自适应性FDR控制程序原理及组学数据应用

目的高维组学数据分析常伴随多重检验问题,不当处理可造成检验效能低下或阳性发现错误率(FDR)升高。FDR已发展为一类新的控制标准,衍生出一系列理论和方法。方法本研究首先对一类自适应性FDR控制方法原理及条件进行介绍,其基于Benjamini-Hochberg程序,由数据自适应性地估计真实原假设数(m 0)进而对FDR实现控制;具体方法包括迭代式、分位数(中位数、定值)、多阶段、阈值函数调整、m 0外插等。进一步,将上述方法用于肺癌患者CT图像特征和COVID-19患者血清蛋白表达两个实例分析。结果相对两项分析中的控制前结果,各自适应性FDR控制方法均降低了阳性发现数,并相比Bonferroni校正结果很大程度保留了阳性比例。然而蛋白表达实例提示,该类程序无法从根本上解决结果不稳定性问题。通过数据拆分验证,适当降低拟控制水平并以各方法的结果进行综合评估,可使筛选结果稳定性得到一定程度提升。结论由于自适应性FDR控制程序基于样本估计m 0且需满足特定结构假设,高维小样本组学数据的结构复杂性可对其分析效果产生影响,故建议进行方法间的联合应用和综合评价。在阳性发现比例较大时,经典的线性递增程序不失为一种简易、稳健且有效的FDR控制方法。

永磁同步电动机的速度自适应反推控制

针对高精度的伺服系统,考虑永磁同步电动机实际运行过程中,电机的定子电阻、粘滞磨擦系数及负载转矩的变化,必然影响到系统的伺服精度。因此,提出了自适应与反推控制相结合的控制策略,通过推导,它不但能够实现永磁同步电动机系统的完全解耦,并且能够有效抑制系统参数变化对系统速度跟踪伺服性能的影响,使系统具有很强的鲁棒性。通过仿真,验证了自适应反推控制策略的有效性和可行性。

机械加工过程中神经网络最优自适能力的控制研究

通过本次研究设计机械加工过程的最优自适合控制板型。本文提出了工程器械磨耗的神经网络测量的一个途径,并把机械加工过程的最优自适合扼制板型对应到神经网络优化电路板型中,设计出机械加工过程的神经网络最优自适合扼制系统。在机械加工过程中,期望在保障加工品质的同时,减低加工成本和增长出产率,机床和刃具经过测试被确认时,关键就在于确认最优的磨削用量,因为机械加工过程的最优自适合扼制引起了人们广泛的研究。

工程机械发动机微机自适控制技术探讨

探讨了对工程机械发动机供油量的微机自适应调节原理，以工程机械普遍采用的柴油机为例，提出了一种对工程机械发动机油门进行自适应控制的方案。

自适应延时反馈控制混沌方法

基于延时反馈控制方法和可测状态变量周期信号的特征,提出了一种自适应延时反馈混沌控制的新方法。应用时仅需要给定延时时间和信号增益的任意初值即可,避免了事先确定此类控制参数的繁琐过程。通过对Rossler系统和两自由度机翼系统混沌控制的数值研究,结果表明无论对系统的状态变量的摄动,还是对系统参数的摄动,该方法均能有效将混沌状态控制到期望的周期状态,并且缩短了控制时间。

一种鲁棒的自适应跟踪控制器:稳定性和瞬态性能

对于系统 (R(s) +μΔ(s) ) y =Z(s)u +d ,通过把基于backstepping控制律和规范化自适应律结合起来设计了一种鲁棒的自适应跟踪控制器 ,这种控制器同时具有这两种设计方法的优点 .证明了闭环系统的所有信号有界 ,同时跟踪误差满足∫t+Tt ｜e(τ)｜2 dτ≤c(‖^bm‖2 ∞ +σ +μ2 +d0 2 )T+c.进一步 ,若bm 已知 ,则 |e|≤O 1λ( m +d0 ) + mc01d0+1f0+o(1) .

前向树状紧急疏散网络的自适应性控制策略分析

针对前向树状的紧急疏散网络,提出了一种不需要进行需求预测且具有适应性和强鲁棒性的分散式控制疏散策略。通过分析如何确定典型匝道与快速路交汇点处的最优疏散路线,明确了构建可控疏散网络的基本原则。定义了前向树状紧急疏散网络,并对所构建网络的适用范围和具体风险水平标定处理作了明确说明。针对前向树状网络的典型子结构,给出了可以始终充分利用下游通行能力,且充分考虑上游来流具有较高风险水平特点的具体疏散路线选择及放流策略。在上述典型子结构分析基础上,给出了包括如何逆流向确定路段限制性通行能力、顺流向确定路段最大可行流量以及实时动态调整疏散策略等基本步骤的网络疏散策略。最后,通过一个数值算例,比较了新策略与纯粹上游优先策略、纯粹下游优先策略的运行效率,证明了新的适应控制策略的可行性与有效性。

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的 Backstepping自适应控制方案进行了改进 ,设计了一种新型鲁棒自适应无人机飞行控制系统 .首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统 ,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数 ,得出了稳定自适应控制律和参数更新律 .最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证 .

