自主访问控制综述 摘要：访问控制是安全操作系统必备的功能之一，它的作用主要是决定谁能够访问系统，能访问系统的何种资源以及如何使用这些资源。而自主访问控制（Discretionary Access Control, DAC）则是最早的访问控制策略之一，至今已发展出多种改进的访问控制策略。本文首先从一般访问控制技术入手，介绍访问控制的基本要素和模型，以及自主访问控制的主要过程；然后介绍了包括传统DAC 策略在内的多种自主访问控制策略；接下来列举了四种自主访问控制的实现技术和他们的优劣之处；最后对自主访问控制的现状进行总结并简略介绍其发展趋势。 1自主访问控制基本概念 访问控制是指控制系统中主体（例如进程）对客体（例如文件目录等）的访问（例如读、写和执行等）。自主访问控制中主体对客体的访问权限是由客体的属主决定的，也就是说系统允许主体（客体的拥有者）可以按照自己的意愿去制定谁以何种访问模式去访问该客体。 1.1访问控制基本要素 访问控制由最基本的三要素组成： ●主体（Subject）：可以对其他实体施加动作的主动实体，如用户、进程、 I/O设备等。 ●客体（Object）：接受其他实体访问的被动实体，如文件、共享内存、管 道等。 ●控制策略（Control Strategy）：主体对客体的操作行为集和约束条件集， 如访问矩阵、访问控制表等。 1.2访问控制基本模型 自从1969年，B. W. Lampson通过形式化表示方法运用主体、客体和访问矩阵(Access Matrix)的思想第一次对访问控制问题进行了抽象，经过多年的扩充和改造，现在已有多种访问控制模型及其变种。本文介绍的是访问控制研究中的两个基本理论模型：一是引用监控器，这是安全操作系统的基本模型，进而介绍了访问控制在安全操作系统中的地位及其与其他安全技术的关系；二是访问矩阵，这是访问控制技术最基本的抽象模型。
国内物流需求预测方法文献综述 (河北工程大学管理科学与工程阮俊虎） 物流需求是指一定时期内社会经济活动对生产、流通、消费领域的原材料、半成品和成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和费用方面的要求，涉及运输、库存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活动的诸方面[1]。物流需求的度量可以采用价值量和实物量两种度量体系。实物量意义上的物流需求主要表现为不同环节和功能的具体作业量，如货运量、库存量、加工量、配送量等；价值量意义上的物流需求是所有物流环节全部服务价值构成的综合反映，如物流成本、物流收入、供应链增值等[2]。 物流需求预测是根据物流市场过去和现在的需求状况，以及影响物流市场需求变化的因素之间的关系，利用一定的判断、技术方法和模型，对物流需求的变化及发展趋势进行预测。国内外许多专家和学者都对物流需求的预测进行了研究，提出不同的预测方法和手段。物流预测方法可以分为定性预测方法（如德尔菲法和业务人员评估法等）和定量预测方法，但多数是定量预测方法，因此，本文主要是对国内物流需求定量预测方法进行综述，归为时间序列预测方法、因果关系预测方法、组合预测方法等三类。 1．时间序列预测方法综述 时间序列预测方法是依据从历史数据组成的时间序列中找出预测对象的发展变化规律，以此作为预测依据。常用的时间序列预测模型有增长率法、移动平均法、指数平滑法、随机时间序列模型、灰色模型、以及在经济领域已经被广泛应用的混沌与分形等。 增长率法指根据预测对象在过去的统计期内的平均增长率，类推未来某期预测值的一种简便算法。该预测方法一般用于增长率变化不大，或预计过去的增长趋势在预测期内仍将继续的场合。刘劲等[3]（2002）在利用增长率系数法对百色地区港口货运量进行了逐一分析。 移动平均法是用一组最近的实际数据值来预测未来一期或几期内产品的需求量的一种常用方法。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动。根据预测时使用的各元素的权重不同，移动平均法可以分为：简单移动平均和加权移动平均。杨荣英等[4]（2001）在讨论移动平均值的基础上，提出了移动平均线方法，并介绍了运用移动平均线进行物流预测的方法。李海建等[5]（2003）利用二次移动平均线模型对芜湖市物流业发展的规模进行了预测。 指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。韦司滢等[6]（1999）将指数平滑法等其他多种方法应用在三峡移民工程建材配送决策支持系统中。黄荣富等[7]（2003）、
中国证券市场股票价格预测模型综述 王 浩 (洛阳理工学院工程管理系,洛阳 471023)* 摘 要:中国金融市场的证券价格存在着可预测成分。现有的各种统计预测方法基本都可以归纳为时间关系模型和因果关系模型两大类,详细分析了各种模型的实现方法并总结了其特点。 关键词:预测;股票价格;统计模型;综述do:i 10.3969/j .issn .1000-5757.2009.07.058 中图分类号:F830191 文献标志码:A 文章编号:1000-5757(2009)07-0058-03 一、证券市场可预测性 有效市场理论指出,证券价格呈现随机游走特征,因此技术分析和掷骰子选出的股票,最终表现相差无几。大量分析却发现中国股票价格波动具有长期记忆性,拒绝了随机游走假设,即股市涨跌存在自身的规律,无论长期和短期都存在着可预测的成分,因而技术分析是有用的,通过采用 相应策略,投资者可以获得超常利润。