基于小波的混合H2/H∞鲁棒控制数值解法

基于小波基函数的正交逼近特性及运算矩阵，提出了一种求解混合H2／H∞鲁棒控制问题的新方法。该方法利用离散小波快速算法的数值矩阵，将原问题转化为代数矩阵问题，避免计算耦合Riccati微分方程，适合于计算机求解。文中给出了计算实例，计算结果令人满意。     

s域SISO系统概率鲁棒设计亲方法

通过引入随机向量截尾分布描述系统不确定性，并对优化性能指标进行概率加权，提出了一种新的鲁棒控制器设计方法。所得结果保守性低，兼顾了鲁棒稳定性和鲁棒性能，且控制器性能在标称情况和最坏情况之间得到概率折衷，实现了整个参数平面的一体化设计。仿真结果表明该方法的有效性。     

一类参数不确定T-S模糊系统的鲁棒控制及仿真

针对一类具有参数不确定的T akag i-Sugeno(T-S)模糊系统,基于模糊区域的概念研究了其鲁棒控制问题。通过将不确定T-S模糊模型转换为不确定T-S模糊区域模型,并利用Lya-punov稳定性理论,导出了线性矩阵不等式(LM I)形式的鲁棒控制器设计方法。相对于传统设计方法,降低了采用线性矩阵不等式方法求解的难度,并具有良好的鲁棒性能。仿真结果验证了该方法的有效性。     

时变时滞区间不确定脉冲系统的鲁棒稳定性和H∞控制

利用Lyapunov泛函和矩阵范数的性质研究了带时变时滞区间不确定脉冲系统的鲁棒稳定、鲁棒镇定和H∞鲁棒控制问题,并以矩阵不等式的情形给出相应的充分条件。在实际应用中,尤其当系统的维数特别大的时候,将区间不确定性转化成一般的范数有界不确定性是比较复杂的,而本文方法利用矩阵范数的性质,只需要知道系统矩阵的上下界。最后给出相应的数值仿真以说明理论结果的实用性。     

基于事件触发的鲁棒预测控制器设计

针对干扰有界的线性离散系统,提出了事件触发的鲁棒预测控制算法。首先,采用紧约束方法设计系统的鲁棒预测控制优化问题;然后,根据求解优化问题得到的一组最优控制律序列,为后续多个时刻构造满足优化问题约束条件的鲁棒可行控制律序列;最后,根据输入-状态稳定性理论,得出保证系统鲁棒稳定的事件触发条件,从而完成事件触发鲁棒预测控制器的设计。仿真结果表明了事件触发条件的有效性,以及本文算法在减少系统计算量方面的优越性。     

基于控制体的两步法图像配准(英文)

目的为了提高放射治疗中对运动器官照射的准确性,改善放疗中剂量分布的效果,开发了一种鲁棒的基于控制体的图像配准算法。方法算法将控制体的自动匹配和薄板样条结合起来,提高了弹性配准的准确性。还研究出了控制体的双向匹配方法,进一步提高算法的精度。结果采用临床图像对两步法进行了验证,即使在大变形的情况下也是有效的,说明算法是鲁棒和通用的。结论所提出的算法提供了比手动选取标志点以及单步配准算法更方便、更鲁棒的解决方案,它将有助于实现放疗中自动配准的目标。     

时滞系统鲁棒稳定性的新判据

基于Ｌｙａｐｎｕｏｖ泛函方法，研究了满足匹配条件的不确定性时滞系统的鲁棒稳定性及具有稳定度β〉０鲁棒稳定性，给出了已有结果不能推出的新判据。这些新判据对已有结果难以使用的情况下也可有是有效的，或有时减少了已有结果的保守性。     

H10N8禽流感病毒血凝素中和抗体的结合位点鉴定

目的制备并筛选H10N8型禽流感病毒血凝素蛋白的中和抗体,并对其抗原结合位点进行鉴定。方法采用基因工程技术制备H10N8血凝素蛋白单克隆抗体,通过假病毒微量中和实验筛选中和抗体,ELISA和Western blot实验确定抗体结合血凝素蛋白的区域,Discovery Studio 3.5模拟与对接分析软件预测抗原结合位点,进而研究其在H10亚型内的保守性。结果获得1株具有假病毒中和活性的H10N8单克隆抗体,该抗体的结合表位在HA1上,且具有H10亚型内的保守性。结论成功制备1株中和抗体,为H10N8禽流感疫苗和单克隆药物的研究提供了基础。     

