侯格贤[1]1998年在《遗传算法及其在跟踪系统中的应用研究》文中指出遗传算法作为一种实用、稳健的优化搜索算法，已渗透到许多学科及工程领域，应用日趋广泛，对遗传算法的运行机理及性能分析的研究也取得了不少进展。本论文在遗传算法的改进、遗传算法的性能分析以及遗传算法在图像分割技术、目标检测定位技术中的应用等几个方面做了研究。 好的新算法的提出，都要借助于一定的理论研究结果，特别是对遗传算法的运行机理的深刻理解。本论文在对遗传算法的工作过程及性能做了分析研究后，提出从实际应用的角度评价算法性能的观点，改进了定量分析遗传算法的标准；并提出了一个有效的自动调整遗传算法中交叉和变异概率的策略；提出了一种基于遗传算法的最小误差分割方法，克服了传统门限方法在图像分割中的局限性；利用目标运动信息，提出了能有效分割出图像中的运动目标的多参量遗传算法分割方法。 为了对图像分割质量有一个客观的定量评价标准，本文设计了一个能将图像快速有效地从空间域变换到模糊性质域的映射函数，引入模糊度作为分割图像质量评价的参数，并提出了综合考虑区域一致性、对比度、形状参数及模糊度的综合评价函数来更全面、更准确地评价图像分割质量。 研究了遗传算法在跟踪系统中的应用，将遗传算法引入相关匹配算法，提出了一种快速匹配算法及基于遗传算法的目标检测定位方法，并设计了一个由遗传算法实现的目标跟踪系统方案。
彭海军[2]2012年在《计算最优控制的保辛数值方法及其在平动点附近航天器控制中的应用》文中提出最优控制作为现代控制的核心内容之一,自20世纪中期以来在航空航天领域受到广泛关注并且得到成功应用。随着实际物理系统复杂性的增加,控制系统分析与设计的复杂性进一步增加,单纯依靠解析手段的理论分析已明显不足。计算最优控制的研究越来越受到广大学者和工程技术人员的关注,然而传统的数值计算方法只是注重数值解逼近精确解的程度,在构造最优控制系统的数值算法时,往往忽略了最优控制系统本身所固有的物理特性。相对传统数值方法,辛数值方法在保证计算精度、效率以及稳定性的同时,能够在离散计算中尽可能地保持原有连续系统本身的特性。因而,计算最优控制辛数值方法的研究至关重要!为此,本文针对计算最优控制问题的保辛数值方法开展研究工作,从特殊的周期系统最优控制问题到一般的非线性系统最优控制问题再到实时制导问题,力求在保辛算法的构造方面做出一些有成效的尝试和探索,此部分工作是整篇论文的基础；本文另一个方面的主要工作是围绕共线平动点附近航天器控制任务需求,分别对共线平动点附近航天器周期轨道保持及编队保持、航天器编队重构轨迹优化和轨道转移实时制导问题,开展计算最优控制保辛算法的应用研究,力求为未来我国平动点附近航天器控制任务的设计与分析提供理论和技术支持。基于上述思路,本博士学位论文开展并完成了如下工作：1.周期系统最优控制辛算法的研究与应用。(1)针对共线平动点附近周期轨道上航天器及其编队的最优控制需求,提出周期系统最优控制相关辛算法,包括求解周期系统最优控制中Lyapunov和Riccati微分方程的辛数值算法,以及求解周期系统的H2和H∞范数的辛数值算法。辛数值算法避免了传统数值方法在长周期和不稳定周期系统计算过程中容易出现的“溢出”等问题。与周期generator方法和四阶辛Runge-Kutta等方法比较的结果表明,本文提出的保辛数值方法无论在精度还是效率上都具有明显的优势。(2)进一步,提出基于混合参数优化的改进时变周期控制器设计方案,并应用于单颗航天器周期Halo轨道稳定运动控制任务；以及设计分布式协同最优周期控制方案,并应用于多颗航天器周期Halo轨道编队保持控制任务。周期系统最优控制辛算法的计算结果表明：时变周期控制器克服了传统定常控制器受轨道高度影响的局限性,且跟踪航天器的编队构型保持控制精度达到毫米量级,满足NASA要求。2.非线性系统最优控制辛算法的研究与应用。(1)针对共线平动点附近轨道上航天器编队重构中非线性轨迹优化需求,提出非线性系统最优控制的辛算法。