矩陣半張量積理論已經(jīng)很好地運用到布爾網(wǎng)絡的研究中,取得了很多優(yōu)秀的結果.眾所周知,混合值邏輯網(wǎng)絡是布爾網(wǎng)絡的自然推廣,概率邏輯網(wǎng)絡是布爾網(wǎng)絡的概率推廣.從而矩陣半張量積理論也可以應用到這一類網(wǎng)絡的研究.相比而言,混合值邏輯網(wǎng)絡與概率邏輯網(wǎng)絡更具一般性,更能體現(xiàn)社會實際問題.因此,本論文利用矩陣半張量積理論首先研究混合值邏輯網(wǎng)絡及其控制問題,然后考慮概率邏輯網(wǎng)絡的控制問題,最后將此理論應用到多值邏輯電路的故障診斷與非線性移位寄存器的分析等實際問題中.主要研究內容如下：1.利用矩陣半張量積研究多值邏輯網(wǎng)絡的干擾解耦問題.首先,研究k值邏輯網(wǎng)絡的干擾解耦.通過構造相應的Y友好子空間,得到該網(wǎng)絡可解耦控制器存在的一些充分條件.然后,研究混合值邏輯網(wǎng)絡的解耦問題,通過類似的方法得到一些充要條件使得系統(tǒng)可解耦,且構造出所有的狀態(tài)反饋控制器.最后,舉例說明如何通過新方法建立Y友好子空間和設計控制器使得帶干擾項的多值邏輯網(wǎng)絡可解耦.2.通過兩種不同的控制器研究高階混合值邏輯網(wǎng)絡的能達性與能控性.首先,利用矩陣半張量積理論將高階混合值邏輯網(wǎng)絡轉變成一個代數(shù)形式.其次,基于得到的代數(shù)形式,得到一些關于高階... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：145 頁

【學位級別】：博士

【文章目錄】：
目錄
Contents
摘要
ABSTRACT
第一章 緒論
    1.1 多值邏輯網(wǎng)絡與概率邏輯網(wǎng)絡
    1.2 矩陣半張量積理論及應用
    1.3 主要內容
第二章 預備知識
    2.1 矩陣半張量積的基本概念及性質
    2.2 邏輯函數(shù)的向量表示及基本定理
第三章 多值邏輯網(wǎng)絡的干擾解耦
    3.1 引言
    3.2 k值邏輯網(wǎng)絡的干擾解耦
        3.2.1 Y友好子空間
        3.2.2 控制器設計
    3.3 混合值邏輯網(wǎng)絡的干擾解耦
        3.3.1 Y友好子空間
        3.3.2 控制器設計
    3.4 例子
    3.5 小結
第四章 高階混合值邏輯網(wǎng)絡的能達性與能控性
    4.1 引言
    4.2 問題描述
    4.3 基于混合值輸入控制的高階混合值邏輯網(wǎng)絡的能達性
    4.4 基于自由混合值控制序列的高階混合值邏輯網(wǎng)絡的能控性
    4.5 例子
    4.6 小結
第五章 概率混合值邏輯網(wǎng)絡的最優(yōu)控制及能控性
    5.1 引言
    5.2 概率混合值邏輯網(wǎng)絡的代數(shù)結構
        5.2.1 上下文概率混合值邏輯網(wǎng)絡的代數(shù)形式
        5.2.2 受限的概率混合值邏輯網(wǎng)絡的代數(shù)形式
    5.3 概率混合值邏輯網(wǎng)絡的最優(yōu)控制
        5.3.1 有限時域上概率混合值邏輯網(wǎng)絡的最優(yōu)控制
        5.3.2 基于最優(yōu)控制的首達模型
    5.4 受限的上下文概率混合值邏輯網(wǎng)絡的能控性
    5.5 例子
    5.6 小結
第六章 混合值邏輯網(wǎng)絡的應用
    6.1 多值邏輯函數(shù)的方向導數(shù)及在多值組合電路故障診斷中的應用
        6.1.1 引言
        6.1.2 多值邏輯函數(shù)的方向導數(shù)
        6.1.3 多值數(shù)字電路的故障診斷
        6.1.4 例子
    6.2 非線性反饋移位寄存器分析的新方法
        6.2.1 引言
        6.2.2 非線性反饋移位寄存器的非奇異性
        6.2.3 非線性反饋移位寄存器環(huán)的個數(shù)
        6.2.4 非線性反饋移位寄存器環(huán)的分解與合成
        6.2.5 例子
    6.3 小結
第七章 結論與展望
    7.1 結論
    7.2 展望
參考文獻
致謝
攻讀博士學位期間發(fā)表、撰寫的科研論文及參與的科研項目
學位論文評鬩及答辯情況表


【參考文獻】：
期刊論文
[1]Two kinds of optimal controls for probabilistic mix-valued logical dynamic networks[J]. LIU ZhenBin,WANG YuZhen,LI HaiTao.  Science China（Information Sciences）. 2014(05)
[2]On controllability and stabilizability of probabilistic Boolean control networks[J]. ZHAO Yin,CHENG DaiZhan.  Science China（Information Sciences）. 2014(01)
[3]Singular Boolean networks:Semi-tensor product approach[J]. FENG JunE,YAO Juan,CUI Peng.  Science China（Information Sciences）. 2013(11)
[4]多變量模糊系統(tǒng)控制設計及其在并行混合電動汽車中的應用(英文)[J]. 葛愛冬,王玉振,魏愛榮,劉紅波.  控制理論與應用. 2013(08)
[5]REACHABILITY/CONTROLLABILITY OF HIGH ORDER MIX-VALUED LOGICAL NETWORKS[J]. LIU Zhenbin,WANG Yuzhen.  Journal of Systems Science & Complexity. 2013(03)
[6]基于矩陣半張量積方法的隨機模糊系統(tǒng)控制器設計[J]. 葛愛冬,王玉振,魏愛榮.  山東大學學報(工學版). 2013(03)
[7]室內熱舒適環(huán)境的模糊關系矩陣模型控制系統(tǒng)[J]. 段培永,呂紅麗,馮俊娥,劉聰聰,李慧.  控制理論與應用. 2013(02)
[8]演化博弈與邏輯動態(tài)系統(tǒng)的優(yōu)化控制[J]. 程代展,趙寅,徐聽聽.  系統(tǒng)科學與數(shù)學. 2012(10)
[9]從布爾代數(shù)到布爾微積分[J]. 程代展,趙寅,徐相如.  控制理論與應用. 2011(10)
[10]混合值邏輯及其應用[J]. 程代展,趙寅,徐相如.  山東大學學報(理學版). 2011(10)



本文編號：3326281