【摘 要】
：
本文研究了带马氏跳变参数的大种群随机多自主体系统的分散博弈。各自主体通过指标耦合，其结构参数是时变的，由一列独立同分布的马氏链来刻画。运用平均场方法证明了存在可以用来逼近指标中的耦合项的确定性函数，给出了分散控制律；证明了当种群数目趋于无穷时，闭环系统是一致稳定的，并且分散控制律是Nash均衡意义下次最优的。
【机 构】
：
中国科学院数学与系统科学研究院系统科学研究所系统控制重点实验室,北京100190
论文部分内容阅读
本文研究了带马氏跳变参数的大种群随机多自主体系统的分散博弈。各自主体通过指标耦合，其结构参数是时变的，由一列独立同分布的马氏链来刻画。运用平均场方法证明了存在可以用来逼近指标中的耦合项的确定性函数，给出了分散控制律；证明了当种群数目趋于无穷时，闭环系统是一致稳定的，并且分散控制律是Nash均衡意义下次最优的。
其他文献
本文基于反步递推法设计锻造液压机速度控制器。根据锻造液压机结构，建立了锻造工作阶段的系统数学模型，并分析了模型的非线性和时变性。基于该模型构造了系统的李雅普诺夫函数，采用反向递推方式求解非线性控制律，保持该函数导数负定，进而保证系统稳定。仿真实验证明，该控制器可以克服液压系统的非线性因素，对定常和时变速度期望曲线有较好的跟踪效果。
在目标跟踪中，如果动态模型满足卡尔曼滤波假设，卡尔曼滤波是最优的，粒子滤波是次优的。而在通常情况下，被测系统往往无法达到最优，此时粒子滤波通常优于其它的滤波方法。为了解决粒子滤波迭代过程中出现的粒子退化和匮乏问题，本文在采样和重采样过程中引入交叉操作和变异操作。由于Gabor小波在描述目标特征过程中对于几何变形、亮度变化以及噪声不敏感，对运动目标以及目标局部遮挡等情况能够实现稳定的跟踪，故本文构建
滚动轴承是旋转机械中最为脆弱的部件之一，旋转机械故障在很多时候与轴承的不良运转有关，轴承的不良运转又会直接影响到整台机器的稳定性。所以，能否有效及时的找到故障轴承，并对轴承的故障特征加以判断是相当重要的。本文基于希尔伯特黄变换（HHT）中的经验模态分解（EMD）,将未知轴承故障信号分解为若干内禀模态函数（IMF）之和，然后对包含主要故障特征的IMF进行包络分析，提取故障特征频率。实验结果表明，该方
研究了一类极具理论意义和工程背景的指派问题：一般指派问题及其求解方法，首先，在讨论了分支规则、定界函数和淘汰规则后，给出了求解这类问题最优解的行列式淘汰法及其详细程序，然后，为了改进行列式淘汰法，又给出了一种新的求解一般指派问题预指派的算法——插入法，同时给出了消耗矩阵的调整、变换方法，最后，给出了改进的行列式淘汰法的基本步骤及数值实验，实验结果表明，行列式淘汰法及其改进算法，不但可行，而且高效。
针对无轴承异步电机多变量、非线性、强耦合的特点，本文将自抗扰控制器技术应用于无轴承异步电机的空间电压矢量调制的直接转矩控制（SVM-DTC）系统中，构建了基于自抗扰技术的无轴承异步电机SVM-DTC系统，通过对转子磁链的辨识，实现对定子磁链、气隙磁链的辨识,并用自抗扰控制器替代传统的PID调节器，解决了转速的超调问题。仿真结果表明，系统具有较好的动态性能，对负载扰动、电动机参数变化都有较强的鲁棒性
本文研究了leader-follower通讯拓扑结构下用二阶积分器系统描述的多智能体系统一致性的鲁棒性问题。在通讯拓扑是时不变的且每个follower的入度为1的情况下分析了通讯协议中测量误差对系统达到一致性的影响，给出了系统一致性的鲁棒分析结果。
混杂系统的形式验证中，确定近似商迁移系统的迁移关系，需要根据初始状态集计算系统可达集的流管道近似。本文针对线性定常系统的特点，结合凸多面体的性质，给出了当初始状态区域为凸多面体且不变集内连续状态方程为线性定常时，系统可达集的演化规律并加以证明。依据这些结论对混杂系统形式验证中迁移关系的计算方法进行了简化，提出了通过顶点仿真与流管道近似相结合的迁移关系计算方法。最后结合常压炉温度控制系统的例子，说明
本文以液力式自动变速箱为研究对象，针对离合器摩擦特性的估计问题进行了研究，给出了一种在线估计、修正的自适应估计器设计方法。首先，在MATLAB/Simulink 环境下搭建了一款4速自动变速箱的换档仿真模型。通过简化仿真系统模型，得到适合估计器设计的动力传动系模型。然后，针对离合器摩擦系数变化特性具有慢时变的特点，设计了一种自适应估计器，通过多次换挡、反复修正离合器摩擦特性的估计曲线，使其逐步逼近
利用压力传感器进行压力测控时，温度漂移会给传感器实际测量带来误差。选用合适的温度补偿算法可以在很大程度上减少温度变化带来的附加误差，提高传感器的测量精度和可靠性.支持向量机是一种基于结构风险最小化原理、具有很高泛化性能的学习算法。采用最小二乘支持向量回归(LS-SVR)算法对压力传感器的实测数据进行温度补偿，结果表明该算法计算简单，学习速度快，并且具有良好的抗干扰能力和小样本学习能力。与前馈神经网
针对计算机安全漏洞的动态严重性分析问题，提出了一种基于D-S证据理论的漏洞动态严重性分析方法。该方法融合漏洞静态严重性和入侵检测系统产生的报警统计信息，利用D-S证据理论计算出漏洞的动态严重性分值。相比于现有的专家经验评判方法和模糊推理方法，该方法具有计算速度快、准确度高、实现简单、不依赖专家经验的优点。实验结果证明了该方法是高效、可行的。