一、一种多输入-多输出模糊自适应控制方法的研究（论文文献综述）
朱哲辰[1]（2021）在《随机非线性系统自适应模糊控制的若干问题研究》文中提出近些年来,随着人们对系统控制性能需求的提高,越来越多的实际工程系统开始考虑随机干扰对于系统控制性能的影响,而这些带有随机干扰的实际工程系统大多都可以被建模成随机非线性系统,如电力系统、机械臂系统和导弹系统等。因此,随机非线性系统的自适应控制问题在近些年受到了广泛的关注。不同于普通的非线性系统,随机干扰的存在使得系统中的非线性更加难以处理,在处理系统中的未知非线性时需要同时考虑随机干扰所带来的影响与处理时的困难。然而,自适应控制方法为解决上述随机非线性系统的控制问题带来了新的思路。作为一种在控制领域被广泛应用的控制方法,自适应控制方法在随机非线性系统的控制问题上已经有了很多有效的成果,但仍然还有许多重要的控制问题需要被解决。基于国内外的研究与发展,通过结合自适应模糊控制方法与后推法,本论文针对随机非线性系统的若干控制问题进行了如下的工作和研究:首先针对带有未知迟滞的单输入单输出随机非线性系统,研究了在状态未知情况下系统的跟踪控制问题。基于后推法的架构,通过结合事件触发技术和李雅普诺夫函数设计出了一种新的基于模糊观测器的自适应模糊事件触发控制方案,解决了在状态不可测情况下未知迟滞对随机非线性系统控制性能的影响。并且所提出的控制方案能够保证系统中所有信号的有界性和系统的稳定性。仿真实例证明了这种控制方案的有效性。其次,对于带有多时滞的单输入单输出随机非线性系统,研究了在状态未知情况下系统的命令滤波跟踪控制问题。在控制器设计过程中,命令滤波器技术被引入来避免后推法中所固有的复杂度爆炸问题。此外,通过将命令滤波器技术与变量分离技术相结合,解决了非严格反馈系统中的代数环问题。之后,结合李雅普诺夫随机稳定性判据,证明了系统的稳定性。仿真结果证明了所提出的控制方案的有效性。最后,本文进一步的研究了带有不可测状态和多时滞的多输入多输出随机非线性系统的自适应模糊事件触发控制问题。为了解决多输入多输出随机非线性系统中多时滞所带来的互联影响,构造了一种新的基于命令滤波器的变量分离方法。此外,为了减少系统中通信资源的浪费,设计了一种新的自适应模糊事件触发控制方案。通过李雅普诺夫稳定性理论分析出系统中所有的信号都是依概率半全局一致最终有界的。并给出仿真结果,证明了控制方案的有效性。
杨文贵[2]（2020）在《几类高阶和忆阻神经网络的稳定性和同步研究》文中研究表明自20世纪80年代以来,人工神经网络便一直是人工智能领域的研究热点之一.它是对人脑神经元网络从信息处理的角度进行抽象,建立一个简单的数学模型,并根据不同的连接方式形成不同的网络.随着众多学者的不断深入研究,神经网络已经取得了很大的进展.它们在许多领域都表现出了良好的性能,例如自动控制、智能机器人、预测估计、智能计算、图像处理与模式识别等等.一方面,高阶神经网络比低阶神经网络在逼近性能、存储容量、收敛速度与容错能力方面存在巨大的优势,这些优势可以应用于并行计算、自适应模式识别、优化问题.另一方面,由于记忆电阻器具有高存储性能、小体积及非易失性的特点,基于忆阻器的神经网络引起了信号处理、可重构计算、可编程逻辑、基于脑机接口的控制系统等领域的广泛注意.神经网络的动力学行为近年来得到了深入研究,特别是稳定性和同步性问题.本文主要对两类高阶双向联想记忆神经网络的平衡点、周期解、概自守解的存在性和稳定性及两类忆阻神经网络的平衡点、周期解的稳定性和它们的驱动-响应系统的同步现象进行了研究.进一步,利用神经网络或模糊逻辑系统的逼近特性,对两类不确定分数阶非线性系统的自适应控制进行了研究,获得了一些有意义的成果.本文的主要贡献体现在以下几个方面:1)研究了带有连续分布式时滞的脉冲模糊高阶双向联想记忆神经网络平衡点和周期解的全局指数稳定性.应用不等式分析技巧、M-矩阵、同胚理论和Banach压缩原理,构造了一些合适的Lyapunov-Kravsovskii泛函,建立了所考虑系统的平衡点和周期解的存在唯一性和全局指数稳定的充分条件.并通过数值模拟展示了获得的理论结果的可行性和有效性.2)考虑了时间尺度上具有时变连接时滞的中立型高阶Hopfield双向联想记忆神经网络概自守解的存在性和全局指数稳定性.这里主要采用了时间尺度上指数型二分理论、Banach压缩原理和微分不等式分析技巧.系统不仅考虑了一阶中立项对神经网络的影响,而且研究了二阶中立项对神经网络的影响.进一步,研究了具有连续分布式连接时滞的高阶Hopfield双向联想记忆神经网络.对于时间尺度T=R或T=Z,获得的结果也是新的.并通过数值仿真说明了提出的主要理论结果的可行性.3)研究了一类同时具有时变时滞和连续分布式时滞的忆阻神经网络的稳定性和同步性问题.利用同胚理论、时滞微分积分不等式技巧和适当的Lyapunov-Kravsovskii泛函,在Filippov解的框架下,得到了一些新的忆阻神经网络平衡点的全局指数稳定和驱动-响应系统同步的充分条件.另一方面,研究了一类具有时变时滞和连续分布式时滞的Cohen-Grossberg型忆阻双向联想记忆神经网络周期解的稳定性.利用Banach压缩原理和脉冲时滞微分积分不等式,给出了周期解存在和全局指数稳定的充分条件.该方法也可用于研究具有时变时滞和有限分布时滞的脉冲Cohen-Grossberg型忆阻双向联想记忆神经网络.在两类问题中可以利用求解不等式方法来估计出指数收敛率.另外,给出一些数值例子验证了所获得结果的实用性和1个获得的理论在伪随机数发生器中的应用.4)研究了具有混合时滞（异步时滞和连续分布式时滞）的脉冲模糊Cohen-Grossberg型忆阻双向联想记忆神经网络的稳定性和同步问题.应用不等式分析技巧、同胚理论和一些合适的Lyapunov-Kravsovskii泛函,建立了一些新的平衡点的存在唯一性和全局指数稳定的充分条件.在Filippov解、微分包含理论和控制理论的基础上,得到了系统全局指数滞后同步的几个充分准则.通过数值模拟,给出了3个例子说明所得结果的可行性和有效性.5)考虑了一类单输入单输出不确定非严格反馈分数阶非线性系统输出反馈控制问题.采用模糊逻辑系统逼近未知非线性函数,对不确定分数阶非线性系统进行建模.针对状态可测的情况,在返步法技术下,提出了一种自适应模糊状态反馈控制方案.针对状态不可测的情况,引入串并联估计模型,采用动态表面控制技术,提出了一种基于观测器的输出反馈控制设计方法.在参考信号的驱动下,利用Lyapunov函数理论,选择适当的设计参数,证明了所有信号的半全局一致最终有界性和对原点小邻域的跟踪误差.另外,给出2个数值模拟的例子来说明所提出的控制方法的有效性.6)研究了一类具有执行器故障和全状态约束的不确定非仿射非线性分数阶多输入单输出系统的自适应模糊容错跟踪控制问题.基于隐函数定理和中值定理,克服了非仿射非线性项的设计困难.然后,通过使用一些合适的模糊逻辑系统可以逼近未知的理想控制输入.通过构造障碍Lyapunov函数和估计复合扰动,提出了一种自适应模糊容错控制算法.此外,证明了在参考信号的驱动下,闭环系统中的所有信号都是半全局一致最终有界的,并且保证了非仿射非线性分数阶系统的所有状态都保持在预定的紧集内.并通过2个算例验证了所提出的自适应模糊容错控制方法的有效性.本文从理论上研究了几类高阶和忆阻神经网络的稳定性和同步问题及两类不确定分数阶非线性系统的自适应控制问题,所有获得的结果都经过了数值仿真的检验.最后,总结了本文的主要研究结果,并展望了未来的研究方向.
