网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法．该算法由网络利用率预测和采样周期调节两部分组成：网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算．采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期．最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能．     

基于模糊神经网络的非线性动态系统建模

根据在柴油机试验中得到的输入和输出数据,利用一种模糊神经网络--自适应神经模糊推理系统(ANFIS)建立了描述柴油机动态性能的T-S模糊模型.利用Matlab的模糊工具箱进行仿真,结果表明,该模型可以准确地描述柴油机在整个工作范围内的动态性能.并将ANFIS与BP神经网络做了比较,分析了ANFIS在参数收敛速度及建模精度上的优越性.该模型将被用于柴油机控制系统的性能分析和控制方案设计中.     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

自动寻迹运输车舵轮模糊PID控制器的设计与仿真

建立了自动寻迹运输车舵轮控制系统的数学模型,设计了一种基于模糊PID控制的运输车方向控制系统。文中较详细地分析了控制系统数学模型的简化、模糊PID控制器的设计过程以及加模糊PID算法后系统的阶跃响应,同时对加控制算法前后系统的阶跃响应进行了对比仿真研究。仿真结果表明,加入模糊PID算法后系统的稳定性和快速性等动态性能得到了较好地改善。将仿真得到的数据应用到样机的试验中,发现该运输小车的方向控制系统能很好地满足其在前进过程中对方向调节的快速响应,样机系统具有较好的动态性能。     

网络控制系统的TrueTime分析与仿真

网络控制系统是一种集通信网络和控制系统于一体的全分布式、网络化、实时反馈控制系统,基于Matlab的网络控制仿真工具箱TrueTime为网络控制系统的仿真研究提供了简易可行、功能齐全的工具.TrueTime可以对网络时延、网络参数、控制方法、网络调度等多方面进行综合仿真研究,实现控制性能与网络调度同时仿真的要求,使得网络控制系统的仿真研究更为容易.本文介绍了TrueTime工具箱的组成与功能,结合直流电机网络控制系统实例,给出其TrueTime仿真的具体实现,从仿真结果可以看出TrueTime工具箱对网络控制系统的仿真是有效的.     

����GA¬¬-BP�ĸ��ٹ�·����ѵ�ģ������������о�

鉴于模糊神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力,本文将模糊神经网络技术引入到高速公路入口匝道控制中。提出一种基于GA和BP算法的模糊神经网络控制器,并对控制器进行了详细设计。设计过程主要分为三部分：输入输出参数的选择、模糊神经网络的结构设计以及基于GA-BP的学习算法设计。最后,使用MATLAB软件对其进行了仿真。仿真结果表明,本文提出的方法是有效的,较之基于BP的模糊神经网络控制和ALINEA控制,能更好地稳定主线交通流密度。     

基于网络带宽预测的变采样周期调度算法

针对网络带宽受限的网络控制系统,提出了基于网络带宽预测的变采样周期调度算法,采用监测得到的系统的性能指标,通过计算得到绝对误差积分参数IAE作为预测带宽资源分配的依据,实现带宽资源动态分配.利用采样周期与网络带宽之间的关系进行采样周期计算,并通过仿真验证了系统动态带宽分配的有效性.     

基于模糊变步长神经网络的自适应PID控制

本文针对具有非线性和不确定性的控制对象，提出了一种基于前向神经网络的自适应PID控制系统算法。并根据其特点，提出学习步长模糊校正的方案.这种控制系统综合了神经网络、模糊决策和PID控制的优点，易于实现，仿真结果表明该控制系统对非线性被控对象具有比较好的控制效果。     

基于模糊神经网络模式分类的数据挖掘算法

提出了一种基于模糊神经网络模式分类的数据挖掘算法--把模糊理论和神经网络结合起来,构造及训练模糊神经网络.给出了基于模糊神经网络的学习算法,通过仿真验证了该算法的正确性.     

基于RBF神经网络的隶属度函数学习算法

模糊规则的提取和模糊隶属度函数的学习是模糊系统设计中重要而困难的问题.针对当前开发模糊控制系统的一个难点——发现最优的隶属函数和模糊规则,研究了利用RBF神经网络的学习能力,从历史数据中发现隶属度函数,在一定程度上减轻了系统开发工作量,克服了由于缺乏经验而可能造成的偏差.文中探讨了一种用于提取模糊规则的RBF神经网络结构,提出了基于此网路结构的模糊隶属度函数学习算法,最后给出了用于验证该算法有效性的仿真实例.     

