布尔控制网络的随机镇定

来源 :浙江大学 | 被引量 : 0次 | 上传用户:yjf1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在布尔(控制)网络系统研究的过程中,无论是网络系统的外部噪声、或者是控制器在执行过程中出现的延迟、数据丢失等扰动都会对网络系统的稳定性产生影响。为了更好地将系统模型和实际应用相结合,本文考虑了状态反馈控制器、黎曼采样控制器、勒贝格采样控制器、牵制控制器这四类基础且重要的控制器来实现网络系统的随机稳定性。另外,在控制器的设计过程中,保证控制目标的可实现性、节约控制成本,提高控制效率是控制器设计过程中重要的指标。基于此,在控制器可解的情况下,本文进一步研究了对应控制器的优化问题。目前,对于布尔(控制)网络系统随机稳定性的研究不是很多,尤其是当网络系统的随机性是由于控制过程中控制器造成的扰动的研究还是很少。除此之外,还有很多值得研究的相关优化控制问题。本文主要研究布尔(控制)网络系统随机稳定性的等价条件,以及如何利用该等价条件设计对应的控制器。进一步,深入研究对应控制问题的优化问题。本文的主要研究内容如下:(1)研究了如何利用状态反馈控制器,实现概率布尔控制网络的镇定问题。通过构造的一个集合序列,利用集合序列中状态的关系,给出了设计状态反馈控制器的方法,使得系统的所有状态能够以最快的速度实现镇定的目标。基于此,得到了设计所有状态反馈控制器的方法,为优化控制问题提供了状态空间。最后,将该方法应用到概率布尔控制网络的有限时间镇定,并且将有限时间镇定和随机镇定进行了对比。(2)研究了无穷维随机采样控制下,布尔控制网络的随机镇定问题。主要研究了无穷维随机黎曼采样信号服从独立同分布和马尔可夫跳变两种具有代表性的情况。在研究过程中证明,基于布尔控制网络的拓扑结构特点,无穷维随机黎曼采样问题可以转化为有限维随机黎曼采样问题。进一步,得到了随机黎曼采样镇定的充要条件,以及对应的采样状态反馈控制器的设计。除此之外,分析得到了两种随机过程的关系:如果马尔可夫过程是遍历的,又当采样信号服从独立同分布的情况的时候,采样状态反馈矩阵可以实现镇定目标,则在相同的采样状态反馈矩阵下,当采样信号服从马尔可夫跳变的情况的时候也可以实现镇定目标。(3)研究了勒贝格采样状态反馈控制下,布尔控制网络的镇定问题,得到了对应的勒贝格采样镇定的充要条件。同时,基于集合可达序列集,得到了采样域对应的勒贝格状态反馈矩阵的解。在此基础上,提出了一种算法,首先保证系统采样控制频率最小,且在系统采样控制频率最小的情况下,所有状态都能以最快的收敛速度全局稳定到期望状态。进一步,将结果推广到多个勒贝格采样域的情况,同样得到了对应的勒贝格采样镇定的充要条件、采样域对应的勒贝格状态反馈矩阵的解以及最优算法。(4)研究了含扰动的布尔网络,得到了含扰动布尔网络系统在随机意义下稳定的充要条件。对于不稳定的系统,设计牵制控制:选择合适的控制点,设计所选点对应的状态反馈,设计状态反馈添加到对应点的方式,得到含扰动布尔网络系统牵制控制可解性的充要条件。进一步,优化牵制点的选择。众所周知,最小牵制点问题是牵制控制的重点难点问题。给出了获得最小牵制点个数的算法以及具体牵制点的选择,极大地优化了计算复杂度。
其他文献
高温结构材料具有优异的高温力学性能被广泛应用于航空、航天、工业、能源、军事等重要领域。高温结构材料作为高温结构部件的基本单元,其高温力学性能的改进与提升引起世界各国的广泛关注。高温断裂是高温结构材料失效的主要机制,断裂失效通常会带来灾难性的后果或高额的维修更换成本。高温断裂失效的原子机制是高温结构材料发展与应用中最基本且重要的物理问题。在原子层次揭示高温结构材料高温变形及断裂机理对材料的发展以及推
学位
多色荧光高分子水凝胶是一类发光性能可调的高分子软材料,往往含有两个或多个发光中心。其是发光材料与高分子水凝胶的有机结合,因此集成了两者的众多优点,在生物成像、传感器、信息编码和加密以及仿生驱动器等方面具有巨大的应用前景和研究价值。尤其是在智能仿生领域,由于多色荧光高分子水凝胶优异的可调发光性能以及与生物组织接近的模量和固有的软湿特性,使其成为理想的仿生材料。然而多色荧光水凝胶体系仍然存在功能单一、
