基于时间序列模型的预估控制算法

提出一种具有反馈修正的，基于时间序列模型ＣＡＲＭＡ的单值预估控制算法，对这种算法下闭环预估控制系统结构和稳定性进行了分析，对各种预估控制算法的鲁棒性进行了仿真对比。反馈修正的引入，使闭环预估控制系统的鲁棒性有很大的改善，使这种算法更适合于工业应用。     

时滞网络预测PI控制算法鲁棒稳定性分析

针对网络中存在的时滞给主动队列管理算法性能带来的不利影响,将Smith预估补偿器与达林算法相结合,提出了一种预测PI控制算法,既利用Smith预估器克服了大时滞给系统性能带来的影响,也减少了控制器参数整定数量.利用控制理论分析了该算法中Smith预估模型与实际对象模型分别存在增益、时间常数和时延失配情况下系统的鲁棒稳定性,并分别给出了保持系统稳定的失配参数条件.理论分析表明,通过适当选择期望闭环传递函数时间常数和预估模型参数,可以使系统获得较强鲁棒性和较快响应速度.仿真试验验证了理论分析的正确性.     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

多尺度单值中智系统中基于优势粗糙集模型的最优尺度选择与约简

单值中智集是处理不确定、不一致信息的有效工具,结合单值中智粗糙集和多尺度决策系统,提出基于优势关系的多尺度单值中智粗糙集模型的最优尺度选择和约简算法.首先,在构建基于优势关系的多尺度单值中智粗糙集模型时引入正理想点、负理想点和不确定点来刻画单值中智数大小关系;其次,结合证据理论中的信任函数和似然函数给出模型的最优尺度选择算法及约简算法;最后,利用五组UCI数据集对文中提出的模型与算法进行实例验证,分析算法的有效性.提出的算法在分类精度和算法效率两方面都有所提高,进一步扩展了单值中智粗糙集在多尺度决策系统下的应用,为后续该领域的研究提供参考.     

一类非单调线性互补问题宽邻域预估校正算法

对于一类非单调线性互补问题给出了一种新的内点算法-宽邻域预估校正算法,算法基于精典预估校正思想,把窄邻域拓展到一个宽邻域里使得算法更快地迭代,讨论了其算法的计算复杂性,并给出了数值实验.     

具有时滞补偿器的模型算法控制

本文提出一种具有时滞补偿器的模型算法控制,该算法可用于处理具有未知时滞或变时滞的复杂工业过程.当过程的时滞发生变化时,闭环系统具有良好性能.文中给出了仿真结果.     

预估式变参数PID控制算法的研究

以半导体厂芯片生产车间洁净室温度控制系统为应用背景,给出了预估式变参数PID控制算法.这种实用新算法的调节时间接近于Smith补偿算法,但在被控对象的数学模型不精确时,仍有较好的控制效果.     

非线性时变系统开闭环PI型迭代学习控制研究

讨论了一类非线性时变系统开闭环PI型迭代学习控制算法,该算法相对于开环、闭环PI型迭代学习算法不仅能较快地跟踪期望轨迹,而且能增强学习控制的鲁棒性。给出了仿真研究实例,仿真结果验证了该算法的有效性和优越性。     

半定规划的一种Mehrotra型预估-校正算法

将一种Mehrotra型预估-校正算法推广到半定规划。首先给出了半定规划基于Mehrotra型预估-校正算法的一些基本理论,尤其是对称化技术;随后通过分析这种算法的迭代复杂性,给出算法的重要思想:在校长步中采用安全策略,给出新算法的最大预估步长的上界,算法过程中对最大预估步长进行削减策略:当最大预估步长大于某个阈值时,对此步长进行削减(可重复),从而得到合适的校正步长下界;最终通过采用以上策略及NT搜索方向,得到了该算法的多项式复杂界。     

附加有界扰动系统开环MMMPC的可行性和稳定性

通过分析附加有界扰动不确定系统的开环最大最小模型预测控制(OL MMMPC)的可行性和稳定性, 指出一般情况下OL MMMPC问题初始可行但未必一直可行, 进而闭环系统也未必稳定, 并给出了该问题只要初始可行就有闭环系统稳定的一个充分条件及OL MMMPC问题的一种改进算法, 该算法保证只要问题初始可行闭环系统就稳定.     

