2014年 第40卷 第9期
2014, 40(9): 1843-1852.
doi: 10.3724/SP.J.1004.2014.01843
摘要:
为了提高测量数据可靠性，多传感器数据融合在过程控制领域得到了广泛应用. 本文基于有偏估计能够减小最小二乘无偏估计方差的思想，提出采用多传感器有偏估计数据融合改善测量数据可靠性的方法. 首先，基于岭估计提出了有偏测量过程，并给出了测量数据可靠性定量表示方法，同时证明了有偏测量可靠度优于无偏测量可靠度. 其次，提出了多传感器有偏估计数据融合方法，证明了现有集中式与分布式无偏估计数据融合之间的等价性. 最后，证明了多传感器有偏估计数据融合收敛于无偏估计数据融合. 实例应用验证了方法的有效性.
为了提高测量数据可靠性，多传感器数据融合在过程控制领域得到了广泛应用. 本文基于有偏估计能够减小最小二乘无偏估计方差的思想，提出采用多传感器有偏估计数据融合改善测量数据可靠性的方法. 首先，基于岭估计提出了有偏测量过程，并给出了测量数据可靠性定量表示方法，同时证明了有偏测量可靠度优于无偏测量可靠度. 其次，提出了多传感器有偏估计数据融合方法，证明了现有集中式与分布式无偏估计数据融合之间的等价性. 最后，证明了多传感器有偏估计数据融合收敛于无偏估计数据融合. 实例应用验证了方法的有效性.
2014, 40(9): 1853-1866.
doi: 10.3724/SP.J.1004.2014.01853
摘要:
针对磨机筒体振动和振声信号组成复杂难以解释、蕴含信息存在冗余性和互补性、与磨机负 荷参数映射关系难以描述等问题，提出了基于经验模态分解（Empirical mode decomposition，EMD）技术和选择性集成学习算法分析 筒体振动与振声信号组成，建立磨机负荷参数软测量模型的新方法.首先从机理上定性分析了筒 体振动及振声信号组成的复杂性；然后采用EMD技术将原始信号自适应分解为具有不同时间尺度的系列组 成成分，即本征模态函数（Intrinsic mode function，IMF）；接着在频域内基于互信息（Mutual information，MI）方法分析并选择IMF频谱特征；最后采用基 于核偏最小二乘（Kernel partial least square，KPLS）建模方法、分支定界优化算法的选择性集成学习方法建立磨机负荷参数软测量模型，实现了多源多尺度频谱特征的选择性信息融合.基于实验球磨机的实际运行数据仿真验证了该方法的有效性.
针对磨机筒体振动和振声信号组成复杂难以解释、蕴含信息存在冗余性和互补性、与磨机负 荷参数映射关系难以描述等问题，提出了基于经验模态分解（Empirical mode decomposition，EMD）技术和选择性集成学习算法分析 筒体振动与振声信号组成，建立磨机负荷参数软测量模型的新方法.首先从机理上定性分析了筒 体振动及振声信号组成的复杂性；然后采用EMD技术将原始信号自适应分解为具有不同时间尺度的系列组 成成分，即本征模态函数（Intrinsic mode function，IMF）；接着在频域内基于互信息（Mutual information，MI）方法分析并选择IMF频谱特征；最后采用基 于核偏最小二乘（Kernel partial least square，KPLS）建模方法、分支定界优化算法的选择性集成学习方法建立磨机负荷参数软测量模型，实现了多源多尺度频谱特征的选择性信息融合.基于实验球磨机的实际运行数据仿真验证了该方法的有效性.
2014, 40(9): 1867-1874.
doi: 10.3724/SP.J.1004.2014.01867
摘要:
针对现有非线性网络化目标跟踪融合算法存在的精度低和实用性差等不足，以一类带有噪声相关的非线性网络化目标跟踪系统为对象，研究基于测量新息量化策略和容积粒子滤波（Cubature particle filter，CPF）的目标跟踪融合算法. 首先，利用状态方程恒等变换和矩阵相似变换理论解除过程噪声与测量噪声以及测量噪声之间的相关性；其次，各个传感器节点采用自适应策略量化局部测量新息并将其发送到融合中心（Fusion center，FC）；随后，在集中式融合框架下采用容积粒子滤波器设计基于测量值扩维的量化融合跟踪算法，进而给出相应的顺序滤波量化融合算法，上述算法可有效解决因自适应量化引起的非高斯问题；最后，通过两个计算机仿真实验验证了所提出跟踪算法的有效性.
针对现有非线性网络化目标跟踪融合算法存在的精度低和实用性差等不足，以一类带有噪声相关的非线性网络化目标跟踪系统为对象，研究基于测量新息量化策略和容积粒子滤波（Cubature particle filter，CPF）的目标跟踪融合算法. 首先，利用状态方程恒等变换和矩阵相似变换理论解除过程噪声与测量噪声以及测量噪声之间的相关性；其次，各个传感器节点采用自适应策略量化局部测量新息并将其发送到融合中心（Fusion center，FC）；随后，在集中式融合框架下采用容积粒子滤波器设计基于测量值扩维的量化融合跟踪算法，进而给出相应的顺序滤波量化融合算法，上述算法可有效解决因自适应量化引起的非高斯问题；最后，通过两个计算机仿真实验验证了所提出跟踪算法的有效性.
