基于状态观测器的输入受限不确定系统的滑模控制

研究了控制输入受限情况下不确定系统的滑模控制问题, 其中,系统不确定性同时存在于状态矩阵和控制增益矩阵中。首先,利用状态观测器估计不可测状态;然后,在状态估计空间选择一种积分型切换面;最后,设计一个基于状态估计的滑模控制律以保证系统状态轨迹在有限时间内到达指定的切换面,同时利用等价控制律方法给出了滑模动态渐近稳定的充分条件。数值仿真实验验证了本文算法的有效性。     

医学实验研究中混杂因素的控制

医学实验研究过程中,各种混杂因素对实验结果有着不同程度的影响。在众多的控制混杂因素方法中采用良好的设计可以使混杂因素在各比较组中达到均衡一致,以减少混杂因素对实验结果的影响。当混杂因素较多,利用多元统计分析方法,可以获得更多的信息,得到更科学的结论。     

混合状态Petri网及其在过程控制混杂系统中的应用

为了处理混杂系统的建模问题，提出了一种称为混合状态Petri网(HSPN)的混合Petri网，给出了HSPN的定义及其变迁规则。采用一个实际化工过程为例建立了HSPN模型，该模型可以用于混合控制器的设计，仿真结果表明了其有效性。本文还简要地讨论了HSPN的一些性质。     

机器学习方法在因果推断中混杂因素控制的应用

介绍医学研究中混杂因素对因果推断的影响及常见混杂因素识别方法,梳理机器学习方法在因果推断中控制混杂因素的应用,讨论应用机器学习方法在混杂因素控制中面临的机遇和挑战。     

不确定时滞系统的滑模控制

考虑同时存在状态不确定性和控制不确定性的时滞系统的滑模控制问题,其中控制不确定性是不匹配的。利用Lyapunov方法和线性矩阵不等式技术,给出了闭环系统渐近稳定的充分条件。利用该线性矩阵不等式的解可以得到所设计的滑模控制律和滑模面。从理论上证明了该滑模控制律能保证状态轨迹被驱动到指定的切换面上。仿真结果验证了该算法的有效性。     

病例-对照研究中混杂因素的控制及其统计分析方法

病例-对照研究是最常用的流行病学研究方法之一.在研究过程中,各种混杂因素对研究结果 有着不同程度的影响.在众多的控制混杂因素方法 中:匹配设计可以保证病例组与对照组在匹配的混杂因素方面分布一致,避免其混杂影响;分析某危险因素与疾病的关系时,如果存在可能的混杂因素,可以按混杂因素的特征进行分层分析;研究分析多种危险因素与研究疾病的联系,可以利用多元统计分析方法,获得更多的信息,得到更科学的结论.     

基于干扰观测补偿的滑模控制器的设计

针对一类具有未知干扰的输入系统,讨论了一种含有干扰观测补偿的滑模变结构控制设计问题,并采用趋近律的滑模设计方法优化控制律参数,有效地削弱了系统抖振现象,以满足控制系统的鲁棒性和趋近运动动态品质的要求,同时也能改善系统的稳态性能.仿真研究结果表明了该方法的有效性.     

偏相关分析在教育研究中的应用

对文中所给资料进行了偏相关分析。结果显示：扣除智商这一混杂因素后，数学成绩与语文成绩不存在线性相关关系；如不考虑智商，直接计算数学成绩与语文成绩的简单相关系数，经假设检验两者之间有相关关系。因此，开展教学研究时一定要考虑混杂因素对研究结果的影响，并采用适宜的统计方法来分析资料。     

唐氏综合征和脓毒症患儿的死亡风险

目的：明确唐氏综合征（DS）患儿与一般儿童在致命性疾病方面的差异。试验设计：利用儿童健康信息系统（PHIS）数据库，该数据库包括来自于独立的儿童医院人口统计学和诊断学资料。在控制潜在的混杂因素后，作者应用Poisson回归分析法来确定DS患儿合并脓毒症时死亡的风险性。结果：总共有35645例患者符合纳入标准，其中3936（11％）例在住院期间死亡。在所纳入的病例中总共有620例被诊断为DS；其中106（17％）患者住院期间死亡。校正潜在的混杂因素，包括人口统计学因素、病原学因素和其他伴随条件后，DS患儿的死亡率明显较高（死亡率RR 1．30，95％CI 1．06～1．59）。     

