基于模糊子集合拟合对非线性系统的模糊控制

实际受控系统都存在非线性和不确定性，使得参数化模型控制算法难以实施．为此，提出一种非参数化模型的模糊控制算法，即在非线性系统中对局部过程实施模糊分段线性化，对分段线性化的过程进行联接，将分段线性化的模糊模型集合拟合为全局非线性模型．其控制律是由局部线性化的模糊控制律经模糊联接而构成整体非线性系统的模糊控制律．通过稳定性证明和仿真验证，论证了所给算法的有效性．     

PSO算法在非线性模型参数估计中的应用

将微粒群优化(PSO)算法用于非线性系统模型参数估计，并通过对谷氨酸菌体生长模型的参数估计进行了验证．实验结果表明：微粒群算法为非线性系统模型参数估计提供了一种有效的途径．     

大失准角下基于交互模型的惯导快速对准

为缩短对准时间,提出了一种基于非线性模型与线性模型的交互多模型对准方法．给出了捷联惯导的 非线性和线性误差模型,设计了基于线性模型和非线性模型的交互多模型对准算法．数字仿真结果和转台摇摆试验 验证了算法的有效性．结果表明采用交互模型可使对准收敛时间加快,最终对准精度亦得到了一定程度改善．     

基于稳态非线性模型和线性ARX模型组合的非线性预测控制

通过点集映射来表示非线性系统的稳态模型,用系统的稳态增益来修正具有外界输入的线性自回归（AutoRegressive with eXternal input, ARX）模型的动态增益,提出了一种基于稳态非线性模型和线性ARX模型组合的非线性预测控制算法．该算法用递归最小二乘法在线辨识系统的动态模型参数,用序列二次规划算法求解目标函数．最后通过对典型化工非线性对象pH中和过程的仿真对本算法进行了验证．结果表明,本算法比广义预测控制算法具有更好的设定值跟踪性能和抗干扰能力．     

求解含非线性参数的QoS路由的启发式算法

具有非线性参数的QoS路由分为含有非线性约束条件的QoS路由和含有非线性优化目标的QoS路由两类，它们都是NP问题．提出了两种启发式算法求解这两类QOS路由优化问题问题．对第一类问题，求解去掉非线性约束条件后的优化问题．如果找到的解满足非线性约束条件，则该解是最优解；否则在优化问题中添加一个新的线性约束，将已得到的解去掉，反复下去就可得到最终解．对第二类问题，将非线性优化目标换为约束条件中的线性参数，求解此优化模型，如果有解，则记录此时对应的非线性目标值．而后增加一个新的线性约束，去掉刚才得到的解，比较两次得到的非线性目标值，保留最小值．如果得到的解不满足该线性参数的约束条件，则算法结束；否则继续迭代．证明了两种算法的收敛性，并且时间复杂性为近似多项式时间．计算实例表明了算法的有效性．     

基于并行支持向量机的多变量非线性模型预测控制

提出一种基于并行支持向量机的多变量系统非线性模型预测控制算法．首先，通过考虑输入、输出间的耦合，建立基于并行支持向量机的多步预测模型；然后，将该模型用于非线性预测控制,提出新的适用于并行预测模型的反馈校正策略，得到最优控制律．连续搅拌槽式反应器（CSTR）的控制仿真结果表明,该算法的性能优于基于并行神经网络的非线性模型预测控制和基于集成模型的非线性模型预测控制．     

基于T-S 模型的模糊预测控制研究

提出一种基于T—S模型的模糊预测控制策略．利用模糊聚类算法高线辨识T—S模型，采用带遗忘因子的递推最小二乘法进行模型参数的选择性在线学习；对模糊模型在每一采样点进行线性化，将T—S模型表示的非线性系统转化为线性时变状态空间模型，并将约束非线性优化问题转化为线性二次规划问题，解决了非线性预测控制中如何获得非线性模型和非线性优化在线求解的难题．将预测域内的线性模型序列作为预测模型，减小了模型误差，提高了控制性能．pH中和过程的仿真验证了该方法的有效性．     

非线性系统鲁棒自校正控制间接算法

提出一种非线性系统鲁棒自校正控制间接算法．借助于神经网的作用，有效地辨识系统的建模误差，其辨识结果在控制算法中加以补偿，于是，使基于低阶线性模型的自校正控制算法有效地应用于复杂的非线性系统．文中给出了算法的鲁棒性分析和仿真结果．     

非线性交互粒子滤波算法

在非线性非高斯系统状态估计问题中，后验概率密度函数的解析形式难以获得，标准粒子滤波算法采用状态转移概率函数代替后验概率作为重要性采样概率密度函数，而未考虑当前观测数据的影响．针对该问题，首先提出了非线性交互多模型算法；然后应用该算法产生重要性采样概率密度函数，设计了新的非线性交互粒子滤波器．新的概率密度函数融入最新观测数据，更接近系统状态后验概率．比较实验表明了所提出算法的有效性．     

一种基于最小二乘支持向量机的预测控制算法

针对工业过程中普遍存在的非线性被控对象，提出一种基于最小二乘支持向量机建模的预测控制算法．首先，用具有RBF核函数的LS-SVM离线建立被控对象的非线性模型；然后，在系统运行过程中，将离线模型在每一个采样周期关于当前采样点进行线性化，并用广义预测算法实现对被控系统的预测控制．仿真结果表明了该算法的有效性和优越性．     

