CSTR模型在浸出过程建模中的应用

通过深入研究锌湿法冶炼过程和反同理，并应用连续搅拌反应釜流动模型，建立了整个浸出过程的状态方程同时了仿真研究，并给出仿真曲线。     

一类基于神经元的多值逻辑控制器的设计

普通多值逻辑控制器算法的关键是加权因子的选择。本文应用神经元来实现普通多值逻辑控制器，在此基础上提出了加权因子的自学习算法，并用数字仿真证明了算法的有效性。     

非最小相位系统的离散时间MRACS的一种设计方法

探讨了关于非最小相位系统的参考模型自适应控制系统（ＭＲＡＣＳ）的一种设计方法。所提出的ＭＲＡＣＳ由串联、并联补偿环节来补偿不稳定的零点和构成极点配置控制器，可以保证自适应系统的稳定性和收敛性。     

线性无偏最小方差多用户信号检测器

码分多址（ＣＤＭＡ）移动通信系统的主要缺点是存在远近效应和多址干扰，它们影响了通信系统的稳定性、容量及应用范围。本文导出一种具有线性结构的ＣＤＭＡ检测器－线性无偏最小方差多用户信号检测器，并给出一种运算量较小的递推实现算法，最后对几种实际情况进行了讨论，计算机仿真结果表明该检测器具有良好的性能。     

CES型盲均衡及其基于高阶统计量的一种实现

介绍了一种全新的设计盲均衡器的评估标准－信道评估标准ＣＥＳ，并就其实现方式作了简要讨论，在分析现有算法优缺点的基础上，基于高阶统计量，对非最小相位线性信道，提出了一种ＣＥＳ型盲均衡算法ＨＣＢＥＡ，该方法避免了ＣＥＳ盲均衡中常见的大运算量的缺陷。由多电平ＰＡＭ及ＱＡＭ信号仿真实验表明，该方法具有良好的均衡特性。     

神经网络自学习控制研究

提出一个新型仿真器网络结构并推导出学习算法；提出面向输入输出模型结构的自学习控制器训练结构并推导出学习算法，解决约束控制作用 下多目标终态控制问题并实现感应加热温度智能控制。     

对一类非严格重复系统的两种基于二阶内模的迭代学习控制器设计

通过对系统中的不确定参数建立迭代域上的二阶内模来研究一类非线性连续时间系统的非严格重复性,并依照内模原理提出了两种基于二阶内模的参数迭代学习控制器：二阶迭代学习控制器和平行迭代学习控制器．本文分别使用不同的Lyapunov函数,证明了两种控制器在各自的可行范围内都可以保证系统的跟踪误差收敛．通过对这两种学习机制的比较分析,说明了平行迭代学习控制设计的合理性．两个数值仿真不仅证实了两种算法的有效性,也展示了平行迭代学习控制器更好的收敛特性．     

基于状态空间方法的显式GPC算法全局收敛性分析

采用状态方程的方法给出了基于ＣＡＲＭＡ模型的显式,ＧＰＣ算法的稳定性及收生证明,辨识算法采用增广最小二乘法。     

一种新型的动态矩阵控制算法

对无约束动态矩阵控制（ＤＭＣ）算法进行了改进，提出了一种新的ＤＭＣ控制算法，即用遗传算法对ＤＭＣ的设计参数进行在线寻优，由优化结果来计算实际控制作用，与一般的定参数ＤＭＣ相比，其闭环性能更好，能有效地处理各种约束。仿真实例表明了该方法的有效。     

基于CAN总线的车站信号微机监测系统研究

分析了车站信号监测系统的动能和特点,提出了一种基于ＣＡＮ总线的微机监测系统的设计方案。并介绍了ＣＡＮ总线和ＣＡＮ控制器及其具体应用。     

CMAC BASED NONLINEAR PROCESS CONTROL SYSTEMS,PART Ⅱ:CONTROLLER DESIGN

，ＰＡＲＴ Ⅱ：ＣＯＮＴＲＯＬＬＥＲ ＤＥＳＩＧＮTX＠段培永＠李成东＠邵惠鹤ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ（ＮＮｓ）ｈａｖｅｆｏｕｎｄｇｒｏｗｉｎｇｓｕｃｃｅｓｓｉｎｄｉｖｅｒｓｅｉｎｉｎｄｕｓｔｒｉａｌｃ?..     

