切换拓扑下离散时间多智能体系统的包含控制

研究具有多个领导智能体的离散时间多智能体系统的包含控制问题。首先,对于系统中的跟随智能体提出了一个分布式的控制协议;其次,主要利用非负矩阵理论和代数图论的知识,分别给出了固定网络拓扑和切换网络拓扑下系统解决包含控制问题的拓扑条件;最后,数值模拟结果验证了理论结果的正确性。     

基于小世界网络的多智能体系统一致性的研究

基于规则网络模型,通过改变重连概率的取值生成不同结构的小世界网络模型,对小世界网络的特征度量参数与多智能体系统一致性的关系进行了研究.首先对多智能体系统的能量函数的收敛速度进行了分析,然后应用计算机仿真研究了小世界网络模型的重连概率、聚集系数、平均路径长度与多智能体系统一致性的关系.结果表明不同的小世界网络结构对多智能体系统的一致收敛速度具有很大影响.     

高阶离散时间多智能体系统基于输出一致性的模型预测控制

本文研究一类高阶线性离散多智能体系统的输出一致性问题.由于每个智能体的输出是部分状态或状态的线性组合,所以多智能体系统只需要部分状态或状态的线性组合趋于一致就可以实现输出一致.对于具有固定拓扑结构的高阶线性离散多智能体系统,本文通过引入部分稳定理论进行输出一致性分析,利用模型预测控制(MPC)策略和线性矩阵不等式(LM...     

非线性无人机集群系统分布式编队控制

针对非线性无人机集群系统,利用多智能体系统一致性理论实现无人机的分布式编队控制。利用无人机局部相对信息设计了分布式编队控制器。在一般有向固定通信网络拓扑结构下,通过变量替换,将无人机集群系统的编队问题转换为稳定性问题,通过矩阵分析理论和线性系统李雅普诺夫稳定性分析理论进行分析,获得了无人机集群系统达成期望编队队形系统的充分条件,给出了控制器增益矩阵的设计方法,仿真实验验证了结论的正确性。     

动态系统理论下的中介语变异

本研究基于动态系统理论DST(Dynamic Systems Theory),探讨第二语言发展中的变异现象。DST反对传统的语言静止观,认为语言具有复杂、开放、自组织、自适应及发展的非线性等特点;它不仅在理论上超越了简化论(reduc-tionism),直面复杂、动态的第二语言学习过程,而且发展出了相应的研究方法和工具,为我们研究语言变异提供了新的视角。本文系统阐释了基于DST的第二语言学习过程,着重探讨了具有自组织内在特质的中介语变异及把变异可视化的极值图表。     

基于IRBFNN和IRAN的非线性动态系统在线自适应建模

将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。     

一种非线性神经网络自校正调节器

针对一类非线性动态系统,提出了一种新的应用多层神经网络的自校正调节器,分析了基于神经网络的非线性系统自校正调节机理,并利用一种基于同构网络的自适应预测方法解决可能存在于系统的大时延问题。计算机仿真表明,这种神经网络自校正调节器为解决一类复杂非线性系统的自校正调节问题提供了一条可行的途径。     

2个四维混沌系统的异结构广义同步

针对2个不同的具有复杂动力学行为的新型四维混沌系统的异结构广义同步问题,基于Lyapunov稳定理论,采用自适应控制同步法,通过选择连续可微的非线性广义同步函数,设计自适应控制策略和参数自适应律,实现了2个参数未知的新型四维混沌系统的异结构广义同步以及辨识了未知参数.该方法没有强加在系统的假设条件上,几乎适用于所用的混沌系统.理论推导和数值仿真验证了该方法的有效性.     

基于HHT的仿真模型动态一致性方差分析方法

仿真模型动态数据常具有非线性和非平稳性,如何有效提取动态数据的验证指标和利用动态数据指导模型修改是仿真模型动态验证需要解决的重要问题。该文提出了基于希尔伯特?黄变换(HHT)仿真模型动态一致性方差分析方法,将HHT得到的动态数据时?频分布作为验证特征,建立了基于方差分析的仿真动态一致性检验模型,实现了仿真模型的定量动态验证,解决了差异源的定位问题,为提高模型可信性提供了指导。仿真和实例应用表明,该方法能较为精确地检验动态数据的一致性和实现误差定位,具有一定的可行性和实用性。     

基于多层神经网络的非线性系统预测

针对一类非线性动态系统,提出了一种新的基于多层神经网络的自适应预测器,并对基于神经网络的预测机理进行了分析。该预测器由两个同构的多层神经网络实现,其中一个称为学习网络(LN),另一个称为预测网络(PN)。彷真结果表明,速种基于多层神经网络的预测嚣对于恒定参数的非线性系统是有效的,从而为解决非线性系统预测问题提供了一条可行的途径。     