广西健康青年H9、H6亚型禽流感病毒血清抗体调查

目的调查广西医科大学2007年新生中H9、H6亚型流感病毒的抗体水平，以了解广西健康青年是否已受到H9、H6亚型禽流感病毒感染。方法广西医科大学2007级新生血清168份，通过HI实验进行抗体检测。结果以HI抗体滴度≥1：10为流感病毒抗体阳性，H9亚型抗体阳性率13．69％；有两份H6亚型抗体阳性。结论广西健康青年人群已受到禽流感H9亚型病毒株的感染，H6亚型也可能感染了人群。     

基于约束骨干粒子群算法的化工过程动态多目标优化

大多数化工过程是动态过程,需同时优化多个目标,从而带来复杂的约束多目标动态优化问题。因此提出了一种动态约束多目标骨干粒子群算法,即采用一种新型约束处理方法,结合Pareto支配和ε约束支配技术的双档集机制;针对约束优化问题寻优难度更大,更易陷入局部最优的特点,采用局部搜索和混合变异策略,并自适应调整搜索步长,提高算法的探索和开发能力;采用分段线性函数参数化方法,构建一种动态约束多目标粒优化算法,并将其用于解决间歇反应器的动态多目标优化问题。测试实验表明：与NSGA II和自适应差分进化算法(SADE εCD)比较,该算法具有更优秀的收敛性与分布性;应用到化工过程多目标动态优化问题实例进行比较表明,多目标骨干粒子群算法在约束多目标动态优化问题的求解中表现出更好的应用前景。     

基于自适应网络与动态拥挤距离的多目标粒子群算法及应用

针对传统方法不易收敛到真实Pareto前端和解的多样性较差的问题,提出了一种基于自适应网络和动态拥挤距离的多目标粒子群优化算法。该算法能在外部种群的数量超过种群规模时,将目标函数空间均匀地划分为间隔相同的网格,统计每个网格中粒子的数量进而估计粒子的密度,限制外部档案的规模;然后引入粒子的方差信息,设计了基于动态拥挤距离的算法,避免了一次性淘汰所有拥挤距离小的个体而使解的分布性变差的问题,提高了解的多样性。函数优化实验及该算法在成品油调和经济效益问题中的应用都验证了改进后的算法具有很好的效果。     

改进的多目标混合整数优化算法及其在蒸汽动力系统优化中的应用

为了提高多目标粒子群算法（MOPSO）的收敛性和多样性,以及增加多目标粒子群算法的适用范围,提出了一种ε约束处理混合三点随机Gbest选择多目标粒子群（ε-TMOPSO）算法。采用一种全新的三点随机Gbest选择机制,用粒子与档案集中非支配解的欧氏距离最近、最远以及处于中间位置的3个粒子构建一个备选池,然后随机选择一个粒子作为Gbest,提高算法的收敛性和多样性;采用改进的带松弛阶段ε约束处理机制处理约束条件,在前期允许加入部分优秀的不可行解,提高算法跳出局部最优的能力;融入Sigmoid函数离散变量编码处理机制,使算法能够处理混合整数问题,增加算法的适用范围。通过测试函数仿真,与EM-MOPSO、NSGA2以及SNSGA算法进行对比,结果表明本文算法在收敛性和分布性上有一定的优势。将该算法应用于乙烯装置蒸汽动力系统优化中取得了较好的效果,进一步证明了该算法的有效性。     

线性不确定系统的鲁棒滑模观测器设计与仿真

在研究线性不确定系统一类滑模观测器的基础上,应用奇异值分解技术对系统进行降阶处理,设计了一种新颖的鲁棒滑模观测器;并提出优化滑模策略,给出严格论证,保证对系统不确定性以及外界干扰具有鲁棒性;采用Lyapunov函数作为稳定观测器的判别条件,使设计的观测器一致收敛,状态估计达到预期的指标;同时给出鲁棒滑模观测器的线性反馈矩阵和非线性反馈矩阵计算算法;通过仿真实例验证所设计的鲁棒滑模观测器的有效性。     

