预测模糊协调控制在纯滞后系统中的应用

针对电阻炉温度系统具有容量大、纯滞后量大,非线性的特点,提出了一种模糊预测协调控制算法,将模糊控制和预测控制相结合,发挥预测控制的超前性和模糊控制不需要对象精确模型的优势,增强了系统的跟踪和抗干扰能力.现场运行结果表明,该算法简洁实用,对纯滞后特性具有较好的补偿作用,对被控参数变化具有较强的适应能力,取得了满意的控制效果.     

大时滞系统全参数自适应预测控制策略

针对大时滞系统纯滞后时间长、参数时变的特点,提出一种基于改进的粒子群优化的自适应预测控制算法.利用改进的粒子群优化算法对时变大时滞系统模型的全部参数进行辨识,从而克服预测模型失配对系统控制性能的影响,并且将粒子群优化算法用于预测控制滚动寻优,有效解决系统存在约束条件下的最优值求解问题.仿真结果验证所提方法的有效性和优越性.     

基于梯度预测网络的气象雷达图像外推算法

针对基于循环神经网络的雷达图像外推算法难以表示雷达回波复杂变化的问题,提出GhuLSTM时空预测递归网络模型,用于高精度雷达图像外推.该模型利用时空记忆单元变体提取和传递雷达图像空间和时序上的高层特征信息,并利用相邻递归状态之间的差分信号处理雷达回波体演变的高阶非平稳性.同时在网络中加入梯度公路结构,以缓解雷达图像序列外推中时序梯度快速消失的趋势.试验结果表明,相较于目前主流的雷达回波外推算法,该模型的均方误差降低了18.9%,平均绝对误差降低了2.8%,峰值信噪比提升了5.5%.     

一种克服大纯滞后的预测控制方法

针对一般工业过程中存在的大纯滞后问题,提出了一种克服大纯滞后的预测控制方法.首先由神经网络辨识出非线性系统的纯滞后时间参数,再用构建的神经网络预测模型预测出未来相应时刻的系统输出,然后用该输出来调整当前时刻的控制量,从而达到预期的控制目的,仿真结果验证了该方法的有效性.     

含有纯滞后对象的控制方法

评述纯滞后对象控制的两种典型方法─—大林算法和纯滞后补偿法的原理、优缺点、设计要求及存在问题，并讨论了两者的联系。     

基于Laguerre函数模型的大纯滞后系统预测控制

分析了Laguerre函数模型的特点 ,将系统的大纯滞后划分为已知和不确定两部分 ,这会大大减少Laguerre函数模型的参数。给出了基于Laguerre函数模型的自适应单值预测控制算法。仿真结果表明 ,该算法对大纯滞后系统的控制非常有效 ,鲁棒性好 ,仅需要很少的先验信息 ,计算量小 ,易于应用     

大林算法在位置随动系统中的应用

为了解决含有纯滞后惯性环节的位置随动系统采用常规的直接数字控制方法较复杂且效果不佳的问题,提出利用大林算法来处理其纯滞后的惯性环节。通过对大林控制器的详细设计过程和对位置随动系统的实例仿真可以看出,大林控制器具有良好的鲁棒性和较高的灵敏度,最后得出了大林算法在含有纯滞后惯性环节的位置随动系统中具有应用价值的结论。     

一种改进的广义预测控制算法

广义预测控制（GPC）在大纯滞后过程控制中仍有不足．本文通过调整GPC的参考轨迹，对GPC算法做了改进，提高了GPC的稳定性和鲁棒性，仿真结果表明此算法控制效果具有良好的应用价值．     

大型游泳池水温的预测模糊控制

分析了容积为 2 50 0m3大型游泳池的池水温度特性 ,提出了预测模糊控制算法 .采用该算法对具有大惯性、纯滞后等特性的池水温度进行控制 ,取得了良好的效果 ,而且调节过程平稳 ,实际控制精度达± 0 .0 2℃ .由此可得 ,这种算法也可以应用到具有类似特性参数的工业过程控制之中 ,并能取得有效的控制精确度和稳定性 .     

基于Laguerre函数模型的大纯滞后系统预测控制

分析了Laguerre函数模型的特点，将系统的大纯滞后划分为已知和不确定两部分，这会大大减少Laguerre函数模型的参数。给出了基于Laguerre函数模型的自适应单值预测控制算法。仿真结果表明，该算法对大纯滞后系统的控制非常有效。鲁棒性好，仅需要很少的先验信息，计算量小，易于应用。