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。     

基于卡尔曼预测估计器的输入加权预测控制算法

针对噪声环境下输入带有约束的系统,传统的方法要处理一个二次规划问题.本文提出用最小化无约束二次性能指标得到的输入控制量的加权和代替该时刻的输入作用于系统.用这种方法将不存在不可行问题,使得控制输入的振荡范围减小,能大大减小违反约束的机率.仿真结果证明了算法的有效性.     

Toeplitz变换广义预测控制改进算法

提出两种改进的Toeplitz变换广义预测控制快速算法。其一,在已有无需Diophantine方程求解的Toeplitz变换广义预测控制算法中引入一种柔化矩阵,避免了复杂的矩阵求逆计算,进一步提高了算法的快速性;其二,通过矩阵变换,将现有基于Diophantine方程求解的Toeplitz变换广义预测控制算法推广到预测时域和控制时域不相等情况,扩展了算法的适用范围。仿真结果验证了上述算法的有效性。     

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。     

输出增量加权的多变量预测控制算法的状态空间描述

本文设计了一种新型的多变量预测控制器，该算法基于人间模型求解，并且在目标函数中考虑了输出增量的加权，因而极大地增加了其适用范围。     

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．     

单输入单输出系统离散积分滑模预测控制

基于离散滑模控制理论和模型预测控制理论,针对一类带有外界干扰的单输入单输出控制系统提出了一种离散时间积分滑模预测控制算法.该控制算法结合了滑模控制和预测控制的优点,利用积分滑模降低了干扰对系统的影响,保证了系统的整体鲁棒性.并且该控制算法具有预测控制不需要严格的模型形式以及对系统输出进行滚动优化的特点,从而降低了控制器对系统模型的要求,增强了其控制性能.最后通过稳定性分析以及MATLAB软件仿真验证了该控制算法的有效性.     

一种改进的隐式广义预测自校正控制算法

本文基于CARIMA模型提出了一种简单的隐式广义预测自校正控制算法。它避免了在线求解Dioaphantine方程;利用并列预测器问的特点,直接辨识输出预测器中的参数;并利用GPC与DMC控制律的等价性来直接推求开环预测向量。数字仿真与混合仿真结果表明了这种控制器性能良好。该算法具有算法简单、使用范围广,鲁捧性强等特点。     

基于预测差值的医学图像可逆信息隐藏

针对目前医学图像需要对图像中特殊区域进行划分以及在应用于医学图像时效果不稳定、嵌入容量小等问题,结合医学图像的特点,提出一种基于预测差值的可逆信息隐藏算法。首先采用中值边缘预测算法计算预测差值,再根据预测差值的分类进行信息嵌入和像素平移;在形成载密图像的过程中,为防止像素值溢出,对原始图像进行多次预嵌入来标记所有可能发生溢出的像素点位置,且标记过的像素点不再修改。实验结果表明,本文算法能在保证图像质量的同时获得较高的嵌入量。     

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.     

TCP网络的拥塞预测控制策略研究

针对Internet网络系统的拥塞控制问题,提出了一种基于预测函数的拥塞控制策略。在离散化传输控制协议(TCP)动态拥塞窗口模型基础上,将IP网络转化为具有约束的预测控制,采用预测函数算法策略进行优化求解,使队列快速平稳地到达目标值。仿真结果表明该方法能够适应复杂的网络环境,控制品质优于RED算法和PID算法,具有较好的稳定性和鲁棒性,有效减少了网络不确定性带来的不利影响。     

基于面向对象技术设计数控系统单步和点动模块

点动模块和单步模块对于数控机床的可操作性和可靠性有重要意义。介绍了采用面向对象技术开发数控软件的优点。通过对数控系统单步和点动模块进行分解后,抽象出通用属性和操作,封装建立手动方式基类,并派生出单步和点动子类。同时给出通过结构数据类型实现面向对象的高级语言和汇编语言之间的数据交换。实际应用证明,采用面向对象技术设计数控软件模块是提高数控软件可重用性和可靠性的有效方法。     

