支持向量机训练算法及其应用

支持向量机是在统计学习理论基础上提出的一种新的机器学习方法。由于其出．色尊学习性能，该技术已成为机器学习界的研究热点，并成功地应用在模式识别、时间序列预测、苛线性系统辨识、控制及其它方面。本文简要介绍了支持向量机训练算法及其应用，并且讨论了未来的发展方向。     

基于小波包变换与RBF网络的大地目标辨识

利用正交小波包变换的高信号时频分辨特性引入小波包能量特征提取法，用于五类典型大地目标的特征提取和距离可分性测度计算。结果显示，小波包能量特征提取法提取的五类典型大地目标特征具有更好的可分性。将小波包能量特征提取法与径向基函数网络相结合，提出了一种大地目标辨识算法。仿真实验表明，对于分解层次m＝5，信噪比SNR≥0dB，五类典型大地目标能完全辨识。表明该大地目标辨识方法在一定条件下是可行的，具有强的抗噪声干扰能力。     

一类连续模糊动态系统控制方法在Furuta摆中的应用

为了研究Furuta摆在倒立点附近的稳定控制问题，采用基于T-S模糊模型的一类连续模糊动态系统控制方法，首次进行Furuta摆的模糊状态空间建模，并采用模糊切换的思想，设计了Furuta摆在倒立点附近的稳定控制器，进而分析了系统稳定性。与已有的方法相比，该方法的优点是稳定区域大、调节时间短。数字仿真结果验证了方法的有效性。     

率相关超磁致伸缩作动器的建模与H∞鲁棒控制

超磁致伸缩作动器(GMA)的率相关迟滞非线性成为其在工程应用中的一大阻碍因素.文中通过使用特殊的建模激励信号,基于最小二乘支持向量机(LS-SVM)建立了一定频率范围内的一个统一率相关Hammerstein-like迟滞非线性模型,该模型能够保证其建模频率范围内单频和复合频率的模型泛化性.在此模型基础上,设计了针对一定频率范围内输入信号的H∞鲁棒跟踪控制器,针对该频率范围内的所有单频和复合频率的输入信号,该控制器都能够保证其跟踪控制效果,最后通过实验实时跟踪控制结果来进一步验证了所设计控制器的有效性.     

结构振动控制的新进展

近年来基于控制、计算机、材料和结构力学等领域的新技术使结构振动控制取得了新的进展,同时也带来了一些挑战性的问题。本文从不同角度对结构振动控制进行了分类,介绍了其发展与现状,并对近年来控制理论在结构控制方面的新进展给以综述,最后对有待进一步研究的问题进行了探讨。     

基于小波变换的低信噪比雷达回波快速检测法

根据二进小波变换对信号分解的形式与特性,给出了信号在小波域中广义子波能量的定义,并利用子波变换的多尺度分解特性构造出广义小波能量积累器。在此基础上设计出一种直接利用广义小波能量积累对低信噪比雷达回波信号进行检测的快速算法。仿真实验结果表明,该检测算法对强白噪声及强声背景下的低信噪比信号检测比较有效,对背景噪声具有较好的自适应性,且该检测算法设计简单,执行速度快,可靠性高。     

压电作动器的动态迟滞建模与H∞鲁棒控制

压电作动器具有率相关动态迟滞非线性特性,给传统建模和控制技术提出了挑战.本文针对压电作动器,提出了一种基于Bouc-Wen的Hammerstein率相关迟滞非线性模型,其中Bouc-Wen模型和线性动态模块分别用于描述系统的静态迟滞非线性特性和率相关特性.同时,构造了一个基于Bouc-Wen模型的迟滞补偿器,将迟滞补偿器与被控对象串联使系统线性化;并建立了不确定性系统模型,提出了一种H∞鲁棒跟踪控制方案,可以实现给定频率范围内单频率和复合频率参考信号的良好跟踪.实验结果表明,所建动态模型具有良好的泛化能力,跟踪控制相对误差小于8%,证明了所提出方法的有效性.     

磁悬浮球实验系统的模糊控制仿真

该文介绍磁悬浮球实验系统的结构与工作原理，根据模糊控制技术，设计了一个二维模糊控制器，在实验的基础上，确定了输入输出变量的范围，并对变量进行了模糊化，根据小球的物理运动规律，建立了模糊控制规则，在Matlab/Simulink环境下进行了仿真，并进行了实际控制实验，实验表明，所设计的模糊控制器具有很强的鲁棒性。     

基于遗传算法的广义Takagi-Sugeno模糊逻辑系统最优参数辨识

针对Takagi-Sugeno模糊逻辑系统的隶属函数不具有自适应性且模糊规则数的确定 带有很大的人为主观性,这里引入了一类广义Takagi-Sugeno模糊逻辑系统;在模型实现上，以 广义Takagi-Sugeno模型为个体,采用简单、有效的矩阵编码方式,借助遗传算法得到一个次优 的广义Takagi-Sugeno模糊系统模型,该模型不仅能很好地逼近所要辨识的非线性系统,而且 还具有较低的复杂度.仿真结果表明了广义Takagi-Sugeno模型及其参数辨识方法的正确性和 有效性.