国家自然科学基金(60974064)
- 作品数：3 被引量：5H指数：1
- 相关作者：高颖刘志立赵众贺静杨萌更多>>
- 相关机构：北京化工大学北京大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- Attractors and Basins of Asynchronous Random Boolean Networks
- ＜正＞We present a method for studying the attractors and their basins of random Boolean networks under asynchron...
- YANG Meng,CHU Tianguang
- 关键词：ATTRACTORS
- 文献传递
- 时滞对逻辑网络优化控制的影响
- 2012年
- 分析了包含两种个体的逻辑网络的时滞优化控制。其中第1种被称为机器的个体策略是固定的;第2种被称为人的个体具有自适应性,即能根据系统的整体状态做出策略的调整。以矩阵的半张量积作为逻辑分析的工具,分析了在状态时滞和输入时滞的影响下使人的收益最大的最优控制问题。理论分析显示状态时滞导致最优控制策略的周期长度增加,但人的最大收益值不会改变。最后提出仿真算法,其数值结果与理论结果一致。
- 杨萌李睿楚天广
- 关键词：逻辑网络优化控制时滞
- Optimal Control of Steady-state Probability Distributions of Probabilistic Boolean Networks
- ＜正＞Probabilistic Boolean networks（PBNs） have been proved to be a useful tool for modeling genetic regulatory i...
- YANG MengLI RuiCHU Tianguang
- 文献传递
- 基于双阶跃信号输入的Volterra模型辨识被引量：1
- 2014年
- Volterra模型作为非线性领域的一种非线性模型,由于其对工业过程可以以任意精度逼近,使得该模型有很广泛的应用研究意义。在将该模型运用到实际控制系统中之前,模型的高精度辨识显得尤为重要。在以往针对Volterra模型的辨识算法中,基本上主要是采用通用辨识算法识别模型参数,比如最小二乘法及各种改进的最小二乘法。这些通用的辨识算法在辨识Volterra模型时,不能充分考虑其非线性特点,同样不能在辨识过程中充分利用该特点。本文在充分考虑Volterra模型非线性的前提下,提出了一种基于双阶跃信号输入的Volterra模型辨识算法,该算法辨识原理简单,计算量较小,论文最后将该辨识算法应用到典型非线性CSTR系统的的辨识中,辨识结果证明了算法的有效性。
- 贺静
- 关键词：VOLTERRA系统辨识非线性
- 一种寻找星图光斑质心的高精度算法
- 对星图识别中质心寻找的算法进行了研究,分析了以往算法的优点以及存在的不足,在此基础上提出了一种理论上更精确的算法。首先使用高斯分布对亮斑内像素点的强度分布进行近似模拟,给出光斑的仿真图像。然后采用最小二乘法中的法方程法以...
- 徐文聪楚天广
- 关键词：星图识别高斯分布奇异值分解畸变矫正
- 文献传递
- 网络控制系统中一种新形式的开闭环迭代学习控制被引量：4
- 2013年
- 本文研究了网络控制系统中迭代学习控制方法,借鉴网络控制系统的分层结构形式,提出了一种远程开环本地闭环的迭代学习控制形式.这种形式的学习律中,只有开环学习律的离散数据通过网络传输,对控制系统进行前馈补偿同时降低了网络丢包对系统的实时影响.针对线性系统,利用2–D系统的分析方法,给出了网络控制中开闭环迭代学习控制的收敛性判别条件.仿真和实验结果证实了所提方法的可行性和有效性.
- 赵众高颖刘志立
- 关键词：迭代学习控制网络控制系统