2014, 40(9): 1875-1881.
doi: 10.3724/SP.J.1004.2014.01875
摘要:
并行结构混合建模主要由机理模型与误差补偿模型组成.一般地，误差补偿模型不宜过于复杂，且模型应具有校正功能，以免精度随时间不断下降.针对这个问题，本文选择单层神经网络作为误差补偿模型，并将椭球定界算法应用于单层神经网络的参数更新，不仅能够保证建模误差稳定有界，同时能够提高网络的收敛速度.将提出的方法应用于氧化铝生产过程，改进了原有的苛性碱和氧化铝组 分浓度软测量方法.实验研究结果表明，椭球定界算法的应用提高了模型的精度和网络的收敛速度.除此之外，在存在噪声干扰下，改进 的方法比原有方法更稳定，进一步证明了方法的有效性和优越性.
并行结构混合建模主要由机理模型与误差补偿模型组成.一般地，误差补偿模型不宜过于复杂，且模型应具有校正功能，以免精度随时间不断下降.针对这个问题，本文选择单层神经网络作为误差补偿模型，并将椭球定界算法应用于单层神经网络的参数更新，不仅能够保证建模误差稳定有界，同时能够提高网络的收敛速度.将提出的方法应用于氧化铝生产过程，改进了原有的苛性碱和氧化铝组 分浓度软测量方法.实验研究结果表明，椭球定界算法的应用提高了模型的精度和网络的收敛速度.除此之外，在存在噪声干扰下，改进 的方法比原有方法更稳定，进一步证明了方法的有效性和优越性.
2014, 40(9): 1882-1888.
doi: 10.3724/SP.J.1004.2014.01882
摘要:
基于干扰观测器控制（Disturbance-observer-based control，DOBC）作为一种有效的干扰补偿策略取得了广泛的应用. 然而，当干扰和控制输入不能在同一时刻进入控制通道时，外部信号很难得到实时估计和补偿.提出一种复合DOBC结构，包括干扰观测、干扰预测和反馈调节三个部分.该方法的特点是即使一类非线性系统存在输入时滞，同样可以继承传统DOBC的优点. 最后，通过构造辅助观测器给出了预测误差以及复合闭环系统的稳定性分析方法.
基于干扰观测器控制（Disturbance-observer-based control，DOBC）作为一种有效的干扰补偿策略取得了广泛的应用. 然而，当干扰和控制输入不能在同一时刻进入控制通道时，外部信号很难得到实时估计和补偿.提出一种复合DOBC结构，包括干扰观测、干扰预测和反馈调节三个部分.该方法的特点是即使一类非线性系统存在输入时滞，同样可以继承传统DOBC的优点. 最后，通过构造辅助观测器给出了预测误差以及复合闭环系统的稳定性分析方法.
2014, 40(9): 1889-1895.
doi: 10.3724/SP.J.1004.2014.01889
摘要:
为了更加精确地在设备退化过程中对其健康状态进行预测，本文深入研究了设备处于不同健康状态时的数据特点，针对现有单一预测方法的特点与不足，引入了退化模式的划分方法，并对不同的预测模型与退化模式的关系进行分析. 进而建立“模式-模型”关联表，并通过关联表优选预测模型，实现了考虑退化模式动态转移的健康状态自适应预测以及剩余寿命估计.最后，以滚动轴承实验为实例，对该轴承进行了健康状态预测与剩余寿命估计.实验结果表明本方法较精确地预测了轴承的剩余寿命，证明了方法的有效性.
为了更加精确地在设备退化过程中对其健康状态进行预测，本文深入研究了设备处于不同健康状态时的数据特点，针对现有单一预测方法的特点与不足，引入了退化模式的划分方法，并对不同的预测模型与退化模式的关系进行分析. 进而建立“模式-模型”关联表，并通过关联表优选预测模型，实现了考虑退化模式动态转移的健康状态自适应预测以及剩余寿命估计.最后，以滚动轴承实验为实例，对该轴承进行了健康状态预测与剩余寿命估计.实验结果表明本方法较精确地预测了轴承的剩余寿命，证明了方法的有效性.
2014, 40(9): 1896-1902.
doi: 10.3724/SP.J.1004.2014.01896
摘要:
案例推理系统中各属性权重的赋值决定了案例之间的相似度 大小，进而对推理结果的正确与否产生显著影响.以属性加权K-最近邻 相似案例检索为基础，讨论了使用注水原理分配属性权重的机理，并通过建 立权重分配的合理性指标，构造拉格朗日函数对权重进行优 化求解，得到了收敛的注水分配算法.通过五折交叉的模式分类实验 ，分别对属性权重的平均分配法、注水分配算法和遗传算法分配法进行了比较研究，案例推理分类结果证明，在引入注水分配算法后，其分类性能得到有效改善.
案例推理系统中各属性权重的赋值决定了案例之间的相似度 大小，进而对推理结果的正确与否产生显著影响.以属性加权K-最近邻 相似案例检索为基础，讨论了使用注水原理分配属性权重的机理，并通过建 立权重分配的合理性指标，构造拉格朗日函数对权重进行优 化求解，得到了收敛的注水分配算法.通过五折交叉的模式分类实验 ，分别对属性权重的平均分配法、注水分配算法和遗传算法分配法进行了比较研究，案例推理分类结果证明，在引入注水分配算法后，其分类性能得到有效改善.
