基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.     

双组元推进系统的部分可观时间Petri网故障诊断

研究了基于部分可观时间Petri网双组元推进系统的故障诊断问题。针对双组元推进系统中环境复杂且部分关键信息无法通过传感器获取的情况,结合部分可观时间Petri网,提出构建修正状态类图的部分可观时间Petri网故障诊断方法。系统过程的节点对应为可观测变迁和不可观测变迁,结合变迁同步、异步触发关系,标定各变迁时间区间,建立部分可观时间Petri网模型,然后转化为修正状态类图。遍历所有满足可观测变迁触发时间和序列信息的路径,诊断系统是否发生故障。最后对双组元推进系统建立部分可观时间Petri网模型,结合系统工作过程中各执行机构可观测状态,对系统不可观部分进行故障诊断,验证了算法的有效性。     

湘中地区中学生课外体育锻炼现状调查与分析

运用文献资料、问卷调查和数理统计等综合研究方法,对湘中地区中学生参与课外体育锻炼的态度、动机和情感、项目选择、活动次数和时间等方面进行调查,分析和探讨了影响中学生参加课外体育锻炼的主客观因素,找出有效方法和解决途径,为提高教学质量、丰富校园体育文化生活提供参考。     

信息融合非线性控制理论初探

将信息融合思想引入控制领域,提出信息融合非线性控制理论．基于信息融合最优估计理论,研究非线性离散控制系统的最优控制问题．信息融合控制是把对控制系统的所有性能要求以及系统动力学转化为可融合信息,然后从信息融合估计的角度,使原问题转化为求控制量的“融合估计”问题．首先,给出了非线性信息融合估计定理;然后,推导了非线性系统信息融合控制的算法;最后,通过对机械手的转移控制问题的仿真研究说明了信息融合非线性控制算法的有效性．     

不确定随机跳变时滞系统非脆弱H∞滤

针对一类具有马尔可夫跳变参数的It^o类型不确定随机时滞系统,讨论了该类系统的鲁棒非脆弱H_∞滤波问题。在被控对象及滤波器同时存在不确定性的情况下,闭环滤波误差系统渐近稳定,干扰抑制性能指标小于给定上界。通过构造一个Lyapunov Krasovskii泛函,应用It^o微分公式沿系统对其求微分,再运用线性矩阵不等式（linear matrix inequality, LMI）和It^o公式,给出了非脆弱滤波器存在的可解性条件。通过数值算例表明了该方法的有效性。     

基于李雅普诺夫函数的两轮机器人非线性控制设计

针对两轮移动机器人提出了一种非线性反馈控制方法,利用系统平衡点稳定和可计算的稳定域来获得渐进稳定的李雅普诺夫函数控制率.使用了标准化和部分反馈线性化方法来简化动力学方程,部分反馈线性化是在动坐标下完成的.为了验证控制率设计的合理性,在一个静态不稳定的两轮移动机器人上进行了垂直位置稳定和速度跟踪的模拟,结果表明：该控制方法控制效果良好,而且需求的控制量较少.     

混沌量子粒子群的权重类条件贝叶斯网络分类器参数学习

针对贝叶斯网络判别学习方法在处理大数据集时,存在的模型训练时间长、算法迭代次数过多等问题,通过引入指数级参数,提出了混沌量子粒子群的权重类条件贝叶斯网络参数学习方法。该方法首先通过优化对数似然函数,解决生成学习的参数估计问题。然后,使用生成学习的结果,初始化判别学习的参数。最后,引入混沌映射序列,通过混沌量子粒子群优化(chaos quantum particle swarm optimization, CQPSO)算法,优化条件对数似然函数。使用权重类条件贝叶斯网络分类器对液体火箭发动机的故障进行分类,仿真结果表明,改进的方法分类精度高,误分类率低。同时,采用CQPSO与量子粒子群优化(quantum particle swarm optimization, QPSO)算法、标准粒子群优化(particle swarm optimization, PSO)算法相比,能够有效减少算法的迭代次数,提高算法的效率。     

液体火箭发动机的分层贝叶斯变分推理故障诊断方法

针对稀疏数据场景下,传统的多项式-狄利克雷模型存在一定的分类精度问题,提出一种基于变分推理的分层贝叶斯网络的参数估计方法. 通过在传统的多项式-狄利克雷模型中引入超先验,构建出的分层多项式-狄利克雷模型可用于贝叶斯网络中的条件分布估计. 对分层多项式-狄利克雷模型的先验依赖结构进行分析研究,提出一种快速准确的自组织变分推理算法. 与传统的分类模型相比,本文提出的分层多项式-狄利克雷模型在处理小数据集液体火箭发动机的故障分类中有显著的性能提高.      

不确定随机跳变时滞系统非脆弱H∞滤波器的设计

讨论了一类具有马尔可夫跳变参数的Ito类型不确定随机时滞系统的鲁棒H∞非脆弱滤波问题。在被控对象及滤波器同时存在不确定性的情况下,闭环滤波误差系统鲁棒随机指数均方稳定,干扰抑制性能指标小于给定上界。针对系统和滤波器均具有加法摄动的情况,运用线性矩阵不等式（LMI）和Ito公式,给出了非脆弱滤波器存在的可解性条件。数值算例也表明了该方法的有效性。     

基于Bayes推广理论的市场预测研究

Bayes方法是一种有效的预测手段,它能够把主观估计和客观估计结合起来,并能随着资料的不断增加而调整预测,使得市场预测更加精确。介绍了Bayes推广理论的基本方法,把Bayes推广理论应用于市场预测,并给出了具体的算例。