平均模糊软集及其相似测度

基于弱模糊软集和强模糊软集的概念,给出了平均模糊软集的概念,讨论了平均模糊软集的一些基本性质.给出了具有相同参数集的两个平均模糊软集之间的几种相似度的定义,讨论了这些相似度之间大小关系.给出了具有不同参数集的两个平均模糊软集之间的相似度的一种定义,并通过例题,说明了这种相似度的定义的合理性.     

基于性能的直流电机系统未知推力波动的自适应补偿控制

针对一类直流电机系统,设计基于性能的未知推力波动的自适应补偿控制器.由于推力波动中含有非线性化的未知参数,因此无法利用常规的自适应方法,通过直接估计这些参数对其影响进行补偿.根据未知推力波动的结构特性,基于Lipshitz条件引入推力波动项的放大技术,设计其内部非线性化未知参数的自适应估计律,精确补偿其影响,从而避免了简单的把波动看作未知扰动所造成的系统性能的损失.有别于现有模型,在模型变换中并未忽略微小等效电感的影响,使得系统模型更具一般性.仿真结果表明该自适应控制器可有效补偿推力波动的影响,实现对指令信号的高精度快速跟踪且具有较强的抗干扰性和鲁棒性.     

非线性时变系统自适应backstepping学习控制

针对含有混合未知参数的高阶非线性系统,利用backstepping方法,提出了一种自适应重复学习控制方法,该方法与分段积分机制相结合,可以处理时变参数在一个未知紧集内周期性快时变的非线性系统,通过构造微分-差分参数自适应律,设计了一种自适应控制策略,使跟踪误差在误差平方范数意义下渐近收敛于零,利用Lyapunov泛函,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的有效性.     

一种基于奇异摄动理论的鲁棒自适应非仿射非线性控制方法

文章针对一类具有参数不确定性和未知扰动项的非仿射非线性系统,提出了一种基于奇异摄动理论的鲁棒自适应控制方法.首先,通过控制输入构建了一个快变子系统,为原系统引入时标分离特性,使闭环系统可以在快变和慢变时间尺度上分解为两个降阶子系统:边界层子系统和降阶慢变子系统.在快时间尺度上,通过设计边界层子系统的结构使其在平衡点处指数稳定;在慢时间尺度上,针对含有参数不确定性和未知扰动项的降阶慢变子系统设计鲁棒自适应控制器.根据奇异摄动理论,闭环系统的跟踪性能可由降阶慢变子系统近似.文章提出的控制方法同时考虑了参数不确定性和未知扰动项的影响,在不忽略非仿射结构的前提下实现控制目标,不依赖于原系统的时标分离特性,且避免了反步法中的“复杂性爆炸”问题.两组与参考文献控制方法的对比仿真结果验证了文章控制方法的有效性.     

舵角输入饱和下的导弹自动驾驶仪系统自适应控制研究

针对一类导弹自动驾驶仪系统,从实际出发考虑系统舵角输入具有饱和非线性特性,在系统建模中利用多项式模型充分描述系统的气动参数不确定性,在此基础上深入研究了系统自适应控制器的设计方法.在控制器设计中,通过引入二阶辅助信号系统,对饱和非线性输入进行精确补偿.针对系统中未知气动参数,通过设计参数的自适应估计率实现对未知参数的精确估计,进而补偿了未知气动参数不确定性影响.自适应控制器在保障系统稳定的同时也实现了系统输出对指令信号的良好跟踪效果.     

基于相似性度量的改进DBSCAN算法

针对传统DBSCAN算法对高维数据集聚类效果不佳且参数的选取敏感问题,提出一种新的基于相似性度量的改进DBSCAN算法.该算法构造了测地距离和共享最近邻的数据点之间的相似度矩阵,克服欧式距离对高维数据的局限性,更好地刻画数据集的真实情况.通过分析数据的分布特征来自适应确定Eps和MinPts参数.实验结果表明,所提GS-DBSCAN算法能够有效地对复杂分布的数据进行聚类,且在高维数据的聚类准确率高于对比算法,验证了算法的准确性和可行性.     

