具有Fuzzy约束的非光滑多目标规划的Fuzzy有效解的充分必要条件

本文研究具有Fuzzy约束的多目标规划（FVP）。在[6]的基础上，利用右上Dini导数，在目标函数和约束函数非光滑的情形下，讨论了FVP的Fuzzy有效解的几何型存在性及Fritz John型和Kunh Tucker型充分必要条件。     

基于模糊滑模理论的纵向控制器研究

将模糊滑模控制方法与经典三回路控制结构结合起来,针对超声速导弹设计了纵向控制器.通过定点仿真和空间弹道仿真,检验了所设计控制器的时域响应特性和在有干扰条件下的程序过载稳定跟踪能力,仿真结果说明了该控制器的有效性和鲁棒性.     

产业集中度与产业盈利水平关系的研究

基于经济学演化范式的观点和产业的复杂适应系统特征，构建了以目标产业为核心的产业供求关系网络分析框架。在回顾以往产业集中度与利润率关系的研究成果的基础上，利用国内消费类产业集中度与毛利率的相关系数分析，对以往研究结论做了进一步印证。在此基础上，基于对产业供求关系网络的认识，提出将产业集中度与产业盈利水平关系的研究，从目标产业本身扩展到与其密切相关的上下游产业，深入分析产业间集中度差异对产业盈利水平产生的影响。     

模糊决策在海军航空反潜指挥辅助决策系统中的应用

在辅助决策系统概念的基础上，分析了海军航空反潜决策的特点。针对雷达、红外前视仪、声纳浮标、磁探仪和电子支援系统五种常用的搜索设备，用模糊综合评判法建立了单因素和多因素决策评价计算模型，并给出对两种搜索策略进行评价的算例。分析结果表明，用模糊数学方法进行定量计算，是建立辅助决策系统的有效途径之一，其过程可在计算机中编程实现。     

利用模糊数学建立的股票投资策略

利用模糊数学方法 ,结合股票投资的三个主要环节 :股票投资对象的选择 ,股票的投资组合 ,仓位的控制 ,分别给出了模糊数学处理模型 ,从而在理论上形成了一套较完整的股票投资策略 ,并且这套策略可利用MAT LAB进行实现 ,从而使本系统具有易操作 ,易掌握 ,实用性强的特点。     

Fuzzy压缩映象不动点定理

本文将Fuuzy压缩原理进行了推广，首次通过引入一个Fuzzy ε上半连续函数和Fuzzy链空间成功的证明了Fuzzy数值函数的不动点定理。     

飞行器自适应ESO姿态控制器设计

飞行器无动力再入过程中,姿态受到气动及不确定干扰影响,控制模型具有强耦合、大范围参数摄动等非线性特征。针对再入飞行器姿态控制问题,结合扩张状态观测器（Extended State Observer,ESO）和自适应控制律,基于奇异摄动理论将非线性姿态控制模型分为快慢两回路,分别设计了飞行器内环和外环自适应姿态控制器,并通过 Lyapunov 稳定性理论证明控制器的稳定性。仿真结果表明,控制系统在强干扰及参数大范围摄动的情况下,具有较强的鲁棒性,能够获取良好的动态品质和跟踪性能。     

无刷直流电机网络伺服控制技术研究

针对直流电机网络控制的问题,考虑反馈通道和前向通道均存在延时的状况,设计了直流电机网络伺服控制器。该控制器采用基于模糊自适应调节的广义预测控制算法。模糊自适应调节方法对广义预测控制算法的输出进行调节,从而克服系统参数的不确定性对控制性能的影响。仿真实验结果表明该控制方案能够减小网络延时对系统控制特性的影响,改善系统的动态特性。     

弱模型依赖通用智能姿态控制技术

超高速跨域飞行、敏捷机动等是新一代飞行器发展方向,而长时高速飞行产生的气动外形变化带来的气动参数大范围改变等问题,都对控制系统设计提出了更高的要求。为提高飞行器对模型不确定性的适应能力及控制方法对不同外形、复合执行机构的通用性,深入研究了弱模型依赖的通用智能姿态控制技术,分层次地开展了基于深度学习(DL)的自适应姿态控制、基于深度确定性策略梯度算法(DDPG)的通用姿态控制、弱模型依赖的多维复合控制等技术研究,显著提高了控制系统的鲁棒性和通用性,对人工智能技术在飞行器姿态控制中的应用具有一定的指导意义。     

基于高斯过程的航天器自适应滑模姿态控制

针对存在模型不确定性和外界干扰的刚性航天器,提出了一种基于高斯过程回归(GPR)的新型自适应滑模姿态控制算法。该算法具有自学习能力,在不同的姿态控制任务下都能够实现高精度、强鲁棒和高效率的姿态跟踪。首先,在航天器的四元数标称系统动态模型基础上,应用在线稀疏高斯过程回归(SOGP)方法学习系统的未知动态;其次,结合高斯过程的预测均值设计滑模控制算法,利用高斯过程的预测方差自适应调节控制增益,并应用李雅普诺夫方法严格证明闭环系统的稳定性,保证了航天器姿态跟踪误差的渐进收敛性;最后,通过数值仿真验证了所设计控制器的有效性。结果表明,该自学习控制算法与自适应滑模控制(ASMC)与神经网络自适应控制等算法相比,具有更快的收敛速度、更高的跟踪精度以及更低的控制成本。