张刚[3]（2020）在《非线性机械系统预设性能控制方法研究》文中进行了进一步梳理在综合考虑受控非线性机械系统的建模误差、参数不确定性、执行器故障、外界干扰等因素下,如何实现自主可靠、保瞬态与稳态性能的非线性系统控制在理论和应用上具有重要意义。本文针对非线性单输入单输出/多输入多输出机械系统,在系统未知动力学模型、执行器未知故障以及多源不确定干扰下,以“降低控制器复杂度、提升受控系统瞬态与稳态性能”为主线,开展非线性机械系统的预设性能控制理论与方法研究,主要创新性的研究工作和成果有:（1）针对存在未知非线性模型的单输入单输出机械系统,开展了基于神经网络观测器的预设性能控制方法的研究。首先,通过构造一个径向基神经网络（RBFNN）实现了对系统未知非线性的在线近似,基于RBFNN近似的结果设计了状态观测器,实现了对系统未知状态的在线估计;其次,基于观测器的输出值,在反步法和动态面技术下实现了自适应预设性能控制器的设计,基于Lyapunov稳定性理论分析了控制器和自适应律的稳定性。本文提出的自适应预设性能控制方法在保障追踪误差系统瞬态与稳态性能的前提下,没有用到复杂的误差转化过程,且无需对虚拟控制器进行连续高阶求导,因此控制器的复杂度低,更容易在线获得。最后,通过单个机械臂关节角度稳定和追踪两组算例仿真验证了所提出方法的有效性,实现了对系统未知状态的估计和保瞬态与稳态性能的鲁棒轨迹跟踪控制。（2）针对存在执行器故障的多输入多输出机械系统,开展了自适应容错预设性能控制方法研究。首先,建立了多输入多输出欧拉-拉格朗日型非线性机械系统的模型,给出了系统模型描述和执行器出现故障情况下的模型描述。其次,基于障碍Lyapunov函数对系统状态进行约束处理,并基于反步法进行了自适应容错控制器的设计。同时,基于Lyapunov稳定性理论分析了控制器和自适应律的稳定性。本文提出的方法能够定量化先验设计控制系统的瞬态与稳态性能。此外,在不需要对故障类型参数进行辨识前提下,所设计的低复杂度控制器能够实现对受控系统未知故障的容错控制。最后,进行了二阶机械臂的仿真验证,并将自适应容错预设性能控制方法与现有的鲁棒预设性能控制方法对比分析,仿真结果表明,自适应容错预设性能控制方法在应对系统执行器故障和不确定性干扰方面,控制系统的鲁棒性和追踪精度明显提高,验证了控制方法的优越性。（3）针对多输入多输出机械系统,在未知非线性模型和多源不确定干扰下,基于扩张状态观测器开展了鲁棒预设性能控制方法研究。首先,针对存在的多源干扰和系统未知非线性模型,设计了一个扩张状态观测器对受控系统内部结构不确定参数和多源干扰进行估计;其次,基于估计的结果,采用反步法设计了鲁棒补偿预设性能控制器,同时给出闭环控制系统稳定性证明。本文提出的方法融合扩张状态观测器和预设性能控制方法的优势,能够兼顾预设受控系统的控制性能和干扰抑制。最后,通过对双连杆机械臂系统关节角度稳定和跟踪控制仿真,验证了所提保性能的低复杂度抗干扰控制方法的有效性与鲁棒性。并通过与传统PD控制算法的仿真对比,验证了在多源干扰下,本文提出的鲁棒预设性能控制方法在计算复杂度与PD控制方法相当,但是在瞬态与稳态控制性能上更加优异。（4）针对多个不确定多输入多输出非线性机械系统,开展了一种不依赖系统模型的低复杂度分布式鲁棒预设性能控制方法。首先,给出了分布式机械系统的系统描述以及图论的相关知识,对主从式分布式结构下的广义位置误差进行性能包络设计。其次,在图论相关知识下,利用范数不等式技术和Lyapunov理论设计了不依赖系统模型的低复杂度分布式鲁棒预设性能控制器,给出了闭环控制系统稳定性证明。本文提出的分布式控制方案不需要对受控系统的未知动力学模型进行辨识,即所设计的分布式控制器复杂度低,且能够保障主从分布式跟踪控制的性能。最后,通过对多个机械臂系统关节角度的稳定和追踪控制的仿真,验证了所提方法在保障主从分布式系统追踪性能上的有效性。并通过与分布式PD控制方法进行仿真对比,表明了在相同的计算复杂度和控制输入下,所提出的分布式预设性能控制方法加快受控系统追踪误差收敛速度和提高追踪精度上具有显着优势。该论文有图68幅,参考文献154篇。
刘志勇[4]（2020）在《空间反射面天线热变形主动调节与容错控制研究》文中进行了进一步梳理为长时间不间断对地面进行高精度气象观测,需要在地球同步轨道上布置口径达5米,面板变形均方根（Root Mean Square,RMS）误差为几十微米的反射面天线。然而由于受到同步轨道热环境的影响,仅靠传统结构保型设计已不能达到上述指标要求。为此,需要采用主动调整机构来实现天线反射面保型。本文以此为背景,研究了主动调整机构位置布局优化、多主动调整机构的耦合控制与容错控制等内容。具体包含以下几个方面。1.提出了空间反射面天线主动调整机构布局优化模型。首先,以空间反射面天线面板支撑桁架的许用应力和反射面的许用应力为约束条件,以三个典型工况下反射面热变形均方根误差和最小为目标,建立主动调整机构位置优化模型。随后,针对优化模型设计变权值自适应模糊粒子群算法（Adaptive Fuzzy Particle Swarm Optimization,AFPSO）,进而确定了主动调整机构在支撑桁架上的理想位置。最后,在建立空间天线主动调整系统控制模型基础上,通过设计线性二次型（Linear Quadratic Regulator,LQR）控制器对空间天线反射面热变形进行调整。2.针对空间反射面天线主动调整系统控制模型中存在模型不确定性扰动问题,提出了一种基于参考模型的模糊神经网络强化学习控制策略,构造了动态强化学习动作函数,提高了强化学习动作值函数的迁移能力,抑制了控制系统中不确定性扰动变化。首先,该算法以主动调整系统理想控制模型为参考,利用强化学习算法来自适应修正参考模型与实际模型之间的误差,克服主动调整机构间的耦合和不确定性扰动的影响。其次,在强化学习算法中引入了模糊神经网络,将强化学习动作空间进行连续化处理,提高了强化学习动作的泛化能力与动作值函数的迁移能力,克服主动调整系统控制模型中不确定性扰动变化影响。3.针对空间反射面天线面板热变形调整过程中,模糊强化学习系统参数识别计算量大、算法复杂度高等问题,提出了一种基于模糊观测器的自适应解耦控制策略。首先,通过引入系统辅助状态,将各子回路之间的耦合影响和外界不确定性归结为干扰项。随后,针对每一个子回路设计了自构架模糊干扰观测器,在线自适应观测和估计干扰量,并将其反馈在控制律中,用来抵消干扰项的影响,在提高算法运算速度的同时,也保证了对含有扰动变化的实际模型的调整效果,最后通过李雅普诺夫（Lyapunov）稳定性理论对其稳定性进行了分析。4.针对空间反射面天线主动调整系统中作动器故障信息的辨识问题,提出了自构架模糊无迹卡尔曼滤波（Unscented Kalman Filter,UKF）故障估计与逼近方法。首先,将无故障压电陶瓷作动器控制方程转化为具有故障的等效标准状态空间方程。随后,利用自构架模糊UKF故障逼近方法对作动器故障信息进行逼近与辨识,并获得了故障信息曲线。最后,针对作动器故障信息,采用模糊聚类算法得到了作动器的故障阈值,实现了对单个作动器故障的判断。5.针对空间反射面天线主动调整系统中部分作动器故障下的容错控制问题,基于自适应控制理论研究了一种自适应容错控制策略。首先,通过设计一种自适应容错控制律,将其引入到主动调整系统参考模型控制律中,实现了在不需要故障检测与隔离机制的情况下,对主动调整系统中作动器故障在线实时检测,减小了作动器故障对空间天线反射面热变形调整精度的影响。其次,利用线性矩阵不等式（Linear Matrix Inequality,LMI）理论,优化了误差闭环系统的正常跟踪性能,使故障模型状态渐近跟踪理想模型,对作动器故障率进行了在线辨识。
