基于Simulink的半主动悬架多项式监督PID控制研究

针对汽车半主动悬架实时控制过程提出一种基于遗传算法的离线学习和在线学习相结合的多项式函数监督PID控制方法.在离线学习过程中,遗传算法生成表示PID三个参数(Kp, Ki, Kd)与评价被控对象的评价指标关系的多项式监督函数.在线控制过程中,监督函数监督被控对象的状态,并在其评价指标超标时对PID控制器的参数进行及时调整.以1/4汽车半主动悬架系统为控制对象,使用MATLAB/Simulink进行的仿真实验结果表明这种离线学习与在线调整相结合的PID控制方法能够有效改善悬架系统的平顺性.     

基于GA与CSA-RBF神经网络辨识的自适应PID控制器

提出了一种基于遗传算法(GA)、克隆选择算法(csA)和神经网络的自适应PID控制器的设计方法.该控制器主要由四部分组成:一是利用遗传算法优化PID参数初始值;二是用克隆选择算法对径向基函数(RBF)神经网络参数初始值优化;三是RBF神经网络完成对被控对象Jacobian信息辨识;四是单神经元PID控制器,学习并在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能.仿真结果表明,该控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程.     

基于遗传神经网络的自整定PID控制器

提出了一种基于遗传算法和神经网络的自整定PID控制器的设计方法。该控制器主要由三个部分组成。第一部分利用遗传算法搜索出一组准优的PID参数，作为PID控制器参数的初值，第二部分利用神经网络具有逼近任意非线形函数的能力，在线调整PID参数，以确保系统的响应具有最优的动态和稳态性能，第三部分是传统的PID控制器，直接对被控对象闭环控制。计算机仿真结果表明，这种控制算法鲁棒性强，响应速度快，可用于控制不同的对象和过程。     

基于遗传算法的模糊智能变频空调仿真系统的研究

利用Matlab软件对基于遗传算法模糊智能空调系统进行了仿真设计。设计了模糊子系统和遗传算法子系统的仿真系统，以舒适度为目标函数，利用遗传算法对模糊智能变频空调的控制规则及隶属度函数进行了仿真寻优。并利用寻优获得的隶属函数和控制规则与PID算法、常规模糊控制算法控制同一被控对象的响应结果进行了对比分析。     

基于单纯形法的神经元PID控制器学习参数优化

利用单纯形法优化神经元PID控制器的学习速率和神经元比例系数，一种走动态优化法，每次学习使用的学习参数由单纯形优化器在之前的学习过程中进行预测。为此，定义了一种新的目标函数，实现了学习参数的良好预测。另一种是离线优化法，这是一种全局优化法，使用单纯形优化器只需一步优化，得到最优学习参数。针对不同的初始学习参数和被控对象，经过大量的仿真实验，表明单纯形神经元PID控制器具有很好的动态性能和稳态性能，增强了系统的适应性和鲁棒性，降低了学习参数选择的盲目性和对经验的高度依赖性。     

固体氧化物燃料电池系统的鲁棒反馈模型预测控制

固体氧化物燃料电池系统工作过程中燃料与氧化剂的压力差和燃料利用率的变化值是衡量系统运行安全、稳定长效、具有较好鲁棒性的重要指标.本文提出采用离线计算、在线优化相结合的带有输出反馈的鲁棒模型预测控制方法,分别将燃料与氧化剂的压力差和燃料利用率作为输入和输出约束,离线计算目标函数上界及其系列渐近稳定域,在线时对控制量进行精确定位.仿真结果表明,采用了状态反馈的模型预测控制方法能有效克服模型失配问题并迅速获得被控量的预测值,使系统当负载电流发生波动时能克服变化引起的参数偏差,提高了响应速度,增强了系统鲁棒性.     

