基于多神经网络的母线负荷混沌优化组合预测

单一算法在母线负荷预测中存在稳定性弱、波动性大的问题。为此,提出基于多神经网络的母线负荷混沌优化组合预测模型。采用改进的混沌学习算法对模糊网络、小波网络和灰色网络的预测值进行混沌优化组合,确定最优的权重系数,得到最终的预测结果。算例分析表明,该组合模型性能优于单个网络模型和传统组合模型,能较大提高负荷预测的精度和收敛速度。     

感应电机的神经网络鲁棒自适应动态面控制

针对感应电机的高阶、强耦合的非线性,设计一种具有自适应性和鲁棒性的动态面控制律,以实现对感应电机的控制。首先通过变量代换,将五阶感应电机模型变为块三角形式;接着采用神经网络逼近,将模型转化为含有结构不确定性和参数不确定性的参数化模型。对于感应电机系统中的参数不确定性,在动态面控制方法的基础上设计参数自适应律,在线估计其未知参数;对于感应电机系统中的结构不确定性,设计鲁棒控制律,使得电机控制系统具有鲁棒性。最后通过仿真实现,以验证所提出的控制方法的有效性与实用性。     

非完整移动机器人目标环绕动态反馈线性化控制

本文针对多个非完整移动机器人对静止或运动目标的环绕追踪问题进行研究.每个机器人仅通过自身和其相邻的机器人的位置与方向信息以及所追踪的目标的位置信息来协调其运动.首先,提出了一种基于动态反馈线性化方法的分布式控制策略,并引入一个控制机器人之间相对角间距的非线性函数,控制机器人间的相对角间距.使多个机器人能够以期望的与目标之间的相对距离、环绕速度和机器人之间的相对角间距对目标进行追踪.然后,利用Lyapunov工具对控制算法进行了渐近稳定性和收敛性分析.最后构建了多移动机器人实验平台,进行了数值仿真和实验验证,仿真和实验的运行结果表明了所提出算法的有效性.     

非完整移动机器人领航-跟随编队分布式控制

针对非完整移动机器人运动学模型的特点,并且考虑机器人之间的交互关系是局部的,提出了一种基于领航-跟随的非完整多移动机器人分布式编队控制方法。首先提出了一种分布式估计策略,为每个跟随机器人估计(虚拟)领航机器人的位置、方向、线速度等状态;接着利用每个跟随机器人的跟踪误差设计了编队控制算法;使用Lyapunov工具对算法进行了渐近稳定性和收敛性分析;最后,构建了多移动机器人视觉定位与控制实验平台,通过仿真和实验验证了所提算法的有效性。     

相空间压缩法实现混沌神经网络联想记忆

给出了利用相空间压缩法控制混沌神经网络,使得网络能够收敛于存储的目标模式的充分条件和必要条件.通过数学分析,得到了相空间压缩控制方法中对应参数的上下限;并通过对仿真结果的分析,提出了通过改变相空间压缩控制方法中对应的参数来实现混沌神经网络联想记忆的新方法.以上结果均通过仿真得到验证.     

基于T-S模糊模型的混沌系统脉冲控制

给出了一种基于T-S模糊模型的混沌系统模糊脉冲控制方法.首先给出了基于T-S模糊模型对非线性系统精确建模的原理,得到与混沌系统等价的T-S模糊系统.然后根据建模得到的T-S模糊系统,采用模糊脉冲控制技术来实现控制.最后,以控制Ndolschi混沌系统为例,证明了这种方法的有效性.     

动态环境中服务机器人的改进型地图学习规划

针对室内服务机器人进行服务工作时需要躲避碰撞和抵达目标点的功能需求,本文提出了一种改进型地图学习路径规划算法.在地图学习规划算法的基础上,该算法首先约定了移动机器人的非完整性,使规划具有更高的可行性.然后改进了障碍物的影响方式,令已探测到的障碍物仅对已知区域产生作用,从而减少未知区域对路径选择的影响.接着,优化了地图学习算法中的随机选点策略,即若目标点出现在探测范围内时则令目标点作为初始选取点,解决了地图学习规划在临近目标点时收敛性不佳问题.并设计自适应速度移动策略以进一步提高算法的收敛性能和机器人的规划效率.最后,仿真及实验结果表明改进型地图学习路径规划算法相比于传统地图学习算法具有更好的规划效率和目标收敛能力.     

基于粒子群模糊的除冰机器人越障规划

由于除冰机器人多在天气恶劣,覆冰较厚的输电线路上工作,现有的基于视觉伺服越障策略存在图像质量差,冰、线区分难等不足。根据模糊逻辑和粒子群优化原理,提出了一种除冰机器人在线越障和路径规划方法。该方法通过模糊规划器实现除冰机器人机械臂的无障跟踪和平稳越障。在此基础上,以机械臂末端经过路径长度和与目标点距离的综合最小为目标,利用粒子群算法对模糊规划器输出角度进行在线优化。仿真结果表明:与传统的模糊越障规划相比,该方法不仅满足除冰机器人实时规划和自主越障的要求,缩短了机械臂经过轨迹的长度,提高了除冰机器人的工作效率和续航能力,为实际工程应用中除冰机器人的能源短缺问题,提供了一种节约使用方案,具有一定的工程应用价值。     

多移动机器人运动目标环绕与避障控制

针对多个移动机器人对运动目标的环绕和避障问题进行研究。首先,在基于零空间行为控制架构下设计了控制策略;将机器人的任务分为对运动目标环绕和避免与环境中的障碍物发生碰撞两个基本任务;环绕控制策略采用两个梯度场相互正交的能量函数进行设计,每个能量函数定义一个控制目标,使多个机器人能够以期望的与目标之间的相对距离和机器人之间的距离对目标进行环绕,使用Lyapunov工具对算法进行了渐近稳定性和收敛性分析;最后,仿真和实验结果验证了所提出的控制策略的有效性。     

多信使时代下中子星状态方程的贝叶斯模型选择

当前中子星的观测为其状态方程提供了严格的约束条件。基于双中子星并合事件GW170817对潮汐形变的约束，以及NICER合作组对PSR J0030+0451和PSR J0740+6620的质量和半径的测量，本文对CompOSE数据库中基于相对论平均场模型统一得到的16组中子星状态方程开展了贝叶斯模型选择。发现最理想的物态模型是DD2,它预测1.4倍太阳质量中子星的半径为13.19 km,潮汐形变为687。在此基础之上，进一步筛选出最符合观测的物态模型依次为DD2、TW99、DD-LZ1、DD-ME2、TM1e、FSU2H、DDME-X、PKDD、FSU2R和MTVTC。