吴菁[5]（2020）在《污水处理非稳态特性下核建模方法关键问题的研究》文中进行了进一步梳理坚决打好污染防治攻坚战,是国家的重大决策部署,这意味着污水处理标准的不断提高,处理工艺的不断更新,也意味着对污水厂的在线检测和优化控制提出了更高的要求。但目前许多与质量相关的重要变量无法用硬件传感器在线检测,因此利用现有易测得的过程变量,建立可进行实时估计的软测量模型,预测水质总氮、总氨等重要质量变量并以此来指导污水处理的过程控制及故障预测,可以优化对污水处理过程的管理。然而,污水处理过程是一个典型的非线性、多变量、非稳定、时变系统,模型受到非稳态过程的影响时将导致预测性能急剧退化;其次,过程变量数据采集量小,多个变量间具有自相关、共相关和互相关的特性,当训练样本未能正确选择或者样本不足以预测多个变量的完整信息时,会导致模型预测性能变差,甚至影响模型的泛化性能。这些问题给软测量建模造成很大困难,因此面向污水处理过程的软测量模型受到了国内外学者的广泛关注。本文针对实际污水处理过程中的多种问题,对基于核模型的软测量模型进行深入研究,将多核学习引入相关向量机模型,并将自适应技术引入多输出软测量模型,从而实现在非稳态过程下同时在线监测多个重要难测的质量变量。同时,首次研究多输出多步预测模型在污水处理中的应用。本论文的主要研究内容如下:1.动态多核相关向量机的软测量建模方法研究。针对污水处理中数据量较小且强非线性问题,提出基于多核相关向量机软测量模型。多核相关向量机结合了多种核函数的特性,能够有效应对污水处理过程中存在的复杂性,且相关向量机的高稀疏性和基于概率学习的特点,使得多核相关向量机能够获得优异的预测效果。通过使用粒子群优化算法进行核函数的选择以及权重参数的最优估计,通过选择最优参数,提高软测量模型在动态过程的预测性能,并引入最小绝对收缩和选择算子算法降低所提出模型的数据维数和模型复杂度,从而进一步提高软测量模型的性能。时间差分的引入提高了模型的的动态特性和鲁棒性。最后通过三个案例研究证明所提模型的有效性。2.自适应多输出软测量建模方法研究。针对污水处理过程中存在多个难以测量变量,且具有多变量耦合、强非线性和时变等不同的特性,且易受非稳态过程的影响导致性能退化的问题,提出若干种新型的自适应多输出软测量模型,并将其应用于污水处理中进行对比研究。将3种基本自适应策略与混合自适应策略同3种多输出回归模型相结合,提出24个自适应多输出软测量模型。自适应策略和多输出模型的集成不仅为多输出预测提供了解决方案,而且还具有减轻多输出软测量模型退化的潜力。通过对3个案例研究对比并分析结果,为不同情况下应用何种自适应组合多输出模型提供了重要的参考意见。3.基于变量选择的参数自优化自适应多输出软测量模型在污水处理中的应用研究。针对多输出软测量模型的输入变量选择,以及多输出高斯过程回归模型的参数选择问题,提出基于核典型相关分析的时差-即时多输出高斯过程回归软测量模型来预测污水处理厂中难测的质量相关变量。核典型相关分析使输入和相应目标之间的相关性最大化,简化模型的输入并消除冗余输入,从而保证后续构建能够体现其内部关系的模型。时差和即时学习方法的结合不仅可以削弱不确定性的负面影响,而且可以有效地提高模型的鲁棒性能和预测能力。为了选择多输出高斯过程回归模型的最佳参数,引入了模拟退火萤火虫算法以优化模型的协方差函数,帮助选择相关参数。结果表明,所提模型能够对非稳态污水处理过程的多种难以测量变量进行有效地预测。4.多步多输出预测在污水处理中的应用研究。针对在污水处理过程中设备发生故障,造成数据不准确产生异变,使得采集的非正常数据进入后续监控,引发更大误差的问题,提出在线多输出多步预测模型,将多步预测的直接递归策略与多输出模型相结合,对容易造成故障的多个变量进行多步预测,针对多步预测中误差累积的问题,使用多输出高斯过程回归模型对误差进行预测补偿。结果表明,多输出多步预测模型能对稳态过程进行有效预测。最后对本文的主要工作进行总结,并对面向污水处理过程的进一步研究进行了展望。
杨翌虢[6]（2020）在《基于多机协同竞争与机械臂双二次泛函的带臂无人机最优控制研究》文中提出随着带臂无人机（Unmanned Aerial Vehicle,UAV）的飞速发展,如今已广泛应用于工业商用、家庭民用、党政机关以及国防军事等各个领域。针对带臂无人机飞行控制过程存在诸如多输入多输出、非线性及强耦合等特性,如何实现带臂无人机飞行控制过程中各项性能指标的综合最优,本文提出了一种基于多机协同竞争与机械臂双二次泛函的带臂无人机最优控制研究策略。主要从多机协同竞争最优控制策略及多关节机械臂二次泛函最优控制两个方面展开研究,从而实现带臂无人机的综合最优控制。（1）多无人机目标跟踪与协调竞争的最优控制策略研究针对多无人机目标跟踪与协调竞争的最优控制策略研究,本文提出了一种多机协同竞争的赢者通吃（Winner-Take-All,WTA）最优控制策略,从多无人机协同竞争飞行过程中寻找出最小控制能量的无人机,从而实现多机协同最优控制策略。首先,构建飞行路径规划算法,针对传统人工势场算法存在的局部极小值等特点,本文结合无人机实际的飞行控制情况,改良人工势场函数并对其引入模糊控制决策力,从而达到无人机飞行过程中实现避免局部极小值的飞行控制目的,最终实现多无人机协同飞行过程中动态轨迹跟踪控制。其次,本文设计了一种有限时间收敛高阶微分器的双闭环速度跟踪控制器,实现对目标跟踪轨迹的速度控制和跟踪。最后,在协同竞争方面,本文设计了一种基于WTA模型的多无人机协同竞争策略方案,意在从多无人机中寻找最小控制能量,最终实现无人机飞行最优控制策略。理论分析和Simulink数值仿真结果表明,本文所提模型收敛速度快,跟踪效率好、控制精度高,稳定性强,鲁棒性好及达到避免抖振等优点。（2）机械臂的自适应径向基函数神经网络逼近双二次泛函最优控制研究针对非线性机械臂系统中存在难以权衡控制能量与控制误差比重的最优控制问题,本文提出一种基于自适应径向基函数（Radial Basis Function,RBF）神经网络二阶段叠加优化的双二次泛函最优求解模型,从而实现在非线性机械臂控制系统中用不大的控制能量来保持较小的控制误差的综合最优控制。在本文所提模型中,首先,设计一种线性误差函数,作用于非线性机械臂控制方程,并采用自适应RBF网络逼近非线性控制方程中存在的不确定项,构成闭环反馈系统,实现对非线性系统的最优控制。其次,将待求参数复合成双二次泛函的解域,并设计一种新型的类递归神经网络求解该带约束条件的双二次型模型,实现模型求解的快速收敛并得其解。通过理论分析及Simulink数值仿真实例验证了所提模型能有效提高非线性系统的控制精度、稳定性、鲁棒性及自适应性,从而实现非线性机械臂系统的综合最优控制。综上,为实现带臂无人机飞行控制过程中各项性能指标综合最优,本文从两方面展开研究,共同实现非线性带臂无人机控制过程的综合最优控制。
修晓波[7]（2020）在《基于模糊自适应神经网络的链篦机鼓风干燥段温度场控制研究》文中研究指明钢铁工业主要采用抗压强度高、质量分布均匀的球团矿料。链篦机是球团干燥脱水和预热氧化的重要热工设备,球团干燥预热的效果主要受链篦机内部温度场的影响。链篦机内温度场具有大时滞、非线性、多场耦合、影响因素复杂的特性,难以实现实时且精准的控制。本文以链篦机鼓风干燥段温度场为研究对象,探索链篦机鼓风干燥段温度场的均衡稳定的控制方法。本文的主要内容与研究成果包括:1.依据传热学相关理论与神经网络系统辨识理论,建立了链篦机鼓风干燥段系统输入输出之间的“灰盒”模型。通过传热学、计算流体动力学等相关理论,建立链篦机鼓风干燥段的球团料层温度和气体温度空间分布机理模型。综合考虑了链篦机鼓风干燥段温度场建模中多因素,提出了一种基于BP神经网络的“灰盒”系统辨识方法,将机理模型与神经网络相结合,给出了为控制系统提供输入输出参考的系统辨识模型。2.研究了一种结构及参数可在线调整的模糊自适应神经网络控制策略。根据已建立的“灰盒”系统辨识模型的输入输出条件,设计链篦机鼓风干燥段温度场的多输入多输出模糊自适应神经网络控制器。确定了可变参数的高斯隶属度函数和模糊规则数可在线调整的模糊自适应神经网络结构。给出了模糊自适应神经网络修改隶属度函数参数及模糊规则数量的学习算法。3.采用数值模拟方法证实了链篦机鼓风干燥段温度场输入输出“灰盒”辨识模型有效性以及模糊自适应神经网络控制的跟踪效果。