义模糊双曲模型(Generalized fuzzy hyperbolic model,GFHM)首次作为逼近器用来估计HJB(Hamilton-Jacobi-Bellman)方程的解(值函数,即它是状态与代价函数之间的映射),然后,利用该近似解获得最优控制.本文方法只需要一个GFHM估计值函数.首先,阐述了对于连线非线性系统最优控制的设计过程;然后,证明了逼近误差是一致最终有界的(Uniformly ultimately bounded,UUB);最后,一个数值例子验证了本文方法的有效性.另一个例子通过与神经网络自适应动态规划的方法作比较,演示了本文方法的优点.

摘要：许多实际系统可以表示为不连续非线性块状结构模型,其不连续非线性部分常采用符号函数参数化,该处理方法适用于递推参数辨识,但自适应控制器的设计较为困难.鉴于此,针对一类含有不连续非线性环节的Hammerstein模型,采用一系列线性分段函数参数化不连续非线性环节,提出自校正控制方法.根据线性分段函数的逆函数特性,求解自适应控制律.理论分析证明了闭环系统的稳定性,仿真结果验证了所提出方法的有效性.

摘要：介绍一种基于区间观测器的故障诊断技术.为突出区间观测器在故障诊断方面的优势,总结归纳针对不同类型系统构造的可以达到故障诊断目的的区间观测器,并讨论观测器的设计条件.例如,事件触发机制下的故障检测区间观测器,针对线性参数变化系统设计的基于区间观测器的故障检测机制,在区间观测器的框架下实现带有未知互联项的T-S模糊大系统的故障隔离,以及利用区间观测器对多智能体系统实现故障隔离.最后探讨该领域亟待解决的问题.

摘要：从攻击者的角度研究多传感器系统的安全性问题,该系统配备有分散式卡尔曼滤波器和χ2检测器.恶意攻击者通过修改新息序列以达到破坏系统性能的目的.为了最大程度地破坏系统性能,以数学期望的形式推导出子系统误差协方差表达式,并量化其与融合误差协方差的关系.此外,结合矩阵理论,分析受攻击前后系统性能指标的变化并给出可躲避χ2检测器的最优线性欺骗攻击形式.最后,通过一个数值仿真例子验证所提出攻击策略的有效性.

摘要：将传统阶跃型光纤与光子晶体光纤结构相结合,提出并研究了复合型7芯光子晶体光纤。该光纤可在有效降低芯间串扰的同时增大光纤的纤芯密度,为实现大容量、长距离的光纤空分复用技术提供了新思路。通过理论分析了掺锗纤芯以及纤芯周围空气孔的参数,结果表明,在1550 nm波长处中间纤芯与外围6个纤芯间的串扰低于-60 dB/km,有效模场面积大于90μm^(2),芯间距最小为31.7μm。以31芯光纤为例,其相对纤芯复用因子可达到8.78,可用于低串扰、大容量、长距离传输的网络系统,对用于空分复用的多芯光纤设计具有指导意义。

摘要：为了进一步提高人力资源交叉培训规划的实用性,增加了对于员工学习行为的考虑,提出了在保证任务覆盖水平的基础上,获得员工满意度最大和学习效率最高的多目标优化模型.本文针对问题的特征,采用多目标粒子群(MOPSO)算法对多目标优化模型进行了求解,并设计了多种算法策略,以适应不同的问题环境.通过数值实验,分析了不同问题规模下,针对不同性能指标算法参数和策略的适用性.最后,以柔性单元装配生产线为例,进行了数值实验,实验结果表明了模型的有效性和合理性.

摘要：尽管信息物理系统的稳定性已经得到了广泛的研究,但大部分的学者皆关注于通信网络延时或攻击下的信息物理系统的稳定性问题,无网络通信的信息物理系统的信物融合稳定性分析策略亟待提出.其中,内嵌数字控制系统的并网逆变器系统是一种最简单、最典型的信息能源系统.同时,从效率的角度出发,逆变器的开关/采样频率总是选择尽可能低的频率,其势必产生系统固有延迟时间(控制理论中称为时间延迟).这种延迟时间往往容易引起系统的低频/次同步振荡,弱电网将加剧此现象.为此,提出一种信息能源系统的信-物融合稳定性分析技术.首先,基于柏德近似方法,建立了具有等效延迟时间的信息物理系统阻抗模型.该等效延迟时间由三部分组成,即信息/物理层的采样延迟时间、信息层的计算延迟时间和物理层的脉宽调制延迟时间,其有效地反映了信息-物理相互融合作用的影响.进而设计了稳定禁止区域判据,利用空间映射使开关/采样频率求解过程转化为Hurwitz矩阵辨识问题.在这些空间映射的基础上,最小开关/采样频率通过自适应步长搜索算法获得.最后,仿真和实验结果验证了该方法的有效性.

摘要：在求解热精轧负荷分配优化的过程中,针对目标函数中加权系数难以确定的问题,提出多目标反向迭代法(multi-objective inversion iteration algorithm,MOII),该法通过数值迭代的方式实现了热精轧机组负荷分配的多目标优化.首先,在综合考虑板形、板厚精度和质量的基础上,设计负荷分配优化的多目标函数;然后,基于轧制力能参数与轧机入口和出口板带厚度的单调性关系,设计MOII算法,并对MOII算法的合理性及异常情况进行分析,给出其计算流程;最后,基于实际生产数据进行仿真,结果表明,MOII算法不仅能够实现负荷分配的多目标优化,而且求解速度快、精度高,体现出良好的在线应用前景;与其他方法得到的解相比,MOII算法求得的解有更好的性能.

摘要：大型离心压缩机作为多影响因素和强非线性的复杂系统,其性能的准确预测难以实现.针对这一问题,结合径向基函数(RBF)神经网络,本文建立了多级离心压缩机性能预测的混合模型.首先基于热力学第一定律和压缩机能量损失机理建立了多级离心压缩机性能预测的机理模型.该模型无需任何实验确定的性能曲线,完全由压缩机的几何结构参数预测出压缩机在设计工况和非设计工况下的性能.然后利用RBF神经网络修正机理模型的误差,并通过对RBF神经网络的不断更新,进一步提高了模型的预测精度和适用性.将所建立的混合模型应用于实际的离心压缩机,结果表明该方法具有良好的预测性能.