基于双层不变集的多智能体系统事件触发分布式预测控制

针对含有扰动的多智能体系统,提出了基于双层不变集的事件触发鲁棒分布式预测控制策略。在分布式控制结构下,对每个智能体构建了目标函数含有耦合关联项的事件触发分布式预测控制优化问题。利用输入状态稳定性理论,推导出与子系统自身信息以及邻域子系统信息相关的事件触发条件。每个智能体判断事件触发条件,仅当条件满足时,才进行分布式预测控制优化问题的求解以及子系统之间的信息交互。利用双层不变集来保证扰动作用下多智能体系统的鲁棒性能,并在此基础上给出保证算法递推可行性和闭环稳定性的充分条件。最后通过车辆控制系统对算法进行仿真分析,验证了算法的有效性。     

非满载车辆路径问题的改进粒子群优化算法

将局部版粒子群算法应用于非满载车辆路径问题,设计了一种实数编码方案,线性调整惯性权值,改进粒子更新公式,建立了解决该问题的粒子群算法。用该算法求解了两个车辆路径问题的算例,并与遗传算法和标准粒子群算法进行了比较。结果表明:该算法提高了搜索最优路径的成功率,能更有效地求解非满载车辆路径问题。     

基于改进MCD的粗差判别方法及性能分析

针对正态分布的样本数据粗差判别,MCD(Minimum Covariance Determinant Estima-tor)方法存在算法参数h难以确定的缺点,提出了基于MCD的改进算法Modified MCD(M-MCD).该算法首先以基于MCD估计的鲁棒马氏距离平方的标准差与理论总体样本马氏距离平方的标准差的最小偏差为目标,通过自适应迭代,求得最佳的算法参数h.然后,在最佳算法参数h下,基于MCD估计的鲁棒马氏距离,通过卡平方分布判别样本数据中的粗差.系列仿真实验表明:MCD方法的粗差判别结果严重依赖于算法参数h;M-MCD方法能通过自适应迭代求得最佳算法参数h,并具有良好的粗差判别性能,且优于MCD.     

一种改进粒子群算法及其在风电场中的应用

针对传统粒子群寻优速度慢的缺点,引进了种群平均速度的定义。用平均速度表征粒子群的活跃程度,并作为粒子群惯性权重和学习因子调节的依据,加快了粒子群的寻优速度。针对粒子群容易陷入局部极值的缺点,提出将模拟退火算法引入粒子群算法,将粒子群的平行快速寻优能力和模拟退火的概率突跳特性相结合,保持了群体多样性,有效地避免了局部收敛。对2个典型测试函数的寻优问题进行仿真实验,实验结果验证了该算法的有效性。将改进的粒子群算法用于风电场风速概率分布模型的优化,与常规的统计方法相比,该方法具有更高的拟合精度。     

线性时滞参数扰动系统的α鲁棒稳定性

在时域中，对线性时滞参数扰动系统提出了一种新的鲁棒状态反馈控制器设计方法，利用矩阵的测度和范数的性质，得到了在参数结构扰动和非结构扰动下的线性时滞系统a鲁棒稳定性的充分条件，给出了满足鲁棒性要求的鲁棒状态反馈控制器的设计方法，并举例表明该设计方法简单易行。     

利用Alopex改进的粒子群优化算法及其在软测量建模中的应用

提出了一种利用A lopex算法改进的粒子群优化算法,并将其应用于神经网络的建模中。改进的粒子群优化算法改善了粒子群优化算法摆脱局部极小点的能力,对典型函数的测试和基于神经网络的软测量建模表明:改进算法的全局搜索能力有了显著提高,特别是对多峰函数能够有效地避免早熟收敛问题。     

参数摄动系统的鲁棒极点配置

把不确定系统的鲁棒极点配置与LQR问题相结合,首先通过矩阵变换,将不确定系统的区域极点问题转换成鲁棒镇定问题,然后通过优化二次型性能指标,得到状态反馈控制器,并提出了相应的算法。仿真结果表明了此方法的有效性。