结构可靠性分析的LCVT-SVR方法

为了克服结构可靠性分析中隐式极限状态函数和高计算量问题,提出LCVT-SVR结构可靠性分析方法.该方法利用拉丁质心Voronoi网格化（LCVT）抽样方法生成空间均匀性较好的训练样本,采用均匀映射得到一定数量的失效样本.基于训练样本,建立极限状态函数的支持向量机回归（SVR）代理模型,用于结构可靠性分析.在同一组SVR训练参数条件下,对多种抽样方法进行对比研究.结果表明,基于LCVT样本构建的SVR代理模型具有精度高和鲁棒性好的特点.利用2个工程算例,验证了所提方法的性能及实用性.     

Support Vector Regression for Bus Travel Time Prediction Using Wavelet Transform

In order to accurately predict bus travel time, a hybrid model based on combining wavelet transform technique with support vector regression(WT-SVR) model is employed. In this model, wavelet decomposition is used to extract important information of data at different levels and enhances the forecasting ability of the model. After wavelet transform different components are forecasted by their corresponding SVR predictors. The final prediction result is obtained by the summation of the predicted results for each component. The proposed hybrid model is examined by the data of bus route No.550 in Nanjing, China. The performance of WT-SVR model is evaluated by mean absolute error(MAE), mean absolute percent error(MAPE) and relative mean square error(RMSE), and also compared to regular SVR and ANN models. The results show that the prediction method based on wavelet transform and SVR has better tracking ability and dynamic behavior than regular SVR and ANN models. The forecasting performance is remarkably improved to obtain within 6% MAPE for testing section Ⅰ and 8% MAPE for testing section Ⅱ, which proves that the suggested approach is feasible and applicable in bus travel time prediction.     

Heating load interval forecasting approach based on support vector regression and error estimation

As the existing heating load forecasting methods are almostly point forecasting,an interval forecasting approach based on Support Vector Regression (SVR) and interval estimation of relative error is proposed in this paper.The forecasting output can be defined as energy saving control setting value of heating supply substation;meanwhile,it can also provide a practical basis for heating dispatching and peak load regulating operation.By means of the proposed approach,SVR model is used to point forecasting and the error interval can be gained by using nonparametric kernel estimation to the forecast error,which avoid the distributional assumptions.Combining the point forecasting results and error interval,the forecast confidence interval is obtained.Finally,the proposed model is performed through simulations by applying it to the data from a heating supply network in Harbin,and the results show that the method can meet the demands of energy saving control and heating dispatching.     

SARIMA - SVR混合模型在电费收入预测中的应用

针对SARIMA模型和SVR模型在预测电费收入数据时因存在线性因素和非线性因素所产生的难以精准预测的问题,提出一种将SARIMA和SVR相结合的SARIMA - SVR混合模型.利用延边供电公司的月电费收入数据对SARIMA - SVR混合模型的有效性进行验证显示, SARIMA - SVR混合模型的平均绝对百分比误差比SARIMA模型和SVR模型分别低了13.50%和73.75%.该结果表明SARIMA - SVR混合模型对电费收入数据具有较好的预测效果.     

Inverse Model Control for a Quad-rotor Aircraft Using TS-fuzzy Support Vector Regression

基于TS模糊支持向量机回归的四旋翼无人机逆模控制

李志宇¹,陈含欣²,王从庆²,薛楷嘉²

(1.南京航空航天大学 无人机研究院,南京 210016;

2.南京航空航天大学 自动化学院,南京 210016)

创新点说明：

研究了一种基于TS模糊支持向量机回归的四旋翼无人机逆模控制方法,TS核是对应一组TS模糊推理规则的输入和一组输出线性组合的点积,TS模糊支持向量机回归的输出是TS核的线性加权和,推导了四旋翼无人机的动力学模型,提出一种将TS模糊支持向量机回归逆模控制与PID控制结合的新方法,其中TS模糊支持向量机回归逆模控制可以提高抗干扰和鲁棒性能,PID控制增加系统的快速响应和可靠性。仿真结果表明了该控制方法可以提高四旋翼姿态系统的控制性能。

研究目的：

采用PID 控制结合TS模糊支持向量机回归逆模控制来提高四旋翼无人机姿态控制的性能。

研究方法：

通过推导TS模糊支持向量机回归模型与TS模糊推理系统输出等效关系,建立四旋翼无人机动力学数学模型,在matlab仿真环境下开展实验验证,计算机2.4GHZ,2G内存,window7.0。

结果：

分别采用PID控制、Backstepping控制和TS模糊支持向量机回归逆模控制,仿真实验给出了无噪声和有噪声下的俯仰角和俯仰角速度变化曲线,仿真结果表明： TS模糊支持向量机回归逆模控制能够获得更好的控制效果。