主要包括：基于对偶变量变分原理和生成函数方法提出了四种高精度和高效率的保辛数值算法；以及针对受控时间自由情况,提出基于三类变量变分原理的高精度和高效率数值算法。保辛算法一方面是基于变分原理的,自动满足最优控制理论的一阶必要条件,不需要对协态初值准确猜测,且能给出协态变量信息进而验证数值解的最优性；另一方面又将非线性最优控制问题转化为非线性方程组求解,具有较快的收敛速度,避免了大规模非线性规划带来的计算效率低下问题。与其他保辛数值方法(Discrete mechanics and optimal control-DMOC)和非保辛数值方法(Gauss伪谱等方法)的比较表明,所提出的非线性最优控制保辛数值方法无论在精度还是效率上都具有1-2个数量级的优势。(2)进一步,分别基于主从编队模式和虚结构编队模式,应用非线性系统最优控制辛算法求解了平动点附近航天器编队均衡耗能重构的轨迹优化问题。结果表明：保辛算法能够在线快速进行航天器编队均衡耗能重构轨迹规划,并且随着航天器编队重构过程时间的增加,各个航天器的能量消耗大幅度减少。3.控制受限非线性系统最优控制算法研究与应用。(1)针对基于有限小推力航天器在平动点附近进行非线性轨迹优化需求,考虑控制力受到不等式约束限制,发展了控制变量受限的参变量变分原理并提出参变量方法求解线性二次控制、非线性系统最优控制的数值算法。避免了伪谱方法在处理非光滑最优控制时,由于大量增加积分点而导致的“龙格”现象及求解精度降低等问题。通过与Euler, Trapezoidal配点方法以及Radau伪谱方法的比较发现,参变量变分算法无论在精度还是效率上都具有明显的优势。(2)进一步,应用此数值方法求解航天器在平动点轨道族间转移的轨迹优化问题。结果表明：基于无约束小推力模型得到最大控制力要高于有限小推力的控制力峰值；而在能量消耗上,基于有限小推力模型的能量消耗要大于基于无约束小推力模型的能量消耗。4.实时制导辛算法研究与应用。(1)针对航天器在平动点轨道间以及由近地轨道到平动点周期轨道转移中的实时制导需求,采用滚动时域控制作为参考轨迹制导方案,提出基于生成函数和区段混合能的辛数值方法,并在线实时求解滚动时域控制问题。避免了对Riccati微分方程的大量在线积分运算,提高了滚动时域控制方法的计算效率。与传统向后扫描方法比较,在线计算效率提高了1-2个数量级且对大步长不敏感,有较高的计算精度。(2)进一步,应用实时制导保辛算法对平动点周期轨道族间航天器交会问题,以及由近地球轨道到平动点周期轨道转移问题进行实时制导研究。结果表明：无论确定性速度误差还是随机速度误差,实时制导保辛算法能够保证航天器很好地跟踪标称参考轨道并达到满意的终端控制精度。另外,与向后扫描方法比较,实时制导保辛算法对控制参数不确定性具有更强的鲁棒性,且实时制导保辛算法的轨迹偏离峰值较小。
韩华[3]2008年在《基于LMS算法的自适应逆控制方法研究》文中进行了进一步梳理非线性自适应逆控制(AIC)方法是实现动态非线性控制的一种很新颖的方法,针对它的研究具有重要的理论与实际意义。本文在研究基于LMS算法的非线性AIC方法的可行性的基础上,针对一类典型的非线性动态系统的精确控制设计了相应的AIC方法,在改进非线性AIC方法、辨识非线性对象及其逆模型的动态神经网络的自适应算法和结构等方面展开了深入的研究,为非线性AIC方法的完善和发展提供了新的思路。本论文主要研究了以下几个部分:1.证明了基于LMS算法的AIC方法的可行性,首次将线性和非线性AIC统一于变步长LMS自适应算法,为非线性AIC方法的拓展提供了新的途径。2.为克服现代非线性AIC常用的非线性算法的收敛慢和易陷入局部极值等缺点,基于一类输出和权系数呈线性关系的神经网络非线性自适应滤波器,提出了一种改进的NLMS(VS MNLMS)算法,并对其收敛性能进行了深入的研究。