基于一类SM SA 策略的模型最优降阶

将一类SMSA混合策略应用于模型的最优降阶，提出了处理约束优化和解决模型降阶通常遇到的稳定性问题的有效方法．通过对典型例子的数值仿真表明了混合策略和约束处理方法的有效性，而且第3个例子的优化结果明显优于以往文献的结果。     

非线性时变系统时滞和参数在线联合估计的SMSA方法

针对输入带纯迟延的一类非线性系统,提出时变时滞和参数在线联合估计的一种SMSA混合算法。该方法有机结合具有概率突跳特性的模拟退火和基于高维欧氏空间中凸多面体结构的单纯形搜索法,在最小化平均平方误差意义下动态寻找时滞和参数的最优估计值。基于实际非线性水箱系统的仿真验证了混合算法对非线性系统时滞和参数在线联合估计的有效性及其一定的抗噪声能力。     

未知输入扩展卡尔曼滤波的收敛性分析及其非线性故障诊断

Unknown input observer is one of the most famous strategies for robust fault diagnosis of linear systems, but studies on nonlinear cases are not sufficient. On the other hand, the extended Kalman filter （EKF） is wellknown in nonlinear estimation, and its convergence as an observer of nonlinear deterministic system has been derived recently. By combining the EKF and the unknown input Kalman filter, we propose a robust nonlinear estimator called unknown input EKF （UIEKF） and prove its convergence as a nonlinear robust observer under some mild conditions using linear matrix inequality （LMI）. Simulation of a three-tank system “DTS200”, a benchmark in process control, demonstrates the robustness and effectiveness of the UIEKF as an observer for nonlinear systems with uncertainty, and the fault diagnosis based on the UIEKF is found successful.     

基于多操作SMSA算法的化工过程优化

提出一种多操作单纯形．模拟退火混合算(SMSA)，采用附加扰动、随机产生、移位、平滑、边界取值等多种算子作为模拟退火的状态产生函数，增强了算法的全局搜索和局部趋化能力，提高了算法的优化性能。对化工过程的优化控制及Grierwangk函数的优化的数值仿真，以及与单一遗传算法和模拟退火算法的比较研究验证了所提出算法的有效性和优越性。     

基于解析模型的非线性系统鲁棒故障诊断方法综述

研究非线性系统的鲁棒故障诊断具有重要意义．本文着重讨论了两类方法：非线性未知输入观测器方法和基于自适应学习的方法，并简要概述了其它一些方法．还探讨了非线性系统鲁棒故障诊断的应用实例，并指出了其中的若干关键问题以及今后的研究方向．     

非线性系统参数估计的一类有效搜索策略

结合模拟退火的随机概率突跳性搜索和单纯形法的凸多面体几何搜索,提出了非线性 系统参数估计的一类有效搜索策略.通过对多种非线性定常系统的多维参数估计和非线性时变 水箱系统的参数与时滞在线联合估计的仿真研究,验证了该方法的可行性、有效性及其一定的 抗噪声能力.     

一类非线性系统的快速鲁棒故障诊断

结合在线估计器和滑模观测器方法，基于所给出的一种新的自适应学习算法，提出了一种针对非线性不确定系统的鲁棒故障诊断方法．滑模观测器可以消除建模不确定性的影响以得到准确的状态估计，而在线估计器可以实时估计故障的大小．在此，基于李亚普诺夫函数，在理论上证明了所给出的状态和参数估计误差都是一致有界的；针对三容水箱DTS200所做的仿真实验，其结果验证了该方法的可行性．研究结果表明，由于滑模项的引入，使得该方法的故障检测时间大大缩短，其性能比Polycarpou所提出的在线估计器方法的性能要好．