一、基于模式识别的仿人变周期控制器及其应用（论文文献综述）
曾超[1]（2019）在《人-机器人技能传递技术研究》文中进行了进一步梳理随着市场对产品的需求发生转变,制造生产模式也须转变。传统工业机器人存在编程效率低、开发应用成本高、制造柔性不足等缺点,已难以满足新一代制造业发展的要求,并已经成为阻碍产业升级的瓶颈之一,如何克服这些缺点是业界当前亟待解决的关键问题。人-机器人技能传递（Human-robot skill transfer）技术能够将人的柔顺作业技能（Compliant skills）快速地传递给机器人。该技术具有两个显着的优点:（1）能够高效地实现对机器人的示教编程,从而便于对机器人产线快速开发应用,降低人工与时间成本;（2）能够使得机器人具备类人化（Human-like）的柔顺操作技能,提高基于机器人的制造系统的柔性,从而能够拓宽机器人在制造业中的应用场景并提高其产品加工质量。由此可见,人机技能传递技术是解决上述问题的有效手段,成为业界当前重点研究领域之一。本文从当前工业机器人发展现状出发,首先阐述了人-机器人技能传递技术的研究背景和意义。接着对人机技能传递技术的发展现状进行了综述,主要集中在两个方面:运动技能的获取与表达和柔顺技能的学习方法。在运动技能的获取与表达方面,介绍了机器人学习示教者技能的一般过程（示教-模型学习-复现）、人机示教交互的主要方式（视觉、遥操作、人机物理交互）、以及对示教数据建模的几种主要模型（动态运动原语模型、概率模型）。在仿人柔顺技能学习方面,介绍了基于肌电信号的变刚度技能传递与基于运动学习的仿人控制方法。最后,针对目前技能传递技术研究中存在的不足,引出本文的主要研究内容。为了将人的自适应刚度调节的技能传给机器人,本文搭建了一套人机示教交互系统。利用人在示教过程中采集的手臂表面肌电信息估计出手臂的末端刚度,并将其映射到机械臂关节空间的阻抗控制器中,使得机械臂具备柔性操作的能力。为了使机器人具备技能泛化（Generalization）能力,包括空间位置泛化和刚度/力的泛化,进一步提出了一种基于运动原语模型的人机技能传递示教学习框架。该框架对运动轨迹与刚度轨迹平行表达,通过对二者各自分别调节,可以高效地调整机器人的运动轨迹与刚度大小,以泛化到新的任务情况。另外,通过将轨迹分割、对齐技术集成到该框架内,方便于对运动轨迹与刚度轨迹的调节。并且,通过多个不同类型的实验验证了所提出方法的有效性。为了使机器人学习到人在示教过程中更完整的技能特征,本文提出了一种多模态信息融合学习方法。该方法先利用上述的示教系统在示教过程中采集三种模态信息,包括机器人任务空间的运动信息（位置与速度）、示教者手臂的肌电信息、机械臂末端与环境的交互力信息;再利用隐半马尔可夫模型学习位置与速度、位置与刚度以及位置与力的关联信息,使得速度、刚度与力轨迹的演化分别与位置信息相关,根据此相关信息利用高斯混合模回归算法生成相应的控制变量。最后通过对比实验,验证了该方法的有效性。为了提高人-机器人柔顺技能传递的效率,本文提出了一种基于仿人运动学习（Motor learning）控制策略的示教学习方法。该方法包括“运动示教-柔顺复现”两个步骤。其中,在任务复现阶段可以根据运动误差在线调节机械臂阻抗（刚度与阻尼）与前馈力/力矩的大小。通过人机协作与交互示教实验表明,该方法可以使得机器人柔顺地适应于其外部环境或协作者。
《中国公路学报》编辑部[2]（2017）在《中国汽车工程学术研究综述·2017》文中研究说明为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度（Noise,Vibration,Harshness,NVH）控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统（ADAS）、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
《中国公路学报》编辑部[3]（2016）在《中国交通工程学术研究综述·2016》文中认为为了促进中国交通工程学科的发展,从交通流理论、交通规划、道路交通安全、交通控制与智能交通系统、交通管理、交通设计、交通服务设施与机电设施、地面公共交通、城市停车交通、交通大数据、交通评价11个方面,系统梳理了国内外交通工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。交通流理论方面综述了交通流基本图模型、微观交通流理论及仿真、中观交通流理论及仿真、宏观交通流理论、网络交通流理论;交通规划方面综述了交通与土地利用、交通与可持续发展、交通出行行为特征、交通调查方法、交通需求预测等;道路交通安全方面综述了交通安全规划、设施安全、交通安全管理、交通行为、车辆主动安全、交通安全技术标准与规范等;交通控制与智能交通系统方面综述了交通信号控制、通道控制、交通控制与交通分配、车路协同系统、智能车辆系统等;交通管理方面综述了交通执法与秩序管理、交通系统管理、交通需求管理、非常态交通管理;交通设计方面综述了交通网络设计、节点交通设计、城市路段交通设计、公共汽车交通设计、交通语言设计等;地面公共交通方面综述了公交行业监管与服务评价、公交线网规划与优化、公交运营管理及智能化技术、新型公交系统;城市停车交通方面综述了停车需求、停车设施规划与设计、停车管理与政策、停车智能化与信息化;交通大数据方面综述了手机数据、公交IC卡、GPS轨迹及车牌识别、社交媒体数据在交通系统分析,特别是在个体出行行为特征中的研究;交通评价方面分析了交通建设项目社会经济影响评价、交通影响评价。
王建平[4]（2007）在《多层次多阶段仿人智能控制与识别方法及其应用的研究》文中提出近几十年来，对复杂系统过程控制的智能控制与识别的研究已经成为一种发展趋势。但是，智能控制与识别毕竟还处于开创性的阶段，许多概念和理论尚处于发展中。从总体上来看，智能控制与识别是一个新兴的学科领域，迄今为止对智能控制与识别的定义、理论、方法、结构等尚无统一的系统描述，还缺乏坚实的系统化的理论基础，所包含的技术也还没有取得比较一致共识。但可以预见，随着系统理论、人工智能和计算机技术的发展，智能控制与识别理论方法必将出现更大的发展，并在实际中获得广泛的应有。本文的主要研究内容：1．仿人智能控制与识别理论方法的研究。分析讨论了仿人智能控制与识别的研究目标不是被控对象，而是控制器或识别器如何对领域专家的经验行为和知识结构的模仿；识别和建模的目标不是对象的数学模型，而是整个系统的动态特征模型和控制器定性与定量结合的知识模型。文章结合分层递阶控制、专家系统、模式识别和系统理论，研究了仿人宏观思维和微观行为功能“认知”结构模式的一种多层次多阶段仿人智能控制与识别结构的设计理论方法，建立了三层三段仿人智能控制与识别器模型，给出了设计规范和运行机制，定义了知识模型的表达形式和获取方法。2．智能状态观测器设计。从三层三段仿人智能控制与识别器设计方法与经典观测器设计理论相结合的思想出发，讨论了智能状态观测器设计方法的基本要求，给出了设计规范和实例。并应用于带有负载转矩重构作前馈补偿控制的交流矢量控制系统中，实验效果是令人满意的。该方法突出的特点是：研究的主要目标不是对象的观测器数学模型，而是建立系统特征辨识的动态特征定性与定量结合的专家知识模型；采用多模式开环观测策略，既解决了观测精度问题，又避免了经典观测器设计中的极点配置和稳定性问题。该方法可拓展应用于不同的实际工程对象的状态重构问题，如：大纯滞后、多变量强偶合、非线性时变等复杂对象的观测器设计中。3．机器视觉测量识别与跟踪控制。从被监控目标测量识别与Kalman预测跟踪控制方法相结合的思想出发，讨论了移动机器人自动监控跟踪运动目标的识别与控制算法，给出了设计实例和实验结果。该方法突出的特点是：建立被监控运动目标模式特征的定性与定量结合知识模型，有效的适应环境变化的影响，在无背景图像条件下提取运动目标；采用Kalman滤波器对运动目标状态预测和增量式两步跟踪算法。快速平滑的实现移动机器人跟踪运动目标的驱动控制。4．图像汉字智能识别机设计。以模仿人类认字的思维过程，采用三层三段仿人智能控制与识别器设计方法与模式识别理论相结合，讨论了图像汉字智能识别机设计方法的基本要求，给出了设计规范和实例，并运用于手写体汉字识别和车牌字符识别的实际中。该方法突出的特点是：建立汉字整体性和分解性特征辨识的定性与定量结合的专家知识模型，采用多特征融合的模式识别策略，先验建立多字体模式汉字样本库，仿人容错判断识别汉字字符。