结果表明,一方面,该算法的步长是输入功率和误差的非线性函数,能兼顾收敛速度和稳态MSE(均方误差),收敛性能明显优于其它四种变步长LMS算法;另一方面,该算法对噪声和系统参数变化不灵敏,鲁棒性能好,在线性和非性AIC中,能驱动自适应滤波器快速而精确的逼近线性和非线性对象的模型及其逆。3.针对动态非线性系统,提出了基于离散误差反馈学习(DTFEL)算法的两自由度非线性AIC方法,并有Lyapunov稳定性理论确保动态全系统稳定。该方法中,反馈控制器设计为传统的PD控制器,以保证系统的稳定性和鲁棒性;前馈控制器设计为基于VS MNLMS算法的动态RBF神经网络(DRBFN),以提高系统的响应速度和稳态精度,此时,反馈系统的误差和PD控制器的输出的线性组合构成DRBFN的学习信号。仿真结果显示,基于DTFEL算法的动态非线性AIC系统具有良好设定值跟踪和鲁棒性能,进一步验证了该方法的有效性。4.基于VS MNLMS算法和动态非线性系统,提出了两种基于切比雪夫正交基函数的并联型和反馈型动态函数连接型神经网络(CDFLNN)非线性自适应滤波器,并首次将其引入非线性AIC。理论分析和仿真结果表明,对基于LMS算法的非线性AIC,CDFLNN是一种比较理想的非线性自适应滤波器,能精确地逼近四类典型的非线性对象及其逆,且相应的自适应过程能收敛到唯一的最小二乘解。仿真结果表明,对非线性AIC,基于VS MNLMS算法的CDFLNN是一种明显优于基于实型遗传算法的NDFLNN的非线性自适应滤波器。5.结合具有强大非线性函数描述能力的CDFLNN非线性滤波器,提出了DTFEL-VS MNLMS-ε滤波的非线性AIC方法。该方法继承了基于DTFEL算法的非线性AIC方法和ε滤波非线性AIC方法的优点,当基于VSMNLMS算法的CDFLNN能精确辨识非线性对象及其逆时,其前馈控制器能逼近理想的控制器,从而实现对动态非线性系统的精确控制。
于瑞贞[4]2013年在《高效动态多目标优化算法及其在PID控制中的应用研究》文中进行了进一步梳理在工程设计、实时控制、人工智能等工程领域广泛存在着一类优化目标和约束条件会随时间变化而变化的问题，这类问题被称为动态优化问题，也称为动态环境下的优化问题。若问题的优化目标不止一个，则称为动态多目标优化问题。对动态多目标优化问题的求解要求算法在运行中能不断地根据问题随时间变化的情况进行调整，快速搜寻到变化后的Pareto最优解集。这也就要求动态多目标优化算法有着较高的求解效率，尤其是面对越来越复杂的工程问题，现有的很多算法也将变得无能为力。针对这一问题，本文在微型多目标遗传算法的基础上进行改进，提出了一种高效的动态微型多目标遗传算法。该算法通过采用小规模进化种群来提高求解效率，并通过在进化过程中引入一种环境检测机制，来跟踪环境的变化，保证算法在环境变化后快速搜索到新环境下的Pareto最优解集。种群进化过程中，在每一代遗传操作完成后，启动检测机制，计算当前代所有个体的目标函数及约束函数的值，并与前一代相对应的函数值的计算结果进行比较。如果出现任何不同，则认为问题随时间发生了变化。此时，为了保证算法对问题变化迅速跟踪和响应，通过对问题变化强度的计算，选择合适的方式重新生成一个种群，同时与保存的前一代的信息解以及外部种群合并后，更新非支配解集，进入新的进化过程。接着，本文通过对四种不同类型的动态多目标优化测试问题的求解，对动态微型多目标遗传算法的性能进行测试，并与现有性能较好的动态多目标优化算法DNSGA-II进行对比，验证了动态微型多目标遗传算法具有较高的求解效率和求解精度。最后，将动态微型多目标遗传算法应用于一个车用柴油机动态调速系统PID控制参数的多目标优化问题中，将阶跃响应下的最大超调量和上升时间两个主要的性能指标作为优化目标，对PID控制器的参数进行优化。结果表明，当环境变化时，算法能够快速求出新环境下的Pareto最优解集，并且通过与两种已有PID控制方案的对比，证明了高效动态微型多目标遗传算法在求解效率上的明显优势。
