【摘 要】
：
从离散事件系统仿真的角度,讨论了广义预测拥塞控制算法的算法流程、事件调度过程及其实现.并通过仿真研究,比较了ERICA算法、双PD算法及预测算法的性能,从而说明预测控制算法对传输延迟的时变特性和测量扰动有较好的抑制能力.该结果表明,从控制理论的角度研究高速网络的流量控制问题,比经验研究更容易获得深刻和完善的结果.
论文部分内容阅读
从离散事件系统仿真的角度,讨论了广义预测拥塞控制算法的算法流程、事件调度过程及其实现.并通过仿真研究,比较了ERICA算法、双PD算法及预测算法的性能,从而说明预测控制算法对传输延迟的时变特性和测量扰动有较好的抑制能力.该结果表明,从控制理论的角度研究高速网络的流量控制问题,比经验研究更容易获得深刻和完善的结果.
其他文献
基于Delta算子描述,统一处理连续代数Lyapunov方程(CALE)和离散代数Lyapunov方程(DALE)的定界估计问题,提出了统一的代数Lyapunov方程(UALE)解矩阵的上下界估计公式,计算实例表明了本文方法的有效性.
提出了一种改进的混沌遗传算法,即在传统的遗传算法中根据当前群体中个体适应度值的不同,进行不同程度的混沌载波.混沌载波信号采用具有混沌特性的激励函数产生,这样可以大大减少混沌迭代次数,从而减少了计算量,提高了计算速度.仿真结果表明,该方法既可有效地解决遗传算法中出现的局部极小值问题,又可提高算法的收敛速度.
基于混沌运动的遍历性、随机性和规律性的特点,对混沌优化中的混沌变量初值的选取、二次Logistic映射和三次Ulam-von Neumann映射调节系统的确定等问题进行了探讨,并将其应用于多变量、多峰值的非线性约束最优化问题中,同时与其他智能化算法进行了比较.仿真结果表明,所提出的方法速度快,求解精度高.
在原有两级遗传算法的基础上,对双拣选台分层旋转货架拣选路径优化算法进行改进,提出一种单层优化采用启发式算法、层与层之间整体优化采用遗传算法的改进算法.仿真结果表明了算法的有效性.
在分析混沌优化算法与遗传算法优缺点的基础上,提出一种新的混沌遗传优化组合算法.该算法能够解决传统上用伪随机信号进行系统辨识时参数选择的不确定性问题.仿真结果证明了该算法的准确性与快速性.
针对线性二次最优控制中加权系数阵难以确定的问题,提出一种线性二次最优控制的满意优化设计方法.将系统性能指标要求的满意设计与控制器参数优化融为一体统一考虑,通过设计各满意度函数,构造出线性二次最优控制的满意优化模型,并以三级倒立摆为例,给出了详细的满意优化设计过程.仿真结果显示了该方法的有效性和实用性.
本文提出一种新的自适应控制方案——直接模型参考反推自适应控制,并给出了该方案的系统结构、反推自适应控制律的设计方法.
采用H鲁棒控制器,解决自动驾驶4WS汽车由于动态参数变化和外界干扰而造成的系统不稳定及性能下降等问题.通过求解线性矩阵不等式来优化该问题,以获得H性能指标的最优值.该控制器不但保证了汽车在受不确定因素影响时的稳定性,而且可满足汽车的各项性能指标,以提高自动驾驶汽车的安全性和舒适性.
提出了进化个体邻域等概念,指出了个体单点变异运算的达集合为其邻域,而一致变异运算的达集合为整个空间,两种运算在其可达区域内产生新个体的概率是相同的.讨论了个体对变异运算的可达性与种群对变异运算的可达性的关系.该研究结果为合理选取遗传算法的变异算子提供了理论依据.
研究多变量预测控制的实现问题,建立了基于DeviceNet现场总线的多变量预测控制系统.该系统为上下两层结构,上层为计算机,负责多变量预测控制算法的运算;下层为控制器SLC500,负责采集数据和控制量的输出.将该控制结构应用于锅炉系统,实验结果表明了该系统的有效性.