一类非线性系统的广义预测控制

对于时延的非线性系统,将其等价为含有纯滞后的时变线性系统,利用三次样条函数逼近时变参数,利用渐消记忆递推最小二乘法在线辨识多项式的参数以实现时变参数估计,将基于Hammerstein模型的非线性系统线性化.最后运用广义预测控制策略实现对该系统的仿真,结果表明被控对象在广义预测控制算法的控制下系统闭环稳定性好、稳态误差小.     

基于并行粒子群优化算法的蛋白质二级结构预测

为了提高蛋白质二级结构预测的效率,对具有完全学习策略的量子行为粒子群（CLQPSO）算法进行了研究,实现了一种融合混沌优化与完全学习策略的量子行为粒子群算法;通过在粒子群进化过程中对收缩扩张因子和局部吸引子的混沌优化,提高了敛速和精度．基于统一计算设备架构（CUDA ）,利用GPU 的并行计算能力,将该算法并行化并应用到蛋白质二级结构预测中．实验表明：相比串行实现,该并行算法在对长度较短的残基序列进行蛋白质二级结构预测时,加速比可超过40．     

基于递阶遗传算法的神经网络预测控制(英文)

针对具有时延非线性系统提出一种神经网络预测控制．相应的预测模型通过递阶遗传算法离线训练数据并实时多步递推得到;性能函数中引入模型误差校正以克服模型失配及干扰等对系统造成的影响．仿真结果表明该系统具有良好动态响应及鲁棒性．     

一种求解非线性方程组的混沌优化算法

本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题.利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法.该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.通过对算法的收敛性的证明及数值分析,结果表明该算法是有效的.     

一种求解非线性方程组的混沌优化算法

本文针对非线性方程组的求解问题提出一种混合算法，将方程组转换成一个优化问题。将优化问题的非线性共轭梯度法与混沌优化方法相结合，提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优，最终获得全局最优。算法的收敛性也进行了证明，数值结果表明该算法是有效的。     

一种求解非线性方程组的混沌优化算法

本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

基于并行模拟退火算法的TSP问题求解

针对标准模拟退火算法串行优化单个解，优化过程较长、效率较低的弱点，提出一种基于多种群群体优化的并行机制。该机制通过将单个解的串行优化转化为许多个解同时进行的并行优化来提高算法的整体优化效率。利用该算法求解TSP问题能够显著提高优化效率，仿真结果表明该算法是有效的。     

基于并行决策树的微博互动数预测

社交网络的快速发展,微博成为主要的社交媒体平台,针对如何预测微博文本的未来互动数,对微博进行有效的分发控制的问题,提出一种基于并行决策树的微博互动数所属级数预测的方法。首先,对用户以往发表的微博进行用户特征和微博文本特征的处理;然后,使用并行决策树分类算法对训练数据进行分类模型的构建;最后使用得到的分类模型对新微博文本的互动数所属级数进行分类预测。通过对比算法的实验,验证了所提方法具有较高的分类精度和较好的可扩展性,能够对微博所属级数进行有效的分类预测。     

基于蒙特卡洛的非线性约束条件下的优化算法研究

基于蒙特卡洛模拟算法,提出了一种新的非线性约束条件下的优化算法.该算法不需要人为干预,可完全实现程序化.文章以一个简单的优化实例验证了该方法的可行性.与其他优化算法和优化工具相比,该算法简洁高效、稳健通用,有较强的工程应用价值,为非线性约束条件下的优化求解提供了新的思路.     

