摘要：针对一类含有参数扰动和外部扰动的不确定欠驱动系统提出了一种改进自适应动态面控制方法.首先通过坐标变换,小车倒立摆模型转换成部分反馈形式,由半严格形式模型设计动态面控制器.利用模糊逻辑处理系统不确定性的能力设计自适应控制器,然后在传统动态面控制器设计中采用跟踪微分器来得到原稳定化函数的精确微分,解决传统反步法的"微分爆炸",显著提升闭环系统的性能.采用李雅普洛夫方法,设计适当的参数,系统跟踪误差能收敛到原点,仿真结果验证了该方法的有效性.

摘要：在应用微型化技术进行大规模模拟集成电路设计过程中,存在多个性能指标相互冲突的问题,因此,提出一种精英导向型多目标差分变异烟花算法(GMOFWA-DV),利用粒子进化信息引导爆炸,提高算法搜索效率,同时采用差分算法中变异、交叉综合变异方式,增强粒子间信息交流以及导向策略的适用性.将该方法与其他3种算法进行仿真实验比较,实验结果验证了所提出算法的有效性.将该方法应用于CMOS模拟集成电路设计参数优化的实际工程应用中,可以降低模拟集成电路设计的开发周期.

摘要：在带LCL滤波器的三相并网逆变器电流双闭环有源阻尼方案中,精确设计控制器参数有助于提高系统控制性能。本文针对其具体拓扑结构,建立了dq同步旋转坐标系下的数学模型,对dq两轴进行解耦控制。研究基于期望频率特性的电流双闭环控制器的设计方法,并重点分析当系统参数发生变化时,对系统稳定性的影响。该设计方法在已知系统参数的情况下,可以准确地计算出内外环的控制器参数,在保证系统性能的同时获得一定的系统鲁棒性。仿真和样机实验结果都表明,该控制器设计方法可以使带LCL滤波器的三相并网逆变器系统稳定可靠的运行,并获得高质量的并网电流。

摘要：以并网风电场的无功功率调节为例,研究电力企业集成服务环境下风电并网的协调控制技术。介绍了风电数据采集与监控(SCADA)系统与地调能量管理系统(EMS)的企业集成服务体系架构,重点描述了应用系统之间数据交换的实现方法,具体介绍了无功调节数据交换的数据模型和数据交换组件接口的设计方法。通信系统的仿真实验表明数据模型和数据交换接口设计的正确性。

摘要：针对目前混合变压器拓扑所存在的电路结构不紧凑、调制策略复杂、换流繁琐等问题,提出了一种基于双级矩阵变换器(Two-stage Matrix Converter, TSMC)的混合变压器拓扑。对TSMC混合变压器的拓扑结构、工作原理进行了分析。考虑到TSMC混合变压器在调节负载电压时需要较快的动态响应速度,提出了TSMC混合变压器的模型预测控制策略。建立了拓扑的离散状态空间模型,通过对负载电压与输入无功功率进行两步预测,实现对延时效应的补偿。根据两步预测值设计目标函数,利用目标函数预先评估各个开关状态的控制效果来控制开关状态,从而提高控制系统的动态响应速度。最后采用Matlab/Simulink工具建立了TSMC混合变压器系统的仿真模型。仿真结果验证了所提拓扑的可行性以及所提控制策略的良好动态特性。

摘要：矩阵变换器由于其自身结构的特殊性,易受输入侧电源异常的影响。针对电网对地短路的情况,建立电网故障下的系统等效数学模型。提出一种新的开关控制策略,通过分时赋值9组双向开关的控制信号来确保矩阵变换器安全度过电网故障期。利用Matlab/Simulink来模拟矩阵变换器直接转矩控制系统在电网正常和电网故障情况下的工作状态,编写基于C语言的DSP程序和VHDL语言的FPGA程序来实现提出的控制策略。最后,设计出一套高度集成的矩阵变换器实验装置,通过实验平台验证提出的开关控制策略。仿真和实验结果表明了所提控制策略的正确性,验证了设计的矩阵变换器直接转矩控制硬件和软件系统具有电网故障跨越的能力。

摘要：传统多目标进化算法(MOEA)在解决具有复杂Pareto解集的多目标优化问题(CPS_MOP)时存在严重的退化现象.为此,本文提出两种进化模型——基于个体的进化模型和基于种群的进化模型.并在此基础上,设计两类基于拉丁超立方体抽样(LHS)的MOEA(LHS-MOEA).LHS-MOEA采用LHS局部搜索开采目前较优秀的区域,采用进化操作在可行解空间中探测新的搜索区域,从而有效克服退化现象.实验结果表明,LHS-MOEA求解CPS_MOPs的效果较好,比经典算法NSGA-II具有明显的优势.

摘要：提出一种多目标粒子群算法,其采用外部集合保存当前找到的最优解集,采用强ε支配关系更新外部集合,使解集保持良好的分布性.对粒子全局极值的选取设计新的选择思路,提出极值变异的思想,采用新的粒子更新策略加快解集的收敛,加入自适应变异算子避免陷入局部非劣最优解.通过使用一系列标准的测试函数进行实验,实验结果表明该算法在保持解集分布性和收敛性方面较有效,且实现简单、表现稳定.

摘要：现代开放式的互联网络正受到网络流行性病毒攻击的巨大威胁,设计了一种基于P2P(Peer-to-Peer)工作方式的分布式入侵检测系统的预防构件,能有效阻止突发性病毒的蔓延,并运用XML Signature技术对节点与节点之间协作时的可信问题提出了解决方案。

摘要：几乎所有多目标进化算法(multi-objective optimization evolutionary algorithm,MOEA)都是针对Pareto最优面为均匀分布问题而言.然而现实中很多问题Pareto最优面是非均匀分布的,决策者希望得到一个与Pareto最优面分布类似的解集.现存算法并不能有效解决该问题.对此,提出一种针对于非均匀分布多目标优化问题的维护方法(non-u-niformly diversity maintenance method,NUDMM).该方法定义一个反映个体分布"规则"程度的指标——杂乱度,并设计一种降低种群杂乱度的方法,在未知Pareto最优面分布规律情况下有效剔除造成种群混乱的个体.通过与NSGA-II和SPEA2在不同维数下8个非均匀函数上对比实验,表明NUDMM在有效保持问题真实分布的同时,具有良好的收敛性.