参数不确定非线性系统的鲁棒镇定与鲁棒跟踪设计

针对参数不确定非线性系统的鲁棒镇定和鲁棒跟踪问题，提出了一种基于Lyapunov稳定性理论的非线性动态鲁棒控制器设计方法，将设计过程分为两步，第一步是针对标系统设计使其实现控制目标的控制器，第二步是在第一步的基础上，进一步设计控制器抑制由于不确定性因素所产生的原系统与标称系统之间的偏差，其优点是在设计的第一步可以直接利用基于精确数学模型建立的非线性控制系统设计方法，数值仿真验证了设计方法的正确性。     

基于线性矩阵不等式的鲁棒跟踪控制器的设计

当系统部件(传感器、执行器)发生故障时,控制器的实际输出信号值将与准确值存在一定的偏离,这种控制信号的偏离可能破坏系统的稳定性。本文提出了最优增益裕量鲁棒跟踪控制问题,其目的是最大限度地抵御控制信号偏离对系统产生的影响。通过直升机飞行控制模型的实例仿真,验证了本文提出设计方法的可行性;并通过最优增益裕量鲁棒跟踪系统与正常鲁棒跟踪系统的比较,进一步说明了最优增益裕量鲁棒跟踪控制对提高系统的可靠性是必要的和有效的。     

基于鲁棒PCA的视觉跟踪算法

目前使用颜色属性特征表征目标的几种主流算法中,均使用主成分分析法(PCA)处理颜色属性特征,而PCA方法假设输入数据中存在的噪声必须服从高斯分布,该方法存在明显不足。针对这一问题,本文根据鲁棒主成分分析法(Robust PCA)对颜色属性特征进行处理。将输入图像从原始RGB颜色空间映射至颜色属性空间,得到11种不同的颜色属性层;之后,基于Robust PCA处理颜色属性特征,使得映射后的图片信息都集中在少数层上,在保留原始图片大量信息的前提下滤除噪声。本文将使用Robust PCA处理后的颜色属性特征用于原始CN算法框架中并设置不同的降维层数对比其带来的算法性能差异。在OTB100中,与原始CN框架相比,算法成功率提升1.0%,精度提升0.9%。经实验数据证明,通过Robust PCA处理后的颜色属性特征具有更强的鲁棒性,可以更好地发挥出其优势并提升算法性能。     

手术持续时间不确定的手术排程鲁棒优化

针对病人手术持续时间有较大范围不确定性的手术排程问题,综合考虑医院成本和病人满意度,采用绝对鲁棒优化策略,构建了手术持续时间不确定的手术排程优化模型,并设计了将单亲遗传算法和内点法相结合的两层混合优化算法,外层的单亲遗传算法确定病人在不同手术台的手术顺序,内层的内点法确定在给定的手术顺序下实现最差性能的手术持续时间.通过对大量随机算例进行仿真实验,并与基于期望值的确定性优化策略进行对比,结果验证了所提绝对鲁棒优化策略的有效性.     

一种考虑概率分布的鲁棒优化模型

文章以随机规划中的机会约束思想为指导,根据随机参数的概率分布情况,提出了两种鲁棒性条件约束,并在此基础上建立了一种新的鲁棒优化模型,使模型的可行解控制在一定的鲁棒性指标的范围内。该模型不但可处理约束两端同时含有随机参数的情况,还可以方便地推广到非线性模型中。仿真实例说明了模型的有效性。     

基于鲁棒优化的多目标共享单车电子围栏选址研究

“双碳”背景下,零排放的共享单车系统可以有效降低公共交通系统的碳排放。将电子围栏作为单车停放点,是应对乱停乱放、保障共享单车行业可持续发展的有效措施。以电子围栏选址总成本最小和用户需求覆盖最大为优化目标,研究了用户需求不确定情形下的多目标电子围栏选址问题。利用预算不确定集来刻画用户需求的不确定性,构建了多目标电子围栏选址的鲁棒优化模型,并利用对偶理论将其转化为鲁棒对等模型,然后采用ε约束法进行求解。现实算例测试结果验证了本文模型和方法的有效性。     

汽车动力总成悬置系统鲁棒优化算法

应用鲁棒优化设计理论,考虑设计变量的不确定性对优化设计结果的影响,建立鲁棒优化模型。以动力总成悬置系统能量解耦为目标,悬置刚度参数为设计变量,考虑设计目标的均值和标准差,建立动力总成悬置系统的鲁棒优化模型。针对粒子群算法求解容易陷入局部最优解的问题,采用混合粒子群算法对动力总成悬置系统的悬置刚度参数进行鲁棒优化,并用Monte Carlo方法进行分析,以考察设计值的变化对目标函数的影响。结果表明,优化方法可以有效提高悬置系统的鲁棒性。     