郑超[5]2007年在《汽车后桥横梁冲压回弹控制与工艺参数优化研究》文中进行了进一步梳理回弹是汽车覆盖件冲压成形中存在的一种主要质量缺陷。由于零件的最终形状取决于成形后的回弹量，故回弹现象的存在对零件的形状、尺寸精度有着重要影响，也给焊装、总装等后续工序顺利进行带来困难。因此，为了提高零件成形精度，保证整车装配效率，需对板料回弹问题进行准确预测和有效控制。本文以某型汽车后桥横梁为研究对象，借助有限元模拟手段，基于工艺控制法对汽车覆盖件回弹问题开展研究，重点探讨智能优化技术在回弹控制问题上的应用。首先以多段连续布置的等效拉延筋为优化对象，结合均匀试验设计、响应面法和多目标遗传算法，对横梁拉延成形工艺多目标优化进行研究，得到了拉延筋阻力的合理分配；在此基础上，利用多种神经网络技术和响应面法建立了横梁冲压成形关键工艺参数与零件平均回弹量之间的关系模型，并对各种建模方法进行对比，获得了较理想的横梁回弹预测模型；以对横梁回弹有重要影响的6个工艺参数为待优化对象，以有效减小零件回弹量为目标，运用遗传算法、免疫算法、群智能算法、模拟退火算法等求解工艺参数最优组合，经过对各算法寻优性能和优化结果进行分析、比较，得到了一套可行的工艺参数组合方案，实现了横梁回弹的有效抑制。本文通过运用多种智能优化技术研究回弹控制方法，解决了目前存在的工艺参数优化技术单一的问题，对实际生产中的模具设计和工艺准备具有一定参考价值。
郝国生[6]2009年在《交互式遗传算法中用户的认知规律及其应用》文中进行了进一步梳理交互式遗传算法把人的智慧和遗传算法结合起来,主要用于解决无法建立显式函数的隐式性能指标优化问题。交互式遗传算法在发挥人类智慧的同时,也需要面对人自身的局限性。人的认知局限性和易疲劳特点,使得交互式遗传算法的种群规模较小和进化代数较少,这限制了交互式遗传算法的优化性能。许多学者研究了改进交互式遗传算法性能的方法,这些方法几乎都与用户偏好信息相关。由于用户偏好信息往往综合了多种用户认知规律,因此,为了更好地获取用户偏好信息,必须深入研究交互式遗传算法中用户的认知规律。但是,已有研究成果中对用户认知规律的研究却很少。本文通过研究交互式遗传算法中用户的认知规律,进而研究交互式遗传算法收敛理论和性能改进方法。本文内容主要从以下5个方面展开:(1)研究交互式遗传算法中用户的参照认知规律,分别考虑理论参照认知和实际参照认知的算法收敛理论,提出交互式遗传算法全局收敛的强条件和弱条件;(2)研究交互式遗传算法中用户的理性认知规律,提出用户保持理性是交互式遗传算法全局收敛的充分条件,并针对赋予适应值的不同方法给出用户保持理性的最大进化代数估计;(3)研究交互式遗传算法中用户的不确定性认知规律,给出用户偏好知识提取、表示及更新方法,并结合定向变异,提出了改进算法性能的方法;(4)研究交互式遗传算法中用户的选择性注意认知规律,提出获取用户选择性注意的种群初始化方法和跟踪用户选择性注意的个体生成方法,并给合用户选择性注意知识,提出算法性能改进的方法;(5)研究交互式遗传算法系统的实现,给出交互式遗传算法的系统实现框架、模块划分,并给出基于交互式遗传算法的三维动漫人物造型系统。本文的研究成果不仅丰富了交互式遗传算法的基础理论,而且为把交互式遗传算法应用于工程实践提供了理论指导。
黄誉[7]2015年在《无人直升机自主着舰关键技术研究》文中进行了进一步梳理无人直升机具有能垂直起降、定点悬停和能低空/低速执行任务等优点,是舰载机的最佳选择。然而,由于技术的限制,只有少数舰载无人直升机正式装备使用。论文深入研究了无人直升机自主着舰过程中的关键技术,为自主着舰提供了参考和新的控制思路。论文以无人直升机为被控对象,自主着舰为工程依托,着重研究现代控制方法在其中的应用。研究了舰载无人直升机的国内外现状和关键技术;设计了无人直升机自主着舰策略,给出了相关数学模型;采用基于改进多目标优化的显模型H_∞回路成形控制算法对姿态进行了控制律设计;根据高度分段策略设计了返航进场基准轨迹,采用一种改进的自抗扰控制进行轨迹跟踪控制;对甲板运动与补偿技术进行了研究,提出了一种实时预估算法;采用动态解耦控制来抑制舰尾流;对论文设计的策略和算法进行了半物理仿真验证。