编写MATLAB的“灰盒”辨识模型,考虑其输入条件为链篦机鼓风干燥段入口气流温度、入口气体流速、采样时间、机理模型下的输出温度值;其输出为多个不同温度测量点的温度期望值。数值模拟结果表明,采用“灰盒”系统辨识模型精度可以达到95%以上。参考“灰盒”模型的输入输出条件,编写链篦机鼓风干燥段模糊自适应神经网络控制程序,确定了模糊自适应神经网络的高斯隶属度函数中心分别为-1和1,宽度为0.8493,模糊规则数为4。数值模拟结果显示,篦床下部空间温度控制跟踪曲线在20s左右与理论温度曲线重合,其控制稳态误差小于3%。球团料层上部烟罩温度场的温度控制跟踪曲线约在300s左右与理论曲线重合,控制误差逐渐减小,且保持在8%以内。4.利用多物理场耦合过程试验装置对模糊自适应神经网络控制方法进行试验验证。采用遗传算法对温度传感器的布置位置和数量进行优化,确定了21个温度场测量传感器及其最佳布点,使用MATLAB与LabVIEW混合编制模糊自适应神经网络控制的软件程序。试验结果表明模糊自适应神经网络控制温度场测试点在270s左右达到稳定,误差在10%以内,稳定后局部的最高温差为3℃,与该位置的期望输出相对误差为5.45%,满足控制精度要求。本文的研究成果为链篦机鼓风干燥段温度场控制提供了理论参考依据,对提高球团干燥质量和能源利用效率具有参考价值。
陈爱青[8]（2020）在《具有约束的非线性系统自适应控制及其应用》文中研究表明日常生活中,由于物理条件和系统性能的限制以及安全要求,许多实际系统往往具有约束条件。对于控制系统而言,如果控制器在执行过程中不遵守约束规则,则可能会导致系统的性能下降,甚至可能损坏整个系统。因此,约束控制研究的发展已成为近些年来控制领域研究的热点与难点问题。针对非线性系统的自适应约束控制问题,本文主要研究了以下内容:首先,针对单输入单输出与多输入多输出的两类切换不确定非线性系统,分别研究了具有时变输出约束和输入饱和特性的自适应控制方法与具有时变全状态约束的自适应控制方法。基于任意切换规则条件,通过构造正切型障碍李雅普诺夫函数保证系统输出与状态不违反时变约束界,利用模糊逻辑系统对未知连续函数进行逼近,建立非对称饱和模型处理系统中的输入饱和问题,采用反步递推方法设计控制器以及自适应律,结合李雅普诺夫稳定性理论分析系统的稳定性。进而,通过仿真研究验证所提出方法的有效性。其次,针对一类切换不确定非线性系统的输出反馈控制问题,研究了系统在具有时变全状态约束条件下的跟踪控制问题。通过构造非线性模糊观测器估计系统的不可测状态,选择正切型障碍李雅普诺夫函数确保系统状态不会超出预设的时变约束范围,并结合反步递推技术与模糊逻辑系统设计自适应模糊输出反馈控制器与自适应律,采用障碍李雅普诺夫稳定性分析方法,证明了闭环系统的稳定以及跟踪误差和观测误差收敛到零的小邻域内,结合仿真实例证明所提出控制方案的有效性。最后,针对具有全状态约束的主动座椅悬架系统,研究了座椅悬架系统的智能自适应控制。为降低汽车在行驶过程中的振动和冲击,确保乘客舒适性和乘坐安全性,主要针对主动座椅悬架系统中人体与悬架的位移及速度约束情形进行了研究。根据反步递推算法理论和神经网络的逼近特性,设计出自适应律和控制器,结合障碍李雅普诺夫稳定性分析方法证明系统内所有信号有界。此外,通过座椅悬架系统的仿真实例验证了系统中人体位移、悬架位移、人体速度与悬架速度均在设定的时变约束范围内。
蒋美英[9]（2019）在《复杂多变量系统闭环辨识与内模控制方法研究》文中指出工业现场多变量系统包含不确定性、多时滞、强耦合、输入输出受约束等特征,往往存在模型难以精确刻画等问题,采用传统单一的系统控制器设计方法难以满足高精度控制品质的需求。为获得更好的系统控制品质,本文引入强化学习、频域分析和平均频域非方相对增益矩阵（NRGA,Nonsquare Relative Gain Array）等先进策略,从系统模型参数估计、内模控制器设计及参数优化、控制器的稳定性与鲁棒性分析和补偿器设计等方面对复杂多变量系统中一些较难解决的问题进行研究,提出解决方案和改进措施,并结合实验仿真进行验证。本文主要研究内容包括:1、针对闭环系统辨识问题,引入频域响应估计法（FRE,Frequency Response Estimation）,利用系统的频率特性分析系统的控制性能,能够快速准确给出所辨识受控对象模型的参数估计,然而该方法存在一定的局限性,即模型估计精度取决于衰减因子的选择。本文基于强化学习算法（CARLA,Continuous Action Reinforcement Learning Automata）提出了具有自适应特性的衰减因子计算方法——基于强化学习的频域响应估计法（CARLA-FRE）。该方法借助连续动作强化学习算法的在线搜索和学习能力,通过动态调整得到最优的衰减因子。对所采用的CARLA算法进行多种基本函数辨识能力测试,及与粒子群算法（PSO,Particle Swarm Optimization）、并行弥漫式（FWA,Fireworks Algorithm）算法对比,CARLA算法具备更强的全局搜索能力和准确性;2、将（1）中所提的CARLA-FRE方法扩展到多变量方系统和非方系统闭环辨识中,为后续先进控制器的设计提供优化模型。该方法利用顺序激励信号法将多输入多输出（MIMO）系统等效分解成若干个单输入单输出（SISO）系统,然后利用CARLA-FRE方法获取子系统参数的解析表达式,进而获得模型估计,实现多变量方系统和非方系统的闭环辨识问题。最后,将该方法应用到多变量系统的内模控制中,围绕基于CARLA-FRE方法在多变量系统中的内模控制器设计展开研究,选取经典的Wood-Berry模型（方系统）和Shell模型（非方系统）进行仿真验证。该方法融合强化学习与频域响应估计法,具备更强的在线学习能力和抗干扰能力,为后续内模控制研究提供模型支撑;3、为实现提高多变量多时滞控制系统性能的目的,采用线性二次高斯控制（LQG,Linear Quadratic Gaussian）方法对所提基于频域辨识的模型进行最优控制器设计。由于多变量多时滞系统中存在大量的噪声、延迟以及各部分参数摄动,本文将LQG控制方法引入到多变量多时滞过程模型中,针对此类模型中所包含系统延迟、噪声和参数摄动等不确定因素进行有效补偿和控制,提高系统参数失配鲁棒性和扰动抑制能力;4、针对一类典型强耦合非方系统,提出了两种内模控制器设计优化方法。以多变量时滞秩亏系统为研究对象,设计基于惩罚伪逆的内模控制器,通过引入惩罚因子,用非满秩系统的伪逆来代替模型的逆,提出适合时滞秩亏系统的内模控制器设计方法,采用连续强化学习对惩罚因子进行寻优,获得最大惩罚因子。针对多变量结构秩亏系统,设计基于补偿器原理的内模控制器,采用平均频域NRGA准则实现对方形子系统的最优选择。仿真结果表明,所提的两种内模控制器优化方法不但简单易行,而且在系统模型参数失配情况下也具有较强的鲁棒性和稳定性。