结论：

采用TS模糊支持向量机回归逆模控制方法对四旋翼无人机姿态系统进行控制,设计了逆模控制器,并增加了PID控制,具有快速响应和抗干扰性能。

关键词：支持向量机回归,TS模糊支持向量机,逆模控制,四旋翼,姿态控制

     

支持向量机替代模型的遗传优化设计

针对实际工程中常见的性能函数不能显式表示的优化问题,提出一种基于支持向量机替代模型的遗传优化设计方法。利用试验设计选取合适的设计参数样本点,通过实验或数值仿真获得响应输出,结合遗传算法构建具有参数优化功能的支持向量机替代模型;将支持向量机模型作为目标性能函数,结合其他约束条件完成优化模型的建立,并应用遗传算法进行优化,形成一套准确、高效、适应性强的优化方法。以典型电子装备功分器的结构尺寸优化为例,采用均匀试验设计和高频电磁场仿真软件HFSS获取替代模型训练的学习样本,建立功分器模型的幅度比、相位差和驻波3个响应面目标函数,并对该多目标优化问题进行遗传寻优。     

紫外-可见漫反射光谱-支持向量回归法快速测定西咪替丁片剂含量

采用紫外-可见漫反射光谱-支持向量回归法（UV-Vis DRS-SVR）建立了快速、无损测定西咪替丁片剂的定量方法。人工配制58个西咪替丁片剂粉末样,分为校正集和预测集。经过光谱预处理、异常值剔除和参数优化,最终采用原始光谱,在220.17 nm-980.80 nm,参数g=0.02, C=20, p=0.03的条件下,建立SVR模型,校正集和预测集的决定系数（R2）分别为0.9782, 0.9871,对5个盲样和15个批次市售西咪替丁片剂的预测均方根差（RMSEP）分别为0.0360, 0.0448,比PLS模型的预测精度更高,效果更好。研究表明,UV-Vis DRS-SVR用于快速、非破坏性测定药物制剂中的活性成分是可行的,有望用于制剂生产过程中的质量控制。     

离散不确定时滞系统的鲁棒模型预测控制

对于输入受约束的不确定时滞系统,提出了离散不确定时滞系统的鲁棒模型预测控制,用 LMI 解决时滞系统的输入受约束控制,给出了新的鲁棒性能指标上界和系统稳定的充分条件,通过求解 LMI 凸优化获得状态反馈控制律,仿真验证了该方法的有效性.结果表明,基于 LMI 约束不确定时滞系统的鲁棒模型预测控制易于求解,适于实际应用.本方法还可以推广到其他时滞系统模型中.     

离散不确定时滞系统的鲁棒模型预测控制

对于输入受约束的不确定时滞系统，提出了离散不确定时滞系统的鲁棒模型预测控制，用LMI解决时滞系统的输入受约束控制，给出了新的鲁棒性能指标上界和系统稳定的充分条件，通过求解LMI凸优化获得状态反馈控制律，仿真验证了该方法的有效性．结果表明，基于LMI约束不确定时滞系统的鲁棒模型预测控制易于求解，适于实际应用．本方法还可以推广到其他时滞系统模型中．     

分布式控制系统中IEC功能块的并行化策略

针对IEC61499标准下分布式控制系统的特点,引入流水线并行思想,在单回路和复杂控制系统中分别实现了IEC功能块的并行化处理,并对其优越性进行了分析。应用实例仿真结果表明,相对于常规集中式控制器,采用功能块并行化策略后系统采样周期大大降低,从而提高了控制品质。     

城市日用水量需求预测的等维新息SVR建模方法

针对社会经济因素和气象因素对城市日用水量需求的复杂非线性影响以及这种影响的动态变化特性,提出一种基于等维新息的支持向量回归(SVR)预测建模方法并用于城市日用水量需求预测.鉴于传统留一交叉验证法确定SVR模型参数时,存在样本分组数过少及容易出现预测误差评价失真等问题,采用测试集的等维新息SVR模型预测结果,提出了一种基于等维样本集的概率统计参数确定方法.实例分析表明：SVR模型的引入及新的参数确定方法的提出有利于提高城市日用水量需求预测精度.     

Dynamic data packing towards the optimization of QoC and QoS in networked control systems

A class of networked control systems is investigated whose communication network is shared with other applications. The design objective for such a system setting is not only the optimization of the control performance but also the efficient utilization of the communication resources. We observe that at a large time scale the data packet delay in the communication network is roughly varying piecewise constant, which is typically true for data networks like the Internet. Based on this observation, a dynamic data packing scheme is proposed within the recently developed packet-based control framework for networked control systems. As expected this proposed approach achieves a fine balance between the control performance and the communication utilization: the similar control performance can be obtained at dramatically reduced cost of the communication resources. Simulations illustrate the effectiveness of the proposed approach.     

