具有预测功能的积分控制器及其应用

在传统积分控制中引入适当的前馈项,使其具有目标预测功能,可改善系统输出动态特性。经一个钢坯加热炉炉温模型的控制验证表明,本算法具有简单有效的鲁棒控制器功能。     

基于人工智能的情感模型建立

以OCC情感模型和心理学家Ekman的情感分类两大理论为基础，建立了一个机器人情感模型．本模型通过设计一系列通用型参数，来达到模型适用于多种环境的目的，例如虚拟游戏人物、智能玩具．此外，还引入了情感空间设计，并在情感空间中设计了一系列情感点，可以通过移动情感点或者修改情感点区域的大小，来达到改变情感模型性格特征的目的．     

基于K中心方法的氨基酸序列聚类分析

针对氨基酸序列的聚类问题，提出了基于K中心方法的解决方案。该方案把K中心方法、动态规划方法和生物学研究中的一些新理论有机地融合在了一起。通过实验，该方案具有很强的适用性和很好的聚类效果，是数据挖掘方法在生物信息学研究中一次有益的探索。     

基于SIP协议的IMS仿真器的设计与实现

IMS(IPMultimediaSubsystem)是3G系统实现多媒体应用的重要组成部分。文章简要介绍并分析了IMS系统的结构和运行机制,并针对IMS系统的特点,设计了一种基于SIP协议的用于IMS相关设备和系统的测试工具———IMSSIP仿真器,介绍了它的结构和实现。     

基于观测器的非线性系统神经网络鲁棒控制

提出一类不依赖于模型的状态观测器，通过分析其根轨迹和极点要求配置合适的参数，该观测器本身是一个能提取高阶微分的高阶微分器．基于Lyapunov稳定性理论设计了使闭环系统渐近稳定，对模型变化和扰动具有鲁棒性的神经网络自适应控制器．该控制器不仅考虑了闭环系统的输出和设定输入误差的微分，而且考虑了误差的高阶微分，从而提高了控制品质．最后通过仿真例子验证了所提出理论的正确性．     

一种新型维纳系统及其在混沌系统建模中的应用

提出了一种新型的维纳系统，能以任意精度逼近动态非线性对象。证明了此系统在一定条件下，逼近动态非线性系统离散点列的精度优于传统的以神经网络为静态非线性环节的维纳系统。此系统还具有运算量小的特点，易于实现对动态非线性系统进行在线建模与控制。     

多变量非线性系统的有约束模糊预测控制

针对多变量非线性系统提出了一种带约束输入的广义预测控制(GPC)算法.首先对多变量非线性系统建立T-S模糊模型,利用模糊聚类算法和正交最小二乘算法对输入变量的模糊划分及后件部分的参数分别进行辨识,然后在每个采样点对系统进行局部动态线性化.根据得到的系统线性化模型设计GPC算法,该算法充分考虑了控制输入及其增量受约束的情况,而且不必求D iophantine方程,大大减小了计算量.仿真结果表明该算法能保证系统输出有效跟踪设定值,而且控制输入和控制增量均在其约束范围之内.     

Agent的PASS—BDI模型

Agent的BDI模型主要基于Bratman提出的理性主体理论，未能充分体现Agent主动性的认知过程，使Agent的问题求解和心智状态之间的关系未得到充分表达，且难于编程实现。将Das等人提出的计划—注意—同时性加工—继时性加工认知过程模型引入Agent的理论研究中，建立了Agent的PASS—BDI模型，利用多价π—演算从心智状态，认知过程，整体行为等几个方面刻画了该模型的静态和动态特征，并将研究结果应用于多Agent组织中Agent行为特征的刻画。PASS—BDI模型加强了对Agent主动性认知过程的刻画，且易于编程实现。     

智能控制的新进展(Ê )

对神经网络和遗传算法在控制和优化中的应用进行综述,着重讨论了模糊推理和神经网络的内在关系,并对智能控制的发展做了展望。     

基于自适应蚂蚁算法的动态最优路由选择

蚂蚁算法具有很强的随机性和自适应性，基于蚂蚁圈模型和MMAS模型构造的自适应蚂蚁算法，将网络的容量限制、流量变化和最短距离结合起来讨论，通过在找到的最短路径上设置障碍物来模拟网络拥塞，找到源结点→目的结点的多条最优路由序列，以便在实际中实时地、自适应地进行动态路由选择。