大纯滞后系统的一种PID预估控制方法

常规PID调节器不能对大纯滞后对象进行有效控制,当τ/T≥0.5时常规PID调节器已很难获得良好的控制性能,以至系统失去稳定性。文章提出了一种预估控制方法,能对大纯滞后系统进行有效控制。该控制方法与纯滞后时间τ无关,方法简单,易于工程实现,使常规PID调节器在大纯滞后系统的控制中如同对无纯滞后系统的控制一样有效。同时证明了该法使系统的稳定性与系统的纯滞后无关,经MATLAB仿真验证,该法具有良好的控制品质,且能适应对象参数和结构有一定变化的时滞系统。此外对系统扰动的补偿做了一定的讨论,提出了一些较有效可行的补偿方法。     

数据库的语义查询优化方法研究

语义查询是一种完全不同于传统的基于查询树的查询技术,实现语义查询优化的关键是寻找与给定查询有关的完整性约束条件;谓词逻辑中的归结原理,能对未知结果求解,即能求出问题的答案来;采用归结原理,设计一个查找Agent来完成完整性约束条件的自动查找,从而实现了数据库的语义查询优化。     

基于GPU的异构并行环境下程序优化策略研究

由CPU＋GPU组成的异构并行环境可以有效地提高计算系统的运算速度和处理能力。本文设计了几种有效的优化策略。首先依据计算情况和数据规模对并行计算单元进行合理的资源动态分配;然后通过共享存储器优化、指令优化及内存合并技术,对算法进一步优化,将其改造成为适用于异构环境处理的并行模式,以提高算法的运行速度。论文通过基于异构分布并行环境的蛋白质折叠结构预测算法进行实验,结果证明此优化方法是可行的、有效的,算法的运行速度有很大的提高,获得了较好的加速比。     

基于黄金分割法的RBF神经网络预测控制

针对非线性系统的控制问题,提出了一种基于黄金分割法的RBF神经网络预测控制算法。该算法以神经网络作为预测模型,用黄金分割法优化控制器,其中以控制变量的约束条件作为优化的初始区间。针对化工过程蒸馏塔控制系统,通过仿真计算验证了该方法的有效性。     

基于神经网络预报的动态矩阵预测控制

提出了一种基于径向基神经网络预报的动态矩阵预测控制新算法，在该算法中，先用RBF神经网络辨识对象模型，同时预测对象的未来输出，然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模的问题，仿真结果验证了这一新型算法的可行性。     

双线性系统的预测控制

从预测控制的一般原理出发,利用双线性Volterra模型和离散化I/0模型,实现一类非线性系统———双线性系统的预测控制。通过对控制算法和应用问题的理论推导与分析,证明文中所提方案保持了线性预测控制的大多数优点,并具有在线计算简便和控制品质较好的特点。     

基于修正 CPN 模型的多变量模糊预测控制(英文)

通过修正ＣＰＮ模型,提出了一种多变量模糊模型,并基于该模型推导出相应的模糊多步预测控制算法．修正模型采取竞争输出方式,具有局部表示特性．在线学习,只需调整少量参数,所以学习速率快,可在线自组织建模．基于修正模型推导出的控制算法,简单,具有在线自适应性,适于解决多变量时滞问题．将此控制算法用于造纸过程,仿真结果证明了其良好的控制效果．     

大纯滞后过程的预测函数控制

针对大滞后过程难以控制的问题,应用PFC算法实现对一阶加纯滞后过程的控制。仿真结果表明,该算法具有较强的鲁棒性和抑制干扰能力。     

PC机打印口的通用输入输出控制板研制

就使用并口进行计算机工业控制和微机接口实验进行了探讨,推出了一款基于计算机并口连接的通用控制板。可广泛用于计算机控制和输入输出实验,且高效方便。可以使用通用开发语言,如86系列汇编语言、VB和VC 进行开发。对高等院校及中等专业学校计算机接口技术及PC计算机控制实验、一般工业设备的自动化控制等领域有较强的实用性。     

MIMO离散非线性系统的自适应Backstepping控制

研究MIMO离散非线性系统的自适应Backstepping控制,对包含两个三阶子系统的MIMO系统推出稳定的自适应控制器设计,并利用关键性引理和投影算法的性质证明了闭环系统的所有信号有界和保证跟踪性能.