简介:BecausemodelswitchingsystemisatypicalformofTakagi-Sugeno(T-S)modelwhichisanuniversalapproximatorofcontinuousnonlinearsystems,wedescribethemodelswitchingsystemasmixedlogicaldynamical(MLD)systemanduseitinmodelpredictivecontrol(MPC)inthispaper.Consideringthateachlocalmodelisonlyvalidineachlocalregion,weaddlocalconstraintstolocalmodels.Thestabilityofproposedmulti-modelpredictivecontrol(MMPC)algorithmisanalyzed,andtheperformanceofMMPCisalsodemonstratedonaninulti-multi-output(MIMO)simulatedpHneutralizationprocess.
简介:Particleswarmoptimizer(PSO),anewevolutionarycomputationalgorithm,exhibitsgoodperformanceforoptimizationproblems,althoughPSOcannotguaranteeconvergenceofaglobalminimum,evenalocalminimum.However,therearesomeadjustableparametersandrestrictiveconditionswhichcanaffectperformanceofthealgorithm.Inthispaper,thealgorithmareanalyzedasatime-varyingdynamicsystem,andthesufficientconditionsforasymptoticstabilityofaccelerationfactors,incrementofaccelerationfactorsandinertiaweightarededuced.Thevalueoftheinertiaweightisenhancedto(fi1,1).Basedonthededucedprincipleofaccelerationfactors,anewadaptivePSOalgorithm-harmoniousPSO(HPSO)isproposed.FurthermoreitisprovedthatHPSOisaglobalsearchalgorithm.Intheexperiments,HPSOareusedtothemodelidentificationofalinearmotordrivingservosystem.AnAkaikeinformationcriteriabasedfitnessfunctionisdesignedandthealgorithmscannotonlyestimatetheparameters,butalsodeterminetheorderofthemodelsimultaneously.TheresultsdemonstratetheeffectivenessofHPSO.
简介:这篇论文调查一个概括复杂动态网络模型的本地、全球的同步与经常、推迟联合。没有假定政变石楠的对称,我们证明一个单个控制器能卡住概括复杂网络到一个同质的答案。一些以前的同步结果被概括。在这篇论文,我们首先讨论怎么由增加仅仅一个控制器卡住一连串的推迟的神经网络到同步解决方案。下次,由使用Lyapunov功能的方法,一些足够的条件为联合系统的本地、全球的同步被导出。获得的结果以LMI被表示,它能被MatlabLMI工具箱高效地检查。最后,一个例子被给说明理论结果。
简介:Forthemodelpredictivecontroller,terminalstatesatisfyingacertaininequalitycanguaranteethestabilitybutitissomewhatconservative.Inthispaper,wegiveamorerelaxedstabilityconditionbyconsideringtheeffectoftheinitialstate.Basedonthatweproposeanalgorithmtoguaranteethattheclosedloopsystemisasymptoticallystable.Finally,theconclusionsareverifiedbyasimulation.
简介:Car-followingtheoryisanimportantresearchdirectioninthefieldofintelligenttransportationsystems(ITS),itdescribestheone-by-onefollowingprocessofvehiclesonthesamelaneintrafficflow,andoneofitsimportantissuesiscongestioncontrol.Toexplorethestrategyforcontrollingtrafficcongestion,thispaperintroducesandanalyzessomeclassiccar-followingmodels,andgivesasystematicreviewoftheirdevelopments.Moreover,inordertointroducetheapproachtoanalyzethestability,takingthefullvelocitydifference(FVD)modelforexample,thelocalandasymptoticstabilityanalysisisdiscussed,whilethecorrespondingnonlinearanalysisisalsoconducted.Then,someperspectivesofthecar-followingmodelaregiveninthefinal.
简介:Anoveldistributedmodelpredictivecontrolschemebasedondynamicintegratedsystemoptimizationandparameterestimation(DISOPE)wasproposedfornonlinearcascadesystemsundernetworkenvironment.Underthedistributedcontrolstructure,onlineoptimizationofthecascadesystemwascomposedofseveralcascadedagentsthatcancooperateandexchangeinformationvianetworkcommunication.Byiteratingonmodifieddistributedlinearoptimalcontrolproblemsonthebasisofestimatingparametersateveryiterationthecorrectoptimalcontrolactionofthenonlinearmodelpredictivecontrolproblemofthecascadesystemcouldbeobtained,assumingthatthealgorithmwasconvergent.Thisapproachavoidssolvingthecomplexnonlinearoptimizationproblemandsignificantlyreducesthecomputationalburden.Thesimulationresultsofthefossilfuelpowerunitareillustratedtoverifytheeffectivenessandpracticabilityoftheproposedalgorithm.