[1] 中国证券市场呈 现弱有效性的原因可能在于,作为一个新兴市场,法制、监管等因素造成市场信息传递效率低下,投资者在博弈中存在严重的信息和资金实力不对称,而且这种不对称状态并不能在市场中迅速消除,因此F a m a 所描述的概率上的/瞬时性0还无法达到,而这种市场结构的特点,使得某些/技术分析0成为信息挖掘的成本。 由于股票指数序列呈现高度的非线性,经典计量经济模型和时间序列模型的有效性受到了挑战。现代预测理论和统计学、信息技术、优化算法紧密结合,向复杂化和智能化方向发展。至少目前在我国,各种预测技术方兴未艾,投资者按照自己的经验采用各不相同的指标作为决策依据,在市场上低买高卖,获得了成功,也经历过失败。 二、主要预测模型1.神经网络模型 神经网络是一种大规模并行处理系统,具有良好的自学习能力、抗干扰能力和强大的非线性映射能力,能够从大量历史数据中进行聚类和学习,自动提取样本隐含的特征和规则,进而找到某些行为变化规律,可以实现任何复杂的因果关系。BP (反向传播)和RBF (径向基函数)神经网络是最常见的股市预测模型。崔建福等发现BP 模型普遍显著优于 GARCH (广义自回归条件异方差)模型,从而认为对股票价格这样波动频繁的时间序列,从非线性系统角度建模略胜于 从非平稳时间序列角度建模。[2] 由于传统算法收敛速度慢且 全局寻优能力差,更多研究将精力放在对神经网络结构和参数的改进上。丁雪梅等发现改进后BP 算法的预测结果比 回归预测、指数平滑预测和灰色预测都要好。 [3]神经网络预测方法的应用有两个明显特点。一方面,统计模式识别和数字信号处理等领域的特征选择和提取方法,如小波包最优分解方法、混沌吸引子理论、K a l m an 滤波算法、主成分分析、灰色系统理论,广泛用于神经网络输入参数的甄别。另一方面,新的网络模型不断被应用于证券预测实践以提高映射效率,如模糊神经网络和小波神经网络。预测结果明显优于普通神经网络模型。 神经网络的缺陷在于,网络结构只能事先指定或应用启发式算法在训练过程中寻找,需要在充分了解待解决问题的基础上,主要依靠个人经验来确定,没有统一的规范,往往需要通过反复改进和试验,最终才能选出一个相对较好的设计方案,并且网络训练过程易陷入局部极小点。不过,神经网络最致命缺点在于,无法表达和分析预测系统的输入输出之间的关系,难以解释系统输出结果。 2.灰色系统和随机过程模型 灰色预测普遍采用灰色系统模型,经由累加过程削弱原始数据的随机干扰,突出系统所蕴涵的内在规律,然后建立动态预测模型。马尔可夫过程是无后效性的随机过程,是一种应用极为广泛的传统方法。灰色系统GM (1,1)模型的解为指数型曲线,几何图形较为平滑,比较适用于具有增长趋势的问题,而对随机性波动较大的数据进行预测,会 58 第25卷 第7期V o.l 25 四川教育学院学报 J OURNAL OF S I CHUAN C O LLEG E OF EDU CAT I ON 2009年7月 Ju.l 2009 * 收稿日期:2009-02-23 作者简介:王浩(1973)),男,河南西峡人,副教授,硕士,研究方向:区域经济发展理论与数量分析。
自适应PID控制 摘要：自适应PID控制是一门发展得十分活跃控制理论与技术,是自适应控制理论的一个重要组成部分,本文简要回顾PID控制器的发展历程,对自适应PID控制的主要分支进行归类,介绍和评述了一些有代表性的算法。 关键词：PID控制，自适应，模糊控制，遗传算法。 Abstract: The adaptive PID control is a very active developed control theory and technology and is an important part of adaptive control theory.This paper briefly reviews the development process PID controller.For adaptive PID control of the main branches, the paper classifies,introduces and reviews some representative algorithms. Keywords: PID control, adaptive, fuzzy control, genetic algorithm 1 引言 从问世至今已历经半个世纪的PID控制器广泛地应用于冶金、机械、化工、热工、轻工、电化等工业过程控制之中，PID控制也是迄今为止最通用的控制方法， PID控制是最早发展起来的控制策略之一，因为他所涉及的设计算法和控制结构都很简单，并且十分适用于工程应用背景，所以工业界实际应用中PID 控制器是应用最广泛的一种控制策略(至今在全世界过程控制中用的80% 以上仍是纯PID调节器，若改进型包含在内则超过90%)。由于实际工业生产过程往往具有非线性和时变不确定性，应用常规PID控制器不能达到理想控制效果，长期以来人们一直寻求PID控制器参数的自动整定技术，以适应复杂的工况和高指标的控制要求。随着微机处理技术和现代控制理论诸如自适应控制、最优控制、预测控制、鲁棒控制、智能控制等控制策略引入到PID控制中，出现了许多新型PID控制器。人们把专家系统、模糊控制、神经网络等理论整合到PID控制器中，这样既保持了PID控制器的结构简单、适用性强和整定方便等优点，又通过先进控制技术在线调整PID控制器的参数，以适应被控对象特性的变化。 2 自适应PID控制概念及发展 2.1 PID控制器 常规PID控制系统原理框图如下图所示，系统由模拟PID控制器和被控对象组成。
