基于SVM-BP神经网络的气象能见度数据缺失值预估

自动气象站能见度检测仪多采用光学装置采样,雨雪、粉尘等天气因素会对部分仪器镜头造成污染,导致能见度要素数据缺测.针对能见度数据缺失问题,本文选用安徽部分气象站的历年数据,首先运用灰色关联分析方法筛选出与能见度密切相关的其他气象要素,通过支持向量机和BP神经网络单一预估方法预估不同地形的能见度缺失值,然后采用最优权重组合将两种方法预估的能见度值进行组合,并与单一预估方法进行对比.结果表明组合方法的预估结果误差均值小、整体准确度高,可以保证台站观测资料的完备性,为短时天气预报、实况分析和气象公共服务工作提供有效依据.     

采用动态神经网络的多模型自适应重构控制方法

针对复杂的系统,提出一种基于多模型结构的自适应重构控制方法,使得系统可以在不同的运行环境下跟踪给定的信号,并且对特定的故障情况具有控制重构的能力;首先,由多个线性模型和一个模糊模型构成多模型控制结构,并设计多模型自适应控制器的权值调整规则,以获得当前最佳的控制输入,再引入动态自适应神经网络以保证系统的稳定性,并避免模型切换等噪声干扰;最后,对某型歼击机进行正常和故障状态下的控制仿真,结果表明所提重构控制方法是可行有效的。     

基于遗传算法的非高斯系统随机分布控制

传统的控制理论并未考虑工业过程中的一些不确定因素,而这些不确定因素在生产过程中对系统的能源损耗和精度都有很大的影响.为了解决上述问题,本文研究一种基于数据的非高斯随机分布系统优化控制策略,该策略采用核密度估计(KDE)方法完全基于输出数据估计输出概率密度函数(PDF),根据控制目标建立性能指标函数,采用遗传算法优化性能指标函数,实现输出PDF对目标PDF的跟踪.以磨矿系统为模型进行仿真,采用PDF表征粒度分布(PSD).仿真结果表明,基于遗传算法的非高斯随机分布最优控制算法能有效地实现随机分布控制系统的控制目标,为实际工业生产提供参考.     

基于模糊干扰观测器的抗饱和自适应反步控制

针对一类输入受限的非匹配不确定非线性系统,提出了一种抗饱和自适应反步控制方法.利用模糊干扰观测器在线逼近系统的未知非匹配不确定及干扰,采用反步控制方法设计自适应控制器.控制系统设计中引入限幅滤波器,有效降低了控制输入饱和对系统稳定性的影响,并且控制器设计无需对虚拟控制律进行重复求导.利用李亚普诺夫稳定性定理,证明了闭环系统渐近稳定.仿真结果表明了该方法的有效性.     

基于干扰观测器的多源干扰系统优化设定控制

针对存在多源干扰的线性系统,研究一种基于干扰观测器的两层结构优化设定控制方法.针对没有完整精确模型的干扰情况,对一些干扰设计干扰观测器,而对于不能使用干扰观测器构造的范数有界的外部干扰,提供动态优化设定控制方案.根据干扰观测器的观测值对设定值进行动态调整,使得系统在存在多源干扰时受控输出在原控制器的作用下,仍能实现对目标值的跟踪控制.数值仿真验证了该方法的可行性和有效性.     

磨矿粒度分布的概率密度函数跟踪控制研究

传统的磨矿粒度控制局限于百分比含量这一指标,未考虑粒度具体分布信息,而磨矿产品的粒度分布(PSD)对整个选矿系统能耗和精度的影响不容小视.为解决上述问题,用概率密度函数(PDF)表征PSD信息,对磨矿粒度的PDF进行跟踪控制,使其跟踪给定的最利于选别的粒度PDF.在每个采样时刻,首先测取磨矿产品的多个粒度样本,用核密度方法估算PDF;然后利用跟踪误差建立性能指标函数;最后,用粒子群算法优化性能指标函数,设计最优控制输入.仿真结果验证了所提方法的有效性,可为选矿系统的后续研究和实际应用提供参考.     

歼击机智能自适应重构控制方法研究

针对复杂歼击机控制系统,提出一种智能多模型结构的自适应重构控制方法,使得系统可以在不同的运行环境下对结构故障具有一定的控制重构能力.系统为多模型结构,由若干线性模型构成模型集合,并设计相应的自适应权值调整规则,从而使系统能够实时地获得当前最佳控制输入.再通过引入动态神经网络以确保系统的稳定性,同时避免模型切换等引起的噪声干扰.最后,对某型歼击机进行仿真验证,表明所提重构控制方法对系统在多种故障状态下的稳定运行具有显著的效果.