简介:这份报纸基于模型引用论述一个新奇提高的人机器人的相互作用系统适应控制。介绍方法交付保证稳定性和任务性能并且让二控制环。一个机器人特定的内部环,是一个neuroadaptive控制器,在网上学习机器人动力学并且让机器人象一个规定阻抗模型一样反应。这个环不使用任务信息,包括没有规定轨道。一个任务特定的外部环考虑人的操作符动力学并且使规定机器人阻抗模特儿适应以便联合人机器人的系统为任务性能有理想的特征。这个图案基于模型参考适应控制,但是一种非标准的形式。网络结果是有扩充人的操作符提供人机器人的队的改进任务性能的两个适应阻抗特征和assistive输入的一个控制器。模拟在一项重复点对点的运动任务验证建议控制器的表演。一个PR2机器人上的实际试验性的实现进一步支持途径的有效性。
简介:Adaptivefilteringalgorithmsareinvestigatedwhensystemmodelsaresubjecttomodelstructureerrorsandregressorsignalperturbations.Systemmodelsforpracticalapplicationsareoftenapproximationsofhigh-orderornonlinearsystems,introducingmodelstructureuncertainties.Measurementandactuationerrorscausesignalperturbations,whichinturnleadtouncertaintiesinregressorsofadaptivefilteringalgorithms.Employingordinarydifferentialequation(ODE)methodologies,weshowthatconvergencepropertiesandestimationbiascanbecharacterizedbycertaindifferentialinclusions.Conditionstoensurealgorithmconvergenceandboundsonestimationbiasarederived.Thesefindingsyieldbetterunderstandingoftherobustnessofadaptivealgorithmsagainststructuralandsignaluncertainties.
简介:这篇论文在一条单个小巷基于对领先的汽车的运动的车辆的非线性的反应为模仿的交通流动讨论动态行为和它的预言。交通混乱是一块有希望的地,并且混乱理论被使用了识别并且预言它的混乱运动。模仿的交通流动用一个汽车追随者模型(美国通用汽车公司模型)被产生,并且在二辆汽车之间的距离为它的动态性质被调查。积极Lyapunovexponent在GM模型证实混乱行为的存在。用RBFNN的一个新算法(光线的基础功能神经网络)被建议预言这交通混乱。混乱的度和可预言的度被第一个Lyapunov代表决定的实验hows。算法在这建议纸能被概括认出并且预言混乱ofshort时间交通流动系列。
简介:Apathfollowingcontrollerisdevelopedforunderactuatedshipswithonlysurgeforceandyawmomentavailabletofollowapredefinedpath.Theproposedcontrollerisbasedonnonswitchanalyticmodelpredictivecontrol.Itisshownthattheoptimalcontrollawforanonlinearpathfollowingsystemwithill-definedrelativedegreeiscontinuousandnonsingular.Theproblemofill-definedrelativedegreeissolved.Thepath-followingabilityofthenonlinearsystemisguaranteed.Numericalsimulationsareprovidedtodemonstratetheeffectivenessoftheproposedcontrollaw.
简介:BasedontheT-Smodel,theoutputregulationofnonlinearsingularlyperturbedsystemsviastatefeedbackisdiscussed.Itisshownthat,understandardassumptions,thisproblemissolvableifandonlyifcertainlinearmatrixequationsaresolvable.Oncetheseequationsaresolvable,thestatefeedbackregulatorcaneasilybeconstructed.
简介:在加热,通气并且空气调节(HVAC)系统,在那里存在严重非线性,变化时间的性质,骚乱和无常。新预兆的功能的控制基于Takagi-Sugeno(T-S),模糊模型被建议控制HVAC系统。稳定的控制过程的T-S模糊模型用最少的广场方法被获得,然后,根据从T-S模糊模型,的全球线性预兆的模型,这个过程被预兆的功能的控制器控制。特别反馈规定部分被开发补偿模糊预兆的模型的无常。最后,在HVAC系统控制应用程序的模拟测试结果证明预兆的功能的控制改进追踪的建议模糊模型完成并且坚韧性。与常规PID控制器相比,这控制策略有更少的优点射并且更短的背景时间,等等。关键词T-S模糊模型-预兆的功能的控制-最少的广场方法-HVAC系统这个工作被中国(号码031B5147)的山东省的年轻科学家基本研究节目支持。收到的HongliL眉她在在2000的数学的学士,和在从Qufu师范大学的在2003的控制理论的硕士分别地。自从2003年8月,她是控制科学和工程学校的一个博士候选人,山东大学。自从2006年3月,她是EEE学校的一个访问学者,Nanyang工艺的大学。她的搜索兴趣包括模糊控制系统理论和应用程序,为预兆的控制建模,非线性的multivariable控制系统,等等。花环JIA当前是控制科技的学院的头,山东大学,中国。他收到了B.Eng。在自动化的度和在从山东工业大学设计的控制的M.Eng学位,中国在1982和1988,分别地,并且在来自浙江大学的控制理论和控制工程的博士学位,中国,在1991。正弦1995,他是在山东的一个教授大学。他的当前的研究兴趣包括人工的聪明、聪明的控制,柔韧的控制,非线性的进程控制理论和应用程序。ShulanKONG是在数学科学的学校的一个副教授,Qufu师范大学。她分别地在1995和2004从Qufu师范大学和山东