基于在线支持向量机和遗传算法的预测控制

针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,本文提出一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。     

基于T-S模糊模型的模型参考自适应逆控制

针对非线性系统,提出一种基于T-S模糊模型的模型参考自适应逆扰动消除控制方法。所提方法根据模糊辨识理论与模型参考自适应逆控制各自的特点,将两者相结合。首先,根据模糊系统理论,分别采用模糊对角线划分和递推最小二乘算法进行前提和结论参数辨识,离线辨识得到对象模糊模型和逆对象模糊模型。将辨识出的对象逆设为原始控制器,与被控对象串联;为了分离出系统扰动信号,将辨识出的对象模型与被控对象并联,通过被控系统与对象模型输出做比较,再通过逆对象模型反馈到系统输入端,组成扰动消除环节。用最小均方差算法在系统运行过程中在线调节逆对象模糊模型参数,使其输出误差最小。最后,使用所提方法对一混合非线性系统及输入/输出非线性系统进行仿真试验,仿真结果验证了所提方法的有效性。     

干燥过程模糊神经网络控制器的设计与仿真

为了准确控制干燥过程的温度和湿度,提高谷物干后品质,设计了一种基于改进遗传算法的干燥过程模糊神经网络控制器.利用模糊算法解除温湿度的耦合作用,采用神经网络实现模糊逻辑控制的全过程和信号的非线形处理,将训练好的被控对象网络模型与模糊神经网络控制器联成闭环回路,应用改进遗传算法对模糊神经网络控制器的参数进行自适应调整.在仿真实验中,将所设计的控制器与常规PID控制器和经典模糊控制器进行比较,结果表明所设计的模糊神经网络控制器具有较好的性能,满足了谷物干燥过程的控制要求.     

双输入—双输出工业过程自适应控制规律的研究

本文根据工业生产过程控制的特点,在广义最小方差自适应控制理论的基础上,提出了与极点配置方法相结合,设计出与时域指标相联系的自适应控制器的方法.该方法不仅克服了PID调节器和最小方差自校正调节器不适用于非最小相位系统和对控制量无约束的缺点,而且为确定广义最小方差二次目标函数中未知加权多项式提出了一种近似的方法.并在相应条件下保证了整个控制系统的稳定性.在控制规律的实现方面,提出了开环离线辨识与在线辨识相结合,在控制中采用断续辨识的工程实用方案.最后给出了与PID调节器比较的数字——模拟混合仿真曲线,表明该方案明显的优于PID调节器.     

拦截器姿态控制系统的模糊控制设计方法研究

针对采用姿控发动机进行姿态控制的拦截器,提出了拦截器姿态控制系统的模糊控制设计方法。以拦截器的俯仰通道为例,设计了俯仰通道的姿态控制器,并用MATLAB进行了仿真研究。仿真结果表明,用模糊控制方法设计的姿态控制系统能够较好地实现拦截器的姿态控制。考虑到发动机推力的离散性和干扰的影响,将发动机的输出推力进行正负拉偏1 0 % ,在相同条件下进行了仿真,结果表明姿态控制系统具有较好的鲁棒性     

论科技一社会控制系统的建构

当今，科技的发展给人类的生活带来了极大的便利，但也给社会造成了一定的危害，为了遏止科技的一些负面效应，需要我们对科技进行社会控制，即构建一个行之有效的科技～社会控制系统。该系统由政策和法律控制、组织控制、市场控制和道德控制四个部分组成，这四个组成部分相对于整个系统来说是子系统，它们各有自己的特点、结构和功能，并且整个系统的运行还呈现出目的性、非线性和线性统一和可控性的原则。     

基于最优切换的挠性卫星的姿态控制

在切换系统最优控制的框架下,讨论了挠性卫星的姿态控制问题。首先,根据挠性卫星姿态调整的运动模型,同时考虑两种执行机构的控制作用,将卫星的姿态控制问题转化为一种切换控制问题,并在能量最小性能指标下讨论其最优控制问题。其次,基于粒子群优化算法和Powell算法给出了求解最优切换时间问题的完整优化算法。最后,以3阶挠性卫星系统为例,给出了具体仿真算例,验证了所提算法的有效性。     