异类传感器融合跟踪的等效传感器方法

为了提高多个异类传感器构成的集中式融合跟踪系统的计算性能,提出一种基于等效传感器的融合跟踪方法.该方法假定各局部传感器能观测目标的全部属性,将其中实际不能观测的属性视为被剔除的野值,利用融合中心的目标状态估计进行重构,实现将维数不同的各异类传感器的量测映射成系统观测空间中维数相同的等效传感器量测.这样便可采用数据压缩滤波方法克服现有集中式融合跟踪方法的局限,降低计算量.实验结果表明,文中方法的跟踪精度与现有的并行滤波融合跟踪方法一致,但计算量更低且基本不随传感器数量的增加而增大.     

飞机总体设计中的一种多目标鲁棒优化方法

 提出一种基于灵敏度的多目标鲁棒优化方法。针对各维设计变量存在扰动的情况,在原约束多目标优化模型上,附加偏差目标函数,并采用最差估计法对约束条件进行鲁棒可行性调整。采用全局敏度方程方法来计算目标函数和约束函数对设计变量的敏度,进而采用Pareto遗传算法搜索约束多目标优化问题的非劣解集,设计者可以根据不同的设计准则从中选择合适的设计点。将上述方法用于飞机总体参数优化设计,并与采用常规优化方法所得的优化结果进行了分析和比较。     

基于仿射可调鲁棒优化的园区综合能源系统经济调度

新能源和负荷的不确定性给综合能源系统（integrated energy system,IES）运行带来挑战。首先,基于线性形式的能源集线器模型,对园区IES进行了建模。其次,构建了基于仿射可调鲁棒优化的园区IES两阶段经济调度模型,通过该模型可求得机组的启停及基准出力,以满足不考虑可再生能源出力的能量平衡要求,并求得机组的参与因子,使得调度方案对可再生能源出力不确定集下的任意场景均可行。最后,将该模型转化为混合整数线性规划模型（mixed integer linear programming,MILP）进行求解。算例分析结果表明：通过可调鲁棒优化的经济调度方法所求得的调度方案较经典鲁棒优化有更好的经济性与鲁棒性。     

多维加速度传感器的设计及优化

研制了一种基于单惯性质量块的一体化结构三维加速度传感器。依据传感器的工作原理,采用有限元工具对传感器静态和动态特性进行了分析,给出了弹性体的应变分布、固有频率及振型等,按各轴向灵敏度及其一致性和固有频率等目标对传感器结构尺寸进行了优化设计。有限元分析计算和实验结果表明,所研制的传感器在三个正交方向上都有较高的灵敏度,各加速度分量互干扰小。     

稳健的波束优化设计及FPGA实现

在分析二阶锥规划(Second-Order Cone Programming,SOCP)算法的基础上,设计了声呐阵列并采用SOCP方法对其波束图进行了优化;根据SOCP的波束优化设计方法,设计了基于FPGA的16元均匀圆阵的波束形成器。目的在于提高波束优化设计的稳健性以及信号处理系统的运算实时性、运算精度等。对FPGA波束形成器的仿真性能进行了分析,主要分析了以下两个方面:首先分析了当权值位数不同时对波束形成器输出的影响,其次分析了波束优化设计方法的抗阵列流形误差的性能。仿真设计结果和实验表明本文方法的有效性。二阶锥波束优化设计的波束图有着良好的稳健性,采用12位权值的FPGA波束形成器,抗阵元位置误差性能也比较好。     

基于结构加速度误差最小化的声学预测模型修正

针对FEA（有限元分析）声学预测方法,提出了基于结构加速度响应误差最小化的声学预测模型修正方法。以模态迭加法为基础,结合模态应变能模态阻尼识别和频域载荷识别原理,重构了FEA声学预测模型,通过遗传算法优化结构损耗因子,使结构加速度响应计算值与实验值误差最小化,从而识别系统模态阻尼比及激励力,实现对声学预测模型参数的修正。将该方法与传统计算方法预测结果对比,结果表明：该方法可以精确识别系统模态阻尼和激励力,提高模型预测精度。     