访问控制模型研究综述 沈海波1,2,洪帆1 (1.华中科技大学计算机学院,湖北武汉430074; 2.湖北教育学院计算机科学系,湖北武汉430205) 摘要:访问控制是一种重要的信息安全技术。为了提高效益和增强竞争力,许多现代企业采用了此技术来保障其信息管理系统的安全。对传统的访问控制模型、基于角色的访问控制模型、基于任务和工作流的访问控制模型、基于任务和角色的访问控制模型等几种主流模型进行了比较详尽地论述和比较,并简介了有望成为下一代访问控制模型的UCON模型。 关键词:角色;任务;访问控制;工作流 中图法分类号:TP309 文献标识码: A 文章编号:1001-3695(2005)06-0009-03 Su rvey of Resea rch on Access Con tr ol M odel S HE N Hai-bo1,2,HONG Fa n1 (1.C ollege of Computer,H uazhong Univer sity of Science&Technology,W uhan H ubei430074,China;2.Dept.of C omputer Science,H ubei College of Education,Wuhan H ubei430205,China) Abst ract:Access control is an im port ant inform a tion s ecurity t echnolog y.T o enha nce benefit s and increa se com petitive pow er,m a ny m odern enterprises hav e used this t echnology t o secure their inform ation m ana ge s yst em s.In t his paper,s ev eral m a in acces s cont rol m odels,such as tra dit iona l access control m odels,role-bas ed acces s cont rol m odels,ta sk-ba sed acces s control m odels,t as k-role-based access cont rol m odels,a nd s o on,are discus sed a nd com pa red in deta il.In addit ion,we introduce a new m odel called U CON,w hich m ay be a prom ising m odel for the nex t generation of a ccess control. Key words:Role;Ta sk;Access Cont rol;Workflow 访问控制是通过某种途径显式地准许或限制主体对客体访问能力及范围的一种方法。它是针对越权使用系统资源的防御措施,通过限制对关键资源的访问,防止非法用户的侵入或因为合法用户的不慎操作而造成的破坏,从而保证系统资源受控地、合法地使用。访问控制的目的在于限制系统内用户的行为和操作,包括用户能做什么和系统程序根据用户的行为应该做什么两个方面。 访问控制的核心是授权策略。授权策略是用于确定一个主体是否能对客体拥有访问能力的一套规则。在统一的授权策略下,得到授权的用户就是合法用户,否则就是非法用户。访问控制模型定义了主体、客体、访问是如何表示和操作的,它决定了授权策略的表达能力和灵活性。 若以授权策略来划分,访问控制模型可分为:传统的访问控制模型、基于角色的访问控制(RBAC)模型、基于任务和工作流的访问控制(TBAC)模型、基于任务和角色的访问控制(T-RBAC)模型等。 1 传统的访问控制模型 传统的访问控制一般被分为两类[1]:自主访问控制DAC (Discret iona ry Acces s Control)和强制访问控制MAC(Mandat ory Acces s C ontrol)。 自主访问控制DAC是在确认主体身份以及它们所属组的基础上对访问进行限制的一种方法。自主访问的含义是指访问许可的主体能够向其他主体转让访问权。在基于DAC的系统中,主体的拥有者负责设置访问权限。而作为许多操作系统的副作用,一个或多个特权用户也可以改变主体的控制权限。自主访问控制的一个最大问题是主体的权限太大,无意间就可能泄露信息,而且不能防备特洛伊木马的攻击。访问控制表(ACL)是DAC中常用的一种安全机制,系统安全管理员通过维护AC L来控制用户访问有关数据。ACL的优点在于它的表述直观、易于理解,而且比较容易查出对某一特定资源拥有访问权限的所有用户,有效地实施授权管理。但当用户数量多、管理数据量大时,AC L就会很庞大。当组织内的人员发生变化、工作职能发生变化时,AC L的维护就变得非常困难。另外,对分布式网络系统,DAC不利于实现统一的全局访问控制。 强制访问控制MAC是一种强加给访问主体(即系统强制主体服从访问控制策略)的一种访问方式,它利用上读/下写来保证数据的完整性,利用下读/上写来保证数据的保密性。