巡航控制系统及自适性巡航控制系统

巡航控制系统可控制汽车自动以恒定的速度行驶 ,有利于减轻驾驶员的操作负担、节省燃油和提高驾驶舒适性。介绍了巡航控制系统及基于其上的自适性巡航控制系统的组成。

机器人关节电液位置伺服系统的自适应控制

本文根据Lyapunov稳定性理论,提出了一种简单而有效的模型参考自适应控制方案(MRAC),用以改进机器人电液位置伺服系统的性能。试验表明,MRAC控制器能大大提高系统的动态响应性能和定位精度,并使系统伺服跟踪能力显著改善。

具有不同结构与未知参数的混沌系统自适应同步

根据同步控制方法并设计自适同步控制器,实现对具有不同结构与未知参数的Chen和Rossler混沌系统的同步控制,明确地给出了参数自适应法则.最后给出数值模拟来验证控制器的有效性.

一类虚拟控制系数未知的随机非线性时滞大系统的适应镇定控制

研究了一类具有未知虚拟控制系数和未知噪声协方差的随机非线性时滞大系统的适应镇定问题.首先,针对系统的未知虚拟控制系数和未知噪声协方差,选取了相应的估计参数;然后,针对时变时滞对闭环系统稳定性的影响,构造了适当形式的Lyapunov-Krasovskii泛函,采用积分反推方法给出了无记忆状态反馈控制律的系统设计过程.在一定条件下,证明了闭环系统平衡点依概率全局稳定,且除参数估计以外的所有闭环信号几乎均收敛到零点.仿真算例验证了所给方法的有效性.

基于全参数在线辨识的鲁棒自校正控制

受控系统中 ,模型结构参数 (模型时延及模型阶次 )和模型参数是自适应类控制的基础 ,采样这些参数 ,并即时送给控制器 ,是实现自适应控制的前提 ,也是优化该类算法的重要依据。笔者给出了对上述自适应控制的有关参数的在线辩识方法 ,并基于此 ,改进了经典的自适应类控制算法。算法中引入了对结构参数 (模型阶次 )的智能辩识方法和鲁棒极点配置原理 ,从而构成了鲁棒自校正控制 ,使算法得以进一步优化。整个控制方案给出了自适应类控制的新模式。

微隔振平台的压电致动器设计

为实现微隔振平台的自适应控制,选择具有驱动和传感功能的压电陶瓷材料,在对单片压电陶瓷进行分析的基础上建立压电堆动态模型,设计了一种驱动器。该致动器不仅具有驱动与传感功能,而且具有简单、易加工等特点。通过试验研究,对压电致动器的预压进行标定,并选择合适的预压弹簧,完成对致动器的成品化。结果表明:该压电致动器的位移量大、重复性好,适用于微隔振平台的控制。

基于LabVIEW的气压肌肉主动式悬架测试系统设计

针对主动式车辆悬架系统中以液压缸及气压缸作为致动器存在诸多缺点,开发气压肌肉主动式车辆悬架测试系统。设计该测试系统时,利用NI公司的Lab VIEW及c RIO的软硬件资源,搭建硬件模拟系统,模拟路面系统采用以基因算法辅助的模糊控制算法、主动式悬架控制系统采用Haar小波变换的H_∞追踪性能的自适应性滑动模式控制器算法。测试结果证明:与被动式悬架相比,气压肌肉主动式悬架系统对各种不同的路况具有更好的抑振效果。

Adaptive Neural Control for a Class of Low-triangular-structured Nonlinear Systems with H-∞ Performance Analysis

In this paper,a neural-network-based variable structure control scheme is presented for a class of nonlinear systems with a general low triangular structure.The proposed variable structure controller is proved to be C1,thus can be applied for backstepping design,which has extended the scope of previous nonlinear systems in the form of strict-feedback and pure-feedback.With the help of neural network approximator,H-∞ performance analysis of stability is given.The effectiveness of proposed control law is verified via simulation.

机器人自适应路径规划算法研究

针对蚁群算法在机器人路径规划中对费洛蒙浓度依赖过大、容易出现复杂环境下避障碍失败及路径规划误差偏大的缺点,提出了一种基于自适应性小脑控制为核心的类免疫路径优化算法。结合自适应模糊集合以及小脑模型,借助移动机器人几何架构推导运动学模型,结合类免疫算法,运用Kinect体态传感器来判断障碍物,制定避障策略并优化路径。最后,通过圆形轨迹仿真及实验证明,文中所论证的算法在路径规划方面具有更好的运动精度。

海上浮式风力机叶片减载及平台运动控制研究

基于开源软件FAST与Matlab/Simulink联合仿真平台,采用现代控制理论的状态空间法,建立干扰自适应性控制模型并用于海上浮式风力机独立变桨距控制,且与FAST基础控制对比,分析海上浮式风力机叶片载荷及支撑平台运动。结果表明:较之FAST基础控制,干扰自适应性独立变桨距控制作用下海上浮式风力机叶片桨距角变化波动大,但在变桨距执行器执行范围内;海上浮式风力机发电机转速得到较好的控制;干扰自适应性独立变桨距控制对海上浮式风力机叶片有很好的减载作用,同时对支撑平台运动也有较好的控制。