广义离散系统的H_2控制设计

研究了广义离散线性系统的H2控制问题·借助于广义Lyapunov方程,给出了计算广义离散系统的H2范数的状态空间方法·基于该方法,讨论了广义离散控制系统的H2控制器设计问题·     

广义非线性交联大系统的鲁棒模糊分散控制

利用广义T S模糊模型对广义非线性交联大系统进行了鲁棒控制研究·首先 ,对广义非线性交联大系统建立模糊模型·然后 ,在系统可解条件下 ,给出了模糊分散控制器的设计方法 ,分析其考虑建模误差时的鲁棒稳定性 ,给出基于LMI的闭环系统鲁棒稳定的充分条件·进而 ,应用模糊规则及权重的性质得到基于LMI优化技术的低保守性的鲁棒模糊分散控制器设计方法·最后 ,算例说明了控制器的设计步骤和有效性·     

基于观测器的广义系统H_∞可靠性控制器

利用广义系统的传感器故障模型,研究广义系统H∞可靠性控制器的设计问题·首先,建立了广义系统传感器故障的一般模型,在此模型的基础上设计基于观测器的控制器·其次,定义了广义系统的H∞可靠性控制器·接着,用带广义约束的广义代数Riccati不等式(GARI),给出传感器正常及出现部分故障时,所设计的控制器使得闭环广义系统容许且传递函数H∞范数有界的充分条件,即存在H∞可靠性控制器的充分条件·同时,还通过对广义系统的受限等价变换,去掉了广义约束,简化了带广义约束的GARI·进而可以通过解简化后的GARI来设计H∞可靠性控制器·最后,给出一个数值例子来演示设计过程并说明此方法的有效性·     

一类非线性广义系统结构稳定的李亚普诺夫判据

非线性广义系统的结构稳定性的研究有实际意义,基于李亚普诺夫方程,研究了一类非线性广义系统平衡点稳定的问题·用李亚普诺夫方法研究了此类非线性广义系统的结构稳定问题,在此基础上,得到了这类非线性广义系统结构稳定和李亚普诺夫方程的解的关系·最后,给出了这类非线性广义系统结构稳定的充要条件,并且用简单的数值算例说明了定理的可行性·     

基于观测器的具有对称结构的广义大系统的H_∞分散控制

讨论具有对称结构的广义大系统的H∞分散控制问题·通过设计基于状态观测器的状态反馈,借助于广义代数Riccati不等式,给出具有对称结构的闭环广义大系统的H∞分散控制的充要条件·     

离散广义系统的渐近稳定性分析与控制

研究离散广义系统的渐近稳定性分析及控制问题·引入适合离散广义系统的Lyapunov函数,得到了该系统在正则条件下渐近稳定及可稳的等价条件·给出了相关的镇定方法,给出当广义系统具有因果性及非因果性下均适用的判定稳定性的方法·利用该方法可进一步研究广义系统鲁棒控制、H∞控制及容错控制问题·     

岩爆预测的支持向量机

针对岩爆预测问题,提出了基于支持向量机的预测方法,通过对影响岩爆因素的分析,然后运用支持向量机理论建立岩爆预测的支持向量机模型·结果表明,基于支持向量机的岩爆预测方法具有较高的准确率,该方法是科学可行的,具有广泛的应用前景·     

时变广义系统的稳定性

对于一类时变广义系统,通过Lyapunov方程的建立,给出了系统没有脉冲、渐近稳定的充分必要条件·基于这一工作,利用对应的Riccati方程进一步研究了系统的能稳定性问题·这一工作是研究线性时变广义系统的开端,其结果是线性时不变系统的自然推广·最后,举例说明了所得的主要结果·     

复映射z←z~w+c(w∈C)的广义Mandelbrot和Julia组合集

基于开关复映射,阐述了广义Mandelbrot和Julia组合集(简称广义M和J组合集)的构造方法,并构造出一系列复映射z←zw+c(w∈C)的广义M和J组合集·通过分析广义M集和J集的构造算法,阐述了广义M集和J集的结构特点·在此基础上描述了广义M和J组合集的结构特征,并给出了广义M和J组合集的裂变原因·     

复映射z←z~w+c(w∈C)的广义Mandelbrot和Julia组合集

基于开关复映射 ,阐述了广义Mandelbrot和Julia组合集 (简称广义M和J组合集 )的构造方法 ,并构造出一系列复映射z←zw+c(w∈C)的广义M和J组合集·通过分析广义M集和J集的构造算法 ,阐述了广义M集和J集的结构特点·在此基础上描述了广义M和J组合集的结构特征 ,并给出了广义M和J组合集的裂变原因·     