MAC主要用于多层次安全级别的军事系统中,它通过梯度安全标签实现信息的单向流通,可以有效地阻止特洛伊木马的泄露;其缺陷主要在于实现工作量较大,管理不便,不够灵活,而且它过重强调保密性,对系统连续工作能力、授权的可管理性方面考虑不足。 2基于角色的访问控制模型RBAC 为了克服标准矩阵模型中将访问权直接分配给主体,引起管理困难的缺陷,在访问控制中引进了聚合体(Agg rega tion)概念,如组、角色等。在RBAC(Role-Ba sed Access C ontrol)模型[2]中,就引进了“角色”概念。所谓角色,就是一个或一群用户在组织内可执行的操作的集合。角色意味着用户在组织内的责 ? 9 ? 第6期沈海波等:访问控制模型研究综述 收稿日期:2004-04-17;修返日期:2004-06-28
显式模型预测控制综述 亚历山德罗·阿莱西奥和阿尔贝托·本波拉德 摘要： 显式模型预测控制解决了模型预测控制的主要缺点，即需要解决在线的数学程序来估计控制动作。在一些文献中，这个估计阻止了MPC的应用，因为在采样时间内解决最优问题的计算技术比较困难或根本不可行，或者是计算机代码实现数值求解器时导致软件认证问题，尤其是存在安全性的关键问题。 显式MPC在给定的感兴趣的操作条件范围内允许其离线计算优化问题。显式MPC通过利用多参数的编程技术离线计算出的最优控制动作可以作为状态的显式功能和参考矢量，使上线操作简化为简单的函数求值。这样一个函数在大多数情况下是分段仿射的，所以MPC控制器可以映射成线性增益的查找表。 本文调查显式MPC在科学文献上的主要贡献。首先回顾基本概念和MPC 方案的问题，复习解决显式MPC问题的主要方法包括新颖而简单的次优实用方法以降低显式形式的复杂性。本文结尾评论了一些未来的研究方向。 关键词：模型预测控制，显式解，多参数编程，分段仿射控制器，混合系统，最小—最大控制。 1模型预测控制 模型预测控制的控制动作是通过解决在每个采样时刻的有限时域开环最优控制问题而得到的。每个优化产量的最优控制序列，只有第一步应用到过程中：在下个时间步长中，采用最新的可用状态信息作为最优控制新的初始状态通过偏移一个时间范围重复计算。因此，MPC也被成为后退或滚动时域控制。 该解决方案依赖于过程的动态模型，遵守所有的输入和输出（状态）的约束，
并优化其性能指标。这通常表示为一个二次或线性准则，因此，对于线性预测模型产生的优化问题可以转换为一个二次规划（QP ）或线性规划 （LP ），而对于混合预测模型，所得到的优化问题可以转换为将在下一章节的讲述的混合整数二次或线性规划（MIQP/ MILP ）。因此，MPC 和常规控制的主要区别在于，后者的控制函数在离线情况下预先计算的。MPC 在工业应用上的成功是由于其在处理有许多操纵的控制流程，控制变量及系统对它们的约束的能力。 过程控制通常是由差分方程的系统建模的 (1)((),())x t f x t u t += (1) 其中,()n x t ∈ 是状态矢量, ()m u t ∈ 是输入矢量。假设一个简单的(0,0)0f =, 控制和状态序列要满足的约束条件 ()x t ∈?，()u t μ∈ （2） m μ? ,n χ?在它们的内部封闭集包含原点。假设控制目标引导状态的起源， MPC 解决了如下的约束监管问题。假设在当前时刻t 的状态量x(t)的完整测量是可使用的，那么下面的有限视距优化监管问题可以解决。 1 0(()):min ((),())()N N z k x t l x k u k F xN -=P +∑ (3a) ..s t 1(,),0,...,1k k k x f x u k N +==- (3b) 0()x x t = (3c) ,0,...,1k U u k N μ∈=- (3d) ,1,...,1k x k N χ∈=- (3e) ,N N x χ∈ (3f) (),,...,1k k u u x k N N κ==- (3g) 其中，z ∈ 是优化变量的向量，01['...']'N z u u -=，u mN =（一般情况下，z 包括
网络访问控制技术综述 摘要：随着科学的不断进步，计算机技术在各个行业中的运用更加普遍。在计算机技术运用过程中信息安全问题越发重要，网络访问控制技术是保证信息安全的常用方式。本文介绍了研究网络访问控制技术的意义，主流的访问控制技术以及在网络访问控制技术在网络安全中的应用。 关键字：信息安全网络访问控制技术 0．引言 近年来，计算机网络技术在全球范围内应用愈加广泛。计算机网络技术正在深入地渗透到社会的各个领域，并深刻地影响着整个社会。当今社会生活中，随着电子商务、电子政务及网络的普及,信息安全变得越来越重要。在商业、金融和国防等领域的网络应用中，安全问题必须有效得到解决，否则会影响整个网络的发展。一般而言信息安全探讨的课题包括了:入侵检测(Intrusion Deteetion)、加密(Encryption)、认证(Authentieation)、访问控制(Aeeess Control)以及审核(Auditing)等等。作为五大服务之一的访问控制服务，在网络安全体系的结构中具有不可替代的作用。所谓访问控制(Access Control),即为判断使用者是否有权限使用、或更动某一项资源,并防止非授权的使用者滥用资源。网络访问控制技术是通过对访问主体的身份进行限制，对访问的对象进行保护，并且通过技术限制，禁止访问对象受到入侵和破坏。 1.研究访问控制技术的意义 全球互联网的建立以及信息技术飞快的发展，正式宣告了信息时代的到来。信息网络依然成为信息时代信息传播的神经中枢，网络的诞生和大规模应用使一个国家的领域不仅包含传统的领土、领海和领空，而且还包括看不见、摸不着的网络空间。随着现代社会中交流的加强以及网络技术的发展，各个领域和部门间的协作日益增多。资源共享和信息互访的过程逐越来越多，人们对信息资源的安全问题也越发担忧。因此，如何保证网络中信息资源的安全共享与互相操作，已日益成为人们关注的重要问题。信息要获得更大范围的传播才会更能体现出它的价值，而更多更高效的利用信息是信息时代的主要特征，谁掌握的信息资源更多，