Robust intelligent control design for marine diesel engine

This work deals with the nonlinear control of a marine diesel engine by use of a robust intelligent control strategy based on cerebellar model articulation controller （CMAC）. A mathematical model of diesel engine propulsion system is presented. In order to increase the accuracy of dynamical speed, the mathematical model of engagement process based on the law of energy conservation is proposed. Then, a robust cerebellar model articulation controller is proposed for uncertain nonlinear systems. The concept of active disturbance rejection control （ADRC） is adopted so that the proposed controller has more robustness against uncertainties. Finally, the proposed controller is applied to engine speed control system. Both the model of the diesel engine propulsion system and of the control law are validated by a virtual detailed simulation environment. The prediction capability of the model and the control efficiency are clearly shown.     

Looper-tension <Emphasis Type="Italic">H</Emphasis><Subscript>∞</Subscript> control for hot strip finishing mills

The development of an innovative H _∞ controller for looper and tension control in hot strip finishing mills is traced based on approximately linearized model. This solution has been considered thanks to its well-known robustness and simplicity characteristics concerning disturbances’ attenuation. The controller is designed based on an optimal problem with linear matrix inequality (LMI) constraints, and the problem is solved by the mincx function of Matlab LMI Toolbox. Simulation results show the effectiveness of the proposed controller compared with conventional ones.     

Improved Learning Algorithm of Hyperball CMAC and Its Convergence Analysis

An improved learning algorithm for hyperball CMAC was presented. Only one parameter is needed to determine the learning rate, and the parameter can be obtained by a self-optimizing method. The convergence of the improved learning algorithm was proved. The simulation research shows that the learning speed and the learning accuracy are both improved.     

基于改进RBF神经网络对股价的演变预测

对RBF神经网络进行了分析,建立了RBF神经网络模型,并对此模型进行了改进,使其具有更好的预测性能.把一类非线性较强的时间序列(万科A股2009年6月份股票价格)利用该模型进行了非线性逼近.用Matlab软件对网络的学习与训练过程进行了数值仿真.实验结果表明:利用改进后的网络模型对非线性时间序列进行短期预测是可行的,其预测精度高于改进前的预测精度,改进方法有效.     

一种实用智能控制器的设计

本文根据专家控制和模糊控制的特点，将专家控制技术与模糊控制技术结合起来，设计了一种简单适用的智能控制器，解决了单纯模糊控制中存在的问题。仿真结果和在炉温控制的实际应用中证明了该方法的有效性。     

通用型变结构智能控制器及其应用

基于专家控制,模糊控制和ＰＩ控制的特点,将其结合起来,设计了一种通用型变结构智能控制器,解决了单纯ＰＩＤ控制和模糊控制器中存在的问题。仿真结果和在温度控制的实际应用中均证明了该方法的有效性。     

Application of Nonlinear Predictive Control Based on RBF Network Predictive Model in MCFC Plant

This paper described a nonlinear model predictive controller for regulating a molten carbonate fuel cell (MCFC). A detailed mechanism model of output voltage of a MCFC was presented at first. However, this model was too complicated to be used in a control system. Consequently, an off line radial basis function (RBF) network was introduced to build a nonlinear predictive model. And then, the optimal control sequences were obtained by applying golden mean method. The models and controller have been realized in the MATLAB environment. Simulation results indicate the proposed algorithm exhibits satisfying control effect even when the current densities vary largely.     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。     

双机架可逆冷轧机恒张力简单自适应控制

为保证双机架可逆冷轧机轧制中带钢恒张力，设计了恒张力简单自适应控制系统．该系统含有电流和速度2个内环，这2个内环均采取PI调节器控制；最外环为张力环，采用简单自适应控制器控制．仿真结果表明，简单自适应控制比传统PID控制具有更好的性能．该系统对带钢恒张力控制具有很强的鲁棒性，提高了带钢板厚和板形的精度．