苏航[10]（2019）在《几类带有死区或执行器故障约束的非线性系统自适应模糊控制研究》文中进行了进一步梳理系统的控制性能不仅和被控对象本身有关,而且也会受到执行回路中执行器等部件物理特性的影响。执行器常常受到多种非线性特性约束,从而使得执行器的输入和输出间产生了较大的差距,如果未将这些执行器约束考虑在内,那么系统的稳定性及控制器的控制精度则会严重下滑。执行器约束通常是非线性的,同时会对控制器的设计产生一些难题。而且,执行器在运行过程中可能会发生故障,这些故障甚至会导致控制系统出现失稳现象。此外,被控对象也会受到外部工作环境和系统本身建模误差的影响,使得系统具有不确定性和非线性。因此,研究具有死区或者执行器故障的非线性系统的控制问题是具有理论和实际意义的。本文以模糊逻辑系统作为未知非线性函数的逼近器,结合backstepping技术、自适应控制和动态面技术等方法,解决了几类非线性系统的自适应模糊控制问题:（1）研究了带有模糊死区的不确定非线性系统的自适应模糊动态面控制问题。采用重心解模糊化方法,对死区模糊数值的斜率进行解模糊。首先,针对一类带有模糊死区、未建模动态和未知控制增益函数的单输入单输出严格反馈非线性系统,设计了有效的自适应模糊控制器。在控制器设计每一步中,构造模糊逻辑系统逼近辅助的中间控制信号。然后,研究了具有模糊死区的多输入多输出非线性系统的自适应模糊跟踪控制问题,并且设计了每阶子系统在死区斜率分别为确定数值和模糊数值两种情况下的控制器。对于两类系统,使用动态面控制技术,从而避免了对虚拟控制信号求导、多阶次求导及系统复杂性而引发的“计算爆炸”问题。所提控制方案不仅能够保证系统输出较好地跟踪给定的参考信号,而且能够确保闭环系统所有信号的有界性。（2）研究了带有输出死区的非线性系统的自适应模糊跟踪控制问题。首先,考虑了一类带有输出死区的纯反馈随机非线性系统的跟踪控制问题,运用均值定理,将所研究的非仿射系统转化成为仿射非线性系统。引入Nussbaum函数性质,构造辅助虚拟控制器,解决输出非线性的不确定性所带来的难题。结合backstepping技术,构建了针对此系统的有效的控制器。所提控制方案既能保证系统较好的跟踪性能,而且能够保证闭环系统的所有信号都是依概率有界的。然后,研究了一类带有输出死区的非严格反馈非线性系统的预设性能自适应控制问题,为保证系统的跟踪误差收敛到限定的区域范围内,设计性能函数,使得系统能够同时满足瞬态性能和稳态性能要求。所提控制方案既能够保证闭环系统所有信号的有界性,而且能够确保跟踪误差限制在预定范围中。（3）研究了一类带有执行器故障、未建模动态和不可测状态的严格反馈非线性系统的自适应模糊控制问题。执行器故障包含卡死故障和失效故障两种模型。引入输入-驱动滤波器,以解决系统状态不可测的问题。运用backstepping技术,综合小增益定理和输入-状态实用稳定理论,设计出有效的自适应模糊容错控制器。所提出的控制策略能够保证即使在有执行器故障发生的情况下,闭环系统也能够是输入-状态实用稳定的。（4）研究了非严格反馈非线性系统的自适应模糊容错控制问题。首先,针对带有执行器故障的非严格反馈随机非线性系统,设计自适应模糊容错控制器。在控制器设计的每一步中,构造模糊逻辑系统逼近辅助的虚拟控制信号。将理想加权向量的最大范数最为估计的参数,使得系统最终只产生一个自适应参数,从而使计算复杂性减小。通过仿真可以验证所提控制策略不仅对执行器故障和随机扰动具有鲁棒性,而且能够保证系统信号依概率有界。然后,研究了一类带有量化输入的非严格反馈非线性系统的自适应模糊容错控制问题。考虑非对称式迟滞类量化器,引入量化器输出的非线性分解策略,综合考虑执行器故障的影响,进而提出了针对更具一般性系统的有效的自适应控制策略。所提控制策略能够保证闭环系统得到较好的跟踪性能和所有信号的有界性。通过仿真对比了量化参数对于系统性能的影响,并验证了所提量化控制方法的有效性。
二、一种多输入-多输出模糊自适应控制方法的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种多输入-多输出模糊自适应控制方法的研究（论文提纲范文）
（1）随机非线性系统自适应模糊控制的若干问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 本课题的选题背景及研究意义 |
| 1.2 自适应控制的发展及研究现状 |
| 1.2.1 随机非线性系统的自适应控制 |
| 1.2.2 基于事件触发控制的自适应控制 |
| 1.3 随机非线性系统的研究困难及待解决问题 |
| 1.4 本论文的主要研究内容 |
| 2 带有不可测状态和未知迟滞的随机非线性系统的事件触发自适应模糊控制 |
| 2.1 问题描述 |
| 2.2 模糊观测器设计 |
| 2.3 自适应事件触发控制器设计及稳定性分析 |
| 2.4 仿真成果 |
| 2.5 章末总结 |
| 3 单输入单输出随机多时滞系统基于命令滤波器的自适应模糊跟踪控制 |
| 3.1 问题描述 |
| 3.2 状态观测器设计 |
| 3.3 基于命令滤波器的自适应控制器设计与稳定性分析 |
| 3.4 仿真成果 |
| 3.5 章末总结 |
| 4 多输入多输出随机多时滞系统的命令滤波事件触发自适应控制 |
| 4.1 问题描述 |
| 4.2 状态观测器设计 |
| 4.3 命令滤波事件触发控制器设计 |
| 4.4 仿真成果 |
| 4.5 章末总结 |
| 总结与展望 |
| 参考文献 |
| 论文发表情况 |
| 致谢 |
（2）几类高阶和忆阻神经网络的稳定性和同步研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作 |
| 第2章 基础知识和引理 |
| 2.1 矩阵和算子 |
| 2.2 时间尺度 |
| 2.3 模糊逻辑系统 |
| 2.4 分数阶微积分 |
| 2.5 相关基本引理 |
| 第3章 脉冲模糊高阶双向联想记忆神经网络 |
| 3.1 引言 |
| 3.2 模型描述 |
| 3.3 平衡点的全局指数稳定性 |
| 3.4 周期解的全局指数稳定性 |
| 3.5 数值模拟 |
| 3.6 结论 |
| 3.7 注记 |
| 第4章 时间尺度上中立型连接时滞高阶双向联想记忆神经网络 |
| 4.1 引言 |
| 4.2 时间尺度上时变连接时滞系统(4.1)的概自守性 |
| 4.3 连续分布式连接时滞高阶Hopfield双向联想记忆神经网络 |
| 4.4 数值模拟 |
| 4.5 结论 |
| 4.6 注记 |
| 第5章 带有时变和连续分布式时滞的忆阻神经网络 |
| 5.1 引言 |
| 5.2 模型描述 |
| 5.3 平衡点的稳定性与驱动-响应系统的同步 |
| 5.4 脉冲Cohen-Grossberg型忆阻双向联想记忆神经网络的周期解 |
| 5.5 数值模拟 |
| 5.6 结论 |
| 5.7 注记 |
| 第6章 脉冲模糊Cohen-Grossberg型忆阻双向联想记忆神经网络 |
| 6.1 引言 |
| 6.2 模型描述 |
| 6.3 平衡点的全局稳定性 |
| 6.4 驱动-响应系统的全局指数时滞同步 |
| 6.5 数值模拟 |
| 6.6 结论 |
| 6.7 注记 |
| 第7章 不确定分数阶非线性系统的自适应模糊追踪控制 |
| 7.1 引言 |
| 7.2 具有状态可测不确定分数阶非线性系统 |
| 7.2.1 问题描述 |
| 7.2.2 自适应状态反馈控制设计 |
| 7.3 具有状态不可测不确定分数阶非线性系统 |
| 7.3.1 模糊状态观测器设计 |
| 7.3.2 自适应模糊控制设计和稳定性分析 |
| 7.4 数值模拟 |
| 7.5 结论 |
| 7.6 注记 |
| 第8章 不确定非仿射分数阶非线性系统的自适应模糊容错控制 |
| 8.1 引言 |
| 8.2 问题描述 |
| 8.3 基于障碍Lyapunov函数的自适应模糊容错控制设计 |
| 8.4 数值模拟 |
| 8.5 结论 |
| 8.6 注记 |
| 第9章 总结与展望 |
| 9.1 总结 |
| 9.2 展望 |
| 附录A 主要定理的证明 |
| A.1 定理3.1的证明 |
| A.2 定理3.3的证明 |
| A.3 定理4.1的证明 |
| A.4 定理4.2的证明 |
| A.5 定理5.1的证明 |
| A.6 定理5.6的证明 |
| A.7 定理6.1的证明 |
| A.8 定理6.2的证明 |
| A.9 定理6.4的证明 |
| 参考文献 |
| 作者攻读博士学位期间的研究成果及相关经历 |
| 致谢 |
（3）非线性机械系统预设性能控制方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 2 基于状态观测器的单输入单输出机械系统预设性能控制方法 |
| 2.1 引言 |
| 2.2 单输入单输出机械系统模型描述与基础知识 |
| 2.3 基于状态观测器的自适应预设性能控制方法 |
| 2.4 典型机械臂系统算例仿真 |