预测控制文献综述 杭州电子科技大学信息工程院 毕业设计（论文）文献综述 毕业设计（论文）题目 文献综述题目 系 专业 姓名 班级学号指导教师 多变量解耦预测算法研究预测控制算法的研究自动控制系自动化蔡东东 08092811 08928106 左燕 预测控制算法的研究 1 引言 预测控制是源于工业过程控制的一类新型计算机控制算法。70年代后期， 它已应用于美法等国的工业过程控制领域中。1978 年，理查勒特 (Rchalet)等在文 献[1]中首次详细阐述了这类算法产生的动因、机理及其在工业过程中的应用效果，从此，预测控制 (Predictive Control)作为一种新型的计算机控制算法的统一名称, 便开始出 现在控制领域中。 预测控制作为一种复杂系统的控制策略和方法，有着强烈的应用背景，它所 具有的强鲁棒性已为大量的系统仿真和工业实践所证实。当对象参数未知时，通常采 用参数自适应算法来估计对象参数, 根据确定性等价原理，建立间接式的自适应广义预测 控制。然而，当被控对象具有未建模动态、参数时变、非线性及有界干扰时，这样建立的 自适应算法未必能使广义预测控制的强鲁棒性得到保持。为此，不少学者从不同的立足点 出发，开展了提高算法鲁棒性的研究。 由于实际的生产过程大多是复杂的动态过程，精确建模具有特殊的困难，因而，描述 对象的数学模型与实际对象特性之间不可避免地存在模型误差。尽管模型误差无法预知， 但根据它的历史数据，仍有可能用某些方法对未来时刻的模型失配作出某种预报，由此提 高输出预测的精度、改善算法的鲁棒性。文献[2]利用预测误差的历史数据建立误差预测 模型，通过误差预测修正输出预测。文献[3]则是将人工智能方法引入预测控制，在对实
先进控制技术规律和方法综述 在实际的工业控制过程中，很多系统具有高度的非线性、多变量耦合性、不确定性、信息不完全性和大滞后等特性。对于这种系统很难获得精确的数学模型，并且常规的控制无法获得满意的控制效果。 面对这些复杂的工业控制产生了新的控制策略，即先进控制技术。先进控制技术包括：自适应控制，预测控制，推理控制，鲁棒控制以及包括模糊控制与神经网络在内的智能控制方法。本文详细介绍了自适应控制、预测控制以及这两种先进控制的应用领域和优缺点。 1.自适应控制 自适应控制的思想是对于系统中的不确定性，以及控制任务的艰巨性，对于部分未建模的动态特性、变化的被控对象和干扰信号，及时地测得它们的信息，并根据此信息按一定的设计方法，自动地做出控制决策、修改控制器结构和参数，使其控制信号能够适应对象和扰动的动态变化，在某种意义上达到控制效果最优或次优。 1．1 自适应控制介绍 目前自适应控制的种类很多，从总体上可以分为三大类：自校正控制、模型参考自适应控制和其他类型的自适应控制。 自校正控制的主要问题是用递推辨识算法辨识系统参数，根据系统运行指标来确定调节器或控制器的参数。其原理简单、容易实现，现已广泛地用在参数变化、有迟滞和时变过程特性，以及具有随机扰动的复杂系统。自校正控制系统的一般结构图如图1所示。自校正控制适用于离散随机控制系统。 图1 自校正控制结构图
模型参考自适应控制，利用可调系统的各种信息，度量或测出各种性能指标，把模型参考自适应控制与参考模型期望的性能指标相比较；用性能指标偏差通过非线性反馈的自适应机构产生自适应律来调节可调系统，以抵消可调系统因“不确定性”所造成的性能指标的偏差，最后达到使被控的可调系统获得较好的性能指标的目的。模型参考自适应控制可以处理缓慢变化的不确定性对象的控制问题。由于模型参考自适应控制可以不必经过系统辨识而度量性能指标，因而有可能获得快速跟踪控制。模型参考自适应控制结构框图如图2所示，模型参考自适应控制一般用于确定性连续控制系统。 图2 模型参考自适应框图 其他形式的自适应控制系统是指除前面所描述的自校正控制系统和模型参考控制系统以外基于先进理论的自适应控制系统及多变量过程自适应控制系统、非线性自适应控制系统和权系数自适应控制系统等。 1.2 自适应控制应用及其优缺点 控制器参数的调整最早出现于1940年，直到20世纪50年代末，由于飞机控制器的需要，麻省理工学院首先提出了飞机自动驾驶仪的模型参考自适应控制方案。1960年至1970年间，伴随着控制理论的发展，自适应控制设计有了有效的基础，进入20世纪80年代后，随着数字机性能价格比的迅速改善和微机应用技术的不断提高，至此自适应控制得到了充分的应用。如今自适应控制得到进一步发展，其不仅在工业领域取得了较大的成功，而且在社会、经济和医学等非工业领域也进行了有益的探索。自适应控制的应用主要有以下几个方面：工业过程控制，智能化高精密机电或电液系统控制，电力系统的控制，航天航空、航海和无人驾驶，柔性结构与振动和噪声的控制，生物工程及武器系统。 同一般的反馈控制相比，自适应控制具有如下优点： (1)一般反馈控制主要适用于事先确知的对象或确定性对象。自适应控制可应用先前无法确知的对象和时变对象。 (2)一般反馈控制具有抗干扰能力，能够消除状态扰动引起的系统误差。自适应控制因为有辨识对象和在线修改参数的能力，因而不仅能够消除状态扰动引起的系统误差，还能消除系统结构扰动引起的系统误差。
