基于粒子群优化算法的分数阶系统二次型最优控制算法

目前,利用分数阶变分法和分数阶非变分法,解决分数阶系统的二次型最优控制问题时,存在数值算法的收敛效果不够好,近似化的步骤过于繁琐,且计算耗时长,以及在使用传统的梯度迭代优化算法解决分数阶系统的二次型最优控制问题时,对于优化函数要求较高等问题。针对一类Caputo定义下的确定性线性分数阶系统,首先,设计一种状态反馈控制器,考虑从优化角度去解决分数阶系统的二次型最优控制问题,然后,利用粒子群算法(PSO)求二次型性能指标的最优值,即系统的最优控制增益,最终,得到系统的最优控制律。仿真结果表明,PSO比传统的梯度迭代优化算法收敛效果更佳,通用性更好,获得的性能指标更小,验证了该算法有效可行。

基于滑模控制的光伏系统的最大功率点跟踪

针对光伏发电机最大功率点跟踪效率仍存在缓慢和稳定性较差问题,提出了一种快速且有效的跟踪方法,采用基于滑模变结构控制的扰动观察法对最大功率点进行跟踪的策略来实现快速动态响应和无条件稳定性。由实验仿真可知,该方法能够快速响应辐射的突然变化,并且使整个光伏曲线稳定收敛,在快速性和鲁棒性上体现出了很大的优势。

一类非线性系统的扇区模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。

基于改进自适应Kalman滤波的地铁变形监测研究

为解决传统自适应卡尔曼滤波收敛速度缓慢甚至发散的问题,提出一种改进自适应卡尔曼滤波算法。该方法在传统算法的基础上引入一个指数型衰减因子,并且根据残差序列保持正交的特性,推导出能够抑制滤波发散的幂值表达式,使得在信息输入的每一步中,都能保证对滤波增益阵进行实时修正,使其达到最优,从而降低陈旧测量值对估计过程的影响并能快速趋近于真实值。将提出的算法应用到地铁变形监测中,通过与经典卡尔曼滤波算法、方差补偿自适应卡尔曼滤波算法的比较,仿真结果显示提出的算法具有收敛速度快的优势,同时提高了精确性与稳定性。