杨晓飞[5]（2002）在《蒸汽温度系统神经元网络控制方法的研究》文中认为在火电厂热工生产过程中，整个汽水通道中温度最高的是过热蒸汽温度，蒸汽温度过高或过低，都将给安全生产带来不利影响，因此，必须严格控制过热器的出口蒸汽温度，使它不超出规定的范围。汽温调节对象是一个多容环节，它的纯迟延时间和时间常数都比较大，干扰因素多，对象模型不确定，在热工自动调节系统中属于可控性最差的一个调节系统。目前热工过程控制中，传统的控制方法如PID等得到了广泛的应用，但这种方法在系统负荷稳定时能够取得很好的控制效果，而在系统负荷有较大波动时，则难以稳定及时的对系统进行控制。随着智能控制理论的深入研究，智能控制为火电厂热工过程自动控制提供了新的方法。 首先，本文在深入了解火电厂热工过程生产工艺的基础上，仔细分析了影响蒸汽温度变化的各种扰动因素。蒸汽温度对象的动态过程和对象模型十分复杂，扰动因素诸多，比如蒸汽流量的变化，燃烧工况的变化，锅炉给水温度的变化、进入过热器蒸汽热焓的变化等，而且这些因素还可能互相制约。在研究影响蒸汽温度变化的三个主要扰动因素即蒸汽流量、烟气流量及其温度和减温水流量变化时系统动态特性的基础上，采用机理分析方法，建立了蒸汽温度系统的仿真数学模型。 然后，根据神经元控制理论，在探讨了基本的神经元控制算法的基础上，分析了神经元增益对控制性能的影响，根据仿真实验及实践证明，对于开环放大倍数较大的被控对象，它能起到衰减神经元的控制作用，消除系统响应超调和振荡的不利影响；对于开环放大倍数较小的被控对象则能增强神经元的控制作用，加快系统的响应速度，这就要求神经元增益具有自适应能力，借助于PID控制的思想，将PID算法用于调整神经元控制器的增益，利用实际输出和期望输出之间的误差及误差变化等信息进行线性组合来决定神经元增益，提出了PID自适应调节增益神经元控制算法，同时，给出了以输出误差平方为性能指标的神经元控制算法。本文设计了蒸汽温度系统的控制方案，为克服诸多干扰因素，采取串级控制系统，其中主控制器采用PID自适应调节增益神经元控制器，副控制器采用常规PI控制器。结合现场实际情况，通过仿真试验，将PID自适应调节增益神经元控制系统和常规PID控制系统作了对比，分别在加入内环蒸汽流量干扰、外环烟气温度干扰、对象参数发生变化等情况下进行了比较，结果证明PID自适应调节增益神经元控制器有着更好的控制效果，在抗干扰和适应工况变化方面都要优于常规的PID控制器。 针对PID自适应调节增益神经元控制器在系统响应速度方面的不足，本文研究了PID自适应调节增益神经元控制器的两种改进算法，具有积分分离作用的神经元 ws 智能控制器和具有神经元增益为一逐步衰减函数的智能控制器，详细分析了衰减函数 的定义及其参数对控制性能的影响，给出了神经元增益为一逐步衰减函数的智能控制 器的算法，通过仿真试验，表明具有衰减函数增益的神经元智能控制器较常规卜＊ 串级控制系统和nD 自适应调节增益神经元控制系统在动态过程的平稳性和快速性 方面有较大改善，并且具有控制算法调整方便、设计简单等优点。然后，针对神经元犁套”“一’“’——””———””’——””’““——’”””’”——”““’—“”’———””’”’””—‘””’—“””’””—·－———一圈 基本控制算法，通过仿真实验，研究了神经元增益、学习速率、初始权值等控制参数7 对系统控制性能的影响，对控制器性能改善和初始参数的选择具有抬导意义。 最后，本文研究和设计了基于模式识别的仿人变周期智能控制器，并将其与常规 PID控制系统、具有衰减函数增益的神经元控制系统作了仿真比较，仿真结果表明， 基于模式识别的仿人变周期智能控制器在系统响应的快速性方面优于兵有衰减函数增 益的神经元控制器和常规PID控制器，但在系统动态过程的平稳性方面不如具有衰 减函数增益的神经元控制器。综上所述，本文针对火屯厂过热器蒸汽温度系统，着重 作了控制算法的研究，并对各种算法进行了仿真实验，仿真结果表明，具有衰减函数 增益的神经元控制系统有着较好的控制效果，并且它的算法设计简单，有较好的实川 价值。
杨晓飞,陈铁军,尚海涛[6]（2001）在《基于模式识别的仿人变周期控制器及其应用》文中认为提出一种基于模式识别的仿人变周期智能控制方法 .这种方法模仿操作人员的操作过程 ,根据对象动态特性适时改变控制周期 ,使控制作用及时灵敏 ,因而具有一定的智能性 ,能用于解决一些难于建立对象数学模型的控制问题 .将其应用于电厂过热汽温控制系统的仿真实验中 ,结果表明 ,该方法具有良好的控制性能
尚海涛[7]（2002）在《黄原胶发酵过程智能控制研究》文中提出二十一世纪将是生化工程迅速发展的时代，随着生物发酵工程的发展，人们在结合改进发酵工艺和设备的同时，越来越注意发酵过程的监测和控制。生物发酵过程的自动控制问题得到学术界、工业界的重视与关注，针对其控制问题产生了大量的理论、方法和技术。然而，与其他工业过程相比较，生化过程的控制还远未成熟。 生化发酵过程是个复杂的大系统，包含有物理过程、化学过程和生物反应过程。每一个子系统的内部机理都相当复杂，这种复杂性反应为模型的不确定性、非线性以及控制对象各被控量之间的耦合性。对微生物发酵过程来讲，建立起相应的数学模型是件十分艰巨的工作。 本文以一种新型的SMG型气升式发酵罐为对象，探讨黄原胶发酵过程的控制问题，着重探讨温度、pH值、溶氧浓度和罐内压力等环境参量的调节与控制问题。温度控制是发酵过程中的关键，对于特定的微生物，都有一个最适宜的生长温度，对温度必须严格地加以控制。发酵液的pH值直接影响到菌体的生长繁殖和代谢产物的合成，从而影响黄原胶发酵的产率和质量，因而对pH值控制要求也比较高。在好氧性生化反应中，氧是作为微生物生长必须的原料，若供氧不足，将会影响微生物的生长和代谢的进行，从而影响黄原胶生长的速度和质量，为此，在黄原胶生长的整个过程中，要保持一定的溶解氧浓度。同时，在发酵过程中，需要保证一定的罐压，避免因罐压过低而造成充气“染菌”现象或者因罐压太高而使发酵液中溶入过多的CO2造成菌体中毒。在微生物浸没培养过程中，发酵液中往往产生一定数量的泡沫，这些泡沫的存在，容易造成局部菌体生长和产物合成的损害，甚至还可能渗入发酵罐排气管道，增加发酵过程被杂菌污染的机会或者出现逃液现象，因而须避免泡沫过多。 由于难以建立发酵过程的精确模型，仅靠常规的控制方法很难解决这些问题。智能控制是研究人的控制行为而最终用机器来替代人控制的一门学科，是一种能更好地模仿人类智能的、非传统的控制方法，其最大特点不是根据对象的数学模型，而是根据控制行为（如偏差及偏差变化率）来调整控制器的输出；其控制手段的出发点都是用控制器来模拟人的控制行为，可以较好的应用于工业过程的控制。 