| 2.5 本章小结 |
| 3 多输入多输出机械系统的自适应容错预设性能控制方法 |
| 3.1 引言 |
| 3.2 多输入多输出机械系统及执行器故障建模 |
| 3.3 自适应容错预设性能控制方法 |
| 3.4 机械臂系统的自适应容错预设性能控制 |
| 3.5 本章小结 |
| 4 多源干扰下的多输入多输出机械系统预设性能控制方法 |
| 4.1 引言 |
| 4.2 多输入多输出系统机械模型与问题描述 |
| 4.3 多源干扰下鲁棒预设性能控制方法 |
| 4.4 双连杆机械臂系统仿真算例 |
| 4.5 本章小结 |
| 5 分布式机械系统鲁棒预设性能控制方法 |
| 5.1 引言 |
| 5.2 分布式欧拉-拉格朗日系统描述与基础知识 |
| 5.3 分布式鲁棒预设性能控制方法 |
| 5.4 多个机械臂系统算例仿真 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）空间反射面天线热变形主动调节与容错控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 本课题研究背景 |
| 1.2 反射面天线主动调整系统现状 |
| 1.3 主动调整系统控制策略研究现状 |
| 1.3.1 多变量耦合系统控制策略研究现状 |
| 1.3.2 多变量不确定性系统控制策略研究现状 |
| 1.4 多输入多输出系统容错控制研究现状 |
| 1.4.1 被动容错控制技术 |
| 1.4.2 主动容错控制技术 |
| 1.5 本文主要工作及创新点 |
| 第二章 空间反射面天线主动调整机构布局与控制 |
| 2.1 引言 |
| 2.2 空间反射面天线主动调整机构布局优化 |
| 2.2.1 空间反射面天线主动调整机构简介与温度场分析 |
| 2.2.2 空间反射面天线主动调整机构位置优化模型建立 |
| 2.2.3 优化模型的AFPSO求解 |
| 2.2.4 主动调整机构位置求解 |
| 2.3 空间反射面天线主动调整系统建模 |
| 2.4 基于LQR离散多变量系统控制方法 |
| 2.5 仿真分析 |
| 2.5.1 基于LQR离散多变量控制 |
| 2.5.2 基于LQR离散多变量控制鲁棒性仿真分析 |
| 2.6 小结 |
| 第三章 基于参考模型的模糊神经网络强化学习控制 |
| 3.1 引言 |
| 3.2 基于参考模型的强化学习控制 |
| 3.2.1 基于参考模型的强化学习控制 |
| 3.2.2 基于强化学习的修正项求解 |
| 3.3 基于参考模型的模糊神经网络强化学习控制策略 |
| 3.4 仿真分析 |
| 3.4.2 参数改进 |
| 3.4.3 参数仿真验证 |
| 3.5 小结 |
| 第四章 基于模糊观测器的自适应解耦控制 |
| 4.1 引言 |
| 4.2 基于模糊观测器的自适应解耦控制 |
| 4.2.1 不确定性多变量耦合系统解耦 |
| 4.2.2 自构架模糊干扰观测器设计 |
| 4.3 仿真分析 |
| 4.3.1 基于模糊观测器的自适应解耦控制仿真分析 |
| 4.3.2 基于不同扰动量仿真分析 |
| 4.4 小结 |
| 第五章 调整机构故障函数辨识 |
| 5.1 引言 |
| 5.2 作动器故障模型建立 |
| 5.3 自构架模糊UKF故障逼近 |
| 5.3.1 故障状态UKF估计 |
| 5.3.2 自构架模糊UKF故障逼近 |
| 5.4 故障分类 |
| 5.5 仿真分析 |
| 5.6 小结 |
| 第六章 主动调整机构自适应容错控制 |
| 6.1 引言 |
| 6.2 自适应容错控制策略设计 |
| 6.3 仿真分析 |
| 6.3.2 主动调整机构故障仿真分析 |
| 6.3.3 主动调整机构失效仿真分析 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）污水处理非稳态特性下核建模方法关键问题的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩写词表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 污水处理工艺简介 |
| 1.2.1 污水处理稳态过程特性 |
| 1.2.2 污水处理过程数据异常特性 |
| 1.3 面向污水处理的软测量建模方法综述 |
| 1.3.1 辅助变量选择 |
| 1.3.2 污水处理过程的数据预处理 |
| 1.3.3 基于核方法的软测量模型应用现状 |
| 1.3.4 软测量模型的维护 |
| 1.4 本文所使用的主要数据简介 |
| 1.4.1 Benchmark Simulation Model1 (BSM1) |
| 1.4.2 Benchmark Simulation Model No.2(BSM2) |
| 1.4.3 UCI污水数据 |
| 1.4.4 北京某污水厂 |
| 1.5 本论文主要研究工作及结构 |
| 第二章 面向污水动态多核相关向量机的软测量建模方法研究 |
| 2.1 引言 |
| 2.2 基础理论简介 |
| 2.2.1 相关向量机模型 |
| 2.2.2 最小绝对收缩和选择算子(Lasso) |
| 2.2.3 时差模型(Time difference) |
| 2.3 基于Lasso的动态多核相关向量机模型建模过程 |
| 2.3.1 多核学习 |
| 2.3.2 基于Lasso的 TD-MRVM的建模过程 |
| 2.4 案例分析 |
| 2.4.1 BSM1基准仿真平台 |
| 2.4.2 模型的鲁棒性分析 |
| 2.4.3 北京某污水厂案例 |
| 2.4.4 讨论分析 |
| 2.5 本章小结 |
| 第三章 面向污水自适应多输出软测量建模对比研究 |
| 3.1 引言 |
| 3.2 相关理论 |
| 3.2.1 相关自适应理论 |
| 3.2.2 多输出最小二乘模型 |
| 3.2.3 多输出相关向量机模型 |
| 3.2.4 多输出高斯过程模型 |
| 3.3 多输出自适应模型研究框架 |
| 3.3.1 研究框架介绍 |
| 3.3.2 自适应方法组合介绍 |
| 3.4 案例分析 |
| 3.4.1 BSM1暴雨案例 |
| 3.4.2 BSM2污泥膨胀案例 |
| 3.4.3 北京某污水厂案例 |
| 3.5 对比和讨论 |
| 3.6 本章小结 |
| 第四章 基于变量选择的参数自优化自适应多输出软测量模型在污水处理中的应用研究 |
| 4.1 引言 |
| 4.2 基础理论 |
| 4.2.1 重要变量投影(VIP) |
| 4.2.2 主成分分析(PCA) |
| 4.2.3 典型相关分析(CCA) |
| 4.3 参数自优化的自适应多输出软测量模型 |
| 4.3.1 核典型相关分析 |
| 4.3.2 改进的萤火虫优化算法 |
| 4.3.3 参数自优化的自适应多输出软测量模型 |
| 4.4 案例研究 |
| 4.4.1 UCI案例 |
| 4.4.2 北京某污水厂案例 |
| 4.5 本章小结 |
| 第五章 多步多输出预测在污水处理中的应用研究 |
| 5.1 引言 |
| 5.2 相关理论 |
| 5.2.1 迭代多步策略(Iterated Multi-Step Strategy) |
| 5.2.2 直接多步策略(Direct Multi-Step Strategy) |
| 5.2.3 直接-迭代多步策略(Direct-iterated Multi-Step Strategy) |
| 5.3 多步双重多输出预测高斯过程回归模型的研究 |
| 5.4 案例分析 |
| 5.4.1 BSM1案例研究 |
| 5.4.2 北京某污水厂案例 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）基于多机协同竞争与机械臂双二次泛函的带臂无人机最优控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究目的及意义 |
