PI型有约束后移限位预测控制器

基于对后移的输出预测进行约束,并优化具有比例积分结构的多步预测控制的目标函数,设计出PI型有约束后移限位预测控制器.仿真结果说明了这种方法的优良性能.     

信息融合超前k步稳态最优Kalman预报器和Wiener预报器

应用Kalman滤波方法,基于Riccati方程,在线性最小方差信息融合准则下,提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器,给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比,可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性.     

求解结构型变分不等式的交替投影算法

单调的变分不等式在实际中有很多应用.该文中的变分不等式是带有不等式约束的,其中映射F是可分离的,并且只知道F的函数值, 不知道具体的表达式.本文提出的方法,每次迭代过程包含预测-校正两步.第一步是预测步, 利用交替投影生成预测点.第二步是校正步, 只需要做一些简单的运算.方法的线性收敛性也是在比较宽松的条件下得到证明的.     

基于神经网络误差修正的灰色广义预测控制

提出一种基于神经网络误差修正的多步灰色广义预测控制算法,采用神经网络对灰色系统的建模误差进行预测,同时根据新信息优先的原则,用最新预测误差不断更新神经网络建模数据,对新出现的误差具有动态补偿动力,最终预测值为模型预测值与预测误差之和,有效地抑制模型误差的影响,增强灰色广义预测的鲁棒性.仿真结果验证了该算法的有效性.     

BP神经网络与ARMA-GARCH模型在股票预测中的对比分析

考虑到股票价格瞬息万变,波动性强,用BP神经网络与ARMA-GARCH模型对上汽集团收盘价预测.对BP神经网络与ARMA-GARCH模型的股票预测结果进行对比分析,结果表明,在预测未来20 d收盘价时,BP神经网络平均绝对误差比ARMA-GARCH模型低31.4％;在预测未来6 d收盘价时,ARMA-GARCH模型平均...     

基于格型结构LMS算法的自适应预测

自适应预测在语言和图像编码中有着大量的应用。本文重点研究LMS算法的一步线性预测。其间推导了LMS算法在格型结构中的表达式,并验证了二阶格型结构的LMS算法收敛过程,也在格型结构系统中验证了LMS算法在一步前向预测上的准确性。结果表明,在格型结构中使用LMS算法进行一步前向预测,能够达到较高的准确性。     

基于Asaoka法山岭公路隧道洞口浅埋段拱顶沉降预测分析

隧道进出洞口浅埋段由于埋置较浅且多为破碎岩体,施工对岩层的扰动较大易发生坍塌、冒顶事件,而及时地掌握隧道拱顶的最终沉降,确定最佳的支护时间能够有效的避免工程事故.Asaoka法能够利用较短期的观测资料得到较为可靠的最终沉降量推算值,被广泛用于路基沉降预测中,而隧道拱顶沉降预测中却很少涉及.为此,该文依托贵州某隧道进出口断面的拱顶沉降值,运用Asaoka法进行沉降预测分析.研究结果如下：在采用Asaoka法进行拱顶沉降预测时宜选用隧道开挖后10 d内的沉降数据进行预测分析,且拱顶沉降的间隔时间最好为1 d;对于波动较大的拱顶沉降不易采用Asaoka法进行预测,但可作为其他预测方法的参考.     

香草产业潜力到底有多大?

近两年,香草植物种植开发成为一种新的趋势.对于这个新兴产业,有人说是悄然起步,有人形容蓄势待发,也有人认为前途未卜.最近,中国林科院花卉中心首席专家、博士生导师孙振元,中华香草联盟秘书长王有江预测,我国香草产业具有很大的发展潜力,未来几年,香草产业将迈出一大步.     