采用以发酵罐温度为主参数，夹套中水温为副参数的串级控制来控制发酵温度，面临着对象的精确模型不易建立的困难；模糊控制是一种以模糊集合论、模糊语言变量以及模糊逻辑推理为数学基础的新型计算机控制方法，实质是一种非线性控制，既具有系统化的理论，又有着大量实际应用背景。采用模糊控制具有不依靠对象的模型，控制动态响应好，超调小和鲁棒性强等优点。但由于模糊控制只取有限的控制等级， 摘 贾 限制了精度的提高，存在静差。为了保证系统既有好的动态响应同时义无静差，对发 酵温度采用了模糊P＊＋智能冈D复合控制。由于发酵过程属于慢过程，采样时间相对 较长，若完全采用模糊控制难以取得理想的控制精度。可以在参数变化剧烈成夹加较 大干扰时采用为模糊控制，偏差及其变化较小时切换为智能PID进行调节，控制松式 的切换由决策逻辑模块来完成。仿真实验表明，模糊控制与智能PID相结合的算法对 被控对象参数的变化具有较强的鲁棒性，可以同时保持良好的动态过程和期望的控制 精度。 pH值的变化通常呈严重非线性和时滞特性，对它的精确控制是公认的难题之一。 任何实际系统控制问题的解决，都不能单纯依靠控制理论，实际中启发式逻辑．’1有巫 要的地位。仿人智能控制属于专家控制的一种，是基下知识的智能控制技术，它实现 了解析规律与启发式逻辑的结合，使控制作用的描述得以丰富，使控制性能的满意实 现成为可能，较好地解决pH控制中存在的大惯性。大滞后及参数时变性问题。 系统通过送入的消毒空气的旋转补给氧气，提高溶解氧的浓度：调节排气阀以改 变罐内压力但同时也影响了溶解氧的浓度。也就是说，压力控制问路与溶解氧控制问 路之间存在着一定的耦合关系。我们知道，串级控制可以在一定程度上克服系统的滞 后和非线性，可以克服变化幅值较人的干扰。本文采川灵活的串级控制思想，可以把 压力控制回路看作是溶解氧控制回路的一个副问路，使压力近似保持恒定值；通过调 整消毒主气的流量来调节溶解氧浓度，可以达到满意的效果。 为了提高发酵罐的装料系数，减少消泡利的川量，系统实现了消泡的囱动化。双 位控制比较简单易行，是川于消泡控制的一种行之有效的方法。 发酵过程的许多参量，尤其足对于与微生物生K的密切相关的参数的测挝，没有 办法百按在线进行。众所周知，利川神经网络的函数逼近能力可以实现系统的辨识和 控制，特别对非线性系统的辨识和
杨正进[8]（2002）在《工业锅炉汽包水位单冲量仿人智能控制的研究及应用》文中研究表明锅炉是能源转换和消耗的重要设备，其控制系统复杂且重要。而汽包水位控制尤其如此。从传统的控制方式来看，主要包括位式、单冲量、双冲量、三冲量等控制系统。采用的算法多是经典的PID算法。它们要么系统结构简单成本低，却不能有效地控制锅炉汽包“虚假水位”现象；要么能够在一定程度上控制“虚假水位”现象，系统却过于复杂，成本投入过大。在现实生产和生活中，往往要求系统既具有较好的性能和较高的可靠性，同时又要求系统成本投入较低。即要求系统具有较高的性价比。 作者详细分析了汽包水位的动态特性和传统的控制方法，以及仿人智能控制理论。在此基础上，提出了单冲量仿人智能控制系统，将先进的仿人智能控制算法引入到了锅炉汽包水位调节系统中。 本文以MATLAB为仿真研究平台，详细地仿真研究了单冲量仿人智能算法，得到了切实可行的针对锅炉汽包水位“虚假水位”现象的仿人智能控制算法。同时实现了基于单片机的单冲量仿人智能控制器。该控制器已投入到了实际工程中，运行稳定可靠，表现良好。该控制器以较低的成本投入，较好地解决了工业锅炉汽包水位控制中易出现的“虚假水位”现象。实现了较高的性价比。
王目树[9]（2019）在《基于模式运动的一类复杂生产过程建模、分析与控制》文中研究指明近年来,针对一类具有统计运动规律的复杂生产过程,很多学者深入研究了基于模式运动的系统动力学描述方法。对于该方法虽然取得了一定的研究成果,但是关于系统稳定性、工况模式的类别划分对系统性能的影响以及确定初始控制（预测）模型结构的方法尚未涉及。本文采用模式类别中心对模式类别变量度量,分析并建立了系统工况模式的类别划分与系统的稳定性、调节性能间的关系,并根据基于模式运动的系统动力学描述方法的特点,提出了基于模式分类的系统建模与控制方法。主要研究成果如下:①为了研究系统工况模式样本的类别划分对系统稳定性的影响,定义了模式类别划分特征,在模式运动状态空间研究了该特征与系统稳定性的关系。首先,由初始控制（预测）模型,推导并建立了系统在欧氏空间内非线性状态空间模型。根据类别划分方法,定义了工况模式类别划分特征。然后,给出了模式运动状态空间的定义,并在其内定义并分析了系统的稳定性,进而建立了系统渐近稳定与类别划分特征间的关系。最后,针对无输入时滞与带输入时滞控制系统,给出了设计状态反馈控制器的方法。②为了研究工况模式聚类参数对系统调节性能的影响,提出了基于粒子群优化的最大熵聚类方法,分析并建立了聚类参数与系统调节性能间的关系。首先,提出了最大熵聚类算法,解决了k-means与ISODATA算法中初始聚类中心及其个数难以确定的问题,且能保证聚类结果概率分布更接近真实样本分布,包含足够多的系统动态信息。然后,定义并提取了系统调节性能指标,包括系统的动态调节性能指标与产品质量调节性能指标。最后,基于覆盖算法提出了构造型分类神经网络,并利用该网络建立聚类参数与调节性能指标间的关系。③为了解决在复杂过程建模中系统初始模型的结构难以估计、参数不易辨识的问题,由基于模式运动的系统动力学描述方法的特点,提出了新的基于模式分类的系统建模与控制方法。首先,分别对系统输入输出数据进行类别划分。通过分析输出类别的条件熵,获取模型的输入输出阶数,进而构造描述系统当前运行状态的模式（简称系统模式）。然后,将当前时刻系统模式所对应的下一时刻的输出类别作为该模式的类别标签,采用覆盖算法建立了系统一步预测模型（分类模型）,并给出了系统的控制方法。该方法将系统建模问题变成模式识别问题。最后,采用构造型分类神经网络对系统模式进行模式分类,实现对系统输出的预测。
郭玲利[10]（2019）在《基于胞映射的模式运动建模与控制》文中提出在复杂工艺的生产过程中,存在物理化学交替渗透,难以实现机理建模的现象;同时存在如分布参数、非线性、自由度难确定的复杂特性;还存在其动态演化轨迹遵循统计规律这样的相同特点,针对具有这一类特点的复杂生产过程,本文研究了基于胞映射的模式运动建模和控制问题。主要研究工作如下:（一）针对模式类别变量不可计算问题,研究了胞度量下的模式类别变量,构建了基于胞映射的模式运动模型。首先利用改进的迭代自组织数据分析算法（ISODATA）构建了模式运动“空间”。为了度量定义在该“空间”上的模式类别变量,文中利用有限覆盖原理构建了输出胞空间。其次建立了胞度量下的模式运动受控自回归滑动平均（CARMA）模型,并采用改进的量子行为粒子群算法（QPSO）辨识模型参数。再次利用状态空间实现方法,得到模式运动的状态胞映射模型。最后利用胞映射算法开展模式运动描述的复杂系统全局分析,得到了系统的平衡胞和吸引域。（二）针对模式运动胞映射模型,构建了基于胞映射的模式运动控制器。首先将有界闭集的系统输入进行离散化处理,针对每一个原胞,利用胞映射得到对应的像胞和映射对的代价增益。其次以参考模式的度量值作为目标胞,以代价函数作为性能指标,借鉴动态规划原理,运用逆向搜索算法得到了所有可控胞到达目标胞的最优路径。最后记录路径上相关信息构成控制表,设计了基于胞映射的控制器。此外,针对模型参数的不确定性,分析了控制器的鲁棒性能。（三）针对胞粒度受聚类参数影响问题,分析了聚类参数对控制系统性能影响。首先通过系统的平衡胞以及吸引域的变化分析聚类参数对全局特性影响。其次通过性能指标的变化分析参数变化对调节性能的影响。最后利用安阳烧结厂烧结过程实际工况数据进行仿真,验证了本文所提基于胞映射的模式运动建模与控制方法的可行性。