| 1.2 带臂无人机控制及最优控制理论研究综述暨国内外研究现状 |
| 1.2.1 多无人机目标跟踪与协调竞争的最优控制策略国内外研究综述 |
| 1.2.2 机械臂的自适应RBF神经网络逼近双二次泛函最优控制国内外研究综述 |
| 1.3 课题研究中亟待解决的问题 |
| 1.4 主要研究内容及全文组织结构 |
| 1.4.1 本文主要研究内容 |
| 1.4.2 全文组织结构 |
| 第二章 带臂无人机动力学及最优控制策略的等效建模方法 |
| 2.1 引言 |
| 2.2 带臂无人机控制及最优控制常见研究方法 |
| 2.2.1 带臂无人机控制常见研究方法 |
| 2.2.2 最优控制常见研究方法 |
| 2.3 带臂无人机动力学及其物理框架模型的建立 |
| 2.3.1 带臂无人机动力学及最优控制方程的建立 |
| 2.3.2 带臂无人机物理框架 |
| 2.4 本章小结 |
| 第三章 多无人机目标跟踪与协调竞争的最优控制策略研究 |
| 3.1 引言 |
| 3.2 Winner-Take-All协同竞争模型及UAV动力学模型的建立 |
| 3.2.1 Winner-Take-All协同竞争模型的建立 |
| 3.2.2 四旋翼无人机动力学方程的建立 |
| 3.3 建立动态目标轨迹跟踪方程与飞行控制器的设计 |
| 3.3.1 建立动态目标轨迹跟踪规划 |
| 3.3.2 飞行控制器的设计 |
| 3.4 Winner-Take-All协同竞争模型的建立与求解 |
| 3.5 本章小结 |
| 第四章 机械臂的自适应RBF神经网络逼近双二次泛函最优控制研究 |
| 4.1 引言 |
| 4.2 双二次泛函及机械臂动力学方程的建立 |
| 4.2.1 双二次泛函的建立 |
| 4.2.2 机械臂动力学方程的建立 |
| 4.3 自适应神经网络逼近控制器的设计 |
| 4.3.1 控制器的设计 |
| 4.3.2 自适应RBF神经网络逼近及稳定性分析 |
| 4.3.3 针对f(q)整体中各项分别自适应RBF逼近 |
| 4.3.4 BP网络及RBF网络设计逼近器对比 |
| 4.4 双二次型性能泛函指标的建立及求解 |
| 4.4.1 双二次型目标泛函约束方程的建立 |
| 4.4.2 双二次型性能泛函指标模型的建立 |
| 4.4.3 双二次型模型的求解 |
| 4.5 本章小结 |
| 第五章 仿真实例及其分析 |
| 5.1 引言 |
| 5.2 多无人机目标跟踪与协同竞争的最优控制策略仿真实例与分析 |
| 5.2.1 实例1:多架无人机以不同的初始速度从不同的起飞位置起飞 |
| 5.2.2 实例2:多无人机以相同的初始速度从不同的起飞位置起飞 |
| 5.2.3 实例3:多架无人机以不同的初始速度从不同的起飞位置起飞 |
| 5.2.4 实例4:连续时间非线性动态竞争模型的输出最优控制策略 |
| 5.2.5 比较分析1:路径规划算法分析 |
| 5.2.6 比较分析2:双闭环四旋翼无人机速度跟踪控制分析 |
| 5.2.7 比较分析3:最优控制策略中增强噪声的鲁棒性分析 |
| 5.3 机械臂的自适应RBF逼近双二次泛函最优控制仿真实例与分析 |
| 5.3.1 仿真实例 |
| 5.3.2 比较分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 A 四旋翼无人机系统的动力学方程推导 |
| 附录 B 机械臂系统的动力学方程推导 |
| 攻读学位期间的研究成果 |
（7）基于模糊自适应神经网络的链篦机鼓风干燥段温度场控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外相关研究现状 |
| 1.2.1 温度场检测的研究现状 |
| 1.2.2 链篦机温度场数学建模研究现状 |
| 1.2.3 链篦机温度场控制策略研究现状 |
| 1.3 研究意义 |
| 1.4 主要研究内容与技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究技术路线 |
| 1.4.3 论文章节安排 |
| 第二章 链篦机鼓风干燥段温度场的数学建模 |
| 2.1 机理建模与实验建模方法 |
| 2.2 链篦机鼓风干燥段温度场的机理模型 |
| 2.2.1 鼓风干燥段球团料层温度场模型 |
| 2.2.2 鼓风干燥段气体温度场模型 |
| 2.3 链篦机鼓风干燥段温度场神经网络系统辨识模型 |
| 2.3.1 神经网络模型的结构 |
| 2.3.2 BP神经网络的训练 |
| 2.3.3 鼓风干燥段温度场神经网络系统辨识过程 |
| 2.4 链篦机鼓风干燥段温度场灰盒系统辨识模型 |
| 2.5 本章小结 |
| 第三章 链篦机鼓风干燥段温度场的控制策略 |
| 3.1 链篦机鼓风干燥段温度场控制目标 |
| 3.2 链篦机鼓风干燥段温度场的模糊控制 |
| 3.2.1 模糊控制基本原理 |
| 3.2.2 MIMO模糊控制器设计 |
| 3.3 链篦机鼓风干燥段温度场的模糊神经网络控制 |
| 3.3.1 模糊神经网络模型 |
| 3.3.2 鼓风干燥段温度场模糊神经网络控制 |
| 3.4 链篦机鼓风干燥段温度场的模糊自适应神经网络控制 |
| 3.4.1 模糊控制与模糊神经网络控制适应性分析 |
| 3.4.2 模糊自适应神经网络控制策略 |
| 3.4.3 模糊自适应神经网络的学习算法 |
| 3.5 本章小结 |
| 第四章 链篦机鼓风干燥段温度场控制的数值模拟 |
| 4.1 数值模拟平台 |
| 4.1.1 计算流体力学仿真软件Fluent |
| 4.1.2 算法仿真软件MATLAB |
| 4.2 链篦机鼓风干燥段温度场模型的数值模拟 |
| 4.2.1 鼓风干燥段温度场机理模型数值模拟 |
| 4.2.2 鼓风干燥段温度场动态响应辨识数值模拟 |
| 4.2.3 鼓风干燥段温度场灰盒系统辨识数值模拟 |
| 4.3 模糊自适应神经网络控制数值模拟 |
| 4.3.1 模糊自适应神经网络数据预处理 |
| 4.3.2 模糊自适应神经网络控制的数值模拟 |
| 4.4 本章小结 |
| 第五章 温度场模糊自适应神经网络控制试验与分析 |
| 5.1 温度场检测的多传感器布置优化 |
| 5.1.1 传感位置选点及布点优化理论 |
| 5.1.2 遗传算法求解多传感器布点 |
| 5.1.3 传感器布点位置分析 |
| 5.2 多物理场耦合过程试验装置设计 |
| 5.2.1 试验装置总体结构 |
| 5.2.2 热源及控制器选型 |
| 5.2.3 硬件线路连接及布局设计 |
| 5.3 多物理场耦合过程试验装置的软件设计 |
| 5.3.1 LabVIEW与 GX-Developer简介 |
| 5.3.2 模糊自适应神经网络控制软件设计 |
| 5.4 温度场控制试验与结果分析 |
| 5.4.1 灰盒模型系统辨识的试验与分析 |
| 5.4.2 模糊自适应神经网络动态响应的试验与分析 |
| 5.4.3 温度场模糊自适应神经网络控制的试验与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的学术成果 |
（8）具有约束的非线性系统自适应控制及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 非线性自适应控制研究现状 |
| 1.2.2 约束控制研究现状 |
| 1.3 约束控制处理方法 |
| 1.3.1 对数型障碍李雅普诺夫函数处理约束问题 |
| 1.3.2 正切型障碍李雅普诺夫函数处理约束问题 |
| 1.3.3 积分型障碍李雅普诺夫函数处理约束问题 |
| 1.4 本文主要内容 |
| 1.5 预备知识 |
| 1.5.1 李雅普诺夫稳定性理论 |
| 1.5.2 径向基函数神经网络理论 |
