基于互信息的输入变量选择算法综述

空间环境是空间态势感知的重要组成部分,在空间科学领域,受限于对日地系统物理规律的全面认知,现有的基于物理机制的空间环境预测模型目前还难以实用化,通常采用的多是基于数据的经验类模型。基于互信息的输入变量选择算法为空间环境要素预测模型的输入确定了思路。由于能充分考虑不同输入、输入与输出之间的潜在关系,基于互信息的输入变量选择算法近年来在回归及分类问题上得到了广泛的应用和发展。本文以输入变量选择算法的3个关键环节,即评价标准、搜索策略和停止准则为线索,从不同角度对基于互信息的过滤式变量选择算法进行了系统的分析与梳理,重点对不同变量评价标准依赖的假设条件进行了数学上的推导和说明。最后总结了其发展规律,可为后续研究尤其是建立空间环境预测模型提供借鉴。     

硫化罐温度和压力的两级控制

推导了Ｈａｍｍｅｒｓｔｃｉｎ模型描述的一类多变量非线性系统的加权最小方差自校正控制器算法，并将该算法应用在硫化罐温度和压力控制上。为提高该算法应用在工程上的可靠性，本文提出了两级控制思想──即先用本文推导的算法和常规多变量ＰＩＤ控制算法分别计算控制值，若两者计算结果差别不大，则认为自校正算法收敛，自校正计算控制值可直接输出；若两者计算结果差别较大，则认为自校正算法可能发散，这时可根据两种算法对控制值进行调整，然后输出调整后的控制值。实际运行结果表明，这种控制器具有较强的鲁棒性和较好的控制效果。     

基于灰色预测的自适应解耦控制

传统的预测控制算法虽然有着良好的性能,但是需要求解复杂的丢番图方程.因而在实际应用中,算法的计算量很大,难以满足实时性要求.文中结合灰色理论,利用GM(1,2)模型辨识多输入多输出系统的参数,提出了一种解耦灰色预测控制算法.该算法可以采用较少的数据进行建模,需要辨识的参数也较少,并且元需求解丢番图方程,所以减少了计算量.为了消除系统各通道之间的输入输出耦合,在性能指标中引入解耦因子,给出了详细的解耦推导过程.最后,对解耦灰色预测控制算法进行了设计.仿真结果表明:本文算法能够有效地消除系统耦合,进而提高多输入多输出系统的闭环跟踪性能.     

一类MIMO状态可观测非线性系统的激励辨识

研究一类多输入多输出(MIMO)状态可观测非线性系统的激励辨识问题,输入激励信号采用高斯白噪声,均匀采样获得输出状态数据;根据Girsanov定理获得系统参数的渐近无偏估计;数值仿真试验说明了该方法的有效性并发现多变量耦合辨识中的噪噪比(NNR)现象;最后给出该系统的分步激励辨识算法。     

一种模糊Modular神经网络模型及其应用

将神经网络模糊系统与模糊C均值聚法相结合，对模糊Modular神经网络进行研究，提出了该模糊神经网络模型的多输出结构及其学习算法，据此开发了模糊神经网络诊断系统，并将其用于某电源分系统的诊断分析，运行的结果表明，该网络模型优于一般神经网络。     

不确定时滞系统的模糊鲁棒H∞控制

讨论了一类具有时滞的不确定非线性系统的模糊H∞状态反馈控制问题。采用具有时滞和不确定项的Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模，提出了一套基于LMI的模糊鲁棒控制器的系统设计方法，并给出了模糊H∞状态反馈控制器存在的充分条件，以保证闭环模糊系统渐近稳定并满足从干扰输入到输出控制输出的H∞范数界约束。示例仿真表明了该方法的有效性。     

基于自适应模糊输出观测器的非线性系统鲁棒故障检测

针对一般非线性系统的故障检测，从工程应用的角度提出了一种基于自适应模糊输出观测器的非线性系统鲁棒故障检测方法。该方法以自适应模糊系统构造未知非线性模型的输出观测器，在充分考虑外加噪声干扰和系统误差的情况下，通过对一般反向传播学习算法进行改进，提出采用鲁棒反向传播学习算法调整观测器参数以辩识系统输出，再结合阈值故障检测策略检测系统故障。为保证算法具有较快的收敛速度，本文给出了根据模糊规则确定算法初始参数的选择方法并证明了算法的收敛性。仿真结果表明，对一般非线性系统故障检测，该方法具有有效性和实时性，以及对噪声干扰和系统误差的鲁棒性。     

非线性不确定时滞系统的模糊输出反馈H∞控制

为提高具有变时滞的非线性不确定动态系统的动态性能,研究了模糊鲁棒输出反馈H_∞控制问题。基于线性矩阵不等式(Linear matrix inequality,LMI)技术和T-S模糊模型,首先利用Lyapunov稳定性定理,得到模糊输出反馈控制器存在的一个充分条件,在此基础上,通过构造算法,将该条件转化为易于实现的LMI形式,导出控制器设计方法。设计的模糊输出反馈控制器使得闭环系统渐近稳定且满足H_∞范数指标。实例仿真证明了该设计方法可行．     