煤矿安全管理问题探讨

<正>一、我国煤矿安全管理中存在的突出问题1.管理观念落后。时代在发展,煤矿企业的安全管理也要跟上时代步伐,而目前仍有部分煤矿领导在煤矿发生事故时,才考虑整改煤矿安全隐患。这种事后补救和被动处理的措施,既不能对煤矿生产中每一个环节可能存在的危险进行超前评估、分析以及预测,又不能及时采用符合时代要求的安全管理     

具有随机扰动强度的冲击预测模型

基于历史数据信息,提出了具有随机扰动强度的冲击预测模型.在预测步长大于和小于给定模型阶数的情况下,分别给出了冲击强度未来n步的估计值Y_(t+n)|Y_t,Y_(t-1),….在正态假设下,推导出预测值置信水平为1-α的置信区间.     

网络控制系统的自适应预测控制

针对具有随机时延的网络控制系统,提出一种自适应预测控制方法. 利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制. 仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.     

换热机组供水温度的广义预测控制

针对热工过程对象具有大惯性、大时滞、时变和非线性等动态特性，建立了热力站换热机组的CARIMA模型和基于该模型的供水温度广义预测控制系统．利用Matlab对该控制系统进行了仿真，并与PID控制进行了比较，证明了广义预测控制(GPC)可以应用于热工过程控制中，并能取得良好的控制品质和鲁棒性．     

子空间预测控制中的椭球优化及其应用

为联合系统辨识和控制器设计,在子空间辨识的基础上研究了一种新的子空间预测控制. 该控制方法可自动校正模型预测控制中的系统参数,避免传统的线性二次高斯最优控制中繁琐的设计过程,且不依赖于控制器的任何先验信息. 在带有约束条件时,利用椭球优化来迭代产生一系列体积逐渐减小的椭球序列,该序列最终收敛到一个最优解. 在此基础上推导了椭球优化算法达到收敛时所需迭代次数的一个上界. 以直升机悬停状态为例,利用该文方法设计控制器,验证了子空间预测控制方法的有效性.     

一种新的模糊内模预估控制器

采用内部模型控制 估器和模糊控制器相结合,对模糊内模预估控制方法进行了研究。其方法是利用模糊预估控制器克服时滞,通过对具有纯滞后的被控过程进行的数字仿真研究,结果表明：这项研究的控制效果要优于常规ＰＩＤ控制、模糊控制（Ｆｕｚｚｙ）和内模控制（ＩＭＣ）方法。     

广义预测自适应控制及改进算法研究

控制实践中许多复杂的工业系统数学模型很难精确建立,而且工业对象的结构和参数往往具有不确定性,要建立精确的数学模型非常困难.针对此问题提出了广义预测自适应控制算法,在此基础上介绍了隐式广义预测自校正控制,对其进行仿真研究,结果证明了该算法的有效性和优越性.     

一种基于BP网络的多模型预测主动容错控制方法

针对非线性受控对象,给出了一种基于BP神经网络的多模型预测主动容错控制方案,设计了故障诊断与决策机制的算法步骤,在基于BP网络建立系统正常或故障状态动态模型库的基础上,利用预测控制算法得到控制律,达到对非线性系统主动容错控制的目的．仿真结果表明所述方法的可行性和有效性．     

故障条件下子空间预测控制的对偶分解

研究故障条件下子空间预测控制器的设计问题,在推导输出预测估计值后分析残差矢量的统计分布特性
及残差矢量在各个瞬时时刻处的具体形式. 针对含有等式和不等式约束条件的预测控制器最优化问题,通过对偶
运算将较复杂的约束优化转化为无约束优化问题,采用最近邻梯度法即可求得基-对偶优化问题的最优解. 最后以
直升机悬停状态为例,验证控制器设计方法的有效性.     

一种基于神经网络辨识的预测方法

针对时变的非线性系统,将传统的预测控制与神经网络逼近任意非线性函数的能力相结合,提出一种基于神经网络辨识的预测方法.同时选用含有调整参数的双曲正切函数作为节点的激活函数,弥补由于未考虑激活函数的输出值域、影响神经网络辨识精度和速度不足的问题.仿真结果表明,它适用于无滞后和有滞后的时变非线性系统,辨识收敛速度快、精度高,并具有较强的自适应性和鲁棒性.