多变量线性模型不确定系统终端滑模分解控制方法

针对线性多变量模型不确定系统系统,提出了一种终端滑模分解控制方法.通过状态变换和去耦合处理将系统转换为块能控标准型,它由值域空间子系统和稳定的零空间子系统组成.提出了特殊的终端滑模超曲面,采用滑模控制策略,使值域空间子系统的状态在有限时间内收敛至平衡点,随后稳定的零空间子系统渐近收敛至平衡点.所提出的方法对于维数较高系统的控制具有较大意义,可简化设计,实现递阶控制.仿真验证了该方法的有效性.

模型不确定系统的鲁棒预测控制

针对一类脉冲传递函数描述的模型不确定系统 ,基于预测控制和鲁棒控制相结合的策略 ,提出一种鲁棒预测控制器的设计方法 ,并讨论了该方法允许的模型摄动鲁棒界 .仿真结果表明文中方法的有效性和理论分析的正确性 .

不确定电力系统模型的功角稳定控制器

针对网络结构不确定的电力系统,提出了一种数学模型及其控制方案,用于保障发电机的功角稳定。文中从发电机经典3阶模型出发,根据系统结构特点,引入能够反映互联网络线路不确定通断情况的权因子,提出了一种能够反映系统结构不确定特性的非线性不确定模型。经过适当坐标变换后,采用基于Lyapunov方程的鲁棒控制策略,设计了发电机功角鲁棒线性控制器。通过Matlab/Simulink对一个3机系统进行仿真表明,文中所提出的控制器在抑制电力系统网络结构扰动对功角稳定的影响方面是有效的。

基于Credal网络的农作物单产预测模型研究

现存农作物单产预测方法往往是在历史数据完备的前提下进行精确数值预测,未能真实体现农作物单产系统的不确作定性,而且无法对既成现实进行诊断分析。在决策需求仅仅要求产量等级水平的假设下,本文把不确定性信息处理方法 Credal网络模型引入到农作物单产预测系统,通过分析农作物单产系统各影响因素之间的关系,提出类要素和影响因子的概念,构建了进行农作物单产预测的通用Credal网络模型。把农作物单产量的等级水平状态作为概率事件,通过Credal网络前向推理功能预测其状态发生的概率,把高概率事件发生的等级状态作为其单产预测等级,实现了在已知部分事实发生情况下的知识推理。此外,利用Credal网络的后向推理功能,实现对农作物低产事实下的诊断分析,找出影响低产的关键类要素和影响因子。最后结合算例,采用基于扩展关系模型的近似推理算法阐述了利用该模型对农作物单产进行预测和诊断的应用过程,推理结果合理,表明该方法是可行的,且具有可释性,为农业生产科学决策提供了方法指导。