2014, 40(9): 1903-1911.
doi: 10.3724/SP.J.1004.2014.01903
摘要:
磨矿是降低矿物粒度的工业过程，产品粒度是磨矿过程的关键质量指标. 由于磨矿粒度难以在线检测且磨矿生产过程具有综合复杂特性，难以采用传统控制方法实现磨矿粒度的控制. 因此，建立磨矿粒度和关键工艺参数的动态模型对于磨矿运行控制和优化具有重要意义. 采用总量平衡原理获得磨矿粒度的微分方程模型多数情况下无法获得解析解. 而基于Monte Carlo （MC）方法的磨矿粒度模型能够精确模拟磨矿粒度分布的动态变化，但是其仿真效率低难以实用. 本文针对这一问题提出一种新的MC仿真方法： 在定总量方法的基础上引入新的颗粒移除机制，在移除过程中动态地分配各个粒级颗粒数目并保持破裂前后各个粒级颗粒所占总颗粒数的百分比不变，避免颗粒移除过程中由于粒级差异导致的抽样误差，且避免MC仿真速度随着仿真推进下降的问题. 仿真实验验证表明，本方法能够在保证一定精度前提下显著提高磨矿粒度MC仿真的计算速度. 最后，通过一个实例介绍了本文仿真模型在磨矿优化控制中的应用.
磨矿是降低矿物粒度的工业过程，产品粒度是磨矿过程的关键质量指标. 由于磨矿粒度难以在线检测且磨矿生产过程具有综合复杂特性，难以采用传统控制方法实现磨矿粒度的控制. 因此，建立磨矿粒度和关键工艺参数的动态模型对于磨矿运行控制和优化具有重要意义. 采用总量平衡原理获得磨矿粒度的微分方程模型多数情况下无法获得解析解. 而基于Monte Carlo （MC）方法的磨矿粒度模型能够精确模拟磨矿粒度分布的动态变化，但是其仿真效率低难以实用. 本文针对这一问题提出一种新的MC仿真方法： 在定总量方法的基础上引入新的颗粒移除机制，在移除过程中动态地分配各个粒级颗粒数目并保持破裂前后各个粒级颗粒所占总颗粒数的百分比不变，避免颗粒移除过程中由于粒级差异导致的抽样误差，且避免MC仿真速度随着仿真推进下降的问题. 仿真实验验证表明，本方法能够在保证一定精度前提下显著提高磨矿粒度MC仿真的计算速度. 最后，通过一个实例介绍了本文仿真模型在磨矿优化控制中的应用.
2014, 40(9): 1912-1921.
doi: 10.3724/SP.J.1004.2014.01912
摘要:
针对动车组由若干动车/拖车组成的动力单元固定编组耦 合构成，难以用集中式模型进行有效描述的问题，提出一种动车组运 行过程的分布式描述与建模方法. 基于动车组牵引/制动特性曲线和实际运 行数据，采用子空间模型辨识方法建立了动车组各动力单元的分布式状态空间模型；提出基于分布式模型的动车组预测控制方法，给出了各动力单元牵引/制动力和运 行速度同步跟踪控制算法.基于CRH380AL型动车组运行过程数据的对比仿真结果验证了本文方法的有效性.
针对动车组由若干动车/拖车组成的动力单元固定编组耦 合构成，难以用集中式模型进行有效描述的问题，提出一种动车组运 行过程的分布式描述与建模方法. 基于动车组牵引/制动特性曲线和实际运 行数据，采用子空间模型辨识方法建立了动车组各动力单元的分布式状态空间模型；提出基于分布式模型的动车组预测控制方法，给出了各动力单元牵引/制动力和运 行速度同步跟踪控制算法.基于CRH380AL型动车组运行过程数据的对比仿真结果验证了本文方法的有效性.
2014, 40(9): 1922-1932.
doi: 10.3724/SP.J.1004.2014.01922
摘要:
约束预测控制（Constrained model predictive control，CMPC）中，因约束的存在，优化过程中最优控制作用可能会在可行域的边界取值，也就是说会 有一个或多个变量饱和，即约束边界效应. 而过程控制中操纵变量饱和是我们不希望出现的. 对此，首先基于稳态模型，对期望值位于可行域内时最优解必在期望值处达到给出证明；同时证明了期望值在可行域外时最优解可转化为期望值到可行域的投影. 其次，针对变量在动态及稳态过程中饱和的情况提出了改善控制性能的措施——调整目标函数；终端约束的加入，为预测控制系统稳定性提供了保障. 通过对包含约束的连续搅拌釜式反应器（Continuous stirred tank reactor，CSTR）系统进行仿真实验，验证了所提方法的正确性，并说明了对目标函数进行适当调整，可有效改善系统的控制性能.
约束预测控制（Constrained model predictive control，CMPC）中，因约束的存在，优化过程中最优控制作用可能会在可行域的边界取值，也就是说会 有一个或多个变量饱和，即约束边界效应. 而过程控制中操纵变量饱和是我们不希望出现的. 对此，首先基于稳态模型，对期望值位于可行域内时最优解必在期望值处达到给出证明；同时证明了期望值在可行域外时最优解可转化为期望值到可行域的投影. 其次，针对变量在动态及稳态过程中饱和的情况提出了改善控制性能的措施——调整目标函数；终端约束的加入，为预测控制系统稳定性提供了保障. 通过对包含约束的连续搅拌釜式反应器（Continuous stirred tank reactor，CSTR）系统进行仿真实验，验证了所提方法的正确性，并说明了对目标函数进行适当调整，可有效改善系统的控制性能.
2014, 40(9): 1933-1941.
doi: 10.3724/SP.J.1004.2014.01933
摘要:
受自然界海豚超凡的水中游动技能启发，机器海豚在军事和民用上具有潜在的广泛应用前景，因此受到研究人员的极大关注. 然而，要实现机器海豚在水中自如地机动游动，必须为机器海豚设计一个具有丰富游动技能的多模态控制器. 为此，通过振荡器建模与分析、中枢模式发生器（Central pattern generation，CPG）与机器海豚关节配对、CPG单元间耦合等环节建立了机器海豚的链式弱耦合CPG运动控制模型，提出一种基于CPG激发产生多模态振荡波形控制机器海豚运动的方法. 详细阐述了机器海豚样机研制、控制器设计、运动控制实现与实验测试等内容. 向前直游、转弯、浮潜等游动实验结果验证了所提出的机器海豚CPG运动控制方法的有效性和实用性.