时间乘子加权广义预测控制

提出一种具有时间乘子加权性能控制的广义预测控制算法，此方法能提高系统的稳定性，同时与其他算法相比提高了系统的瞬态响应，文中还给出这种加权下广义预测控制渐进稳定的充分条件，仿真实验说明了算法的有效性。     

广义系统反馈稳定性问题的一种算法

针对广义系统的反馈稳定性问题,该文应用亚负定矩阵、矩阵的广义左逆等给出了广义系统反馈稳定性问题的一种算法。引入状态反馈律得到广义系统的闭环系统;求出该闭环系统的解;令闭环系统的解的指数部分的矩阵等于某一亚负定矩阵,即可求出使广义系统稳定的反馈矩阵。最后给出算例说明所给方法的应用。     

模糊时滞系统的状态反馈控制器设计与稳定性分析

在保证闭环系统稳定的基础上,为进一步改进系统的动态性能,将模糊T-S模型方法应用到非线性连续时滞系统的控制器设计中,提出了一种带调节因子的状态反馈控制器的设计方法.首先给出变时滞非线性系统的模糊T-S模型,然后设计出基于观测器的状态反馈控制器,并利用Lyapunov-Razum ikhin稳定性理论给出模糊闭环系统一致渐近稳定的充分条件,最后通过求解一系列线性矩阵不等式得到状态反馈增益矩阵和观测增益矩阵.通过对卡车倒车控制的实验仿真,表明当调节因子选取适当时,闭环系统的超调量和震荡次数都有明显减少,选取不当时,超调量和震荡次数都有所增加.因此,通过改变调节因子的值,可以对闭环系统的动态性能进行适当调节.此外,通过引入特殊矩阵,使得判据中含有较少的约束不等式,从而减弱了结论的保守性.     

多模型系统最优同时镇定状态反馈控制器设计算法

对于一类可以用有限多个状态方程来描述其动态特性的多模型系统,研究了同时镇定最优状态反馈控制器设计问题,即设计一个状态反馈控制器,使得闭环系统渐近稳定,并对指定的二次型性能指标进行优化．文中在导出闭环系统渐近稳定的充分性条件的基础上,探讨给定二次型性能指标的优化问题,并最终将该状态反馈控制器的设计问题转化为基于线性矩阵不等式（ＬＭＩ）的凸优化问题进行求解．由于将原问题转化为凸优化问题,确保了求得的解必定为全局最优解．最后给出了两个实际系统的设计算例,其结果表明了算法的有效性．     

在任意初值下的受扰非线性系统PD型迭代学习控制与方法

对于一类非线性系统,在有界的初态干扰和输出干扰的情况下,提出了一种开闭环PD型迭代学习算法。系统在初值任意的情况下,进行初态学习的开闭环PD型迭代学习控制,并且推导出了关于初态学习的收敛性的充分条件。通过与开环PD型和闭环PD型迭代学习算法作对比来进行仿真验证,仿真结果验证了算法的有效性。     

基于GPC的主动队列管理算法稳定性分析

根据主动队列管理算法中TCP拥塞窗口的流体流模型,给出了离散模型和广义预测控制(GPC)算法的表达式;得出了路由器输出队列长度与参考队列长度的闭环传递函数;证明了GPC控制器在满足特定控制参数的条件下,无论网络参数如何变化,闭环系统都是稳定的;并通过仿真验证了其正确性.     

不确定关联时滞系统基于观测器的鲁棒分散镇定

讨论了一类不确定关联时滞系统基于状态观测器的鲁棒分散镇定问题·系统的不确定性是未知时变且范数有界的,系统状态及控制输入、互联项中均存在时滞·根据李亚普诺夫稳定性理论,给出了系统可分散输出反馈镇定的充分条件,即一组线性矩阵不等式(LMI)有解·所设计的分散控制器保证系统渐进稳定·仿真结果表明,该方法是有效的·     

基于特征模型的PID控制器参数的满意解

本文提出一种通过PID控制器使系统同时满足暂态指标和稳态指标约束的满意控制设计方法.该方法避免了PID参数的图形和经验求解法.根据控制对象的特征参数模型,通过离散状态方程对原连续系统进行控制器设计.在控制系统的多指标约束下,将PID参数的计算转化为离散Lyapunov矩阵不等式,使用PID三个参数,配置系统闭环极点于指定圆形区域而使闭环系统具有较好的动态品质和一定的稳定裕度.积分器的引入,保证了闭环系统稳态无差.给使用计算机自动求解PID参数提供了新的方法,计算实例表明了该方法的有效性.