摘要：对于一类参数未知的多变量周期系统,传统自适应控制方法存在参数收敛慢的问题,导致系统暂态响应差、控制效果不理想.因此,本文针对多变量周期系统设计了多模型二阶段自适应控制器.首先根据先验知识,确定不确定区域范围,并在不确定区域内建立多个自适应模型.然后根据李雅普诺夫理论得到第一阶段辨识方程;在第二阶段中,充分考虑辨识误差并确定了权值自适应律,以此获取虚拟模型以提高参数的收敛速度.接着,利用得到的虚拟模型参数设计了二阶段自适应控制器,在保证了系统稳定性的基础上,提高了系统的暂态性能.最后,给出的仿真结果表明多模型二阶段自适应控制器提高了参数的收敛速度,改善了系统的暂态性能.

摘要：针对虚拟实验系统和远程实物实验系统的特点,提出了一种基于Internet的虚实结合远程实验系统设计方法。该系统同时具有两种类型实验系统的优点,克服了单一类型实验系统的不足。对虚实结合的远程实验系统的功能、组成等进行了详细的分析和设计,设计了符合远程实验要求的温度实验装置,开发了该装置的虚实结合远程温度检测与控制实验系统。应用结果表明:该系统具有多用户支持、功能强大、灵活性好、安全可靠等特点,很好地满足了远程工程教育对实验教学的要求。

摘要：针对原始K均值聚类算法的局限性,设计了一种改进的K均值聚类算法,结合不同睡眠阶段的特性,实现睡眠阶段的自动分期。首先,针对原始K均值选取初始聚类中心的随机性,基于密度和距离两项指标来选取初始聚类中心,使得初始聚类中心的选择更加合理,从而提高算法的稳定性;其次,选用高斯核函数作为聚类中心更新时的权值,减少离群点对中心的影响;然后,根据不同睡眠状态的特征,设计了分步聚类处理方式;最后,定义了距离修正系数对K均值聚类的结果加以修正,使其聚类结果更符合实际睡眠状态变化规律。将改进算法分别在来自不同数据集的睡眠数据上进行了测试,比原始K均值聚类有显著提升,且更贴近人工判读,能够为睡眠状态分析提供可行的辅助判读方式。

摘要：为解决粒子群搜索算法局部最优解和收敛效率低的问题,提出一种改进型的粒子群搜索算法(IPSO)。为速度惯性权重引入自适应增益反馈率,提高收敛速度;引入渐变随机扰动,利用局部不确定性,跳出局部最小;利用IPSO对TWSVM的参数实现寻优。4种基准函数对IPSO的搜索性能的分析结果表明,IPSO有着更好的搜索能力和收敛速度,IPSO-TWSVM在不同数据集分类中的收敛速度和分类准确率上均优于其它算法。

摘要：建立了乙苯脱氢反应器的一维拟均相动态模型来模拟实际反应器。以实际工厂数据为基础,用差分进化算法拟合出了反应动力学模型参数和催化剂失活模型参数。模拟结果表明建立的反应器模型精度较高适合于工业应用。同时考虑到实际的开车过程耗时较长,文中设计了一种反应器开车方案,并通过计算机模拟验证了该方案的可行性。

摘要：针对动态实时优化(DRTO)与模型预测控制器(MPC)结合的双层结构中由于DRTO与MPC的模型不一致影响优化效果的问题,本文将多模型广义预测控制器(GPC)引入到DRTO双层结构中,设计了基于DRTO双层结构的多模型GPC控制器。上层结构为DRTO层主要解决经济目标函数的优化问题,采用动态过程模型实时优化更新输出对象的最优设定值轨迹。下层结构采用多模型GPC控制器替代原先的单模型MPC控制器,主要是抑制过程中的快速干扰追踪DRTO层得到的最优设定值轨迹。多模型GPC控制器采用多个固定模型和自适应模型来并行辨识系统的动态特性,减小由于上下层模型不一致造成的误差的同时可以提高系统暂态性能和模型参数跳变时系统的调节能力,最后通过仿真验证了该方法的可行性和有效性。

摘要：研究了含有死区和输入饱和的不确定离散时滞系统的滑模控制问题,其中参数不确定性同时存在于系统的状态矩阵和控制输入矩阵中.构造了一种拟积分型切换面,可保证系统状态轨迹从开始时刻就位于切换面上.利用李亚普诺夫稳定性理论和线性矩阵不等式技术给出了滑模动态系统渐近稳定的充分条件.而且,所设计的滑模控制律可以保证在死区和饱和影响下的滑动模态仍是可达的.数值仿真验证了本文设计方法的有效性.

摘要：采用压缩感知的无线传感网络数据收集方法要求每个节点都参与数据收集,会造成很大的能量浪费。本文提出了一种基于自适应代表节点选择的WSN数据收集方法,在保证压缩感知数据重构精度的同时,减少参与数据收集的节点数。首先,采用主成分分析和混合压缩感知相结合的办法设计稀疏基;然后,通过分析稀疏基的框架势FP(Frame Potential)设计压缩感知的稀疏观测矩阵,从而选择代表节点,以减少参与数据收集的节点数目;最后,根据Sink处数据重构精度,自适应调整稀疏观测矩阵以用作下一时刻数据收集,从而保证数据收集的重构精度。仿真结果表明,该方法有效的降低了网络能耗和数据传输量,同时还保证了每个时刻数据重构的精度。

摘要：无线网络具有参数时变、资源受限等特点,容易发生拥塞。针对这一情况,设计了一种基于自适应PI—模糊控制切换的拥塞控制算法。该算法将根据网络拥塞程度的不同采取不同的控制策略,以满足无线网络在不同状况下的拥塞控制性能要求。在网络状况良好时,不采取控制策略以节省算法执行的开销,节省网络的能量;在网络轻度拥塞时,采用自适应PI控制保证了算法的稳态性能;在网络重度拥塞时,切换到模糊控制,能使网络快速恢复到非拥塞状态,保证了算法的快速性。算法中自适应调整PI参数的方法和模糊控制策略保证了对网络的时变特性的适应性。仿真结果表明,算法能使网络瓶颈节点的缓存队列长度保持在理想的范围内。

摘要：针对车辆主动安全控制系统中控制变量难以实时准确获取的问题,分别提出了基于非线性全维观测器和无损卡尔曼滤波(UKF)的车辆状态估计方法。首先,基于非线性七自由度整车模型,结合车辆传感器设计非线性观测器和UKF观测器。其次,利用稳定性理论对设计的车辆状态估计方法进行了稳定性分析。最后,采用E级轿车的车辆参数应用CarSim对几种典型工况进行了离线仿真和对比分析。结果表明,设计的两种车辆状态估计方法都具有实时性好、估计精度高的优点。