交通流预测模型综述 摘要： 随着社会的发展，交通事故、交通堵塞、环境污染和能源消耗等问题日趋严重。为了缓解交通压力，交通专家也提出了各种不同的方法。在交通网络越来越复杂的今天，交通流预测在智能交通系统中是个热门的研究领域，因为正确的交通流预测，可以进行实时交通信号控制，交通分配、路径诱导、自动导航，事故检测等。本文从交通流短期预测模型出发，分析常见预测模型的优缺点，得出综合模型进行预测将是交通流预测领域的发展趋势。 关键字：交通流预测，智能交通系统，综合模型 Traffic flow predictive models review Abstract: With the development of society, traffic accidents, traffic jams, environmental pollution and energy consumption problems become more and more serious. In order to alleviate traffic pressure, traffic experts also puts forward all kinds of different methods. In the traffic network is more and more complex today, traffic flow predictive in intelligent transportation system is a hot research fields, because the correct traffic flow predictive, can real-time traffic signal control, traffic distribution, route guidance, automatic navigation, accident detection, etc. This article from short-term prediction model of traffic flow, analyzes the advantages and disadvantages of common prediction model, it is concluded that predict comprehensive model will be traffic flow predictive areas of development trend. Keywords:Traffic flow predictive, Intelligent transportation system, integrated model 引言 目前，有关交通流预测方面的研究已取得大量的成果，建立了多种实时交通量预测的方法，其预测精度也达到了较高水平。本文先是通过研究分析不同交通流短期预测模型的优缺点，然后对具有优势的基于神经网络的综合模型进行模型的构建。 一、交通流预测概述 （一）交通流预测的必要性 随着人们生活水平的提高，私家车的数量、人们出行的次数等越来越多，使得交通事故、交通堵塞、环境污染和能源消耗等问题日趋严重。很多城市也陷入了“拥有最宽阔的马路，也拥有最宽阔的…停车场?”的困境，严重影响了城市的运转效率，客观上阻碍了社会、经济的快速发展。多年来，世界各国的城市交通专家提出各种不同的方法，试图通过先进的智能交通手段来缓解交通拥堵问题。而实现这些系统或方法的关键，不仅要有实时的道路检测数据，更重要的是，要获得实时、可靠、准确的预测信息。再利用动态路径诱导和交通信息系统为出行者提供实时有效的道路信息，实现动态路径诱导，达到节约出行者旅行时间，缓解道路拥堵，减少污染、节省能源等的目的。因此，准确、可靠的交通预测信息是动态路径诱导系统的基础和关键。
神经网络预测控制综述 摘要：近年来，神经网络预测控制在工业过程控制中不仅得到广泛的应用，而且其理论研究也取得了很大进展。对当前各种神经刚络预测控制方法的现状及其工业应用进行了较深入地分析，并对其存在的问题和今后可能的发展趋势作了进一步探讨。 关键词：神经网络；预测控制：非线性系统；工业过程控制 Abstract: In recent years, neural network predictive control has not only been widely used in industrial process control, but also has made great progress in theoretical research. The current status of various neural network prediction control methods and their industrial applications are analyzed in depth, and the existing question and possible future development trends are further discussed. Keywords: neural network; predictive control: nonlinear system; industrial process control