受自然界海豚超凡的水中游动技能启发，机器海豚在军事和民用上具有潜在的广泛应用前景，因此受到研究人员的极大关注. 然而，要实现机器海豚在水中自如地机动游动，必须为机器海豚设计一个具有丰富游动技能的多模态控制器. 为此，通过振荡器建模与分析、中枢模式发生器（Central pattern generation，CPG）与机器海豚关节配对、CPG单元间耦合等环节建立了机器海豚的链式弱耦合CPG运动控制模型，提出一种基于CPG激发产生多模态振荡波形控制机器海豚运动的方法. 详细阐述了机器海豚样机研制、控制器设计、运动控制实现与实验测试等内容. 向前直游、转弯、浮潜等游动实验结果验证了所提出的机器海豚CPG运动控制方法的有效性和实用性.
2014, 40(9): 1942-1950.
doi: 10.3724/SP.J.1004.2014.01942
摘要:
针对可重构机械臂系统传感器故障，提出一种基于信号重构的主动分散容错控制方法. 基于可重构机械臂系统模块化属性，采用自适应模糊分散控制系统实现正常工作模式时模块关节的轨迹跟踪控制. 当在线检测出位置或速度传感器故障时，分别采用数值积分器或微分跟踪器重构相应信号，并以之代替故障信号进行反馈实现系统的主动容错控制. 此方法充分利用了冗余信息，避免了故障关节控制性能的下降对其他关节的影响. 数值仿真结果验证了所提出容错控制方法的有效性.
针对可重构机械臂系统传感器故障，提出一种基于信号重构的主动分散容错控制方法. 基于可重构机械臂系统模块化属性，采用自适应模糊分散控制系统实现正常工作模式时模块关节的轨迹跟踪控制. 当在线检测出位置或速度传感器故障时，分别采用数值积分器或微分跟踪器重构相应信号，并以之代替故障信号进行反馈实现系统的主动容错控制. 此方法充分利用了冗余信息，避免了故障关节控制性能的下降对其他关节的影响. 数值仿真结果验证了所提出容错控制方法的有效性.
2014, 40(9): 1951-1957.
doi: 10.3724/SP.J.1004.2014.01951
摘要:
以两轮机器人的自主平衡学习控制为研究对象，针对传统控制方法无法实现机器人类似人或动物的渐进学习过程，依据斯金纳的操作条件反射理论建立了一种自治操作条件反射自动机（Autonomous operant conditioning automaton，AOCA）模型，设计一种基于AOCA的仿生学习算法，并进行机器人姿态平衡学习实验仿真研究. 实验结果表明，基于AOCA的仿生学习方法能有效地实现机器人的自主平衡学习控制，机器人系统的平衡能力在学习控制过程中自组织地渐进形成，并得以发展和完善.
以两轮机器人的自主平衡学习控制为研究对象，针对传统控制方法无法实现机器人类似人或动物的渐进学习过程，依据斯金纳的操作条件反射理论建立了一种自治操作条件反射自动机（Autonomous operant conditioning automaton，AOCA）模型，设计一种基于AOCA的仿生学习算法，并进行机器人姿态平衡学习实验仿真研究. 实验结果表明，基于AOCA的仿生学习方法能有效地实现机器人的自主平衡学习控制，机器人系统的平衡能力在学习控制过程中自组织地渐进形成，并得以发展和完善.
2014, 40(9): 1958-1966.
doi: 10.3724/SP.J.1004.2014.01958
摘要:
永磁电机控制器要求电机有很强的转速跟踪能力，并且要保证系统参数变化及负荷扰动下系统的鲁棒性. 永磁电机包含很多不确定因素，是强耦合的非线性系统，传统的线性控制器很难对其进行控制. 针对永磁电机的转速控制构造非线性模型预测控制方法. 非线性永磁电机模型通过输入-输出反馈线性化策略解耦成为新的线性系统. 为保证可行解的收敛性，提出一种迭代二次规划方法来处理由输入-输出反馈线性化导致的非线性约束. 仿真结果表明，控制器能有效降低计算负担，具有很好的动态控制性能，能抑制转矩脉动，并保证在参数变化和负荷扰动下控制系统的鲁棒性.
永磁电机控制器要求电机有很强的转速跟踪能力，并且要保证系统参数变化及负荷扰动下系统的鲁棒性. 永磁电机包含很多不确定因素，是强耦合的非线性系统，传统的线性控制器很难对其进行控制. 针对永磁电机的转速控制构造非线性模型预测控制方法. 非线性永磁电机模型通过输入-输出反馈线性化策略解耦成为新的线性系统. 为保证可行解的收敛性，提出一种迭代二次规划方法来处理由输入-输出反馈线性化导致的非线性约束. 仿真结果表明，控制器能有效降低计算负担，具有很好的动态控制性能，能抑制转矩脉动，并保证在参数变化和负荷扰动下控制系统的鲁棒性.