不确定时滞系统H∞控制性能分析的鲁棒可靠性方法

研究具有一般形式的不确定线性时滞系统鲁棒H∞控制器的可靠性问题。用区间变量描述控制系统时变参数的不确定性，将非概率可靠性方法和线性矩阵不等式（LMI）方法相结合，用于时滞不确定控制系统的鲁棒性能分析，提出了时变不确定性时滞系统H∞鲁棒性能分析的一种新方法——鲁棒可靠性方法。该法可给出控制系统满足性能要求的鲁棒可靠性度量及保证性能要求的基本参数的最大容许变异范围，且易于实施。数值算例说明了所提方法的有效性和可行性。     

基于双线性矩阵不等式的H∞无穷离散时间模糊控制器设计(英文)

本文基于分片光滑Lyapunov函数,为离散模糊动态系统提出了一种H∞无穷控制综合方法.该方法的基本思想是:通过构造模糊动态系统的控制器,使得分片光滑Lyapunov函数可用来分析闭环模糊控制系统的全局稳定性及其H∞无穷性能指标.相应的控制率可通过求解一组双线性矩阵不等式而获得.最后,给出一个例子来说明本文方法的实用性.     

椭圆轨道绳系卫星系统释放的类反步法控制

为解决椭圆轨道上绳系卫星系统的稳定和快速释放问题,在传统反步法的基础上,提出了一种类反步法的非线性控制方法.与传统反步法仅适应于严格反馈系统不同,提出的类反步法非线性控制方法不仅可以应用于非严格反馈系统,并且能够充分地利用系统的非线性模型来改善控制效果.首先,基于拉格朗日力学原理,建立了椭圆轨道上绳系卫星系统释放过程的动力学模型,并通过一种新型的量纲为1的变换对动力学模型进行化简,得到了量纲为1的卫星系统模型;其次,设计了一种类反步非线性控制方法以应对绳系卫星系统模型中的耦合特性,并采用Lyapunov函数验证了各系统状态的渐进稳定性能;最后,设计了绳系卫星系统释放过程的非线性控制和PID控制的数值仿真实验,通过对比验证了所提出的类反步法非线性控制方法的有效性.仿真结果表明,所提出的类反步法控制方案不仅可以稳定、高效地控制椭圆轨道上绳系卫星系统的释放过程;而且相对比传统的PID控制方案所取得的控制效果更优.     

批过程中带有Smith时滞补偿器的反复学习控制

反复学习控制(ILC)策略充分利用以前的批过程信息反复改进追踪性能的控制策略，ILC应用于建模和时间滞后存在不确定性的单输入单输出过程，过程的动态特性由带纯时滞的传递函数描述．仿真结果表明：ILC能够显著提高控制性能，     

比例阀控马达自调节前馈补偿跟踪控制

目的针对负载特性是以静扭矩为主的阀控马达电液比例伺服系统的位置跟踪控制,研究在变增益、变死区非线性因素影响下的跟踪性能问题.方法在常规复合控制结合死区补偿方法的基础上,设计了死区和自调节前馈补偿的综合控制方法.结果实验结果表明,在负载扭矩大范围内变化下,正弦和等速跟踪均取得了令人满意的跟踪效果.结论死区和自调节前馈补偿的综合控制方法解决了阀控马达电液比例伺服系统由于变增益、变死区引起的位置跟踪精度问题.     

切换系统优化控制方法研究

针对一类特殊的混杂系统－切换系统的优化控制问题，提出了分段梯度下降优化方法，它是连续系统优化控制梯度下降法的推广，对分段线性切换系统，通过一定变换，可以把切换系统转化成关于特定变量的连续系统，证明了切换系统整体优化控制目标等价于各子模态连续系统的优化目标之和，从而得到切换系统最优控制的梯度下降优化算法，该方法能够有效地得出切换系统优化控制的局部最优解。给出了具体示例，验证了方法的有效性。     

基于SVM与自适应时空数据融合的短时交通流量预测模型

针对短时交通流变化周期性与随机性特点,选取时间和空间序列流量观测值作为支持向量机训练样本进行训练,使用空间序列预测值对交通流时间序列预测结果进行修正,并通过对历史时间空间序列预测结果的分析,动态调整其对未来预测的影响,建立基于SVM与自适应时空数据融合的短时交通流量预测模型.最后,将提出的预测模型与支持向量机时间序列预测模型、指数平滑法、多元回归法预测结果进行对比,结果表明:自适应时空数据融合预测模型可将预测平均相对误差控制在4%,明显高于其他模型预测精度.     

网络控制系统中采样周期的优化选取方法

对网络环境下的控制系统时延进行了分析,讨论了系统采样周期和网络时延对网络控制系统的影响,以优化控制系统性能为目标,以网络的可调度性为条件,结合系统控制与网络调度,给出了NCS的优化模型和采样频率的求取方法,并给出了优化实例。结果表明:该调度算法既满足了控制系统的性能,又优化了网络调度,提高了网络资源的利用率,为选择网络控制系统采样周期提供了指导方法。