20世纪70年代以来，人们从工业过程的特点出发，寻找对模型精度要去不高而同样能实现高质量控制性能的方法，预测控制就是在这种背景下发展起的[1]。预测控制技术最初山Richalet和Cutler提出[2],具有多步预测、滚动优化、反馈校正等机理，因此能够克服过程模型的不确定性，体现出优良的控制性能，在工业过程控制中取得了成功的应用。如Shell公司、Honeywell公司、Centum 公司，都在它们的分布式控制系统DCS上装备了商业化的预测控制软件包．并广泛地将其应用于石油、化工、冶金等工业过程中[3]。但是，预测函数控制是以被控对象的基函数的输出响应可以叠加为前提的，因而只适用于线性动态系统控制。对于实际中大量的复杂的非线性工业过程。不能取得理想的控制效果。而神经网络具有分布存储、并行处理、联想记忆、自组织和自学习等功能，以神经元组成的神经网络可以逼近任意的：线性系统。使控制系统具有智能化、鲁棒性和适应性，能处理高维数、非线性、干扰强、难建模的复杂工业过程。因此，将神经网络应用于预测控制，既是实际应用的需要，同时也为预测控制理论的发展开辟了广阔的前景。本文对基于神经网络的预测控制的研究现状进行总结，并展望未来的发展趋势。 l神经网络预测控制的基本算法的发展[4] 实际中的控制对象都带有一定的菲线性，大多数具有弱非线性的对象可用线性化模型近似，并应用已有的线性控制理论的研究成果来获得较好的控制效果。而对具有强非线性的系统的控制则一直是控制界研究的热点和难点。 就预测控制的基本原理而言，只要从被控对象能够抽取出满足要求的预测模型，它便可以应用于任何类型的系统，包括线性和非线性系统。 由于神经网络理论在求解非线性方面的巨大优势，很快被应用于非线性预测控制中。其主要设计思想是：利用一个或多个神经刚络，对非线性系统的过程信息进行前向多步预测，然后通过优化一个含有这些预测信息的多步优化目标函数，获得非线性预测控制律。在实际应用与理论研究中形成了许多不同的算法。如神经网络的内模控制、神经网络的增量型模型算法控制等，近来一些学者对有约束神经网络的预测控制也作了相应的研究。文献[5]设计了多层前馈神经网络，使控制律离线求解。文献[6]采用两个网络进行预测，但结构复杂，距离实际应用还有一定的距离，文献[7]利用递阶遗传算法，经训练得出离线神经网络模型．经多步预测得出对象的预测模型，给出了具有时延的非线性系统的优化预测控制。将神经网络用于GPC的研究成果有利用Tank．Hopfield网络处理GPC矩阵求逆的算法，基于神经网络误差修正的GPC算法、利用小脑模型进行提前计算的GPC 算法、基于GPC的对角递归神经网络控制方法以及用神经网络处理约束情形的预
第53卷第10期2019年10月 电力电子技术 Power Electronics Vol.53,No.10 October2019模型失配永磁同步电机模型预测控制研究 郝剑奇，何凤有，陈俊磊 (中国矿业大学，电气与动力工程学院，江苏徐州221008) 摘要：在实际运行中，电机参数受到温升、磁场饱和等因素的影响而发生改变，会出现参数值与其实际值不匹配的情况。这些参数不匹配将导致电流预测不准确并降低预测算法的性能。为提高永磁同步电机(PMSM)的预测精度，对预测电流控制(PCC)方法进行了扩展，在预测方程中加入了预测误差来进行误差纠正。该策略不仅降低了电流纹波，还提高了系统对参数不确定性的鲁棒性。仿真和实验结果验证了该方法的良好性能。 关键词：永磁同步电机；预测电流控制；预测误差 中图分类号:TM351文献标识码：A文章编号：1000-100X(2019)10-0031-03 Research on Model Predictive Control of Model Mismatch Permanent Magnet Synchronous Motor HAO Jian-qi,HE Feng-you,CHEN Jun-lei (China University of Mining and Technology,Xuzhou221008,China) Abstract:In actual operation,the parameters of the motor are affected by temperature rise,magnetic field saturation and other factors,and there will be a mismatch between the parameters and their actual values.The mismatch of these parameters leads to inaccurate current prediction and reduces the performance of the prediction algorithm.In order to improve the prediction accuracy of permanent magnet synchronous motor(PMSM),the predictive current control(PCC) method is extended,and