具有不确定参数二次自治系统的自适应同步问题研究

研究了两个带有参数的n维二次自治系统的自适应同步问题.根据Lyapunov稳定性理论及自适应控制方法得到了两个带有不确定参数非线性系统状态的渐近同步自适应控制方法.同时,识别了不确定参数.通过对两个超混沌系统的理论研究,证明了给定的非线性动力系统同步策略和参数识别的可行性.     

PMSM系统的参数稳定性分析和自适应控制

针对含未知参数的永磁同步电机(PMSM)系统,研究其参数稳定性和自适应控制问题.首先,分析了参数变化对PMSM系统平衡点的影响.然后,通过设计自适应控制器使得闭环系统具有耗散Hamiltonian结构,使闭环系统的能量分布随着未知参数的漂移而自动的改变,且能量函数总在未知参数对应的平衡点处取得极小值,从而实现自适应参数...     

带有未知参数的多智能体系统的自适应分布控制

讨论带有未知参数的多智能体系统的一致性问题.假设网络拓扑中领航者是全局可达的,设计带有未知时滞的自适应分布控制,基于Lyapunov-Krasovskii泛函,得到关于线性矩阵不等式的一致性的充分性条件.该条件保证所有跟随者跟踪领航者的状态,实现状态和参数的一致性.最后仿真算例验证方法的有效性.     

含有未建模动态的多输入非线性串级系统的自适应控制

本文对一大类含有未知参数和未建模动态的多输入非线性串级系统,基于backstepping递推设计方法,进行了自适应控制设计,得到的参数自适应律的阶次等于未知参数的个数,故该设计是非过参数化的.当自适应控制律作用于该系统时,闭环系统的所有信号是有界的.并且给出了第一子系统的状态界的一个估计.     

不确定电液位置伺服系统的自适应终端滑模控制

为了解决非线性、不确定电液伺服系统的位置跟踪控制问题,提出了一种基于反步法的自适应终端滑模控制方法.该方法将自适应控制和终端滑模方法结合在一起,一方面,提出的自适应控制律可以对电液伺服系统中的不确定性参数进行有效在线估计和补偿;另一方面,通过引入误差吸引子到滑模趋近律中得到变系数趋近律,设计的终端滑模控制律不仅能够消除普通终端滑模控制律中的非奇异项,还大大降低了滑模面的抖震.最终,根据Lyapunov稳定性理论,位置跟踪误差的有限时间稳定性得以严格证明.将该方法与积分反步滑模控制和线性滑模控制方法进行了对比研究,仿真结果验证了该方法在电液伺服系统位置跟踪控制方面良好的鲁棒性和跟踪精度.     

面板数据分位数回归模型的参数估计与变量选择

本文研究了基于面板数据的分位数回归模型的变量选择问题.通过增加改进的自适应Lasso惩罚项,同时实现了固定效应面板数据的分位数回归和变量选择,得到了模型中参数的选择相合性和渐近正态性.随机模拟验证了该方法的有效性.推广了文献[14]的结论.     

基于直觉模糊软集的群决策方法研究

研究了专家权重未知情况下基于直觉模糊软集的群决策问题.首先利用距离提出了一种基于直觉模糊软集的决策算法.然后通过考虑专家个体提供信息本身的不确定性和专家之间提供的信息间的一致性,定义了直觉模糊软集的知识测度和基于α-相似关系的一致度,由此提出了一种确定专家权重的方法.进而给出了一种基于直觉模糊软集的群决策算法.最后通过实例说明所提出算法是有效的与合理的.     

众数自适应Lasso回归的统计推断

本文给出了自适应Lasso的众数回归模型,用来对众数回归模型的变量进行选择.对比传统的均值回归模型和中位数回归模型,众数回归在解决重尾、多峰分布问题时更加稳健.众数回归模型的主要估计方法是核估计方法,当自变量的数目较大时,该方法会产生难以忽略的计算误差.本文在核估计方法的众数回归模型基础上添加惩罚项,并通过自适应Lasso方法进行参数估计,有效的剔除了贡献率低的自变量,同时提高了计算的准确性.本文详细阐述了该计算方法,并在一些正则条件下,给出了模型的参数的估计方法和估计值的渐近正态性.模拟实验和实证分析研究了所提方法在有限样本下的性质.对比均值回归模型和传统的众数回归模型,添加自适应Lasso惩罚项的众数回归模型极大地提高了参数估计的准确性.     