两组计量资料比较时的标准化问题

两组计量资料比较时，如果存在混杂因素且内部构成不同，便可能影响两组平均水平比较的可比性，若直接用基于原始资料的平均水平进行两组间的比较有可能得出错误结论。正确的处理方法应当是：如果混杂因素在3个以下，可以应用标准化及分层标准化的方法；如果混杂因素较多，就不再适合应用标准化方法，而是考虑多因素分析。本文通过三个实例，针对医学实践中计量资料比较可能出现的问题，阐述了标准化法的思想及其应用，以便医务工作者能够根据数据本身的特点选择合适的统计学处理方法，获得两组计量资料平均水平比较的正确结论。     

固定床反应器基于改进混合模型的串级推断控制

提出了非绝热式固定床反应器基于改进混合模型的串级非线性推断控制策略。道德提出了邻二甲苯氧化非绝热式固定床反应器基于改进混合模型的推断估计器;然后设计了基于新型非线性自适应控制算法的副控制器和基于程序变增益ＰＩＤ的主控制器,同时设计了新型非线性滤波器以解决该反应器主回路比副回路响应快的问题;最后建立了该固定床反应器基于改进混合模型的串级非线性推断控制系统。仿真结果表明该推断估计器具有良好的静态、动态     

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。     

一种用于非线性系统辨识与控制的自组织模糊神经网络

提出了一种自组织模糊神经网络（Self-Organizing Fuzzy Neural Network,SOFNN）,采用了误差反向传播算法与带遗忘因子的递推最小二乘法相结合的混合优化算法优化系统的模糊规则库及其参数,此外,也引入SRIC（Schwarz&Rissanen Information Criterion）准则设计模糊系统。将本文提出的方法应用于非线性系统的辨识与控制,并讨论了阈值参数对该方法性能的影响。仿真结果表明,本文方法能有效地防止模糊模型过拟合,提高模糊系统的泛化能力,进而提高控制性能。     

基于改进混合模型的一类固定床反应器推断控制

对一类非绝热式固定床反应器提出了一种基于改进混合模型的非线性自适应推断控制策略：给出一种基于结合先验知识和人工神经网络的改进混合模型的推断估计器设计方法；提出一种改进程序变增益ＰＩＤ算法设计控制器；设计了该固定床反应器基于改进混合模型的推断控制系统。仿真结果表明：该推断估计器具有良好的静态和动态特性，较高的估计精度和较好的实时性，所需训练样本少，易于理解和研究及外推性能良好等特点，该推断控制系统还具有良好的跟踪和抗干扰性能。     

带随机输出噪声的参考模型自适应系统

讨论了带随机输出噪声的线性时不变对象的参考模型自适应系统。提出一种适用于这种系统的混合自适应控制律,证明该系统所有信号的有界性,计算机仿真验证这种新的混合自适应控制律在存在随机输出噪声的系统中的性能。     

基于MWMKPCA和CPI的间歇过程控制性能监测与评估

针对限定控制器结构下的间歇过程控制系统性能监测与评估的问题,采用引力搜索算法优化控制器参数,在最优控制参数的基础上得到控制性能较优的输出误差数据集;通过采用多种多元统计过程控制（MSPC）方法对数据集进行主元建模,用得到的主元模型对新的间歇过程批次进行在线监测,并提出一种基于控制图的综合控制性能指标（CPI）。仿真结果验证了采用移动窗口核主元分析法（MWMKPCA）在监测间歇过程控制性能时的准确性,同时验证了所提出的综合控制性能指标的有效性。     

基于Chebyshev小波的分布参数系统最优逼近控制

采用正交函数逼近理论研究分布参数系统的最优控制,基于Chebyshev小波变换的性质和相应的积分运算矩阵,将分布参数系统最优控制问题转化为集总参数系统最优控制问题,求解得到最优逼近解后,可以反演得到具有分布参数特征的控制律,解决了分布参数系统最优逼近控制问题。仿真结果表明了该方法对于研究分布参数系统控制的有效性。     

预测函数控制在确定性网络控制系统中的应用

针对网络控制系统具有不确定时滞的特性,通过在节点中设置缓冲区的方法将随机时滞转化为确定性时滞,从而将网络控制系统从随机系统转化为确定性时滞系统;针对这类时滞系统利用预测函数控制算法设计了控制器,以实现基于模型匹配和多步预测的思想来改善控制性能。通过仿真和基于DCS的模拟系统实验,结果均表明了该方法的正确性和有效性。