为了提高DyTrust模型信任评价的准确度,解决信任模型的粒度比较粗糙以及节点的个体经验对信任评价带来影响的问题,在DyTrust模型的基础上,通过对节点所提供的服务进行细化和引入经验因子的方法,提出了一种改进的信任评价算法.与DyTrust模型的比较和分析表明,改进后的模型精化了信任算法的粒度,提高了信任评价的准确度,体现了节点的个性化特性,在反馈可信度的算法方面有较大的改善,同时该反馈可信度算法具有较好的可扩展性

提出一种结合横摆力矩控制和主动前轮转向控制的提高紧急制动侧偏稳定性的控制方法.控制器采用前馈-反馈复合控制,通过最优控制算法求解反馈控制参数,并对稳定性控制参数和制动力参数进行优化,以缩短制动距离.仿真对比实验证实这种方法在提高制动稳定性和缩短制动距离方面都有良好的效果

宽带钢热连轧过程中,板形控制和板厚控制本质上都是对轧制过程中有载辊缝的控制,因此两者各自的控制回路必然存在着相互耦合的关系,这种耦合关系严重影响热轧宽带钢板形板厚综合质量的提高.本文在建立板形板厚耦合模型的基础上,采用反馈解耦控制方法,实现了板形板厚的解耦控制.计算机仿真结果表明,解耦控制环节的引入,基本消除板厚控制和板形控制之间的影响,尤其是消除辊缝调节对板凸度的连带干扰,解耦控制效果良好

为了改善热带钢轧机的板形控制性能、提高产品的板形质量、降低生产消耗,针对工作辊可轴向窜动的热带钢轧机,在大量有限元模拟基础上开发了特殊的工作辊辊形技术和支持辊辊形技术及相应的板形控制模型,包括过程控制系统(L2级)的板形设定控制模型和基础自动化系统(L1级)的弯辊力前馈控制模型、凸度反馈控制模型及平坦度反馈控制模型.在经历离线模型建立、在线编程和调试等诸多复杂过程后,辊形技术及板形控制模型在工业宽带钢热轧机上进行了长期、稳定的应用.生产实践表明,采用这些板形控制技术后,凸度偏差控制在±18μm的比例超过93%,平坦度偏差控制在±25IU的比例超过94%,同时实现了自由规程轧制

提出了一种改进的双因子免疫反馈模型．基于这种能够比较合理地描述特异免疫过程的新的双因子免疫反馈模型,给出了一个双因子免疫控制器模型．该控制器结构简单、易于实现．仿真研究与分析表明,其具有一阶积分特性、对大滞后系统有良好的稳定能力、有记忆功能、参数调节容易等特性．

研究了一类不确定组合系统的状态反馈分散鲁棒镇定问题.利用Riccati矩阵不等式方法,给出其可分散反馈镇定的充分条件,并利用线性矩阵不等式方法给出了分散控制律的设计方案.最后用数值仿真证明了这种方法的有效性

综合考虑冷轧厚度计型AGC(automatic gauge control)控制对象模型的渐变性以及在低速轧制时大时延引起的厚度反馈较大时滞,提出一种冷轧厚度计型AGC控制的改进方法来减弱这些系统不确定性和厚度反馈时滞带来的不利影响.推导出针对任意阶对象的增益自适应调节律,并给出了在保证系统鲁棒稳定条件下的控制器和滤波器参数选取原则.仿真结果证明这一新方法可有效地抑制干扰,而且在对象参数摄动时系统具有鲁棒稳定性

教学内容 首先介绍人工神经网络的基本概念和 ANN 的特性，以及神经网络的学习方法。然后讲授典型的前向神经网络、反馈神经网络的原理、结构、基本算法，给出了 BP 网络的算法改进。最后介绍了神经网络 PID 控制。 教学重点 1. 神经网络的各种学习算法，神经网络的训练。 2. 感知器网络、BP 网络的结构和算法、BP 网络学习算法的改进，反馈网络的结构、学习算法。 3. 神经网络 PID 控制

7.5.1 负反馈放大电路的自激条件 7.5.2 用波特图判断自激

6.1 问题的提出 6.2 状态反馈 6.3 极点配置问题 6.4 状态观测器 6.5 线性二次最优控制