| 1.5.3 模糊逻辑系统理论 |
| 2 具有约束的切换非线性系统自适应状态反馈控制研究 |
| 2.1 引言 |
| 2.2 具有输出约束及输入饱和的切换非线性系统的自适应控制研究 |
| 2.2.1 切换不确定非线性系统模型描述 |
| 2.2.2 自适应控制器设计及主要结论 |
| 2.2.3 仿真研究 |
| 2.3 具有全状态约束的多输入多输出切换非系统自适应控制研究 |
| 2.3.1 多输入多输出切换不确定非线性系统描述 |
| 2.3.2 自适应控制器设计及主要结论 |
| 2.3.3 仿真研究 |
| 2.4 本章小结 |
| 3 具有全状态约束的切换系统模糊自适应输出反馈控制 |
| 3.1 引言 |
| 3.2 切换不确定非线性系统描述 |
| 3.3 自适应模糊观测器与控制器设计及主要结论 |
| 3.4 仿真研究 |
| 3.5 本章小结 |
| 4 具有时变全状态约束的主动座椅悬架系统自适应跟踪控制 |
| 4.1 引言 |
| 4.2 带有人体模型的主动座椅悬架系统模型 |
| 4.3 自适应控制器设计及主要结论 |
| 4.4 仿真研究 |
| 4.5 本章结论 |
| 5 结论 |
| 5.1 全文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 攻读硕士期间参与科研项目及发表学术论文情况 |
| 致谢 |
（9）复杂多变量系统闭环辨识与内模控制方法研究（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 内模控制方法 |
| 1.2.1 内模控制基本原理 |
| 1.2.2 内模控制国内外研究现状 |
| 1.2.3 多变量系统内模控制研究现状 |
| 1.2.4 多变量非方系统内模控制研究现状 |
| 1.3 系统辨识方法 |
| 1.3.1 系统辨识简介 |
| 1.3.2 多变量系统辨识研究现状 |
| 1.4 主要研究内容 |
| 第二章 基于强化学习的频域响应估计法(CARLA-FRE) |
| 2.1 引言 |
| 2.2 频域响应估计法 |
| 2.2.1 开环控制系统的频域分析 |
| 2.2.2 闭环控制系统的频域分析 |
| 2.2.3 频域分析方法的优缺点 |
| 2.3 基于强化学习的频域响应估计法 |
| 2.3.1 强化学习基本原理 |
| 2.3.2 连续动作强化学习自动机算法 |
| 2.3.3 基于CARLA的频域响应估计法 |
| 2.4 CARLA算法性能验证 |
| 2.5 本章小结 |
| 第三章 基于CARLA-FRE辨识的多变量系统内模控制应用 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 基于CARLA-FRE的多变量系统内模控制 |
| 3.3.1 基于CARLA-FRE的多变量方系统辨识 |
| 3.3.2 基于CARLA-FRE的多变量非方系统辨识 |
| 3.3.3 多变量系统的内模控制器设计方法 |
| 3.4 仿真实验 |
| 3.4.1 多变量方系统辨识——Wood-Berry模型 |
| 3.4.2 多变量非方系统辨识——Shell模型 |
| 3.5 本章小结 |
| 第四章 基于LQG控制方法的多变量多时滞过程最优控制 |
| 4.1 引言 |
| 4.2 卡尔曼滤波和最优控制介绍 |
| 4.2.1 卡尔曼滤波理论 |
| 4.2.2 最优控制 |
| 4.2.3 状态反馈原理 |
| 4.2.4 状态空间模型构造 |
| 4.3 基于最优控制方法的多变量多时滞过程控制律设计 |
| 4.3.1 基于卡尔曼滤波器的状态估计 |
| 4.3.2 最优控制律设计 |
| 4.4 仿真研究 |
| 4.5 本章小结 |
| 第五章 一类强耦合非方系统的内模控制方法优化研究 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 基于惩罚伪逆的时滞非方系统内模控制方法 |
| 5.3.1 解耦内模控制结构 |
| 5.3.2 内模控制器的设计 |
| 5.3.3 稳态性能分析 |
| 5.3.4 基于CARLA的最大惩罚因子ρ_0寻优 |
| 5.4 基于补偿器原理的非方系统内模控制方法 |
| 5.4.1 补偿器的设计 |
| 5.4.2 方形子系统的选择 |
| 5.4.3 内模控制器的应用 |
| 5.5 仿真分析 |
| 5.5.1 基于惩罚伪逆的内模控制器设计 |
| 5.5.2 基于补偿器原理的内模控制器设计 |
| 5.5.3 以上两种内模控制器的仿真分析 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（10）几类带有死区或执行器故障约束的非线性系统自适应模糊控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明表 |
| 1 绪论 |
| 1.1 研究背景及选题意义 |
| 1.2 几种非线性系统控制方法 |
| 1.3 带有死区约束的非线性系统的研究现状 |
| 1.4 带有执行器故障约束的非线性系统的研究现状 |
| 1.5 本文主要研究内容和章节安排 |
| 2 带有模糊死区的非线性系统自适应模糊动态面控制 |
| 2.1 引言 |
| 2.2 带有模糊死区的不确定非线性系统自适应模糊动态面控制 |
| 2.3 带有模糊死区的多输入多输出非线性系统自适应模糊动态面控制 |
| 2.4 仿真研究 |
| 2.5 小结 |
| 3 带有输出死区的非线性系统自适应模糊跟踪控制 |
| 3.1 引言 |
| 3.2 带有输出死区的纯反馈随机非线性系统自适应模糊跟踪控制 |
| 3.3 带有输出死区的非线性系统自适应模糊预设性能控制 |
| 3.4 仿真研究 |
| 3.5 小结 |
| 4 基于小增益定理的严格反馈非线性系统自适应模糊容错控制 |
| 4.1 引言 |
| 4.2 预备知识和问题描述 |
| 4.3 自适应模糊控制器设计 |
| 4.4 仿真研究 |
| 4.5 小结 |
| 5 带有执行器故障的非严格反馈非线性系统自适应模糊控制 |
| 5.1 引言 |
| 5.2 非严格反馈随机非线性系统的自适应模糊容错控制 |
| 5.3 带有量化输入的非严格反馈非线性系统自适应模糊容错控制 |
| 5.4 仿真研究 |
| 5.5 小结 |
| 6 总结与展望 |
| 6.1 论文主要工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
四、一种多输入-多输出模糊自适应控制方法的研究（论文参考文献）
- [1]随机非线性系统自适应模糊控制的若干问题研究[D]. 朱哲辰. 渤海大学, 2021(11)
- [2]几类高阶和忆阻神经网络的稳定性和同步研究[D]. 杨文贵. 东南大学, 2020(02)
- [3]非线性机械系统预设性能控制方法研究[D]. 张刚. 中国矿业大学, 2020(07)
- [4]空间反射面天线热变形主动调节与容错控制研究[D]. 刘志勇. 西安电子科技大学, 2020(05)
- [5]污水处理非稳态特性下核建模方法关键问题的研究[D]. 吴菁. 华南理工大学, 2020(01)
- [6]基于多机协同竞争与机械臂双二次泛函的带臂无人机最优控制研究[D]. 杨翌虢. 江西理工大学, 2020
- [7]基于模糊自适应神经网络的链篦机鼓风干燥段温度场控制研究[D]. 修晓波. 江苏大学, 2020(02)
- [8]具有约束的非线性系统自适应控制及其应用[D]. 陈爱青. 辽宁工业大学, 2020(03)
- [9]复杂多变量系统闭环辨识与内模控制方法研究[D]. 蒋美英. 北京化工大学, 2019(01)
- [10]几类带有死区或执行器故障约束的非线性系统自适应模糊控制研究[D]. 苏航. 山东科技大学, 2019(03)