二、基于模式识别的仿人变周期控制器及其应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于模式识别的仿人变周期控制器及其应用（论文提纲范文）
（1）人-机器人技能传递技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 运动技能表达研究综述 |
| 1.2.1 人机技能传递一般过程 |
| 1.2.2 技能示教的人机交互方式 |
| 1.2.3 运动技能表达模型综述 |
| 1.3 仿人柔顺技能学习研究综述 |
| 1.3.1 基于肌电信号的柔顺技能传递 |
| 1.3.2 基于运动学习的柔顺技能传递 |
| 1.4 本文主要研究内容 |
| 第二章 基于肌电信号的变刚度技能传递系统设计 |
| 2.1 引言 |
| 2.2 双臂示教系统设计 |
| 2.3 基于肌电信号的手臂刚度估计 |
| 2.3.1 肌电幅值包络获取 |
| 2.3.2 基于肌电的手势识别 |
| 2.3.3 手臂刚度估计模型 |
| 2.4 双臂阻抗控制策略 |
| 2.4.1 人-机械臂刚度映射 |
| 2.4.2 关节空间变阻抗控制器设计 |
| 2.5 实验与分析 |
| 2.5.1 实验一 |
| 2.5.2 实验二 |
| 2.6 本章小结 |
| 第三章 基于动态运动原语模型的变刚度技能建模与泛化 |
| 3.1 引言 |
| 3.2 基于BP-AR-HMM模型的技能分割算法 |
| 3.3 基于DMP的变刚度技能表达 |
| 3.4 基于多次示教的技能学习 |
| 3.4.1 主观评价方法 |
| 3.4.2 基于GMM模型的方法 |
| 3.5 示教轨迹对齐处理 |
| 3.6 实验与分析 |
| 3.6.1 实验一 |
| 3.6.2 实验二 |
| 3.6.3 实验三 |
| 3.7 本章小结 |
| 第四章 多模态信号融合表达的技能学习 |
| 4.1 引言 |
| 4.2 多模态信号融合表达模型 |
| 4.2.1 利用HSMM模型从示教数据中学习 |
| 4.2.2 利用GMR生成控制变量 |
| 4.3 阻抗控制策略 |
| 4.4 实验与分析 |
| 4.4.1 实验一 |
| 4.4.2 实验二 |
| 4.4.3 实验三 |
| 4.5 本章小结 |
| 第五章 基于人体运动调节机制的技能学习 |
| 5.1 引言 |
| 5.2 仿人运动学习调节机制 |
| 5.2.1 人的运动学习基本规律 |
| 5.2.2 在轨迹层面的阻抗与力的学习 |
| 5.2.3 在参数空间的阻抗与力的学习 |
| 5.3 实验与分析 |
| 5.3.1 实验一 |
| 5.3.2 实验二 |
| 5.3.3 实验三 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（2）中国汽车工程学术研究综述·2017（论文提纲范文）
| 索引 |
| 0引言 |
| 1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
| 1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
| 1.1.1国内外研究现状 |
| 1.1.1.1声品质主观评价 |
| 1.1.1.2声品质客观评价 |
| 1.1.1.3声品质主客观统一模型 |
| 1.1.2存在的问题 |
| 1.1.3研究发展趋势 |
| 1.2新能源汽车NVH控制技术 |
| 1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
| 1.2.1.1国内外研究现状 |
| 1.2.1.2热点研究方向 |
| 1.2.1.3存在的问题与展望 |
| 1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
| 1.2.2.1国内外研究现状 |
| 1.2.2.2存在的问题 |
| 1.2.2.3总结与展望 |
| 1.3车身与底盘总成NVH控制技术 |
| 1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
| 1.3.1.1车身结构 |
| 1.3.1.2声学包装 |
| 1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
| 1.3.2.1制动抖动 |
| 1.3.2.2制动颤振 |
| 1.3.2.3制动尖叫 |
| 1.3.2.4瓶颈问题与未来趋势 |
| 1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
| 1.3.3.1轮胎噪声机理研究 |
| 1.3.3.2轮胎噪声计算模型 |
| 1.3.3.3轮胎噪声的测量手段 |
| 1.3.3.4降噪方法 |
| 1.3.3.5问题与展望 |
| 1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
| 1.3.4.1悬架系NVH问题概述 |
| 1.3.4.2悬架系的动力学建模与NVH预开发 |
| 1.3.4.3悬架系的关键部件NVH设计 |
| 1.3.4.4悬架NVH设计整改 |
| 1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
| 1.4.1主动和半主动悬架技术 |
| 1.4.1.1主动悬架技术 |
| 1.4.1.2半主动悬架技术 |
| 1.4.2主动和半主动悬置技术 |
| 1.4.2.1主动悬置技术 |
| 1.4.2.2半主动悬置技术 |
| 1.4.3问题及发展趋势 |
| 2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
| 2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
| 2.1.1国内外研究现状 |
| 2.1.1.1替代燃料发动机 |
| 2.1.1.2高效内燃机 |
| 2.1.1.3新型传动方式 |
| 2.1.2存在的主要问题 |
| 2.1.3重点研究方向 |
| 2.1.4发展对策及趋势 |
| 2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.2.1国内外研究现状 |
| 2.2.2存在的问题 |
| 2.2.3重点研究方向 |
| 2.3新能源汽车技术 |
| 2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
| 2.3.1.1动力电池 |
| 2.3.1.2分布式驱动电动汽车驱动控制技术 |
| 2.3.1.3纯电动汽车制动能量回收技术 |
| 2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.3.2.1国内外研究现状 |
| 2.3.2.2存在的问题 |
| 2.3.2.3热点研究方向 |
| 2.3.2.4研究发展趋势 |
| 2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
| 2.3.3.1国内外技术发展现状 |
| 2.3.3.2关键技术及热点研究方向 |
