基于定量模型的定性控制

本文定义了定性量及定性运算 ,对模型中含有不确定性因素的非线性系统给出了基于定量模型的定性控制方法 .文中首先给出控制的“期望曲线” ,然后对对象输出及其它重要项做定性划分 ,而后利用不精确模型 ,运用定性运算 ,求取控制的定性值以使对象输出逼近“期望曲线” ,最后实时控制时对控制量自学习调整 .所设计系统品质优良 .

定性控制综述

首先介绍了定性推理、定性控制的产生背景、发展状况及已取得的成就，然后给出了定性控制的三种基本方法，并依次举例做了较为详细的说明．最后对定性控制的优点、缺点及发展趋向做了探讨．

一类定性控制系统的稳定性分析

对一类非线性对象提出了定性稳定性的定义 ,并对其闭环自治系统的定性稳定性提出一个充分性判据 ,然后给出一种用变量梯度法构造李亚普诺夫函数的步骤 .最后以一个二阶非线性对象为例 ,给出了一种以全部定性状态作为反馈的定性控制 ,讨论了闭环控制系统的定性稳定性 .

模型参数不确定的连续系统自学习定性控制

对模型中含有不确定性因素的非线性系统给出了一种定性控制方法，避免了模糊控制器设计中存在的主观性和模糊规则难以获取等缺点．先将状态进行定性划分，再对每个定性状态根据期望约束利用不精确模型求出控制的参考范围及初值，最后对控制量在线自学习调整．此方法具有模糊控制的控制效果．

一种基于模型参数范围已知的定性控制

对模型中含有不确定性因素的非线性系统给出一种定性控制方法，避免了模型控制器设计中存在的主观性和模糊规则难以获取等缺点。先将状态进行定性划分，再对每个定性状态根据期望约束利用不精确模型求出控制的参考范围及初值，最后对控制量在线自学习调整。此方法具有模糊控制的控制效果。

基于定量模型的MIMO非线性系统定性控制

对模型中含有不确定因素的MIMO非线性系统给出了一种基于定量模型的定性控制方法,避免了模糊控制器设计中存在主观性和模糊规则难以获取等缺点。此方法具有模糊控制的控制效果,仿真表明了该方法的有效性。

一类大系统的稳态递阶优化控制算法

充分利用线性稳态大系统这一特点，采用一种新方法在不破坏可分性的前提下对求解问题进行凸化．这种两级算法是：上级（协调器）固定协调变量；下级各局部决策单元并行求解Ｎ个子问题，再把结果送回协调器．这样，通过上、下级不断的信息交换就可得到原问题的最优解．由于该方法消去了子系统等式约束相应的Ｌａｇｒａｎｇｅ乘子，故没有扩大求解空间，提高了优化效率．仿真结果表明算法是有效的．

含未知扰动情况下的定性控制

针对模型中含有不确定因素的含未知扰动的非线性系统给出了一种基于定量模型的定性控制方法 ,此方法具有模糊控制的控制效果 ,避免了模糊控制器设计中存在主观性和模糊规则难以获取等缺点。

定性——PID控制方法

针对模型中含有不确定因素的非线性系统给出了两种定性PID控制方法,克服了定性控制存在定性零点的缺陷。仿真结果表明了该方法的有效性。