本文根据内模原理提出了三种新的自适应鲁榨控制器, 克服了等人提出的鲁棒控制器的缺点。本文提出的算法适用于跟踪任何参考信号, 当系统的阶次发生变化时均能跟踪与柯节具有较强的鲁棒性。

鲁棒性语音识别系统设计与实现-附件资源

由于风电功率预测的局限性，难以准确而有效地刻画风电功率的概率分布函数，提出考虑风电功率概率分布不确定性的含风电配电网无功规划方法。该方法可有效应用于风电概率分布集合中的任意分布情况，在一定概率约束下保证配电网的安全运行要求，同时最小化配电网网损和无功设备投资成本之和。采用概率分布鲁棒机会约束模型描述含风电的配电网无功规划问题，根据潮流平衡等式分离节点电压和支路功率约束中的随机向量，根据条件风险价值（CVaR）的物理意义构建关于节点电压约束和支路功率约束的CVaR模型，利用对偶优化、Schur补和S-lemma的性质将该模型转化为确定性的双线性矩阵不等式（BMI）问题。采用基于BMI优化的免疫粒子群算法求解该问题。改进的IEEE 33节点配电系统仿真结果验证了所提无功规划方法的可行性和有效性。

随着分布式电源接入电网比例不断提高，其出力的随机性和间歇性对电力系统安全稳定运行造成威胁，虚拟电厂（VPP）为有效解决分布式电源并网提供了新思路。风电等可再生能源的发电和电价具有不确定性，如何在不确定环境下提高VPP的可调度性成为研究热点。针对电价预测精度高、误差分布较为规律的特点，采用随机规划法处理电价的不确定性，对于风电等可再生能源的出力，其预测误差通常难以准确地用概率分布描述，采用鲁棒优化法处理，在此基础上建立VPP优化调度的上层经济调度模型。进一步考虑电网的安全约束，建立VPP优化调度的下层安全调度模型，最终形成VPP两层优化调度模型。通过对改进的IEEE 33节点系统及由风电场、抽水蓄能电站和燃气轮机组成VPP的算例分析，验证了所提模型的可行性和有效性。

论文研究-基于t分布噪声的鲁棒PPLS回归模型  概率PLS （PPLS）模型中，数据源（主元）和噪声满足正态分布，容易受离群点的影响.鲁棒PPLS算法采用拖尾更长的t分布描述数据源和噪声，提高了模型的鲁棒性.但是，实际工业过程中，离群点由测量噪声导致，而不是由产生过程变量和质量变量的数据源产生.基于此，提出一种基于t分布噪声的鲁棒PPLS模型.该模型采用t分布拟合测量噪声的分布，而主元依然用标准正态分布描述，更符合实际测量状况.考虑到潜在变量的存在，采用极大似然方法结合EM算法对模型的参数进行了估计，并将该模型用于对过程变量和质量变量的回归估计.最后，通过仿真实例进行了验证.

鲁棒非线性回归：使用维纳模型和稀疏性优化的鲁棒非线性回归

考虑到大型电力系统的负载频率控制（LFC），提出了一种鲁棒的分布式模型预测控制（RDMPC）。仅根据电力系统参数变化的系统不确定性以及发电率约束（...

AdverTorch - 基于PyTorch的对抗鲁棒性研究工具箱

加载，提取dct域的robust水印，加噪声等功能

为了更好地提高嵌入水印后的图像质量，提出了一种利用遗传算法(GA)优化支持向量回归机(SVR)的鲁棒水印算法。把经Haar小波变换后，图像子带中具有强相似性的数据作为特征向量，用于被遗传算法优化的SVR建立小波系数方向树的模型。通过比较特征向量均方差(MSE)的大小来自适应地确定水印嵌入的位置。水印的嵌入与提取是通过调整模型的预测值与目标值之间的大小来实现的。实验结果表明，所提算法对常见的图像攻击有很强的鲁棒性，而且水印图像在嵌入容量为16384比特的情况下，峰值信噪比可以达到44.15 dB。因此能够有