| 2.3.3.3制约燃料电池汽车发展的关键因素 |
| 2.3.3.4燃料电池汽车的发展趋势 |
| 3汽车电子化 (吉林大学宗长富教授统稿) |
| 3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
| 3.1.1国内外研究现状 |
| 3.1.2重点研究方向 |
| 3.1.2.1汽车发动机燃油喷射控制技术 |
| 3.1.2.2汽车发动机涡轮增压控制技术 |
| 3.1.2.3汽车发动机电子节气门控制技术 |
| 3.1.2.4汽车发动机点火控制技术 |
| 3.1.2.5汽车发动机空燃比控制技术 |
| 3.1.2.6汽车发动机怠速控制技术 |
| 3.1.2.7汽车发动机爆震检测与控制技术 |
| 3.1.2.8汽车发动机先进燃烧模式控制技术 |
| 3.1.2.9汽车柴油发动机电子控制技术 |
| 3.1.3研究发展趋势 |
| 3.2汽车转向电控技术 |
| 3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.1.1国内外研究现状 |
| 3.2.1.2重点研究方向和存在的问题 |
| 3.2.1.3研究发展趋势 |
| 3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.2.1国内外研究现状 |
| 3.2.2.2研究热点和存在问题 |
| 3.2.2.3研究发展趋势 |
| 3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
| 3.2.3.1转向角传动比 |
| 3.2.3.2转向路感模拟 |
| 3.2.3.3诊断容错技术 |
| 3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
| 3.2.4.1电控液压转向系统 |
| 3.2.4.2电液耦合转向系统 |
| 3.2.4.3电动助力转向系统 |
| 3.2.4.4后轴主动转向系统 |
| 3.2.4.5新能源商用车转向系统 |
| 3.2.4.6商用车转向系统的发展方向 |
| 3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
| 3.3.1国内外研究现状 |
| 3.3.1.1制动系统元部件研发 |
| 3.3.1.2制动系统性能分析 |
| 3.3.1.3制动系统控制研究 |
| 3.3.1.4电动汽车研究 |
| 3.3.1.5混合动力汽车研究 |
| 3.3.1.6参数测量 |
| 3.3.1.7与其他系统耦合分析及控制 |
| 3.3.1.8其他方面 |
| 3.3.2存在的问题 |
| 3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
| 3.4.1电控悬架功能与评价指标 |
| 3.4.2电控主动悬架最优控制 |
| 3.4.3电控悬架其他控制算法 |
| 3.4.4电控悬架产品开发 |
| 4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
| 4.1国内外智能网联汽车研究概要 |
| 4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
| 4.1.1.1美国智能网联车研究意义 |
| 4.1.1.2网联车安全研究 |
| 4.1.1.3美国自动驾驶车辆研究 |
| 4.1.1.4智能网联自动驾驶车 |
| 4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
| 4.1.2.1中国智能网联汽车规划 |
| 4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
| 4.1.2.3中国企业智能网联汽车开发情况 |
| 4.1.2.4存在的问题 |
| 4.1.2.5展望 |
| 4.2复杂交通环境感知 |
| 4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
| 4.2.1.1点云聚类 |
| 4.2.1.2可通行区域分析 |
| 4.2.1.3障碍物识别 |
| 4.2.1.4障碍物跟踪 |
| 4.2.1.5小结 |
| 4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
| 4.2.2.1交通标志识别 |
| 4.2.2.2车道线检测 |
| 4.2.2.3交通信号灯检测 |
| 4.2.2.4行人检测 |
| 4.2.2.5车辆检测 |
| 4.2.2.6总结与展望 |
| 4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
| 4.3.1国内外研究现状 |
| 4.3.2当前研究热点 |
| 4.3.2.1高精度地图的采集 |
| 4.3.2.2高精度地图的地图模型 |
| 4.3.2.3高精度地图定位技术 |
| 4.3.2.4基于GIS的路径规划 |
| 4.3.3存在的问题 |
| 4.3.4重点研究方向与展望 |
| 4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
| 4.4.1驾驶人决策行为特性 |
| 4.4.2周车运动轨迹预测 |
| 4.4.3智能汽车决策方法 |
| 4.4.4自主决策面临的挑战 |
| 4.4.5自动驾驶车辆的路径规划算法 |
| 4.4.5.1路线图法 |
| 4.4.5.2网格分解法 |
| 4.4.5.3 Dijistra算法 |
| 4.4.5.4 A*算法 |
| 4.4.6路径面临的挑战 |
| 4.5车辆横向控制及纵向动力学控制 |
| 4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
| 4.5.1.2基于现代控制理论的车辆横向控制 |
| 4.5.1.3基于智能控制理论的车辆横向控制 |
| 4.5.1.4考虑驾驶人特性的车辆横向控制 |
| 4.5.1.5面临的挑战 |
| 4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
| 4.5.2.1纵向动力学模型 |
| 4.5.2.2纵向稳定性控制 |
| 4.5.2.3纵向速度控制 |
| 4.5.2.4自适应巡航控制 |
| 4.5.2.5节油驾驶控制 |
| 4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
| 4.6.1智能网联汽车测试研究现状 |
| 4.6.2智能网联汽车测试热点研究方向 |
| 4.6.2.1智能网联汽车测试内容研究 |
| 4.6.2.2智能网联汽车测试方法 |
| 4.6.2.3智能网联汽车的测试场地建设 |
| 4.6.3智能网联汽车测试存在的问题 |
| 4.6.4智能网联汽车测试研究发展趋势 |
| 4.6.4.1智能网联汽车测试场地建设要求 |
| 4.6.4.2智能网联汽车测评方法的发展 |
| 4.6.4.3加速智能网联汽车测试及进程管理 |
| 4.7典型应用实例解析 |
| 4.7.1典型汽车ADAS系统解析 |
| 4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