2014, 40(9): 1967-1975.
doi: 10.3724/SP.J.1004.2014.01967
摘要:
赤铁矿磁选-浓密-浮选过程中浓密机的底流矿浆浓度受到大而频繁的浮选过程产生的中矿矿浆随机干扰的影响，造成底流矿浆流量频繁波动在工艺规定的范围之外，使得矿浆在浮选机中选别时间缩短，液位波动造成有用金属流失，从而减少精矿品位和金属回收率. 本文分析了难以采用现有的底流矿浆浓度闭环控制策略的原因，提出了由流量设定和跟踪流量设定值控制组成的矿浆浓度与流量区间双闭环控制；提出了基于静态模型的流量预设定、模糊推理的流量设定补偿、流量设定保持器和规则推理的切换机制组成的流量设定智能切换控制方法. 与矿浆浓度闭环控制方法的仿真对比实验和在国内某大型赤铁矿混合选别浓密机的成功应用，表明所提出的方法在浮选中矿干扰下，不仅将底流矿浆浓度和流量控制在目标值范围内，而且明显减少底流矿浆流量波动，从而在保证金属回收率不变的条件下，显著提高了精矿品位.
赤铁矿磁选-浓密-浮选过程中浓密机的底流矿浆浓度受到大而频繁的浮选过程产生的中矿矿浆随机干扰的影响，造成底流矿浆流量频繁波动在工艺规定的范围之外，使得矿浆在浮选机中选别时间缩短，液位波动造成有用金属流失，从而减少精矿品位和金属回收率. 本文分析了难以采用现有的底流矿浆浓度闭环控制策略的原因，提出了由流量设定和跟踪流量设定值控制组成的矿浆浓度与流量区间双闭环控制；提出了基于静态模型的流量预设定、模糊推理的流量设定补偿、流量设定保持器和规则推理的切换机制组成的流量设定智能切换控制方法. 与矿浆浓度闭环控制方法的仿真对比实验和在国内某大型赤铁矿混合选别浓密机的成功应用，表明所提出的方法在浮选中矿干扰下，不仅将底流矿浆浓度和流量控制在目标值范围内，而且明显减少底流矿浆流量波动，从而在保证金属回收率不变的条件下，显著提高了精矿品位.
2014, 40(9): 1976-1983.
doi: 10.3724/SP.J.1004.2014.01976
摘要:
精英教学优化算法（Elitist teaching-learning-based optimization，ETLBO）是一种基于实际班级教学过程的新型优化算法. 本文针对ETLBO算法寻优精度低、稳定性差的问题，提出了反馈精英教学优化算法（Feedback ETLBO）. 在ETLBO算法的基础上，通过在学生阶段之后加入反馈阶段，增加了学生的学习方式，保持学生的多样性特性，提高算法的全局搜索能力. 同时，反馈阶段是选举成绩较差的学生与教师交流，使成绩较差的学生快速向教师靠拢，使算法进行局部精细搜索，提高算法的寻优精度. 对6个无约束及5个约束标准函数的测试结果表明，FETLBO算法与其他算法相比在寻优精度和稳定性上更具优势. 最后将FETLBO算法应用于拉压弹簧优化设计问题及0-1背包问题，取得了满意结果.
精英教学优化算法（Elitist teaching-learning-based optimization，ETLBO）是一种基于实际班级教学过程的新型优化算法. 本文针对ETLBO算法寻优精度低、稳定性差的问题，提出了反馈精英教学优化算法（Feedback ETLBO）. 在ETLBO算法的基础上，通过在学生阶段之后加入反馈阶段，增加了学生的学习方式，保持学生的多样性特性，提高算法的全局搜索能力. 同时，反馈阶段是选举成绩较差的学生与教师交流，使成绩较差的学生快速向教师靠拢，使算法进行局部精细搜索，提高算法的寻优精度. 对6个无约束及5个约束标准函数的测试结果表明，FETLBO算法与其他算法相比在寻优精度和稳定性上更具优势. 最后将FETLBO算法应用于拉压弹簧优化设计问题及0-1背包问题，取得了满意结果.
2014, 40(9): 1984-1990.
doi: 10.3724/SP.J.1004.2014.01984
摘要:
智能电网是新一代电网建设的目标，也是国际电力工业界的共同选择. 本文研究在储能设备接入电网情况下，建立一套基于自适应动态规划（Adaptive dynamic programming，ADP）的智能电网电能自适应优化控制的理论与方法，实现电网发电端以及用户端的智能交互，开辟对智能电网供需优化匹配与调控方法的新途径. 论文首先给出动态规划的最优性原理以及带有储能设备智能电网的运行方式并提出优化目标；然后，设计新型迭代自适应动态规划方法实现对储能 设备的最优控制，并证明自适应动态规划方法的收敛性，在理论上保证了对智能电网电能的优化；最后，给出仿真例子显示出所提出控制方法的有效性.
智能电网是新一代电网建设的目标，也是国际电力工业界的共同选择. 本文研究在储能设备接入电网情况下，建立一套基于自适应动态规划（Adaptive dynamic programming，ADP）的智能电网电能自适应优化控制的理论与方法，实现电网发电端以及用户端的智能交互，开辟对智能电网供需优化匹配与调控方法的新途径. 论文首先给出动态规划的最优性原理以及带有储能设备智能电网的运行方式并提出优化目标；然后，设计新型迭代自适应动态规划方法实现对储能 设备的最优控制，并证明自适应动态规划方法的收敛性，在理论上保证了对智能电网电能的优化；最后，给出仿真例子显示出所提出控制方法的有效性.
