摘要：考虑机械臂中存在的未建模部分、摩擦力、外加干扰,提出一种自适应精确时间滑模控制方法,实现机械臂各关节角的轨迹跟踪.首先对机械臂进行建模,将未建模部分、摩擦力、外加扰动看作集中扰动;其次,设计一种精确时间收敛滑模面,克服传统终端滑模面收敛时间高估的问题,基于此设计全局精确时间收敛滑模控制方法,使得机械臂系统能够在设定时间实现稳定,并在误差收敛后仍具有较强的鲁棒性;接着,设计低通滤波器削减抖振,通过自适应方法估计扰动上界,避免增益的高估;最后,通过仿真实验验证所提出的控制方法能够严格控制机械臂系统的稳定时间,并降低稳态误差,实现机械臂系统的高精度轨迹跟踪控制.

摘要：针对孤岛直流微电网中分布式混合储能系统(HESS)协调运行问题,提出一种基于有限控制集模型预测控制(FCSMPC)的功率协调控制策略。该策略采用小波包变换来分解分布式HESS的功率需求,由于分解后信号的特点和分布式HESS中蓄电池初始状态的不同,于是对分解后最低频信号基于蓄电池荷电状态(SOC)设计自适应因数来进一步再分解。由于DC/DC变换器开关状态组合数量较少,使得多步FCS-MPC的滚动优化计算量较少,于是采用FCS-MPC取代双闭环PI控制,提高系统动态响应。搭建含有分布式HESS的孤岛直流微电网模型,并做了3种方案的仿真对比,验证该策略有效平缓了直流母线波动并实现蓄电池SOC一致。该策略有利于提高电网运行的稳定性,并延长蓄电池使用寿命。

摘要：针对智能光互连系统对动态可重构性的需求日趋增加,提出了一种基于铌酸锂薄膜(LNOI)的可重构三波导耦合结构偏振分束器(PBS)。通过改变光学相变材料(PCM)涂层的相态,可以控制横磁(TM)模式的输出端口从而实现可重构功能。利用三维时域有限差分法(3D-FDTD)对器件进行参数优化和性能分析。结果表明,当PCM为非晶态时,器件可以很好地分离TM和横电(TE)模式,在1530~1580 nm波长范围内TM模式偏振消光比大于20 dB并且TE模式具有极低的插入损耗(约0.03 dB)。当PCM处于晶态时,器件具有可重构功能,TM模式和TE模式沿着输入波导传输,同时器件长度仅为35μm,满足片上铌酸锂集成需要。此外,还研究分析了器件的工艺容差,结果表明该设计具有一定的鲁棒性。

摘要：针对全局能耗预测模型只适用于部分预测样本且模型计算量大的问题,引入即时学习思想,采用局部加权偏最小二乘法结合能耗模型建立临时局部能耗预测模型;改进粒子群算法的惯性权重,考虑粒子适应度、迭代次数和种群大小对粒子群算法收敛速度和收敛精度的影响,提出一种非线性变化的自适应惯性权重策略,离线计算阶段使用改进的粒子群算法(adaptive PSO,APSO)对历史样本的带宽参数进行寻优,当预测样本到来时在线更新局部模型。考虑多工况生产场景下不同工况样本之间的能耗差异性所导致的预测误差,增加工况相似性度量过程,提出局部加权偏最小二乘算法与K-means算法相结合的APSO-JITL(just-in-time learning)-CLWPLS(cluster locally weighted partial least squares)能耗预测建模方法,在预测时选取同一工况的历史样本来设计预测样本的带宽参数。通过仿真实验验证了算法有着更高的预测精度且能更好地应对多工况生产场景。

摘要：针对现有图神经网络会话推荐算法忽略了各类辅助信息,导致不能准确地建模会话序列的问题,提出了一种融合物品的转换关系和时序信息的会话推荐算法(RTSR)。首先利用图网络结构得到任意两个节点之间的最短路径序列,经过双向门控循环单元(GRU)将其编码为对应物品之间的转换关系,再结合自注意力机制从图的角度捕捉会话的全局依赖信息。同时设计了一种无损图编码方案来缓解会话图编码过程中信息损失的问题。该方案将会话序列中的时序信息进行合理的量化,并将其作为会话图中边的权重,再结合门控图神经网络获取会话的局部依赖信息。最后,线性组合全局依赖信息和局部依赖信息并结合反向位置信息,最终生成用户对物品的兴趣偏好,并给出推荐列表。在公共基准数据集Gowalla和Diginetica上与SR-GNN、GC-SAN、GCE-GNN等主流模型进行性能对比实验,结果表明RTSR在平均倒数排名方面分别至少提高了6.13%和1.58%,同时推荐精准度方面也有相应的提高。