学位
2016年,美国激光干涉引力波天文台(LIGO)首次直接探测到黑洞合并产生的引力波信号,为人类打开了一扇全新的宇宙观测之窗。目前Advanced LIGO(第二代引力波探测器)的主要探测范围为10Hz~10k Hz,探测灵敏度为10-23/√Hz,仅可实现对可见宇宙中的一小部分事件进行探测。未来引力波探测器将致力于探测超大质量双黑洞聚合、双中子星聚合、恒星塌缩、超新星演化产生的引力波,这就需要进一
学位
复杂网络的可控性是网络化系统保持稳定运行、实现各类功能的基本保障,其相关研究一直是网络科学领域的热门课题。在早期,大量研究工作聚焦于如何选取恰当的驱动节点使得系统在外部信号的影响下实现任意状态间的转移,即实现完全状态可控。近些年,随着大数据、5G、人工智能等信息技术的发展,针对复杂网络的攻击门槛越来越低,导致基于网络的蓄意攻击事件频繁发生,系统的可控性随之面临严重威胁,相关研究也引起广泛关注。如何
学位
在未来的一段时间内,火力发电仍然是我国电力生产的主要形式。大型火力发电机组一旦发生故障会造成严重不利影响。大型火力发电机组系统结构复杂、多源异构参数众多,使得传统故障预测方法难以精准地识别异常工况、诊断异常成因和预测异常演化趋势。目前,大型火力发电机组已经初步具备了底层运行数据全覆盖采集能力,在这些数据中蕴含着大量的与大型火力发电机组健康状态相关的信息。本文利用基于时序特征的机器学习方法,以火力发
学位
饲用益生菌广泛应用于动物生产过程中,动物肉品质决定经济价值。益生菌改善动物肉质地和风味,从而提高肉品质。本文对常见饲用益生菌对动物肉质物理指标、化学指标和风味物质的影响进行综述,从增强营养物质代谢、提高抗氧化能力、优化肠道菌群和提高胃饥饿素(Ghrelin)的分泌四个方面探讨益生菌改善动物肉品质的作用机制,为研究益生菌对动物肉质的影响提供参考。
期刊
随着5G技术的蓬勃发展,工业过程的集成化程度日益升高,所采集得到的数据也呈现出了复杂的关系。而人工智能技术的迅猛发展既为数据驱动建模提供了新思路和新方法,也为智能制造创造了新机遇。本文结合已有的深度学习模型,针对工业过程中数据关系复杂的问题,提出了基于深度概率隐变量模型的软测量建模方法。根据工业过程中数据处理的具体要求,本文重点解决了以下几个问题:(1)针对工业数据的强非线性问题,提出了非线性概率
学位
气液两相流广泛存在于各种工业过程中,与国民经济息息相关,对气液两相流的状态监测和参数检测十分重要。但由于气液两相流复杂的特性,相关的监测/检测工作目前仍然是研究领域内的难题。电学层析成像(Electrical tomography,简称ET)技术是监测气液两相流和进行相关参数检测的有效手段。其中,电阻层析成像(Electrical resistance tomography,简称ERT)技术凭借无
学位
光催化是一种利用可再生太阳能实现光能向化学能转化的绿色可持续发展技术。近年来,纳米光催化剂作为光催化技术的核心在水分解、二氧化碳还原、氮气固定、挥发性有机化合物去除以及水处理等领域迅速发展,为利用可再生太阳能替代传统的不可再生的化石燃料开阔了新思路,成为了解决能源和环境危机的有效方法。然而,目前纳米光催化剂的效率较低,距离工业化生产的光催化效率期望值10%还相距甚远。所以,合理构建高效纳米光催化剂
学位
为提升结肠癌患者的临床治疗和预后效果,针对结直肠癌的早期精准诊断及化疗损伤鉴别至关重要,而这方面的新型检测技术具有重要研究价值和应用前景。在目前的传统临床肿瘤诊断手段中,组织活检存在有创检测的弊端,影像学和内镜学检测存在早期诊断假阴率高的不足,而血液检查又存在对患者化疗轻度损伤检测的特异性不足的问题,这些都会对肿瘤患者的治疗与预后造成不利影响。而太赫兹光谱技术因其安全无损、无标记且无需反应底物等优
学位