论文主要创新点如下:1.针对着舰策略难以制定的问题,提出了一种“三阶段”无人直升机自主着舰策略:“返航进场”-“悬停跟进”-“快速着舰”,并设计了自主着舰系统的总体结构。2.针对强耦合问题和鲁棒性的要求,提出了一种基于改进多目标优化的显模型H_∞回路成形控制算法。在显模型跟踪控制的基础上,引入H_∞回路成形算法;采用多目标遗传算法对后置补偿器权函数进行确定;引入改进的模拟退火法和改进的小生境技术,提高局部搜索能力增强种群的多样性。实验结果表明:所提出的算法提高了优化算法的效率,有效地抑制了各通道之间的耦合,增强了系统的鲁棒性。3.针对高精度的轨迹跟踪控制问题,提出了一种基于改进Vague集的自抗扰控制算法。直接观测最先受到扰动的状态量而不直接观测控制量,去除非线性组合中的积分项,提高动态响应;对非线性组合参数确定时,引入Vague集相似度量理论,在“双论域”的基础上设计推理规则,改进相似度计算函数。实验结果表明:改进后的算法具有较高的跟踪精度和动态响应速度。4.针对航迹安全问题,提出一种基于高度分段策略的基准轨迹设计。采用运动学公式对基准轨迹进行推导,保证无人直升机任何时刻均可以切入下滑轨迹且不掉入雷达导引盲区之内。5.针对着舰时机难以准确确定的问题,提出了一种基于限定记忆的LSM-AIC-AR(n)算法。提出了“静息期”的概念,量化着舰限制条件;捕捉“静息期”时,结合时间序列法和限定记忆法,实现实时递推预估。实验结果表明:提出的甲板运动预估算法能够准确预估5s。
李俊峰[8]2009年在《灰色系统理论及其在铁谱磨粒图像处理中的应用研究》文中认为铁谱技术以磨损产生的微观颗粒为研究对象,通过分析机械设备中各种类型磨损颗粒的数量及趋势,监测机械设备所处的状态,进而预测机械设备可能发生的故障。在铁谱技术中,磨粒图像是反映机械设备内部零部件磨损状况的重要信息载体,磨粒特征分析是监测对象实际状态十分丰富而又有效的方法。磨粒识别是铁谱分析的核心环节,识别的正确与否,直接关系到磨损状态诊断的正确性。随着计算机技术的迅猛发展,将计算机视觉技术、专家系统、人工神经网络等引入铁谱分析技术中,实现磨粒识别的智能化已成为铁谱技术研究领域中的热点和难点问题。由于图像具有灰色特性,如图像像素的灰度值、图像的边缘、图像的噪声及图像分割阈值等等,近年来,灰色系统理论受到图像工程领域研究人员的广泛关注和重视,同时探讨它在图像工程中的可行性和有效性逐渐成为一个崭新的课题。本文以铁谱磨粒图像的处理、特征提取及识别为背景,在运用灰色系统理论对磨粒图像进行处理的基础上对以下五个问题进行了研究。1.提高灰色预测模型精度研究研究发现,影响灰色预测模型精度的主要因素有原始数据序列的光滑度、模型的背景值及模型的初值。基于此,分别就上述三个影响因素对提高灰色预测模型精度进行了研究:(1)提出了基于函数x~(-a)(a＞0)变换和基于多重复合函数变换提高数据序列光滑度的方法,理论上证明了数据序列经过该变换后可以有效地提高其光滑度,且其光滑度优于现有的其它变换函数,进而,总结了提高数据序列光滑度的变换函数的性质;(2)基于数据序列的指数函数特性和积分定义,提出了两种模型背景值构造方法,并对这两种改进灰色模型的拟合和预测精度进行了分析,结果表明这两种改进灰色模型不仅可以用来进行短预测,还可以进行中、长期预测;(3)提出了修正初值和时变初值的模型初值构造方法,给出了利用自适应遗传算法求待辨识参数的方法。为了取得更高的建模和预测精度,可以从序列光滑度、模型背景值及模型初值三个方面同时对灰色预测模型进行改进。2.灰色关联度研究研究发现:目前的灰色关联度模型存在一些缺陷,如灰色关联四公理和灰色关联度的计算方法之间存在着矛盾,序列不同无量纲化计算对关联度的计算结果也会产生影响等。