2014, 40(9): 1991-1997.
doi: 10.3724/SP.J.1004.2014.01991
摘要:
针对目前冷轧薄板厂生产流程复杂、大量的多品种小批量合同并线生产，导致难以制定生产计划的问题，本文提出了混合模型子空间聚类（Subspace clustering mixed model，SCMM）方法，以合同中待加工钢卷的宽度、冷轧机组的入口厚度、 出口厚度以及合同的交货期为约束，对待生产合同进行组批. 依据冷轧厂实际生产过程，将冷轧机组视为核心节点，考虑准时交货、 在制品库存和生产流向产能分配的要求，对组批后的生产合同建立全流程合同计划模型，并且利用提出的时间段蚁群算法（Time-section ant colony optimization，TSA），制定合同计划.利用生产过程的实际数据测试，本文的方法优于人工排产，可以满足制定冷轧薄板全流程生产计划的要求.
针对目前冷轧薄板厂生产流程复杂、大量的多品种小批量合同并线生产，导致难以制定生产计划的问题，本文提出了混合模型子空间聚类（Subspace clustering mixed model，SCMM）方法，以合同中待加工钢卷的宽度、冷轧机组的入口厚度、 出口厚度以及合同的交货期为约束，对待生产合同进行组批. 依据冷轧厂实际生产过程，将冷轧机组视为核心节点，考虑准时交货、 在制品库存和生产流向产能分配的要求，对组批后的生产合同建立全流程合同计划模型，并且利用提出的时间段蚁群算法（Time-section ant colony optimization，TSA），制定合同计划.利用生产过程的实际数据测试，本文的方法优于人工排产，可以满足制定冷轧薄板全流程生产计划的要求.
2014, 40(9): 1998-2004.
doi: 10.3724/SP.J.1004.2014.01998
摘要:
针对一类输入饱和不确定Brunovsky标准型非线性时滞系统，提出一种周期自适应跟踪补偿学习算法. 利用信号置换思想重组系统，基于最小公倍周期函数变换，将时滞时变项和不确定项合并为辅助参数，进而设计周期自适应学习律估计该辅助量，并利用饱和补偿器逼近和补偿超出饱和限的部分，由此构成综合控制器，以保证系统状态对有界期望值的跟踪，解决了饱和输入周期系统的重复迭代学习控制问题. 最后通过构造Lyapunov-Krasovskii复合能量函数的差分，计算证明了系统跟踪误差的收敛性和闭环信号值的有界性. 常见耦合非线性机械臂系统的力矩控制仿真，进一步验证了该算法的有效性.
针对一类输入饱和不确定Brunovsky标准型非线性时滞系统，提出一种周期自适应跟踪补偿学习算法. 利用信号置换思想重组系统，基于最小公倍周期函数变换，将时滞时变项和不确定项合并为辅助参数，进而设计周期自适应学习律估计该辅助量，并利用饱和补偿器逼近和补偿超出饱和限的部分，由此构成综合控制器，以保证系统状态对有界期望值的跟踪，解决了饱和输入周期系统的重复迭代学习控制问题. 最后通过构造Lyapunov-Krasovskii复合能量函数的差分，计算证明了系统跟踪误差的收敛性和闭环信号值的有界性. 常见耦合非线性机械臂系统的力矩控制仿真，进一步验证了该算法的有效性.
2014, 40(9): 2005-2014.
doi: 10.3724/SP.J.1004.2014.02005
摘要:
针对赤铁矿磨矿过程的磨矿粒度（Grinding particle size，GPS）与控制回路输出之间的动态特性难以用数学模型描述，且磨矿粒度不能在线测量，并受矿石成分与性质频繁波动干扰，难以采用已有运行优化方法的难题，结合磨矿过程的特点，利用数据，采用神经网络，提出由回路预设定值优化、性能指标估计、优化设定值评价以及磨矿粒度软测量组成的数据驱动的磨矿过程运行优化控制方法. 该方法由磨矿粒度软测量估计矿浆粒度，通过回路预设定值优化模块求得使性能指标估计值接近最优值的回路预设定值，经优化设定值评估产生回路设定值，最后通过控制回路跟踪设定值，将矿浆粒度控制在目标值范围内并尽可能的接近目标值. 通过研制的运行优化与控制研究平台，采用实际运行数据进行仿真实验，表明所提方法的有效性.
针对赤铁矿磨矿过程的磨矿粒度（Grinding particle size，GPS）与控制回路输出之间的动态特性难以用数学模型描述，且磨矿粒度不能在线测量，并受矿石成分与性质频繁波动干扰，难以采用已有运行优化方法的难题，结合磨矿过程的特点，利用数据，采用神经网络，提出由回路预设定值优化、性能指标估计、优化设定值评价以及磨矿粒度软测量组成的数据驱动的磨矿过程运行优化控制方法. 该方法由磨矿粒度软测量估计矿浆粒度，通过回路预设定值优化模块求得使性能指标估计值接近最优值的回路预设定值，经优化设定值评估产生回路设定值，最后通过控制回路跟踪设定值，将矿浆粒度控制在目标值范围内并尽可能的接近目标值. 通过研制的运行优化与控制研究平台，采用实际运行数据进行仿真实验，表明所提方法的有效性.
2014, 40(9): 2015-2021.
doi: 10.3724/SP.J.1004.2014.02015
摘要:
特征属性的权重分配和案例检索策略对案例推理（Case-based reasoning，CBR）分类的准确率有显著影响. 本文提出一种结合遗传算法、内省学习和群决策思想改进的CBR分类方法. 首先，利用遗传算法得到多组属性权重，再根据内省学习原理对每组权重进行迭代调整；然后，通过案例群检索策略得到满足大多数原则的群决策分类结果；最后，以典型分类数据集的对比实验证明了本文方法能进一步提高CBR分类的准确率. 这表明内省学习可以保证权重分配的合理性，案例群检索策略能充分利用案例库的潜在信息，对提升CBR的学习能力有显著作用.
