广义预测PID控制算法

本文根据广义预测控制(Generalized Predictive Control,简写GPC)与PID控制控制律结构的相似性,通过对广义预测控制性能指标函数中控制加权序列Qj(z-1)的配置给定,导出了具有PID算法结构的广义预测控制律。从而借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并实施广义预测PID控制。     

一类非线性系统加权自适应预测控制

对一类双线性系统，建立了多步极小化性能指标的预测控制算法，用加权预测控制律代替一步预测控制律，能适用非最小相位的双线性系统，仿真实验证实了本算法的有效性。     

一类非线性系统的广义预测控制

将广义预测控制应用于Hammerstein模型描述的非线性系统,得到了一类非线性系统的广义预测控制算法.仿真结果表明,该算法具有较强的鲁棒性.     

基于状态空间的广义预测控制系统闭环特性分析

从状态空间角度分析了广义预测控制的闭环特性，指出广义预测控制是状态反馈控制。在控制量加权系数λ为0的条件下，给出了柔化因子α对系统闭环性能影响的关系式。证明了闭环系统稳定性与开环对象的稳定性无关。仿真验证了分析方法的有效性。     

并条机自调匀整广义预测控制的研究

通过分析并条机自调匀整系统被控对象的特点，提出用广义预测控制理论设计控制器，以提高匀整的效果。通过对广义预测控制器和广义最小方差控制器的对比仿真，证明了广义预测控制优于广义最小方差控制，对并条机对象的特点有针对性，符合自调匀整系统的要求。     

多变量广义预测控制及一种简化算法

推导了多变量广义预测控制算法，该算法能有效地处理过程的不稳定性和非最小相位特性，并具有良好的解耦性能。同时提出一种处理纯滞后对象的新方法，即将近似法和广义预测控制相结合解决时滞的方案。这种方法可以解决通道之间时滞不同的对象，并且针对广义预测控制算法的复杂性对其简化算法（多变量单值广义预测控制算法）进行了研究。通过仿真研究表明，多变量单值广义预测控制算法在跟踪性、鲁棒性、抗干扰能力等方面都得到很好的控制效果。     

基于动态BP网络误差修正的广义预测控制

针对建模误差对非线性系统预测控制鲁棒性的影响，提出了一种基于动态Bp网络的广义预测控制算法。该算法运用动态Bp网络对模型预测误差进行在线补偿，以提高预测精度。仿真结果证明了本文提出的广义预测控制算法对于非线性系统是有效的。     

基于神经网络误差补偿的混沌系统广义预测控制

本利用BP结构神经网络，对混沌系统的建模误差进行预测，并将其补偿到广义预测控制中，以提高算法的鲁棒性，线性模型和神经网络的学习均采用阻尼最小二乘算法．仿真结果表明该算法对混沌系统控制的有效性．     

具有比例积分结构的广义预测自校正控制

在一般广义预测自校正控制的基础上，提出了一种具有比例积分结构的广义预测自校正控制器及其实时实现算法，该算法兼有古典PI控制的鲁棒性能和预测控制的模型预报优点，通过对具体实例的计算机仿真表明，该算法较一般广义预测自校正控制更具有鲁棒性，更宜于工业应用。     

Wiener型系统基于神经网络的在线训练算法广义预测控制

利用RBF神经网络在训练算法和广义预测控制算法进行了Wiener型非线性模型预测控制的研究，仿真表明这种做法是可行的。     

基于频域的广义预测控制器的鲁棒性分析

推导了广义预测控制器 ( GPC)的闭环反馈结构 ,采用小增益定理获得了存在建模误差( MPM)情况下 GPC鲁棒稳定的一个充分条件。然后在频域内分析了 GPC控制器的参数选择对其鲁棒性的影响。     

广义预测控制算法鲁棒性的频域分析

通过对广义预测控制算法的结构分解，建立了在频域分析ＧＰＣ算法稳定鲁棒性的方法，并证明了广义控制器在满足一定的边界条件下，如果能使系统开环稳定，则必能使系统闭环稳定，最后由仿真结果进一步说明了结论的正确性。     

密度核估计的随机加权逼近

本文对密度核估计的随机加权作了研究,在适当的条件下,证明了密度核估计的随机加权逼近的相合性。     

Parameter Self - Learning of Generalized Predictive Control Using BP Neural Network

This paper describes the self—adjustment of some tuning-knobs of the generalized predictive controller(GPC).A three feedforward neural network was utilized to on line learn two key tuning-knobs of GPC,and BP algorithm was used for the training of the linking-weights of the neural network.Hence it gets rid of the difficulty of choosing these tuning-knobs manually and provides easier condition for the wide applications of GPC on industrial plants.Simulation results illustrated the effectiveness of the method.     

利用相关分析法确定圈闭评价中关键地质因数的权重系数

以钻井圈闭为模型,根据各项参评地质因素与已知钻井圈闭含油气性的相关性来确定各参评地质因数的权重系数。以塔里木盆地圈闭评价为例,应用此方法求得评价所需的各参评地质因数（构造条件、可靠程度、通道条件、储层条件等）的权重系数,这样使得评价结果不仅具客观性,且与圈闭的含油气性密切相关,从而提高圈闭评价的精度。     

不可微规划Bundle法中加权函数计算

研究不可微规划Ｂｕｎｄｌｅ方法中加权函数的构造，利用ｆ（ｘ）的二阶信息，改进加权函数，给出了下降方向的计算，并证明ｆ（ｘ）在最优点的近似最优性条件。     

凝胶渗透色谱法测定聚丙烯腈的相对分子质量及其分布的研究

以纯二甲基甲酰胺(DMF)为淋洗剂用凝胶渗透色谱法(GPC法)测得的聚丙烯腈共聚物的淋洗曲线会出现分峰现象,在DMF中添加静电屏蔽剂硝酸钠后,峰的形状可以变得正常,但是无法以聚苯乙烯为标样,用高分子链的流体力学体积作为通用校正参数对GPC仪进行标定。以已知相对分子质量及其分布的聚丙烯腈宽分布样品为标样,用试凑法对CPC仪进行了准确的标定。提出了在测试条件相同的情况下,用聚苯乙烯作为标样的方法。     

加权组合模型在路基稳定性评判中的应用

基于双曲线模型和灰色模型,采用误差绝对值加权和最小的准则,创建了新的加权组合模型,理论推导和实测结果表明,该模型较前两种模型预测误差降低.同时,借助加权组合模型对软弱夹层压缩量与总沉降量进行预测,并以两者的比值作为评价因子,依据评价因子变化曲线对路基稳定性的整体变化趋势做出评判,经实例验证,该方法简单、可行.     

不确定型AHP计算权重向量的一种新方法

通过定义偏离矩阵和相对于区间数判断矩阵的数字判断矩阵, 给出了一种新的群组决策下区间数判断矩阵权重向量的计算方法．     

部分转移概率马尔科夫时变时滞系统的镇定

研究一类带有部分未知转移概率的连续时间马尔科夫跳变时变系统的稳定性和镇定问题．引入自由连接权重矩阵方法得到一个较小保守性的稳定性判据．以线性矩阵不等式的形式得到状态反馈控制器存在的一个充分条件．最后,给出数值例子说明所提方法的有效性．