一种基于生长激素调节原理的智能协同控制器

提出一种基于人体生长激素双向调节机制的智能协同控制器,研究了其控制参数调节规律。控制器包括增强控制单元、抑制控制单元和融合控制单元,根据生长激素分泌调节原理分别设计其控制调节规律。增强控制单元主要起快速消除控制偏差的作用,抑制控制单元则起稳定消除控制偏差的作用;在融合控制单元的协调下,增强控制单元和抑制控制单元协同工作,迅速、稳定地消除控制偏差。仿真结果表明,该智能协同控制器的控制性能优于传统PID。     

基于Overlay网的监控系统顺序控制的优化与仿真

讨论了分布式远程监控系统顺序控制的过程和特点；分析了基于点对点拓扑的监控网络在广域网中无法达到理论效率的原因。提出了一种利用Overlay网络概念，建立分布式远程监控系统的网络构架，提高顺序控制性能的优化方法。主要包括：扩展监控单元属性、分析和计算监控网络的Overlay拓扑。经过数字仿真和实际广域网实验，顺序控制周期分别缩短33．33％和12．84％，说明基于Overlay网络设计的监控网络能够有效地提高顺序控制序列的效率。     

一种模糊神经网络自适应预测控制方案的研究

针对现有模糊推理方法的缺点,结合神经网络的学习能力和插值能力,提出了一种新型的模糊神经网络结构。在此基础上设计了一种模糊神经网络自适应预测控制方案,并导出了相应的学习算法。同时引入了预测误差的智能补偿,以提高预测及控制精度。仿真实验表明,该算法能实现模糊控制和神经网络控制的优势互补,在非线性复杂系统的控制方面具备较高的性能。     

智能隔震结构控制算法Simulink仿真分析

介绍了现有LQG控制算法特点,提出了基于全状态反馈的主动序列最优控制律,与现有LQG控制算法相比序列最优控制算法增益矩阵具有时变的特点。结合一栋五层基础隔震框架结构,对该两种控制方法在传感器正常工作时和染入噪声情况下的控制效果进行Simlink仿真分析,仿真结果表明序列最优控制算法的总体控制效果优于LQG控制算法,且序列最优控制算法具有良好的鲁棒性能。     

一种面向成本预测控制的方法研究

成本控制是现代成本管理工作的重要环节,目前成本控制中所分析的信息受财务会计指标的影响,成本控制活动是以会计期间为分析间隔期的,这影响了成本控制的及时性和成本控制系统的有效性.针对成本控制中存在的问题,本文尝试将工程领域的预测控制思想引入成本控制,以小波神经网络作为模型预测算法,CUSUM控制图作为成本预测控制律,建立了成本预测控制模型.该模型有别于传统的成本控制方法,是对成本控制理论的创新性尝试.     

X-Cell50直升机非线性控制系统仿真研究

基于非线性分散控制理论,设计了X-cell50微型直升机垂直飞行的姿态稳定非线性控制系统。该控制系统的设计不依赖对象精确数学模型,控制器结构简单易于实现,所包含的积分环节补偿了系统内部的各种未知因素以及外部扰动。仿真结果与变结构滑模控制相比,不仅避免了滑模控制存在的输出稳态误差和控制信号的抖振现象,而且当直升机存在外部干扰和内部参数变化时对其姿态稳定性能的控制具有很强的鲁棒性。     

基于短期AGC指令的负荷系统预见预测控制

针对目前火力发电单元机组负荷增减频繁、扰动因素较多的情况，在充分利用自动发电挂制(AGC)的负荷指令资源的基础上，提出一种协调控制系统的负荷预见预测控制方案。该方法以多变量预测控制为核心，将预见控制思想融入到预测控制的设计之中，从而构成一种新的负荷协调控制策略。仿真结果表明，该方法集预测控制、预见控制二者的优点，使得机组负荷具有良好的跟踪性能，主蒸汽压力也具有很好的系统动、静态调节品质，而且控制量变化非常平稳，在对象动态特性较大范围内变化的情况下，系统具有较强的鲁棒性。