立体仓库堆垛机的模糊控制定位技术研究

分析了自动化立体仓库堆垛机控制系统位置控制策略和常规定位过程,给出了堆垛机定位控制的数学模型,通过采用具有调整因子的规则自生成的方法进行模糊推理并实现位置模糊控制。仿真结果证明,系统对输入信号的响应快,跟踪误差小,过度时间短,且无超调或超调量小,震荡次数少,稳态精度高,系统输出与给定值稳态偏差小,定位精度高。     

基于SlMATICS7 PLC的分布式控制系统实现

利用SIMATICS7PLC、工业以太网和PROFIBUS总线组成了分布式控制系统,具体描述了系统的构成以及组态实现。系统在逻辑结构上分为两层:现场设备层和网络控制层,PROFIBUS用于现场设备层,网络控制层采用工业以太网。用STEP7软件完成了系统的组态及控制程序的编写,并以水箱液位控制为例,说明了用户程序编写及调试的方法。过程的上位机监控利用WINCC软件实现。     

基于ALE方法的楔形体入水分析

基于ALE方法分析楔形体入水问题,楔形体采用拉格朗日网格离散,空气和水采用ALE网格离散。将楔形体视为刚体,空气和水的力学行为分别采用Gamma定律和GRUNEISEN状态方程模拟。讨论ALE流固耦合关键字中罚函数罚因子的取值方法,提出相应的建议原则;分析水域截断边界对楔形体响应的影响,给出模拟无限水域的截断边界位置的建议值;分析楔形体表面压力振荡的原因,提出楔形体表面压力获取方法。通过试验结果对比分析,验证方法的合理性。     

有机废液焚烧炉控制系统设计

废焚液烧处理技术是当前废物处理的热点之一。以液体喷射焚烧炉为对象,研究某实际农药厂的废液焚烧过程,结合工艺要求确定焚烧炉的控制方案,并对关键参数进行了焚烧炉的双闭环比值控制回路的设计,同时运用QUADLOG PLC系统进行安全联锁的控制方案设计。实现了焚烧炉燃烧温度,燃烧空气配比等关键控制参数的有效控制,并有效地保证焚烧炉的安全平稳的运行。通过对生产投运的实际效果分析,充分表明所设计方案的可靠有效性。     

基于创新能力的.NET网站开发课程群建设

针对基于工作过程开发.NET网站开发课程群存在的一些不足,提出基于创新能力的.NET网站开发课程群建设,指出课程群建设需要遵循高职学生的认知规律,加大基础技术类课程的比例,优化职业技术类课程结构,注重创新能力的培养,将企业流行的开发技术融入而不是照搬到教学过程中,正确处理考证与教学之间关系,合理安排教学内容等。该课程群建设经过初步实践,效果良好。     

对硝基苯胺生产过程计算机优化

采用机理分析与统计分析相结合的方法,对对硝基苯胺生产过程进行了调优,得出了“变温操作”的结论。反应过程的保温时间缩短了20%,产品质量稳定。在不增加设备的情况下,每年可增加产量48.5吨。     

基于嵌入式Linux的无线文件传输系统的实现

对无线文件传输系统进行了设计,采用无线通信技术、计算机技术研制了无线文件发送终端,采用嵌入式微处理器、无线通信模块等电路设计了无线文件发送终端的硬件,构建了嵌入式Linux操作系统平台,移植了PPP协议,采用多进程开发了应用程序,应用TCP/IP协议和PPP协议设计了CDMA无线通信软件,并进行了调试和实验运行。在原有无线传输模块的基础上进行研发,根据无线网络特性进行系统优化,将无线传输速度提升到原来的4倍,实现了文件无线发送的功能。     

新一代物联网网关研究

简介了物联网网关的应用背景,提出了网关的总体方案,列举了其中关键技术,给出了应用案例,介绍了研究团队。     

相关观测噪声下的动态定位分析

对车载环境下的定位误差作时间序列分析．得到二阶马尔可夫过程的定位误差模型。将定位误差作为观测噪声．以此建立的观测方程中的观测噪声具有时间相关性。利用观测量相差法，把相邻两次观测量的相关部分消去，建立起观测噪声为白噪声的观测方程，并推导出状态估计的递推方程。避免了高阶矩阵的求逆，有效地减少了计算量，并降低了对内存的需求，提高了车载动态定位系统的实时性和定位精度。仿真结果进一步证明了算法的有效性。     

一种改进的期望最大图像分割方法

期望最大算法是进行极大似然估计的一种有效方法,它主要用于观测数据不完全或者似然函数不是解析时的参数估计。文中提出了一种期望最大化和贝叶斯信息准则相结合的图像分割方法。首先,运用K均值方法初始化图像分布;然后,运用期望最大算法估计输入图像参数数据,图像中类的数目由贝叶斯消息准则自动确定;最后,运用最大似然标准将像素归类于最相近的类中。实验中将此方法用于对葡萄叶部病害彩色图像的分割,其结果表明此方法有效。