摘要：针对目前宫颈细胞分类准确率不高以及实时性差的问题,提出改进的协调注意力模块(improved coordinate attention,ICA),并结合新型残差结构Res2Net以及空间金字塔池化层,设计一种轻量级深度卷积神经网络ICARes2Net。利用Res2Net网络特征子块间的交叉卷积,提取特征层中更细粒度的信息;采用空间金字塔池化提取局部区域特征,从而在不增加训练参数量的同时有效提取特征;进一步引入改进的轻量级注意力模块,通过横向池化、纵向池化等操作,给予特征层各像素点不同的加权值,强化重要细节特征,帮助网络定位感兴趣对象。此外,为有效防止深度网络的退化,提出的ICA-Res2Net网络保留了残差网络的跳跃连接设计;并联合Softmax损失函数和中心损失函数对网络参数进行训练,提高其分类准确率。利用提出的轻量级网络对SIPaKMeD公开数据集中的宫颈细胞图像进行分类,测试集的分类准确率达到98.65%,且网络的训练参数比ResNet50、DenseNet121等经典网络更少,显著提升宫颈细胞图像的分类效率。

摘要：本文研究了一类带有混合时变时滞Lur’e网络的全局同步及其脉冲自适应控制问题.首先,为实现网络的全局指数同步并有效避免控制器连续控制,设计了一类基于事件触发的脉冲反馈控制器.同时,为获得最优控制强度,针对反馈控制输入设计了一种自适应更新定律并实现脉冲控制与反馈控制的动态平衡.其次,基于推广的比较原理以及参数变分策略,提出了该控制策略下的Lur’e网络实现全局指数同步的充分判定条件,并精确给出了指数同步的收敛速度.最后,通过相应的仿真算例来验证本文提出的控制方案和理论分析的正确性和有效性.

摘要：非线性滑动平均(NMA)模型能有效描述工业过程的动态特性,是一种典型的动态软测量模型.而受限于模型复杂度,NMA模型的输入时序边界相对较窄,难以适应带有大滞后或强测量噪声的动态工业过程.针对该问题,本文将NMA模型与结构简单、输入时序边界宽的FIR滤波器相结合,构造一种非线性、强抗干扰的软测量建模策略.并设计层白化结构来避免二者间的参数耦合现象,采用Adam算法进行同步优化,提高模型的预测精度及训练效率.最后,利用数值仿真和硫回收过程建模实验,验证所提模型的预测精度以及模型设计的合理性.

摘要：研究一类不确定离散时间半马尔可夫跳变系统的有限时间鲁棒H_(∞)控制问题.首先,应用半马尔可夫核方法建模离散时间系统的半马尔可夫跳变过程,其中驻留时间的概率密度函数依赖系统当前模态和下一模态,使得所提出理论可考虑不同的驻留时间概率分布类型,针对随机跳变系统有限时间分析中的跳变次数问题,提出估计跳变次数最大值的方法;然后,考虑系统模态驻留时间的上下界,提出新的有限时间有界概念,并保证基于半马尔可夫核方法给出的不确定离散时间半马尔可夫随机跳变系统有限时间有界判据数值可解;接着,在此基础上,分析系统的H_(∞)性能指标,设计模态依赖的状态反馈控制律保证闭环系统的有限时间鲁棒H_(∞)性能;最后,通过2个算例仿真验证所提出理论的可行性和有效性.

摘要：为减少不必要的网络资源传输,解决实际复杂系统的有限时间问题,提出一种基于事件触发方案的奇异semi-Markov跳变系统的有限时间控制器设计方法。在事件触发方案下,用系统的时滞表示网络诱导时延,闭环系统可以建模为一个时滞系统。首先,通过构造合适的Lyapunov-Krasovskii泛函,以严格矩阵不等式的形式给出充分条件,以使事件触发方案下的闭环系统正则、无脉冲、随机有限时间有界;然后,通过求解矩阵不等式,得到状态反馈控制器的参数;最后,给出一个数值示例,通过仿真证明所提方法的有效性。