基于铌酸锂的高温压电加速度传感器设计

设计一种耐高温、高稳定性、高可靠性的加速度传感器,针对航空发动机高温恶劣的振动测试环境,传感器选用高居里温度的铌酸锂晶体作为压电元件,整体采用剪切式结构,利用特征系数最大的压电晶体切型,确定特征系数最大的压电晶体切向,以获得铌酸锂晶体较强的压电效应。研制双层铠装高温低噪声电缆,采用高温合金及矿物绝缘等耐高温材料,可在高温环境下长期使用,有效解决传感器小信号高温传输可靠性问题。优化设计传感器结构、封装工艺和测量系统,传感器频响、动态协议性能大为改善。通过对传感器的频率和温度响应、电容损耗等试验表明该传感器在550℃高温环境下能够保持高的可靠性和稳定性,提升航空发动机振动测试的技术能力。     

基于鲁棒PID算法的UEGO控制器的设计与实验

宽域废气氧（Universal Exhaust Gas Oxygen,缩写为UEGO）传感器可以在很宽的空燃比范围内提供有效的氧含量信号,它的结构特殊,必须配以控制器才能使用。利用鲁棒PID算法控制UEGO控制器中泵电压的大小和方向,并将泵电压反馈作用在UEGO传感器上。检测UEGO传感器上的泵电流,并设计非线性校正环节对其进行校正,校正输出值即为过量空气系数(λ)。利用dSPACE实时仿真系统实现UEGO控制器,并在汽车化油器发动机台架上进行相关实验。实验数据表明,在λ值静态和动态变化时,UEGO控制器都具有良好的鲁棒性和运行性能,响应快速且精度良好。     

基于鱼群优化算法的无线传感器网络部署

摘 要：无线传感器网络的部署优化能够提高网络覆盖率和服务质量。针对由固定节点和少量移动节点构成的无线传感器网络,提出了一种基于鱼群算法的网络部署优化方案。以网络覆盖率为目标函数,将移动节点的位置迁移过程抽象为人工鱼的追尾和觅食行为。并在人工鱼状态更新过程中,加入了虚拟力影响因子来引导人工鱼的游动方向。模拟实验结果证明,融合虚拟力的鱼群算法全局寻优能力强,可有效提高网络覆盖率,优化网络性能。     

A kriging metamodel-assisted robust optimization method based on a reverse model

The goal of robust optimization methods is to obtain a solution that is both optimum and relatively insensitive to uncertainty factors. Most existing robust optimization approaches use outer–inner nested optimization structures where a large amount of computational effort is required because the robustness of each candidate solution delivered from the outer level should be evaluated in the inner level. In this article, a kriging metamodel-assisted robust optimization method based on a reverse model (K-RMRO) is first proposed, in which the nested optimization structure is reduced into a single-loop optimization structure to ease the computational burden. Ignoring the interpolation uncertainties from kriging, K-RMRO may yield non-robust optima. Hence, an improved kriging-assisted robust optimization method based on a reverse model (IK-RMRO) is presented to take the interpolation uncertainty of kriging metamodel into consideration. In IK-RMRO, an objective switching criterion is introduced to determine whether the inner level robust optimization or the kriging metamodel replacement should be used to evaluate the robustness of design alternatives. The proposed criterion is developed according to whether or not the robust status of the individual can be changed because of the interpolation uncertainties from the kriging metamodel. Numerical and engineering cases are used to demonstrate the applicability and efficiency of the proposed approach.     

基于公理设计和相容决策支持问题法的稳健优化设计方法

 针对多目标稳健优化问题,建立了多目标稳健优化的损失函数,利用灵敏度分析方法确定各设计变量对各设计目标的影响程度,确定主要的设计参数,便于调整和控制设计参数的公差.根据信息公理与损失函数的一致性关系,建立以最小化各目标的总损失函数为目标函数.并在相容决策支持问题法框架基础上,提出一种基于公理设计和相容决策支持问题法的多目标稳健优化设计模型.实例分析表明,提出的方法是可行的.     

组合模型EPS转矩转角传感器可靠性预测

为提高电动助力转向系统的性能,设计一种电动助力转向系统转矩转角传感器,并建立数学模型对传感器的可靠性进行预测。在实验的基础上比较灰色GM(1,1)模型、残差修正的灰色GM(1,1)模型以及残差修正的灰色马氏链组合模型的预测准确度。由于单个模型很难保证预测准确度水平,因此通过计算组合模型不同步数的转移概率矩阵确定目标状态,进而得到预测值。通过比较,组合模型比单个模型的准确度更好,更适宜描述随机性较大的问题。