the predictive error is added to the predictive equation to correct the error.This strategy not only reduces the current ripple,but also improves the robustness of the system to parameter uncertainties.The simula-tion and experimental results verify the good performance of this method. Keywords:permanent magnet synchronous motor；predictive current control；prediction error Foundation Project:Supported by National Key Research and Development Program(No.2016YFC0600906) 1引言 近年来，随着稀土材料和电力电子技术的发 展.PMSM以其转子结构简单、体积小、无励磁损耗、力矩惯量比大、功率密度高等诸多优点，在钢铁冶金、电力能源、船舶推进、轨道交通等领域都得到越来越广泛的应用⑴。模型预测控制凭借其良好的动态响应性能成为电机控制领域近年来研究的热点之一，作为一类采用在线寻优的闭环控制算法，能够显著提升电机的动态性能，在PMSM 驱动领域得到了成功应用"7。 模型预测控制是一种十分依赖于参数的控制算法。文献［4］使用比例积分(PI)调节器对d轴电流进行控制，并在g轴电流控制中加入积分作用，该方法可以在一定程度上消除参数误差的影响，但存在积分饱和作用，失去了预测控制算法在动 基金项目：国家重点研发计划课题(2016YFC0600906) 定稿日期：2019-04-22 作者简介：郝剑奇(1992-),男，河北张家口人，硕士研究生，研究方向为电力传动。态过程中响应快的优势。文献［5］将鲁棒控制理论引入预测算法，在建立预测模型和求解预测算法时均考虑了参数扰动的影响，以达到在最大扰动情况下仍能满足电机运行要求。但鲁棒预测控制原理只要求能够满足最基本的控制目标，并没有 消除参数不准确所带来的影响。文献［6］提出无模型的预测控制算法，尽管这种控制算法不依赖系统模型，但是这种方法的性能取决于提取电流的精度，任何噪音或者测量偏差均可能造成系统的不稳定。文献［7］在预测方程中加入了上一次采样时预测值与实测值之间的加权误差，提高了对下一次采样时所有切换状态的系统行为的预测。但由于每个切换状态的预测误差可能不同于其他状 态，最后一个预测误差可能不适合添加到下一个步骤的预测阶段。 此处在传统两电平逆变器冋基础上提出新控 制器结构，以在PCC中提高预测精度。为提高预测精度，使电机模型接近足够真实电机行为，在预测阶段增加了各施加开关状态的预测误差。仿真和实验结果表明了该方法的有效性。 31
数据作为信息的重要载体，其安全问题在信息安全中占有非常重要的地位。数据的保密性、可用性、可控性和完整性是数据安全技术的主要研究内容。数据保密性的理论基础是密码学，而可用性、可控性和完整性是数据安全的重要保障，没有后者提供技术保障，再强的加密算法也难以保证数据的安全。与数据安全密切相关的技术主要有以下几种，每种相关但又有所不同。 1) 访问控制：该技术主要用于控制用户可否进入系统以及进入系统的用户能够读写 的数据集; 2) 数据流控制：该技术和用户可访问数据集的分发有关，用于防止数据从授权范围扩散到非授权范围; 3) 推理控制：该技术用于保护可统计的数据库，以防止查询者通过精心设计的查询序列推理出机密信息; 4) 数据加密：该技术用于保护机密信息在传输或存储时被非授权暴露; 5) 数据保护：该技术主要用于防止数据遭到意外或恶意的破坏，保证数据的可用性和完整性。 在上述技术中，访问控制技术占有重要的地位，其中1)、2)、3)均属于访问控制范畴。访问控制技术主要涉及安全模型、控制策略、控制策略的实现、授权与审计等。其中安全模型是访问控制的理论基础，其它技术是则实现安全模型的技术保障。本文侧重论述访问控制技术，有关数据保护技术的其它方面，将逐渐在其它文章中进行探讨。 1. 访问控制 信息系统的安全目标是通过一组规则来控制和管理主体对客体的访问，这些访问控制规则称为安全策略，安全策略反应信息系统对安全的需求。安全模型是制定安全策略的依据，安全模型是指用形式化的方法来准确地描述安全的重要方面(机密性、完整性和可用性)及其与系统行为的关系。建立安全模型的主要目的是提高对成功实现关键安全需求的理解层次，以及为机密性和完整性寻找安全策略，安全模型是构建系统保护的重要依据，同时也是建立和评估安全操作系统的重要依据。 自20世纪70年代起，Denning、Bell、Lapadula等人对信息安全进行了大量的理 论研究，特别是1985年美国国防部颁布可信计算机评估标准《TCSEC》以来，系统安全 模型得到了广泛的研究，并在各种系统中实现了多种安全模型。这些模型可以分为两大类：一种是信息流模型;另一种是访问控制模型。 信息流模型主要着眼于对客体之间信息传输过程的控制，它是访问控制模型的一种变形。它不校验主体对客体的访问模式,而是试图控制从一个客体到另一个客体的信息流，强迫其 根据两个客体的安全属性决定访问操作是否进行。信息流模型和访问控制模型之间差别很小，