摘要：针对一类虚拟控制系数未知的多输入链式非完整控制系统,提出了一种自适应神经网络控制策略.在控制策略的设计中,采用了State-scaling与Backstepping技术相结合的方法.Nussbaum-type增益技术用来解决系统的控制方向完全未知的问题.所提出的自适应神经网络控制策略解决了由复杂系统所引起的奇异问题,并通过选择适当的控制参数,使闭环系统半全局一致有界,且系统的状态渐近收敛到包含原点的任意小的一个收敛域.一种基于切换策略的自适应控制方法解决了当x0(t0)=0时所引起的系统不可控问题.仿真结果验证了算法的有效性.

摘要：利用无人机巡检高压输电线路故障,可以解决传统人工观测故障巡检方式的成本高、效率低等问题。为此,提出了一种基于可见光图像识别间隔棒框架断裂故障的方法。首先利用图像匹配和形态学运算从图像中提取出间隔棒,校正透视畸变后进行骨架提取,最后用加权的不变矩值进行形状度量,并根据最小风险原则设计了分类方法。对32幅间隔棒图像(其中故障图像10张)进行了计算,数据显示,2类图像的相关值具有良好的区分度,应用该方法能识别出所有故障图片。结果表明,提出的方法可有效对框架断裂故障间隔棒进行检测。

摘要：未来智能电网用户不仅能够消费电能,还可以通过分布式能源并网出售电能。针对基于实时电价机制的未来智能电网,结合虚拟电厂技术,设计用户并网供电规则。考虑用户的多种博弈行为设计研究竞标策略,参考商业型和技术型虚拟电厂设计优化目标,建立了未来智能电网用户并网多目标优化模型。通过多起始点变邻域下降法与局部搜索相结合的优化算法,采用IEEE 118节点标准测试系统模拟区域电网进行仿真。数值仿真的计算结果验证了模型及算法的有效性。

摘要：同步磁阻电机的直轴电感Ld与交轴电感Lq随直轴电流id与交轴电流iq的非线性变化,极大地影响矢量控制特性。同步磁阻电机驱动器中用8个常数构建了电机dq轴交叉耦合饱和电感模型,为了推算其最优参数,在横向叠片各向异性转子同步磁阻电机的设计参数基础上,采用小电流常规方法测量Ld、Lq电感值,建立带权重的最小方均差模型,并针对不同目标函数设定相应的权重,采用改进和声搜索优化算法进行迭代,获得了与电机真实信息较为接近的优化解。其有效性通过电机对拖负载实验得以验证。

摘要：针对连续被控对象、系统总时延小于1个采样周期的网络控制系统建立了离散模型.利用Lyapunov稳定性理论和线性矩阵不等式方法给出了使网络控制系统稳定的控制方法.实现了均匀量化情况下系统的一致有界控制,给出了系统收敛上界.通过调节量化器的误差可以将系统状态控制在一定的范围内.实际中据此可设计相应的量化级别及编码长度等参数.通过仿真验证控制方法的有效性并分析了量化误差对系统收敛性的影响.

摘要：在遗传算法中引入精英保持策略构造非支配集和生成新群体,并用排除法构造非支配集,本文得到了一种改进的非支配集分类遗传算法,该算法具有全局收敛特性,并简化了计算复杂性.本文将此算法应用于SOC设计的软硬件划分.针对SOC系统设计中存在多个IP核的特点,采用整数向量的个体编码方案,避免了个体编码解码的冗余.本文给出了仿真实验结果,验证了该划分方法的有效性.

摘要：水下声波的传播时延及波动远大于无线电波,许多借鉴陆地无线电波通信网络原理设计的水声传感器网络协议未能充分考虑和利用水声传播及其时延变化特性.据此给出了时分多址协议中相继传输数据包的冲突模型,分析了保护间隔与簇头节点和传感器节点距离之间的关系,并给出了保护间隔的设置方法.理论分析和仿真表明,提出的保护间隔设定方法改善了传统保护间隔设置偏向保守的缺点,可有效提升水声传感器网络的性能和效率.

摘要：为提高复杂制造系统动态调度的有效性,提出一种数据驱动的动态调度方法。采用组合式调度规则作为调度策略,通过试验设计方法对调度样本数据进行优化;采用模糊C均值聚类算法和极限学习机算法对最优样本集进行聚类和学习,得到调度模型供动态调度使用,有效地提高动态调度的精度和效率。所提方法在半导体制造Benchmark模型MIMAC6上进行了验证,结果显示,所提方法较单一规则的调度在制造系统长、短期性能指标上均有较大的改善,能综合优化制造系统生产性能。

摘要：针对智能车间复杂性程度高、动态不确定性明显、对调度的实时性要求高以及车间机理模型难以描述等特点,对智能车间实时调度问题展开研究,提出一种将仿真优化与遗传规划(SO-GP)算法相结合的调度规则挖掘方法,在优化生产性能的同时满足实时调度的需求。在SO-GP方法设计中,采用二叉树的结构编码,每个GP个体代表一个组合调度规则,并借助仿真获得个体的适应度值。为了进一步提高挖掘过程的时间效率,对构成GP算法的终止集进行了归一化改进。最后以MiniFAB半导体生产线模型为对象进行实验,验证了所提方法的有效性。

摘要：针对足球机器人在场上采用反应式方法避障时存在的速度慢、效果差的问题,采用改进的快速扩展随机树(RRT)算法设计了一种能够适应机器人足球赛场动态移动障碍环境的路径规划器.首先,引入基本的快速扩展随机树算法,针对其随机性强、路径过长的缺点,提出了以一定概率选择目标点、增加引力分量以及路径平滑处理等改进方式;引入路径缓存区以及动态扩展随机树的方法来解决移动障碍物环境中的路径规划问题.复杂障碍物环境中的仿真实验表明,改进的规划路径长度比基本快速扩展随机树算法所得路径缩短约20%.最终将策略移植到实体NAO机器人上参加RoboCup比赛,取得世界八强的成绩.