| 4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.7.2 V2X协同及队列自动驾驶 |
| 4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
| 4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
| 4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
| 4.7.3.1国内外研究现状 |
| 4.7.3.2存在的问题 |
| 4.7.3.3热点研究方向 |
| 4.7.3.4研究发展趋势 |
| 5汽车碰撞安全技术 |
| 5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
| 5.1.1汽车碰撞相容性 |
| 5.1.1.1国内外研究现状 |
| 5.1.1.2存在的问题 |
| 5.1.1.3重点研究方向 |
| 5.1.1.4展望 |
| 5.1.2汽车偏置碰撞安全性 |
| 5.1.2.1国内外研究现状 |
| 5.1.2.2存在的问题 |
| 5.1.2.3重点研究方向 |
| 5.1.2.4展望 |
| 5.1.3汽车碰撞试验测试技术 |
| 5.1.3.1国内外研究现状 |
| 5.1.3.2存在的问题 |
| 5.1.3.3重点研究方向 |
| 5.1.3.4展望 |
| 5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
| 5.2.1国内外研究现状 |
| 5.2.2重点研究方向 |
| 5.2.3展望 |
| 5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
| 5.3.1概述 |
| 5.3.2国内外研究现状 |
| 5.3.2.1被动安全技术 |
| 5.3.2.2主动安全技术研究 |
| 5.3.3研究热点 |
| 5.3.3.1事故研究趋势 |
| 5.3.3.2技术发展趋势 |
| 5.3.4存在的问题 |
| 5.3.5小结 |
| 5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
| 5.4.1国内外研究现状 |
| 5.4.1.1儿童碰撞安全现状 |
| 5.4.1.2儿童损伤生物力学研究现状 |
| 5.4.1.3车内儿童安全法规和试验方法 |
| 5.4.1.4车外儿童安全法规和试验方法 |
| 5.4.1.5儿童安全防护措施 |
| 5.4.1.6儿童约束系统使用管理与评价 |
| 5.4.2存在的问题 |
| 5.4.3重点研究方向 |
| 5.4.4发展对策和展望 |
| 5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
| 5.5.1国内外研究现状 |
| 5.5.1.1新能源汽车碰撞试验 |
| 5.5.1.2高压电安全控制研究 |
| 5.5.1.3新能源汽车车身结构布局研究 |
| 5.5.1.4电池包碰撞安全防护 |
| 5.5.1.5动力电池碰撞安全 |
| 5.5.2热点研究方向 |
| 5.5.3存在的问题 |
| 5.5.4发展对策与展望 |
| 6结语 |
（4）多层次多阶段仿人智能控制与识别方法及其应用的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 致谢 |
| 第一章 绪论 |
| 1.1 智能控制与识别理论方法的研究意义 |
| 1.2 智能控制与识别理论方法的发展与现状 |
| 1.2.1 智能控制与识别的研究对象、主要特征以及研究的数学工具 |
| 1.2.2 智能控制与识别理论的发展趋势 |
| 1.3 本课题研究的意义及论文的内容 |
| 第二章 三层三段仿人智能控制与识别器的设计 |
| 2.1 多层次多阶段智能控制与识别器的结构和功能分析 |
| 2.2 三层三段仿人智能控制与识别器的功能和结构设计 |
| 2.2.1 三级层次递阶结构的设计理论方法 |
| 2.2.2 三段过程专家控制功能的设计理论方法 |
| 2.2.3 三层三段仿人智能控制与识别器模型 |
| 2.3 设计规范和运行机制 |
| 2.4 系统稳定性监控机制 |
| 2.5 小结 |
| 第三章 交流矢量控制负载转矩(M| |
| )_f智能观测器设计方法及其应用的研究 |
| 3.1 智能观测器设计方法 |
| 3.1.1 智能观测器的结构和功能 |
| 3.1.2 智能观测器特征模型的构造与辨识 |
| 3.1.3 智能观测器状态和参数多观测模式的表示与获取 |
| 3.1.4 智能观测器观测策略的决策与推理 |
| 3.2 交流矢量控制负载转矩(M| |
| )_f智能观测器设计实例 |
| 3.2.1 负载扰动的非线性状态观测 |
| 3.2.2 (M| |
| )_f的智能观测器多观测模式获取与表示 |
| 3.2.3 (M| |
| )_f的智能观测器观测级设计 |
| 3.2.4 (M| |
| )_f的智能观测器参数校正级设计 |
| 3.3 交流矢量控制负载转矩(M| |
| )_f智能观测器实验系统 |
| 3.3.1 系统传递函数 |
| 3.3.2 系统仿真 |
| 3.4 系统实验 |
| 3.5 小结 |
| 第四章 机器人视觉检测与目标跟踪的智能识别与控制机设计及其应用的研究 |
| 4.1 引言 |
| 4.2 移动机器人运动目标自动跟踪的智能识别与控制机模型结构设计 |
| 4.3 运动目标特征检测算方法 |
| 4.3.1 运动目标图像HSI差值模型 |
| 4.3.2 运动目标图像噪声的处理 |
| 4.3.3 运动目标阴影部分自适应分割 |
| 4.3.4 运动目标的自适应分割提取 |
| 4.4 执行级知识模型表示与获取 |
| 4.4.1 运动目标的模式特征提取 |
| 4.4.2 执行级模式特征模型 |
| 4.4.3 执行级检测模式算法 |
| 4.5 任务级知识模型表示与获取 |
| 4.5.1 任务级模式特征表示与获取 |
| 4.5.2 任务级多任务分配模式集的表示与建立 |
| 4.6 运动目标的预测跟踪控制 |
| 4.6.1 运动目标的运动轨迹估计 |
| 4.6.2 自主机器人运动控制策略 |
| 4.7 实验结果分析 |
| 4.7.1 运动目标检测和识别实验 |
| 4.7.2 运动目标检测和识别跟踪实验 |
| 4.8 小结 |
| 第五章 汉字图像智能识别机设计方法的研究与应用 |
| 5.1 汉字图像智能识别机的提出 |
| 5.2 汉字图像智能识别机的设计 |
| 5.2.1 汉字图像智能识别机的结构设计 |
| 5.2.2 决策控制级的多模态定性识别 |
| 5.2.3 模式识别级的候选字加权多分类器结果融合识别 |
| 5.2.4 识别结果的可信度判断与反馈校正 |
| 5.2.5 识别机的参数选取及应用 |
| 5.2.6 汉字图像智能识别机的识别特点 |
| 5.3 汉字图像智能识别机应用实例 |
| 5.3.1 汉字图像小波特征识别应用实例 |
| 5.3.2 汉字图像编码特征识别应用实例 |
| 5.4 脱机手写体汉字的仿生模式识别方法 |
| 5.4.1 手写体汉字的笔段提取和笔段图形神经元获取 |
| 5.4.2 汉字笔划的笔段合成及其容错形状 |
| 5.4.3 汉字笔划的神经元网络合成 |