特征属性的权重分配和案例检索策略对案例推理（Case-based reasoning，CBR）分类的准确率有显著影响. 本文提出一种结合遗传算法、内省学习和群决策思想改进的CBR分类方法. 首先，利用遗传算法得到多组属性权重，再根据内省学习原理对每组权重进行迭代调整；然后，通过案例群检索策略得到满足大多数原则的群决策分类结果；最后，以典型分类数据集的对比实验证明了本文方法能进一步提高CBR分类的准确率. 这表明内省学习可以保证权重分配的合理性，案例群检索策略能充分利用案例库的潜在信息，对提升CBR的学习能力有显著作用.
2014, 40(9): 2022-2028.
doi: 10.3724/SP.J.1004.2014.02022
摘要:
复杂工作环境中，许多自然现象的个体动力学特性用整数阶方程不能描述，只能用非整数阶（分数阶）动力学来描述个体的运动行为. 本文假设多自主体系统内部连接组成有向加权网络，个体的动态特性应用分数阶动力学方程描述，个体之间数据传输存在通信时延. 应用分数阶系统的Laplace变换和频域理论，研究了离散时间的分数阶多自主体系统的渐近一致性. 应用Hermit-Biehler 定理，研究了具有样本时延的分数阶多自主体系统的运动一致性，得到保证系统稳定的时延的上界阈值. 最后应用一个实例对结论进行了验证.
复杂工作环境中，许多自然现象的个体动力学特性用整数阶方程不能描述，只能用非整数阶（分数阶）动力学来描述个体的运动行为. 本文假设多自主体系统内部连接组成有向加权网络，个体的动态特性应用分数阶动力学方程描述，个体之间数据传输存在通信时延. 应用分数阶系统的Laplace变换和频域理论，研究了离散时间的分数阶多自主体系统的渐近一致性. 应用Hermit-Biehler 定理，研究了具有样本时延的分数阶多自主体系统的运动一致性，得到保证系统稳定的时延的上界阈值. 最后应用一个实例对结论进行了验证.
2014, 40(9): 2029-2036.
doi: 10.3724/SP.J.1004.2014.02029
摘要:
针对案例推理（Case-based reasoning，CBR）分类器的可靠性问题，本文提出一种改进的案例检索和案例重用方法. 首先在案例检索环节应用注水原理对属性权重进行优化分配，利用每个属性数据的标准差和均值构造拉格朗日函数求得属性权重，并设定重要度阈值指导属性约简；其次在案例重用环节引入基于可信度的重用策略，通过计算目标案例分属于各个类别的可信度大小来确定当前案例的分类结果. 最后通过实验对比，表明本文方法能有效提高分类精度和效率，分类器的可靠性得以保障.
针对案例推理（Case-based reasoning，CBR）分类器的可靠性问题，本文提出一种改进的案例检索和案例重用方法. 首先在案例检索环节应用注水原理对属性权重进行优化分配，利用每个属性数据的标准差和均值构造拉格朗日函数求得属性权重，并设定重要度阈值指导属性约简；其次在案例重用环节引入基于可信度的重用策略，通过计算目标案例分属于各个类别的可信度大小来确定当前案例的分类结果. 最后通过实验对比，表明本文方法能有效提高分类精度和效率，分类器的可靠性得以保障.
2014, 40(9): 2037-2044.
doi: 10.3724/SP.J.1004.2014.02037
摘要:
在实际工业过程中，控制系统经常会受到时变扰动的影响，致使针对单一扰动模型设计的最小方差控制准则不再适用于评估时变扰动控制系统的性能. 当多个扰动信号同时出现时，采用常规多模型切换方法会发生间歇切换进而产生较大的暂态误差，不能准确评估系统当前性能. 针对上述问题，本文提出了一种基于多模型混合最小方差控制准则的性能评估方法. 首先根据每个扰动模型分别制定最小方差控制器，组成多模型最小方差控制器，然后在每个时间点混合多模型最小方差控制器，并将在其作用下的输出方差作为最终的性能评估基准，该方法既 充分考虑到每个扰动的特性，又避免了常规多模型切换方法因间歇切换而产生的暂态误差对评估结果准确性带来的影响，实现了准确、可靠地评估时变扰动控制系统的性能. 通过仿真，验证了基于多模型混合最小方差控制准则的性能评估方法的有效性.
在实际工业过程中，控制系统经常会受到时变扰动的影响，致使针对单一扰动模型设计的最小方差控制准则不再适用于评估时变扰动控制系统的性能. 当多个扰动信号同时出现时，采用常规多模型切换方法会发生间歇切换进而产生较大的暂态误差，不能准确评估系统当前性能. 针对上述问题，本文提出了一种基于多模型混合最小方差控制准则的性能评估方法. 首先根据每个扰动模型分别制定最小方差控制器，组成多模型最小方差控制器，然后在每个时间点混合多模型最小方差控制器，并将在其作用下的输出方差作为最终的性能评估基准，该方法既 充分考虑到每个扰动的特性，又避免了常规多模型切换方法因间歇切换而产生的暂态误差对评估结果准确性带来的影响，实现了准确、可靠地评估时变扰动控制系统的性能. 通过仿真，验证了基于多模型混合最小方差控制准则的性能评估方法的有效性.