题库系统智能成卷理论和组卷方法研究

分析了组卷目标要求,建立了智能组卷系统问题求解的理论模型。结合组卷问题求解领域知识与专家选题思想,提出了一种基于自适应混合进化机制的智能组卷方法,采用了基于题型的分段编码、段内进化算子、误差加权适应度评估方法。通过实例分析,实验结果表明所提出的新组卷方法具有组卷成功率高和组卷速度快的优点。     

基于牵引控制的移动多智能体系统的目标跟踪

研究了基于牵引控制的移动多智能体系统的目标跟踪问题.假设多智能体系统组成一个有向连通网络而且存在一个全局可达节点,应用Lyapunov稳定性定理研究了施加牵引控制的多智能体系统的目标跟踪,根据Nyquist判据和Greshgorin圆盘定理探讨了具有通信时延的多智能体系统的运动收敛性.最后,计算机仿真验证了结论的正确性.     

一种新的鲁棒自适应模糊控制器的设计及性能分析

针对一类连续时间非线性动态系统，根据李亚普诺夫分析方法设计了一种鲁棒自适应模糊控制器．这种自适应系统在受到有界的外部干扰或存在建模误差时具有鲁棒性．证明了控制算法是全局稳定的，跟踪误差可以收敛到零的一个邻域内     

农机作业履带式行走张紧系统的自适应控制策略

为了改善农机作业履带张紧系统的行走性能,探讨了一种基于仿人智能的履带张紧自适应控制策略。剖析了履带式行走张紧系统存在的控制问题,总结了履带张紧过程的控制论特性,探讨了自适应控制策略与控制算法。以工业系统中典型的2阶滞后过程控制为例进行研究。仿真对比实验验证了基于仿人智能的控制算法可以取得更好的控制品质和控制效果。仿真结果表明:基于仿人智能的控制策略是一种可供张紧系统设计参考的自适应控制策略。     

非线性电液比例控制系统的稳定性分析

电液比例位置系统是一种非线性系统,本文提出根据系统响应情况,对其死区非线性采用智能动态补偿技术,使系统获得良好的控制品质和鲁棒性。     

非线性系统的复合正交神经网络自适应控制

提出非线性系统的复合正交神经网络自适应控制方法.在非线性系统控制中,这种网络自适应控制不需要辨识系统模型与Jacobian矩阵信息,网络学习算法与被控对象模型无关.仿真结果表明,复合正交神经网络实现的非线性系统控制具有较强的自适应控制能力,证明了控制系统具有良好的跟踪控制性能,为解决非线性系统的控制问题提供了一种方法.     

方式转型与机制创新:智能会计专业技能自适应对策

人工智能迅猛发展赋能会计专业技能自适应前所未有的挑战和机遇.文章以技术创新驱动、复杂适应系统和机制设计理论为指导,阐述智能会计专业技能自适应方式的目标性、耦合性、持续性及效能性等特点;提出智能会计专业技能自适应"三四三"型的转型结构,刻画"能动-渐进"模式下会计学习型组织及智能型会计系统的自适应转型方式;设计智能会计水平认证、学习审核、效能激励与责任终身追究等创新机制.对通过人工智能驱动会计专业人才技能自适应的实现效率具有积极意义.     

免疫原理在多Agent入侵检测系统中的应用

将免疫学原理应用于多Agent入侵检测系统,提出免疫智能体的概念。在设计建立免疫智能体的核心算法基础上,给出一种产生多样性、遗传性、健壮性的抗体解集的方案,并建立了基于免疫智能体的分布式入侵检测系统模型,该系统模型具有自适应性、健壮性、自治性等特点。     

模糊自适应PID控制在凹版印刷机收卷张力控制中的应用

凹版印刷机收卷系统运行过程是非线性、时变不确定的,张力控制与速度控制之间存在着强耦合关系,结合实际印刷生产线设计出相应的硬件配置和一种基于模糊控制原理的软件控制方法,建立模糊自适应PID控制器,并进行MATLAB/Simulink进行仿真,该控制器比常规PID控制器具有更好的控制效果,鲁棒性更强,使系统的动态性能得到很大改善。     

基于Petri网的多Agent系统设计与实现

以面向对象Petri网OPN为语义基础,从软件体系结构的角度,建立了一种直观的多Agent系统模型MASM,可以形象地描述Agent的内部结构和动态行为。为了缩小形式化模型与系统实现之间的差距,基于MASM设计了一个多Agent系统开发工具箱MASDT,提供了多Agent系统的基本实现框架。利用MASM对智能加油站系统进行建模和分析,并用MASDT开发了智能加油站系统原型,证实了所提出的一系列理论和方法对于实际系统开发具有一定的指导意义。