DNA计算与DNA计算机研究进展与展望

DNA computing is a new method based on biochemical reactions and molecular biology technology.The paper first introduces the basic principle and advantages of DNA computing, and then surveys DNA computing and DNA computer, finally, points out current existing problems and future search directions of DNA computing and DNA computer.     

基于并行遗传算法的蛋白质空间结构预测

1 前言蛋白质是生命的基础。从细胞分裂到细胞运动,从代谢到免疫,已知的生物功能没有一个能够离开蛋白质而实现。一个典型的细胞可能含有的蛋白质种类就有大约10万种,而且每种蛋白质的作用都不尽相同。更进一步,基因是生物细胞中的遗传物质,它也必须以蛋白质形式表达出来,才能显示出生物的各种遗传性状。因此,对于蛋白质的研究在生命科学中是最重要的课题之一。     

非线性系统智能状态估计研究进展与展望

综述了近年来基于智能方法的非线性系统滤波器和观测器的设计方法.关于滤波器,一方面介绍了基于智能方法辨识系统模型而设计的间接滤波器,分析了模型偏差修正的重要性;另一方面探讨了基于智能方法设计的直接滤波器的研究进展.关于观测器,重点介绍了基于神经网络的广义Luenberger观测器的设计方法,总结了该观测器稳定性和鲁棒性的理论分析结果,并进一步介绍了适用范围更广的智能自适应鲁棒观测器的设计方法.最后,对非线性估计问题的进一步研究提出了几点展望.     

虚拟企业伙伴选择的双种群自适应遗传算法

针对虚拟企业伙伴选择这一多目标优化问题,采用理想点法将其转换为多个单目标问题,并应用双种群自适应遗传算法进行问题求解。该算法涉及两个种群和自适应交叉、变异概率。在遗传过程中,每个种群的个体都根据适应度自动选择其交叉和变异概率,使个体对环境变化具有自适应调节能力;在一代遗传完成后,种群间交换优秀个体携带的遗传信息,以增加种群的多样性,避免陷入局部极值。通过算例,证实了该算法能很好地解决虚拟企业伙伴选择这一多目标优化问题。     

基于增量加权的预测函数控制

介绍了预测函数控制方法的主要思想和特点。针对通常的预测函数控制在优化求解的目标函数中仅含有输出误差的平方和序列,没有考虑控制增量的变化,通过在性能指标中对控制增量适当加权,提出了一种双值预测函数控制算法,提高了系统的稳定性,克服了系统的稳态偏差。在工业过程模型中,用Matlab软件进行了仿真研究,取得了良好的控制效果,表明该算法跟踪快、控制精度高、稳定性强,是一种比较有效的控制方法。     

Delta算子系统的全程滑模变结构控制

将全程滑模变结构控制思想引入Delta算子系统,给出了一种设计全程滑模控制方法．系统轨线一开始就位于切换面上,消除了非滑动模态运动,从而增强了系统的鲁棒性．利用Delta算子的离散特性求出系统不确定性近似值,从而在控制器设计过程中消去不确定项．仿真结果验证了该方法的有效性．     

基于新的误差积分准则的PID控制器优化

用PID控制器控制有共轭极点和负实零点的二阶模型对象,当对象时滞比很小时,用现有准则如ITAE进行优化,很难保证幅值稳定裕度。在广义平方误差积分准则(GISE)的基础上,用对象响应特征时间来平衡准则中误差项与误差变化率项的数量级。并用一个恒大于1的时间函数作为误差项的权。从而提出了一种新的误差积分准则一改进的广义平方误差积分准则(RGISE)。仿真结果表明,新准则能够获得较大的幅值稳定裕度和较好的响应曲线。     

基于遗传算法的有约束非线性预测控制

将神经网络辨识、遗传算法全局优化和预测控制思想有机结合,提出了一种新型控制器,用于带约束的非线性对象的控制.仿真结果表明此算法在非线性控制方面的优异性能.     

新型多变量广义预测自校正控制器

本文对多变量线性系统提出了一种新的广义预测自校正控制器(MGPC).由于本算法是利用辨识结果直接求解控制器,不需要在线求解Diophantine方程,因而大大减少了计算量,并简化了控制系统的设计过程。仿真结果表明:本文提出的算法能适用于具有有色噪声干扰的不稳定和(或)非最小相位多变量随机系统。     

智能数据采集系统的研究

本文介绍了一种通用性强、测试精度高、扩展性能好的智能数据采集系统。