七种因素对NCS性能的影响

在建立NCS仿真系统的基础上，用TrueTime工具箱，分析了时延、扰动、丢包率、采样周期等不确定性因素以及网络通信模式、调度算法等对NCS性能的影响，实现了对网络控制系统的实时仿真，给出了仿真结果和相关结论，从仿真结果可以看出TrueTime工具箱对网络控制系统的实时仿真的有效性，对深入理解和研究NCS有一定的帮助．     

A Dynamic Job Scheduling Algorithm for Parallel System

One of the fundamental problems in parallel and distributed systems is deciding how to allocate jobs to processors. The goals of job scheduling in a parallel environment are to minimize the parallel execution time of a job and try to balance the user‘s desire with the system‘s desire. The users always want their jobs be completed as quickly as possible, while the system wants to service as many jobs as possible. In this paper, a dynamic job-scheduling algorithm was introduced. This algorithm tries to utilize the information of a practical system to allo-cate the jobs more evenly. The communication time between the processor and scheduler is overlapped with the computation time of the processor. So the communication overhead can he little. The principle of scheduling the job is based on the desirability of each processor. The scheduler would not allocate a new job to a processor that is already fully utilized. The execution efficiency of the system will he increased. This algorithm also can he reused in other complex algorithms.     

A New Wireless Packet Scheduling Algorithm Based on EDF and Its Application in Multi-bottleneck Networks

Most of current wireless packet scheduling algorithms aim at resource allocation as fairly as possible or maximizing throughput. This paper proposed a new packet scheduling algorithm that aims at satisfying delay requirement and is the improvement of earliest due first (EDF) algorithm in wired networks. The main idea is to classify the packets based on their delay bound, scheduling the most "urgent" class of user and the users that have the best channel condition with higher priority. This algorithm can easily integrate with common buffer management algorithms, when buffer management algorithm cannot accept new arrival packets, try to modify scheduling policy. Packet scheduling algorithms in multiple bottleneck wireless networks were also discussed. A new variable multi-hop factor was defined to estimate the congestion situation (including channel condition) of future hops. Multi-hop factor can be integrated into packet scheduling algorithms as assistant and supplement to improve its performance in multi-bottleneck wireless networks.     

Traffic Scheduling in WDM Passive Optical Network with Delay Guarantee

IntroductionWDM passive optical network (PON) is an at-tractive solution for future broadband access net-work in that it offers the potential of large capaci-ty, network security and data transparency[1]WDM PON connects the optical line terminal( OLT ) with multiple optical network units(ONU) through a splitter. The OLT has an arrayof m fixed-tuned transceivers, each tuned to a dif-ferent wavelength. Each ONU is equipped withone fixed transmitter (control channel) and onetunable trans…     

分布式实时控制系统的网络调度研究

基于实时网络分布式控制系统的性能不仅取决于控制算法，而且取决于网络信息调度的特点，以具有确定时间性与可靠性的TDMA（时分多路访问）网络作为控制网络，对网络中的控制信息进行调度，建立了分布控制系统的任务调度模型。并采用遗传算法求解网络调度问题，以提高控制系统性能和网络利用率，寻求最优的通信时序．仿真结果表明，经过优化调度后，控制回路的任务周期最短；与常规非优化状态下的系统性能相比，控制系统的总体性能指标减小，网络利用率提高．     

基于拟T-S模糊模型的网络化控制系统稳定性分析

综合考虑网络化控制系统（NCS）出现时延和丢包问题,提出一种基于拟T-S模糊模型.以时延和丢包出现的概率作为隶属度,并根据丢包出现在系统中的不同环节,分别构造相应的系统模型,再利用线性矩阵不等式（LMI）方法证明系统的稳定性,并通过对一个二阶倒立摆系统的数值分析说明方法的可行性,从而为网络化控制系统的分析与设计提供了新方法.     

改进的禁忌搜索算法求解多机并行模糊调度问题

提出一种改进的禁忌搜索算法求解多机并行模糊调度问题,该算法在邻域中引入记忆结构,可以减少重复搜索,并对候选解集使用映射排序法进行剪枝,减少了搜索空间,从而极大的提高了算法效率．同时为了减少计算误差,该算法计算时不需要将模糊时间转换为精确时间求解,可以同时处理作业加工时间是三角模糊数或梯形模糊数的情况,从而更具有通用性．仿真结果证明该算法有效、可行．     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾（Norbin）非线性船舶模型,基于反馈线性化方法和由径向基函数（RBF）神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。     

基于BP 神经网络的铁路客运服务质量评价研究

为了客观、准确地评价铁路客运服务质量,从旅客感知角度出发,构建了评价 指标体系,建立了BP神经网络求解模型,提出了基于BP算法的铁路客运服务质量评价 算法.通过对网络的训练,使得网络输出达到了期望的精度,满足了客运服务质量评价的 要求.最后通过对铁路旅客的调查问卷实例,从均方误差、统计识别率方面进行了分析、仿 真,对客运服务质量进行综合评价,并与模糊综合评价法进行了对比.实验结果表明,本文 构建的评价指标体系科学、合理,提出的评价算法收敛速度快、误差小,评价结果能够有 效地反映客运服务质量水平,为提高和改进铁路客运服务质量提供参考依据.