| 5.4.4 汉字笔划相合相交结构类型判断 |
| 5.4.5 手写体汉字的特征知识获取 |
| 5.4.6 手写体汉字的识别方法 |
| 5.4.7 手写体汉字的识别步骤 |
| 5.4.8 手写体汉字的识别实验分析 |
| 5.5 车牌字符识别应用平台 |
| 5.6 小结 |
| 5.7 附录 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
（5）蒸汽温度系统神经元网络控制方法的研究（论文提纲范文）
| 第一章 绪论 |
| §1.1 热工自动控制的发展及现状 |
| §1.2 智能控制理论及应用概况 |
| §1.3 系统工艺流程介绍 |
| §1.4 本论文的主要工作 |
| 第二章 蒸汽温度系统模型的建立和分析 |
| §2.1 引言 |
| §2.2 蒸汽温度对象的模型建立及其动态特性分析 |
| 2.2.1 锅炉蒸汽负荷变化时过热器的动态特性 |
| 2.2.2 烟气量扰动下过热汽温的动态特性 |
| 2.2.3 过热器入口蒸汽温度改变时过热器的动态特性 |
| §2.3 影响蒸汽温度变化因素的分析 |
| 第三章 蒸汽温度智能控制器的设计和仿真研究 |
| §3.1 神经元基本模型 |
| §3.2 PID自适应调节增益神经元控制器的构成 |
| 3.2.1 智能控制系统基本结构 |
| 3.2.2 智能PID的神经元控制基本算法 |
| 3.2.3 PID自适应调节增益神经元控制算法 |
| §3.3 蒸汽温度控制器的设计 |
| 3.3.1 采用串级调节系统的条件 |
| 3.3.2 串级调节系统的分析 |
| 3.3.3 串级控制系统的特点 |
| 3.3.4 串级控制系统主副回路和主副调节器选择 |
| 3.3.5 串级汽温控制系统的分析 |
| 3.3.6 PID自适应调节增益神经元控制器仿真研究 |
| §3.4 小结 |
| 第四章 对蒸汽温度神经元智能控制器的改进研究 |
| §4.1 改进神经元智能控制器的途径 |
| §4.2 控制参数对神经元智能控制器性能的影响 |
| §4.3 神经元智能控制器与仿人变周期智能控制器的仿真比较 |
| §4.4 小结 |
| 第五章 结论及建议 |
| 致谢 |
| 参考文献 |
| 论文期间发表的文章 |
（6）基于模式识别的仿人变周期控制器及其应用（论文提纲范文）
| 0 引言 |
| 1 汽温被控对象的动态特性 |
| 2 基于模式识别的仿人变周期控制的基本思想 |
| 3 基于模式识别的仿人变周期控制器及其算法设计 |
| 4 基于模式识别的智能变周期控制器的仿真 |
| 5 结论 |
（7）黄原胶发酵过程智能控制研究（论文提纲范文）
| 第一章 绪论 |
| §1.1 生物化学发酵过程的发展及现状 |
| §1.2 黄原胶发酵的系统流程 |
| §1.3 本论文的主要工作 |
| 第二章 智能控制的发展与应用 |
| §2.1 模糊控制与神经网络控制 |
| §2.2 专家控制系统与仿人智能控制 |
| §2.3 小结 |
| 第三章 发酵过程控制系统的算法研究 |
| §3.1 控制策略分析 |
| §3.2 发酵过程温度的控制 |
| §3.3 发酵过程pH值的控制 |
| §3.4 发酵过程溶解氧与压力的控制 |
| §3.5 发酵过程的消泡控制 |
| §3.6 发酵过程参数和状态辨识的探讨 |
| §3.7 小结 |
| 第四章 发酵过程计算机控制系统的设计 |
| §4.1 计算机控制系统的设计原则及步骤 |
| §4.2 计算机控制系统硬件的选用 |
| §4.3 控制系统软件的分析与设计 |
| 第五章 结论与展望 |
| §5.1 结论 |
| §5.2 问题与建议 |
| 致谢 |
| 参考文献 |
（8）工业锅炉汽包水位单冲量仿人智能控制的研究及应用（论文提纲范文）
| 中文摘要 |
| 第一章 概述 |
| 1.1 锅炉概述 |
| 1.2 锅炉系统 |
| 1.3 锅炉控制系统 |
| 1.3.1 锅炉控制系统结构总图 |
| 1.3.2 锅炉燃烧控制系统 |
| 1.3.3 锅炉汽温控制系统 |
| 1.3.4 锅炉给水控制系统 |
| 1.3.5 辅助控制系统 |
| 1.4 课题提出及意义 |
| 1.4.1 “虚假水位”现象 |
| 1.4.2 课题提出的背景及意义 |
| 1.5 本文的主要工作 |
| 第二章 工业锅炉汽包水位控制技术综合分析 |
| 2.1 锅炉汽包水位调节对象的特点 |
| 2.1.1 汽包水位在给水流量作用下的动态特性 |
| 2.1.2 汽包水位在蒸汽流量扰动下的动态特性 |
| 2.1.3 汽包水位在燃料量扰动下的动态特性 |
| 2.2 汽包水位控制系统 |
| 2.2.1 汽包水位位式控制系统 |
| 2.2.2 汽包水位单冲量控制系统 |
| 2.2.3 汽包水位双冲量控制系统 |
| 2.2.4 汽包水位三冲量控制系统 |
| 2.2.5 汽包水位三冲量串级控制系统 |
| 2.3 汽包水位常用控制方式的综合比较及结论 |
| 2.4 采用仿人智能控制系统的必要性 |
| 第三章 仿人智能控制理论基础 |
| 3.1 智能控制理论的回顾 |
| 3.2 仿人智能控制理论概述 |
| 3.3 仿人智能控制的基本思想 |
| 3.4 仿人智能控制的基本概念 |
| 3.4.1 仿人智能控制理论的基本概念 |
| 3.4.2 仿人智能控制算法的优越性 |
| 3.5 仿人智能控制器的设计 |
| 3.6 仿人智能控制理论的研究状况 |
| 第四章 汽包水位单冲量仿人智能控制系统及仿真 |
| 4.1 汽包水位单冲量仿人智能控制算法研究 |
| 4.1.1 锅炉汽包水位控制的基本思想 |
| 4.1.2 仿人智能控制的基本算法 |
| 4.1.3 锅炉汽包水位单冲量仿人智能控制算法 |
| 4.2 单冲量仿人智能控制算法的仿真研究 |
| 4.2.1 锅炉汽包水位仿真数学模型 |
| 4.2.2 锅炉汽包水位单冲量仿人智能控制系统的构建 |
| 4.2.3 仿人智能控制算法的仿真研究 |
| 4.3 仿真结论 |
| 第五章 汽包水位单冲量仿人智能控制器及其应用 |
| 5.1 单冲量仿人智能控制器硬件系统 |
| 5.1.1 仿人智能控制器的整体硬件结构 |
| 5.1.2 系统的前向通道配置与接口技术 |
| 5.1.3 系统后向通道配置与接口技术 |
| 5.1.4 系统人—机通道配置与接口技术 |
| 5.1.5 控制器与上位机的通信技术 |
| 5.1.6 系统参数掉电保护以及看门狗电路 |
| 5.1.7 系统实时时钟功能 |
| 5.2 单冲量仿人智能控制器的软件系统 |
| 5.2.1 软件主要职能 |
| 5.2.2 单冲量仿人智能控制器的编程语言 |
| 5.2.3 控制器的软件结构 |
| 5.2.4 主程序程序流程 |
| 5.2.5 模拟量校准流程 |
| 5.2.6 参数设置流程 |
| 5.2.7 中断服务程序 |
| 5.2.8 实时时钟程序 |
| 5.3 汽包水位单冲量仿人智能控制器的具体应用 |
| 5.3.1 大坪三院10吨蒸汽炉生产工艺流程 |
| 5.3.2 大坪三院10吨蒸汽炉控制系统 |
| 结束语 |
| 致谢 |
| 参考文献 |
（9）基于模式运动的一类复杂生产过程建模、分析与控制（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 符号清单 |
| 1 引言 |
| 1.1 课题的研究背景与意义 |