基于改进广义预测算法的精轧宽度控制方法

为了提高热连轧带钢成材率和宽度精度,在精轧末机架后一般配置了测宽仪,利用机架间张力对宽度动态控制,达到调整带钢宽度目的;由于精轧末机架中心线到测宽仪的距离较远,使得系统具有大滞后性及时变性等特点,很难建立精确的数学模型.采用对模型要求宽松的广义预测控制方法,基于广义误差估计值对控制器参数进行自适应调整,直接辨识控制律参数,省略Diophantine方程的求解、矩阵的求逆,缩短在线计算的时间,适用于快速的轧钢过程.仿真结果表明,该方法对精轧宽度这一大时滞、不确定性系统有较好的控制效果.     

改进的预测控制算法用于加热炉支管温度控制

加热炉支管温度平衡系统是一个多变量、非线性、强耦合的复杂过程,当应用传统预测控制方法时,控制量的获得需要在线求解一个多变量、多约束的非线性规划问题,传统非线性规划方法求解该类问题时易收敛到非法解或局部极小。针对上述问题提出一种基于差分进化(differential evolution,DE)算法的预测控制,使用DE算法在线求解涉及的优化问题获得控制量。为了验证方法的有效性,对基于DE算法的预测控制器进行了仿真研究。仿真结果表明,所提出的方法有着很好的跟踪性能,并且对干扰有较强的鲁棒性,提高了系统的控制效果。     

基于差分型思维进化算法的受限广义预测控制

针对广义预测控制(GPC)的滚动优化对受限控制量求解的复杂性,笔者提出一种基于差分型思维进化算法的受限广义预测控制方法(DMEAGPC)。用差分型思维进化算法处理带约束的非线性优化问题,以此作为滚动优化策略,求得最优控制律。并将该算法应用于电厂再热汽温系统,仿真结果验证了该算法的有效性和可靠性。     

基于生存理论的广义预测控制

基于生存理论,将状态空间按约束条件划分为不变子空间、安全子空间、危险子空间和死亡子空间,根据状态预测值所处的子空间选择不同的目标函数,提出了一种新的广义预测控制算法,它可保证系统始终满足给定的约束条件。     

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.     

有控制输出限幅的智能内模控制器的一种改进

内模控制自提出以来，以其设计简单、参数调节直观等特点得到了广泛的应用，但在实际应用中必须考虑控制量受限，本文提出了一种处理控制量受限问题的改进方法，该方法基于模型预测，可获得比简单的一步预测更好的控制效果。     

MIMO-OFDM系统中LS时域信道估计的一种简化改进算法

研究基于多输入多输出正交频分复用(MIMO-OFDM)系统中的信道估计算法。主要工作在训练序列最小均方(LS)准则信道估计算法的研究上,在以LS时域信道估计基本算法为前提下,提出了一种改进的LS时域信道估计算法及固定长度的时域截取算法,此算法可以大大降低计算的复杂度,结合MATLAB仿真对此改进算法的有效性和可行性进行了分析,得出了比较理想的仿真结果。     

基于改进樽海鞘群算法的到达时间差定位

针对室内到达时间差(time difference of arrival, TDOA)位置估计中的非线性最优化问题, 提出用改进的樽海鞘群算法搜索目标位置. 通过选择最优主基站构造改进的适应度函数, 使适应度函数可以更好地反映解的优劣程度, 提高了搜索精度. 在初始樽海鞘种群中引入近似解, 使全局搜索的步骤得到简化, 加快了算法前期收敛速度. 采用自适应跟随策略更新追随者位置, 解决局部开发低效问题, 加快了算法后期收敛速度. 仿真结果表明, 基于改进樽海鞘群算法的 TDOA 定位技术相比其他元启发式算法具有更高的定位精度和更快的收敛速度.