摘要：为解决大规模区域交通控制滚动优化问题中的约束条件复杂、解空间规模庞大的最优化难题,提出了一种基于改进蚁群算法的降阶滚动优化算法.基于宏观交通流模型建立了区域交通控制滚动优化模型,在蚁群算法中设计了层状解构造图对该模型解空间进行描述和求解.运用降阶方法将大规模区域分解成一系列子区域,在蚁群算法中设计了复合层状解构造图对该降阶模型的解空间进行描述和求解,并分析了基于两种解构造图的蚁群算法的计算复杂度.分析和仿真结果表明,该降阶算法提高了整体计算效率,明显地降低了总停车延误时间,适用于大规模区域交通控制的滚动优化.

摘要：在基于IP网络的网络控制系统(NCS s)中,网络诱导时延变化显著且往往大于一个采样周期.本文引用数据通信中应用广泛的网络回程时间来估计NCS s中时变的全回路网络诱导时延,并提出了一种新的自适应Sm ith补偿器.仿真结果表明,该补偿器能够有效地消除网络诱导时延变化对控制性能的负面影响;结合该自适应Sm ith补偿器所设计的控制系统能够获得很好的控制性能与较强的鲁棒性.

摘要：针对不确定的线性系统,研究鲁棒梯度型迭代学习控制的设计问题.通过分析系统不确定性对反馈闭环控制和前馈学习控制的影响,给出了保证迭代学习控制在有限时间段上鲁棒收敛的充分条件.依据此条件,将迭代学习控制的设计问题转化为H∞设计问题,提出了一种兼具反馈与前馈作用的鲁棒迭代学习控制律.迭代学习控制的设计过程分为两步进行:先基于H∞方法设计反馈控制器,再采用固定步长的梯度法设计前馈控制器.仿真结果表明了该设计方法的可行性.

摘要：蚁群算法作为解决优化问题的有力工具 ,它的有效性已经得到了证明 .由于其生物学背景 ,基本蚁群算法被设计来求解复杂的排序类型组合优化问题 ,在连续空间优化问题的求解方面研究很少 .本文提出一种嵌套混合蚁群算法 ,用于解决具有混杂变量类型的复杂生产调度问题 ,在一种新的最佳路径信息素更新算法的基础上 ,提高了搜索效率 .计算机仿真结果表明 ,本文提出的方法在求解此类问题上性能优于另一种基于进化计算的有效方法———遗传算法 .蚁群算法作为解决优化问题的有力工具 ,它的有效性已经得到了证明 .由于其生物学背景 ,基本蚁群算法被设计来求解复杂的排序类型组合优化问题 ,在连续空间优化问题的求解方面研究很少 .本文提出一种嵌套混合蚁群算法 ,用于解决具有混杂变量类型的复杂生产调度问题 ,在一种新的最佳路径信息素更新算法的基础上 ,提高了搜索效率 .计算机仿真结果表明 ,本文提出的方法在求解此类问题上性能优于另一种基于进化计算的有效方法———遗传算法 .

摘要：根据某污水处理厂的工艺特点 ,设计了一套计算机控制系统 ,采用了先进的控制策略进行pH的区间控制 ,从而降低了生产成本。目前该处理厂已经能经济可靠地运行 。

摘要：介绍了一种基于网络的数据查询和生产监控系统。描述了系统的软硬件结构和实现方法 ,重点讨论了实时数据的动态刷新问题 ,并提出了圆满的解决方案。