基于此,对均值灰色关联度和T型灰色关联度进行了研究:(1)提出了改进的欧几里德灰色关联,改进的欧几里德灰色关联模型不仅考虑了各点关联系数对其平均值的波动,还考虑了正理想相关和负理想相关,具有平行性、规范性、整体性、偶对称性及接近性;(2)提出了改进的T型灰色关联度,改进的T型灰色关联度能够反映序列的正、负相关关系,具有对称性、唯一性、可比性、接近性及规范性,且对无量纲化处理具有保序性。3.基于灰色系统理论的图像处理算法研究(1)提出了基于绝对灰色关联度和LOG算子的边缘检测算法、基于相关性的图像边缘检测算法及基于级比的边缘检测算法,这些算法不仅具有较强的图像边缘检测能力,可以检测出图像不同方向的边缘,而且能够根据阈值调节检测的边缘细节,定位准确,连续性较好,易于软件编程并行实现,计算量小,其中前两种算法还具有一定的抑制噪声能力,特别对于Gaussian噪声、Speckle噪声及Poisson噪声;(2)提出了基于灰色关联系数的图像噪点检测算法,该算法根据含噪图像与对应均值图像在各像素点的灰色关联系数来识别噪点,利用了整幅图像的信息,特别是噪声的统计信息,可以有效的检测出图像噪点,避免误检;(3)提出了基于加权灰色关联度及基于灰色预测模型的噪点灰度处理算法,这两种算法以含噪图像对应的均值图像或中值图像为基础,分别采用灰色关联度和灰色预测模型来进行噪点处理,可以有效克服周围噪点的影响,更好地改善图像质量,同时图像的保真度较好;(4)提出了基于提升小波和灰色预测模型的图像压缩算法,该算法首先利用提升小波将压缩图像转换到频域,利用零树区分各波段中的重要系数与不重要系数,进而利用hilbert曲线将各波段扫描成一维,最后利用灰色预测模型进行预测编码。实验结果表明该算法有效地提高了图像的压缩率和压缩质量。4.图像保真度评价研究基于相关性指标的特点,提出了基于相关性和离散小波变换的图像保真度评价算法,该算法能够从图像概貌质量和细节质量两个方面对图像进行评价,可以比较准确地反映图像的质量,是一种有效的、具有多尺度分辨功能的、客观的且定量的图像评价方法,更加符合人类视觉系统的特点。5.磨粒图像预处理、特征提取及识别算法研究磨粒图像定性分析包含三个基本问题:磨粒图像处理、特征提取和识别。在磨粒图像处理上,运用本文所提出的图像边缘检测、图像平滑等算法对磨粒图像进行预处理;在特征提取上,提取了正常磨粒等8种磨粒的尺寸参数、边界形状参数、结构特征参数、颜色特征参数及纹理特征参数,共计54个,使得对磨粒分析更加多样化;在磨粒识别上,根据灰色关联度对特征参数进行了精简和优化,确定出面积、周长、等效圆直径、圆形度、长短轴比、欧拉数、畸形度、梯度均值及灰度一梯度相关度9个特征参数来进行磨粒识别;提出了基于灰色关联神经网络的磨粒识别算法,以上述9个特征参数作为神经网络的输入,磨粒类型作为输出,利用灰色关联度来优化神经网络隐含层的神经元数目。该算法可以大大提高神经网络的学习效率,提高磨粒识别的分辨率和准确率,磨粒识别的准确率可达97.5%。
参考文献：
[1]. 遗传算法及其在跟踪系统中的应用研究[D]. 侯格贤. 西安电子科技大学. 1998
[2]. 计算最优控制的保辛数值方法及其在平动点附近航天器控制中的应用[D]. 彭海军. 大连理工大学. 2012
[3]. 基于LMS算法的自适应逆控制方法研究[D]. 韩华. 中南大学. 2008
[4]. 高效动态多目标优化算法及其在PID控制中的应用研究[D]. 于瑞贞. 湖南大学. 2013
[5]. 汽车后桥横梁冲压回弹控制与工艺参数优化研究[D]. 郑超. 合肥工业大学. 2007
[6]. 交互式遗传算法中用户的认知规律及其应用[D]. 郝国生. 中国矿业大学. 2009
[7]. 无人直升机自主着舰关键技术研究[D]. 黄誉. 西北工业大学. 2015
[8]. 灰色系统理论及其在铁谱磨粒图像处理中的应用研究[D]. 李俊峰. 东华大学. 2009
标签：自动化技术论文; 遗传算法论文; 用户研究论文; 线性系统论文; 最优控制理论论文; 函数图像论文; 动态模型论文; 非线性论文; 算法论文;