基于Kriging代理模型的失效机会测度算法

结构输入变量中同时存在随机输入变量和模糊输入变量情况下,失效机会测度可以很好地衡量结构的安全程度。但是,现有的混合模拟法计算失效可信度是一个双层循环过程,需要调用大量的功能函数。尤其对于大型复杂结构来说,混合模拟法的计算量是难以接受的。因此,本文将混合模拟法和自适应Kriging代理模型相结合,发展了一种失效机会测度的高效算法。通过U学习函数来自适应地选择训练样本点,进而可以自适应地构建功能函数的Kriging代理模型。在备选样本池中自适应训练至收敛的Kriging代理模型可以以要求的精度区分备选样本池中每个样本点的状态是失效还是安全的。因此,可以用收敛的Kriging代理模型代替真实的功能函数,进而通过混合模拟计算失效机会测度,这极大地降低了功能函数调用次数。最后,本文通过两个算例来验证本文发展算法的精确性和高效性。     

非线性输出误差模型的两阶段递推辨识算法

输入非线性系统的输出误差模型在实际工业生产中是一类常见模型,针对含有色噪声的输出误差模型提出基于辅助模型的两阶段递推增广最小二乘算法。根据辅助模型思想和分解技术,将复杂的非线性辨识系统分解为系统模型和噪声模型子系统,再根据最小二乘思想分别辨识,其中噪声信息向量中存在的不可测噪声项用其估计值代替。最后与递推增广最小二乘算法在参数估计精度和收敛速度的比较,验证算法在此类模型应用的有效性,仿真结果表明该算法精度高,收敛速度快,计算量小。     

风洞流场马赫数补偿解耦控制研究

风洞流场参数-总压、马赫数之间存在严重的耦合关系。解决二者之间的耦合问题,对提高系统的控制精度、减小调节时间、增强系统的稳定性、鲁棒性,具有重大的现实意义。笔者首先以某风洞流场为研究对象,建立流场参数的逻辑模型,接着从补偿解耦的角度出发,借鉴多变量子空间补偿解耦思想,提出解耦补偿算法和补偿系数整定,建立流场参数补偿解耦模型。最后经过多次仿真实验、分析,进一步验证了该补偿解耦算法的有效性。     

多变量输出反馈次优调节器给定闭环极点域的配置方法

本文把前馈解耦控制与最优控制结合起来,采用多项式矩阵谱因式分解的方法,较好地解决了多变量次优调节器给定闭环极点域的配置间题。利用本文提出的设计方法,可以方便地求出次优输出反馈控制矩阵,以满足预先规定的多变量调节器的相对稳定性要求。     

多变量自回归模型的快速辨识方法

本文提出了多变量AR(Autoregressive)模型建模的快速算法,该算法采用解超定矩阵的最小二乘方法,并利用正交变换技术,从而避免了最小二乘估计中矩阵求逆的病态问题,保证了数值计算的稳定性。还介绍了一种可转化为单变量建模的多变量AR模型,它可以直接利用单变量建模模块。一般情况下,可将序列进行典则分解。最后简要列出了有关结论。     

小型无人直升机模糊飞行控制系统设计

为了实现小型无人直升机的自主飞行,本文研究了它的飞行控制系统。基于模糊控制技术,根据某小型无人直升机飞行动力学数学模型,设计了模糊控制规则,并研究了模糊规则的表格查询学习算法;通过无人直升机操作手的经验,对模糊规则进行评价,并通过试验进行校正和更改,在此基础上,引入积分环节进一步提高控制系统的性能。     

基于模糊数学方法下的综合评判系统的构造

运用以模糊综合评判为核心的理论建立一个综合评判系统的模型,并且通过一个实例阐明一种改进三级模糊综合评判方法的实现过程。利用此算法设计实现一个通用的“综合评判系统”,通过分析大量实验数据证明利用此算法所得系统实用性较好,能更好地支持决策。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

模糊PID控制在温湿度控制系统中的应用

针对模糊控制的不足和ＰＩＤ控制的缺点提出了一种智能温湿度控制的方法。该方法把模糊控制技术和ＰＩＤ算法结合起来,采用多模态分段控制设计出温湿度控制系统。通过半实物仿真实验可知,该方法对多变量、强耦合、大惯性对象的控制是非常有效的,具有超调小,调节迅速和上升时间短的特点,且具有很好的鲁棒性。     

模糊推理在直升机模型辨识中的应用(英文)

直升机控制系统的设计、飞行模拟器的研制及计算机实时仿真都离不开直升机数学模型 ,但是建立可靠而且准确的直升机飞行动力学模型是十分困难的 ,而且也很难保证动力学模型计算的快速性、可靠性与实时性。本文基于模糊推理技术 ,根据飞行试验数据辨识了直升机飞行模型 ,可以在一定程度上保证所辨识模型的简单、准确与计算的实时性。为了提高模糊模型的精度 ,文中采用了一种新方法来处理矛盾规则。本文利用模糊聚类分析的方法对海量的试验样本数据进行处理 ,有效地减少了辨识模型的规则数量。最后的仿真辨识结果表明 ,辨识效果合理 ,方法可行。     

机载光电跟踪系统基于遗传算法的模糊控制器优化设计研究

分析了机载光电跟踪系统的构成，并对机载光电跟踪系统的最主要成部分－陀螺平台框架系统设计了基于GA（遗传算法）的模糊控制器，由于遗传算洒可以搜索整个空间，不易陷入局部最优解，不受搜索空间的限制性假设的约束，因此本文通过遗传算法对模糊控制器的控制规则，参数以及量化因子和比例因子进行了优化，在对模糊控制器设计的过程中，为了提高模糊控制的精度并加速遗传算法的收敛速度，还采用了变论域的方法，通过对系统详细的仿真研究，验证了基于GA的模糊控制器设计的良好控制效果。