2014, 40(9): 2045-2049.
doi: 10.3724/SP.J.1004.2014.02045
摘要:
对旋转机械的状态进行在线监测和故障预测是一个具有重要应用价值的工程问题. 采用基于核主元分析的非线性故障重构技术研究了多变量相关条件下旋转机械的故障估计及预测问题. 首先利用核主元分析对旋转机械系统进行离线非线性建模，并进行异常检测. 通过对故障程度进行定量描述，用最优化方法求解故障重构意义下的故障估计；然后 用多层递阶的方法对估计出的故障幅值的发展趋势进行预测. 最后，以中国石化北京燕山分公司的烟气轮机作为实际应用对象，验证了该方法的有效性.
对旋转机械的状态进行在线监测和故障预测是一个具有重要应用价值的工程问题. 采用基于核主元分析的非线性故障重构技术研究了多变量相关条件下旋转机械的故障估计及预测问题. 首先利用核主元分析对旋转机械系统进行离线非线性建模，并进行异常检测. 通过对故障程度进行定量描述，用最优化方法求解故障重构意义下的故障估计；然后 用多层递阶的方法对估计出的故障幅值的发展趋势进行预测. 最后，以中国石化北京燕山分公司的烟气轮机作为实际应用对象，验证了该方法的有效性.
2014, 40(9): 2050-2056.
doi: 10.3724/SP.J.1004.2014.02050
摘要:
针对角晃动与线晃动等动态干扰条件下，旋转式捷联惯导系统（Rotary strapdown inertial navigation system，Rotary SINS）难以实现自对准的问题，提出了一种基于惯性系的自对准新算法. 首先，基于惯性系下粗对准的结果，推导了双轴转动调制捷联惯导系统的惯性系精对准误差模型；然后，针对观测模型的噪声不确定性问题，通过改变渐消因子阵的嵌入方式，提出了一种改进的多渐消因子自适应 Kalman滤波方法. 最后，仿真实验证明该方法能够有效解决动态干扰条件下旋转式捷联惯导系统的自对准问题，实现快速自主高精度对准.
针对角晃动与线晃动等动态干扰条件下，旋转式捷联惯导系统（Rotary strapdown inertial navigation system，Rotary SINS）难以实现自对准的问题，提出了一种基于惯性系的自对准新算法. 首先，基于惯性系下粗对准的结果，推导了双轴转动调制捷联惯导系统的惯性系精对准误差模型；然后，针对观测模型的噪声不确定性问题，通过改变渐消因子阵的嵌入方式，提出了一种改进的多渐消因子自适应 Kalman滤波方法. 最后，仿真实验证明该方法能够有效解决动态干扰条件下旋转式捷联惯导系统的自对准问题，实现快速自主高精度对准.
2014, 40(9): 2057-2065.
doi: 10.3724/SP.J.1004.2014.02057
摘要:
针对一类多变量非线性离散时间系统，提出一种新的基于神经网络的多模型自适应控制方法.为了将非线性系统的高阶非线性项的限制条件放宽到零阶接近有界，该方法引入了一种新的非线性模型.该模型在传统线性回归模型基础上增加了非线性补偿项，使模型的估计误差有界.一个神经网络模型与非线性模型同时被用来对系统进行辨识.基于性能指标的切换机构选择性能较好的模型对应的控制器 对系统进行控制. 理论分析证明了零阶接近有界多模型自适应控制系统的有界输 入和有界输出稳定性. 仿真实验说明了提出的多模型自适应控制方法的有效性.
针对一类多变量非线性离散时间系统，提出一种新的基于神经网络的多模型自适应控制方法.为了将非线性系统的高阶非线性项的限制条件放宽到零阶接近有界，该方法引入了一种新的非线性模型.该模型在传统线性回归模型基础上增加了非线性补偿项，使模型的估计误差有界.一个神经网络模型与非线性模型同时被用来对系统进行辨识.基于性能指标的切换机构选择性能较好的模型对应的控制器 对系统进行控制. 理论分析证明了零阶接近有界多模型自适应控制系统的有界输 入和有界输出稳定性. 仿真实验说明了提出的多模型自适应控制方法的有效性.
2014, 40(9): 2066-2072.
doi: 10.3724/SP.J.1004.2014.02066
摘要:
研究了VNNTF 神经网络（Volterra neural network trafficflow model，VNNTF） 交通流量混沌时间序列多步预测问题. 通过分析比较交通流量混沌时间序列相空间重构的嵌入维数和Volterra 离散模型之间的关系，给出了确定交通流量Volterra 级数模型截断阶数和截断项数的方法，并在此基础上建立了VNNTF 神经网络交通流量时间序列模型；设计了交通流量Volterra 神经网络的快速学习算法；最后，利用交通流量混沌时间序列对VNNTF 网络模型，Volterra 预测滤波器和BP 网络进行了多步预测实验，比较了多步预测结果的仿真图、绝对误差的柱状图以及归一化后的方均根；实验结果表明VNNTF 神经网络的多步预测性能明显优于Volterra 预测滤波器和BP 神经网络.
研究了VNNTF 神经网络（Volterra neural network trafficflow model，VNNTF） 交通流量混沌时间序列多步预测问题. 通过分析比较交通流量混沌时间序列相空间重构的嵌入维数和Volterra 离散模型之间的关系，给出了确定交通流量Volterra 级数模型截断阶数和截断项数的方法，并在此基础上建立了VNNTF 神经网络交通流量时间序列模型；设计了交通流量Volterra 神经网络的快速学习算法；最后，利用交通流量混沌时间序列对VNNTF 网络模型，Volterra 预测滤波器和BP 网络进行了多步预测实验，比较了多步预测结果的仿真图、绝对误差的柱状图以及归一化后的方均根；实验结果表明VNNTF 神经网络的多步预测性能明显优于Volterra 预测滤波器和BP 神经网络.