基于遗传算法的多变量增量型广义预测控制

针对多变量增量型广义预测控制算法增量系数难于根据系统特性选择的问题,提出基于遗传算法的多变量增量型广义预测控制算法.多变量增量型广义预测控制算法通过将求解出来的控制增量分别乘以相应的增量系数,来提高系统的鲁棒性和稳定性,同时采用阶梯式的控制策略降低多变量广义预测控制算法的计算量,运用改进的遗传算法优化整定多变量增量型广义预测控制的增量系数增强系统的跟踪特性.通过原油常压塔的侧线产品质量控制的仿真,验证了该方法有较好的鲁棒牲和抗干扰性.     

基于改进粒子群算法的约束广义预测控制算法

摘 要：提出了一种基于PSO-Powell算法的广义预测控制算法,利用PSO与Powell进行二次搜索来求取广义预测控制的最优控制率。将PSO-Powell算法引入到广义预测控制的滚动优化过程中,约束条件函数和适应度函数一起判断最优解的优劣。该算法可以有效地处理约束并找到全局最优解。最后通过仿真验证该方法的有效性。     

基于自适应神经模糊推理系统的连续搅拌反应釜系统的改进广义预测控制

连续搅拌反应釜(continuously stirred tank reactor,CSTR)是典型的非线性、大滞后的化工对象。为克服传统控制方法难以建立其机理模型的难点,基于对实际工业现场采集得到的大量输入输出数据,提出采用自适应神经模糊推理系统(adaptive-network-based fuzzy inference system, ANFIS)的方法,得到CSTR系统较理想的输入输出关系规则库,即CSTR系统的T-S模糊模型。最后,通过改进的广义预测控制(Jin’s generalized predictive control, JGPC)算法对CSTR系统的浓度进行控制,并与常规的广义预测控制(generalized predictive control,GPC)算法、比例-积分-微分(proportion integral differential,PID)控制算法进行对比,仿真结果显示,JGPC算法的控制效果优于GPC算法和PID控制算法,证明了方法的有效性。     

一种带约束的广义预测控制器

传统的广义预测控制算法,计算量大,求解复杂,对有约束的控制问题,求解更是麻烦.本文针对这一问题,提出一种带约束的广义预测控制算法,通过对未来控制序列的离线近似计算以及考虑到约束情况来精确求解当前时刻的控制量.该算法简单,避免了求解Diophantine方程及逆矩阵,大大减小了计算量,仿真结果表明,该算法控制性能良好.     

基于遗传算法优化因子的灰色PI预测控制

针对灰色PI预测控制比例因子和积分因子参数整定困难,提出了基于遗传算法参数优化整定的PI型灰色广义预测控制(GPIPC)。灰色PI预测控制(GPIGPC)采用灰色预测控制技术克服时变时滞,用PI(PID)控制技术加强系统的鲁棒性,运用遗传算法在线优化整定灰色PI预测控制的比例因子和积分因子,增强了系统的跟踪特性和抗恒值扰动特性,极大程度地减少了模型时延失配和模型增益失配的影响。仿真实例表明,该算法具有较好的鲁棒性和抗干扰性。     

基于BP神经网络的广义预测控制算法的研究与应用

本文提出了1种基于BP神经网络的广义预测控制算法,其实质是利用BP神经网络来求取广义预测控制的最优控制律.神经网络选用了具有良好逼近性能的BP结构.该算法对广义预测控制算法进行了简化,使其可以应用于快速系统的控制.最后,选用倒立摆系统作为研究的对象,将新算法应用于倒立摆的控制,取得了较好的控制效果.     

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。     

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。     

基于遗传监督的受限预测控制及其在热工控制中的应用

将普通的预测控制优化方法与遗传算法的优化方法有机地融合起来,用遗传算法来监督整个优化过程.当由普通广义预测控制GPC所计算出的控制作用能满足受限条件时,就直接采用所算出的控制作用;当由普通GPC获得的控制作用突破受限条件时,直接启动遗传优化算法,在约束范围内搜索控制作用的最优解.通过计算实例并与其他已有控制算法进行了详细的比较,其结果表明本文所提出的基于遗传监督的受限预测控制算法在控制系统品质、算法复杂性及实时性方面均具有明显的优点.     

输入受限的广义预测控制算法的鲁棒性

针对输入受限的广义预测控制问题，将其数学表达式转化为系统框图，并根据内模原理求出了系统的特征方程；在此基础上对输入受限的广义预测控制算法的鲁棒性进行了讨论分析，最后进行仿真验证。