延迟时间未知的时延系统神经网络补偿控制

提出了延迟系统及延迟时间参数的神经网络辨识方法。改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于模型补偿的控制策略相结合,可以用于具有变化参数或者不确定性延迟时间的大延迟系统的控制。仿真结果表明这种神经网络模型补偿延迟系统控制具有很好的控制效果,它是大延迟控制中克服延迟时间变化的很有希望的方法。     

模糊预测控制的实现形式

对模糊预测控制的实现形式进行了论述和分析。指出预测控制和模糊控制是复杂系统的两种控制策略,预测和模糊集合理论结合在一起,相互促进,可以进一步提高性能,文末对模糊预测控制进行了展望。     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

带延迟时间序列，BP网络在油井产能预测中的应用

BP网络方法预测动态指标考虑时变性和随机干扰因素,具有自适应性。本文运用Neuro—solutions类神经网络软件中带延迟时间序列的非线性神经网络计算方法,以轮南油田2口油井的生产动态为例,对油井产量拟合并进行预测。结果表明该模型预测值与实际生产值具有较好的一致性,带延迟时间序列的非线性神经网络方法具有较高的预测精度和可靠性,适合于油藏各个阶段的产量动态预测,具有良好的推广价值。     

基于模糊神经网络的大时滞系统的预测控制

工业生产过程中常有大时滞存在,用传统控制方法不能获得满意的控制效果。为解决这个问题,本文提出了基于模糊预测的模糊神经网络（Fuzzy Neural Networks)控制器,根据过程的动态变化实施控制器的在线调整,仿真和实践都表明了该控制方案的优越性。     

基于正则神经网络模型的时滞混沌系统预测控制

研究模型未知、不稳定的不动点位置及其局部性态未知情形下的时滞混沌系统的控制问题。提出了一种神经网络预测控制方法,将模型未知时的时滞混沌运动控制到不稳定的不动点处。分析了控制系统(包括观测器、正则神经网络预测器和在线训练的线性神经网络预测控制器)的稳定性,与现有同类方法比较,本方法收敛速度快,算法简便。仿真实验表明了本方法的有效性。     

一种广义预测控制直接算法

基于灰色模型GM（1，2）采用两个辨识器分别辨识被控对象和闭环系统的参数，从而得到了控制器的参数，给出了一种广义预测控制的直接算法。由于此方法将被控对象视为灰色系统，需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少，实时性进一步提高。仿真结果表明，该方法是有效可行的。     

温室环境控制中时延问题的新型控制算法

本文提出了时延问题给温室环境控制带来的危害,及对其的一种新型控制算法.通过仿真证明了此方法的有效性,并对其鲁棒性和抗干扰能力进行了探讨.     

一种模糊神经网络自适应预测控制方案的研究

在过程控制中,由于被控对象常具有非线性、不确定性及参数时变等复杂因素,难以建立精确的数学模型,从而直接影响了控制效果,提出了一种模糊神经网络自适应预测控制议案,对学习公式进行了理论指导,并结合误差补偿以提高预测控制的精度,仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具有良好的控制性能。     

基于模型参考的锅炉燃烧系统神经网络控制和辨识

大纯时延、煤种多变和蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。对非线性延迟系统延迟时间的神经网络辨识方法进行了研究,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于神经网络动态补偿的模型参考自适应控制策略相结合,可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明:这种神经网络模型对非线性大纯时延系统的控制具有控制速度快、鲁棒性能好等优点。     

含时滞的单输入单输出的非线性系统的自适应神经网络控制(英文)

对一类含时滞的单输入单输出的非线性系统提出了一种新的自适应神经网络控制方法.利用径向基神经网络来估计未知的连续函数.在设计中利用积分型Lyapunov-Krasovskii来消除未知的时滞.该文的结果的主要优点是:不仅有效地避免了控制奇异问题,也消除了对未知虚拟控制条件的限制.     

基于Ethernet网络控制系统时延的测量和补偿

以校园网上的一台机器上运行的程序模拟做控制器,在另一台和它有一定距离的机器运行的程序模拟作被控对象.实验中,客户机分别每隔0.1s,0.5s发送数据包,包长度为36字节.比较当前的数据时间和标签数据时间,从而计算出该数据包总的时延.为网络控制系统的研究打下基础.     

不确定系统的时滞观测器控制

分析了时滞观测器控制的基本算法,给出时滞观测器控制系统的结构。时滞观测器是利用系统过去的状态信息、状态变化的信息以及过去的激励信息来估计当前系统存在的不确定性、外部扰动。仿真结果表明,时滞观测器控制系统可以很好地抑制系统的不确定性以及所受的外部干扰。     

时滞线性系统振动主动控制的最优化方法

从时滞微分方程求解控制律，对时滞线性系统振动主动控制的最优化方法进行了研究，并给出了具体实现过程，推导出的控制律表达式中，不但包含有当前的状态反馈，还包含有前若干步控制的线性组合，算例结果显示，所提控制方法能够较好地控制系统的峰值响应，且能够保证控制系统的稳定性；若按无时滞控制设计对时滞系统进行振动控制，系统响应有可能发散。     

未知非线性时滞系统控制设计

本文以一类动态未知的时滞非线性系统为研究对象,利用步进反推设计方法给出了使该类系统能够跟踪给定参考信号的控制器.设计中采用了模糊逻辑系统来逼近未知的非线性函数,并用自适应机制同时调节模糊系统的权参数和基函数中的参数,从而不要求模糊系统的基函数事先已知.本文通过选取积分型Lyapunov函数,证明了所提出的控制方案能够保证闭环系统的稳定性和期望的跟踪精度.仿真结果进一步验证了所得结论.     

串级时滞系统最优预报自校正鲁棒控制算法

本文提出了一种适用于串级时滞系统的极点配置最优预测鲁棒自校正控制算法,它能消除闭环特征方程中的时滞项,有效地提高了系统的稳定性及抗干扰能力,具有经典串级系统难以达到的优越性能。     

一类不确定时滞系统的脉冲控制

在实际系统中总是存在着各种干扰和一定的时滞。针对一类带非线性扰动不确定时滞系统，采用脉冲控制的方法来实现鲁棒镇定，提出本系统在脉冲控制下新的鲁棒可镇定的充分条件。     

双层式状态空间智能预测控制及其应用

介绍了状态空间预测控制算法和智能控制算法相结合的方法及其在电加热炉中的应用，结果表明：实时控制比状态空间预测控制算法超调减小５℃，调整时间缩短６０ｍｉｎ，精度可提高±１．５℃。