| 1.2 基于模式的系统建模与控制综述 |
| 1.2.1 基于模式的建模与状态估计 |
| 1.2.2 基于模式的故障诊断与缺陷辨识 |
| 1.2.3 基于模式的系统控制 |
| 1.2.4 基于模式运动的系统建模与控制 |
| 1.3 论文的研究内容 |
| 1.4 论文的组织结构 |
| 2 基于模式运动的系统建模与控制框架 |
| 2.1 引言 |
| 2.2 基本概念 |
| 2.2.1 模式运动 |
| 2.2.2 统计性变量 |
| 2.3 基于模式运动的建模与控制框架 |
| 2.3.1 系统运行子空间与工况特征子空间 |
| 2.3.2 模式运动“空间”与模式类别变量 |
| 2.3.3 基于模式运动的系统建模与控制 |
| 2.4 木章小结 |
| 3 系统稳定性与工况模式类别划分 |
| 3.1 引言 |
| 3.2 系统非线性状态空间模型 |
| 3.3 系统稳定性定义与分析 |
| 3.3.1 系统稳定性定义 |
| 3.3.2 系统稳定性分析 |
| 3.4 无输入时滞系统控制 |
| 3.5 带输入时滞系统控制 |
| 3.6 仿真验证 |
| 3.6.1 无输入时滞系统建模与控制 |
| 3.6.2 带输入时滞系统控制 |
| 3.6.3 输出类别划分对原控制系统的影响 |
| 3.6.4 关于非线性部分的讨论 |
| 3.7 本章小结 |
| 4 系统调节性能与工况模式类别划分 |
| 4.1 引言 |
| 4.2 基于粒子群的最大熵聚类算法 |
| 4.2.1 粒子群寻优算法 |
| 4.2.2 基于粒子群的最大熵聚类算法 |
| 4.3 调节性能与类别划分 |
| 4.3.1 状态反馈控制方法 |
| 4.3.2 生产过程调节性能描述 |
| 4.4 构造型分类神经网络 |
| 4.4.1 构造型分类神经网络 |
| 4.4.2 分类神经网络训练 |
| 4.4.3 泛化能力分析 |
| 4.4.4 提高网络泛化能力方法 |
| 4.5 数值仿真 |
| 4.5.1 最大熵聚类方法 |
| 4.5.2 模式运动“空间”构造 |
| 4.5.3 聚类参数对调节性能影响 |
| 4.5.4 聚类参数与调节性能间的映射 |
| 4.5.5 神经网络泛化能力分析 |
| 4.6 本章小结 |
| 5 基于模式分类的系统建模与控制 |
| 5.1 引言 |
| 5.2 基于模式分类的系统建模 |
| 5.2.1 基于模式分类的系统模型 |
| 5.2.2 系统模型阶数辨识 |
| 5.2.3 基于覆盖分类的系统建模 |
| 5.2.4 覆盖分类器在线更新 |
| 5.3 基于覆盖分类模型的系统控制 |
| 5.3.1 基于预测模型的系统控制 |
| 5.3.2 控制系统稳定性分析 |
| 5.4 基于构造型分类神经网络的输出预测 |
| 5.4.1 基于构造型分类神经网络的输出预测 |
| 5.4.2 网络的训练与在线更新 |
| 5.5 仿真研究 |
| 5.5.1 基于覆盖分类的系统建模 |
| 5.5.2 基于覆盖分类的系统控制 |
| 5.5.3 基于构造型分类神经网络的输出预测 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 论文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（10）基于胞映射的模式运动建模与控制（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 模式识别在控制理论中的应用 |
| 1.2.2 模式运动建模与控制研究 |
| 1.2.3 胞映射理论研究 |
| 1.2.4 基于胞映射的控制器设计 |
| 1.2.5 基于胞映射的全局分析 |
| 1.3 论文的组织结构 |
| 1.4 本章小结 |
| 2 模式运动“空间”构造 |
| 2.1 引言 |
| 2.2 模式运动理论的相关概念 |
| 2.3 原始工况数据处理 |
| 2.3.1 野值的识别和剔除 |
| 2.3.2 缺失数据的处理 |
| 2.4 特征空间构建 |
| 2.5 模式运动“空间”构造 |
| 2.5.1 常见的聚类方法 |
| 2.5.2 改进的ISODATA聚类算法 |
| 2.5.3 模式运动“空间”的形成 |
| 2.6 仿真研究 |
| 2.7 小结 |
| 3 基于胞度量的模式运动模型构建 |
| 3.1 引言 |
| 3.2 基于胞度量的模式运动模型 |
| 3.3 基于改进的量子行为粒子群算法的参数辨识方法 |
| 3.4 模式运动状态胞空间模型 |
| 3.5 仿真研究 |
| 3.6 小结 |
| 4 基于模式运动的系统全局特性分析 |
| 4.1 引言 |
| 4.2 复杂系统的全局特性 |
| 4.3 系统全局分析 |
| 4.4 图胞映射法 |
| 4.4.1 图胞映射理论 |
| 4.4.2 算法构造 |
| 4.5 仿真研究 |
| 4.6 小结 |
| 5 基于模式运动系统的控制器设计 |
| 5.1 引言 |
| 5.2 胞映射系统的可控性 |
| 5.3 离散最优控制器设计 |
| 5.4 基于胞映射的控制器设计 |
| 5.4.1 构造胞映射 |
| 5.4.2 最优胞映射搜索 |
| 5.4.3 控制表建立 |
| 5.5 胞映射控制器的鲁棒性分析 |
| 5.6 仿真研究 |
| 5.7 小结 |
| 6 聚类参数对控制性能的分析 |
| 6.1 引言 |
| 6.2 基于商空间的粒计算理论 |
| 6.3 聚类参数对系统全局特性影响 |
| 6.3.1 期望类别数对全局特性影响 |
| 6.3.2 类别中的最少样本数对全局特性影响 |
| 6.3.3 类别样本的距离分布标准差对全局特性影响 |
| 6.3.4 迭代次数对全局特性影响 |
| 6.4 聚类参数对调节性能影响 |
| 6.4.1 期望类别数对调节性能影响 |
| 6.4.2 类别中的最少样本数对调节性能影响 |
| 6.4.3 类别中样本距离分布标准差对调节性能影响 |
| 6.4.4 迭代次数对调节性能影响 |
| 6.5 小结 |
| 7 结论 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
四、基于模式识别的仿人变周期控制器及其应用（论文参考文献）
- [1]人-机器人技能传递技术研究[D]. 曾超. 华南理工大学, 2019(06)
- [2]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [3]中国交通工程学术研究综述·2016[J]. 《中国公路学报》编辑部. 中国公路学报, 2016(06)
- [4]多层次多阶段仿人智能控制与识别方法及其应用的研究[D]. 王建平. 合肥工业大学, 2007(04)
- [5]蒸汽温度系统神经元网络控制方法的研究[D]. 杨晓飞. 郑州大学, 2002(02)
- [6]基于模式识别的仿人变周期控制器及其应用[J]. 杨晓飞,陈铁军,尚海涛. 郑州工业大学学报, 2001(04)
- [7]黄原胶发酵过程智能控制研究[D]. 尚海涛. 郑州大学, 2002(02)
- [8]工业锅炉汽包水位单冲量仿人智能控制的研究及应用[D]. 杨正进. 重庆大学, 2002(02)
- [9]基于模式运动的一类复杂生产过程建模、分析与控制[D]. 王目树. 北京科技大学, 2019(07)
- [10]基于胞映射的模式运动建模与控制[D]. 郭玲利. 北京科技大学, 2019(07)