基于直觉模糊相似度量的群决策专家水平评判方法

针对基于直觉模糊信息的多属性群决策专家水平评判问题提出了理想矩阵分析法.在引入多属性群决策直觉模糊信息体(即决策信息体)和直觉模糊相似度量的基础上,通过计算决策矩阵与正、负理想矩阵之间的相似度,提出了基于直觉模糊相似度量的理想矩阵分析法,并利用该方法对算例中的专家评判水平进行排序,通过比较统计分析法和直觉模糊熵分析法说明该方法的可行性和有效性.     

新的分数阶混沌系统及其同步

提出一个新的分数阶混沌系统,该系统含有三个参数,三个非线性项.通过理论分析,给出了分数阶混沌系统存在混沌吸引子的必要条件,通过数值仿真给出了混沌吸引子的图像,接着设计自适应同步控制器和参数自适应律,实现分数阶混沌系统的同步,数值仿真的结果表明设计控制器很好的实现了驱动系统和响应系统的同步.     

受扰不确定混沌系统的双路组合函数投影同步

研究了具有未知参数和外界扰动的多个混沌系统之间的双路组合函数投影同步问题.首先给出了由四个混沌驱动系统和两个混沌响应系统组成的双路组合函数投影同步系统的定义,然后以Lyapunov稳定性理论和不等式变换方法为分析依据,设计了鲁棒自适应控制器和参数自适应律,使得两路同步系统中的响应系统和驱动系统按照相应的函数比例因子矩阵实现同步,并有效克服未知有界干扰和未知参数的影响.相应的理论分析和数值仿真证明了该同步方案的可行性和有效性.     

动态系统的一阶特征模型与直线伺服系统的自适应迭代学习控制

就线性定常/时变系统以及非线性系统,依据特征模型理论,给出动态系统的一阶特征模型.其特征参数随时间变化,即以一阶时变差分方程描述受控系统的动态特性;与二阶和三阶特征模型相比较,一阶模型具更少参数.为解决由一阶特征模型描述的系统的控制问题,提出基于遗忘因子迭代学习辨识的自适应迭代学习控制方法.迭代学习辨识适于时变参数的估计,它允许被估计参数随时间快速变化,抑或突变.以直线伺服系统的位置跟踪控制为例,给出一种基于特征模型与LQ最优控制策略的自适应迭代学习控制方案.仿真与实验结果表明,提出的控制方案能够有效实现受控系统的位置跟踪控制.     

基于免疫函数的输入死区未知严格反馈非线性系统投影自适应指令滤波反步控制

为解决含有未知项以及输入死区的严格反馈非线性系统跟踪控制问题,提出一种基于免疫函数的投影自适应指令滤波有限时间控制方法.该方法使用免疫函数构造扩张状态观测器对具有输入死区控制系统中的未知项进行逼近,并使用指令滤波解决反步法中微分爆炸问题,建立滤波误差补偿机制降低滤波误差对跟踪精度的影响,同时使用投影算子保证了自适应参数的有界性.与现有文献中基于障碍李雅普诺夫函数的自适应反步约束控制相比较,文章可同时约束系统状态、补偿跟踪误差以及自适应参数在预设的范围内,保证了闭环系统中所有信号有界,结合有限时间控制加快了控制系统的收敛速度.最后仿真结果表明了文章控制方法的有效性.     

Feng混沌系统参数识别及自适应模糊控制器的反步设计

设计了参数观测器,对Feng混沌系统中未知参数进行识别.采用反步控制方法,在存在输入扰动项的情况下,构造模糊自适应控制器控制Feng混沌系统.模糊逻辑系统用来逼近反步控制方法中出现的未知、非线性且结构复杂的函数.和传统的反步控制方法相比,本文采用的控制器结构简单,易于实现.仿真的结果验证了本文控制方法的有效性.