预测控制中逆矩阵的递推求解算法

在各种自校正预测控制算法中，计算最优即时控制时均需在线进行矩阵求逆运算．作者针对各类预测控制算法中需求逆矩阵的普遍情形，采用矩阵分解方法，推导出一种可适用于各类预测控制算法的逆矩阵在线递推求解算法．本算法比传统增广矩阵求逆算法的计算量小，且适用性广，因而采用该算法可显著提高各种自校正预测控制算法的实时性．     

有线无线网络拥塞控制算法研究

分析了网络拥塞控制算法性能评价方法,重点对目前有线、无线网络拥塞控制典型算法及一些较有影响的拥塞控制算法进行了研究,并分析比较它们的优缺点．最后指出了当前拥塞控制算法设计过程中存在的不足,并提出将控制理论恩想引入网络拥塞控制的一个非常有意义的研究方向．     

基于2-D理论的时滞离散系统的开闭环迭代学习控制方法

针对一类具有状态时滞的线性系统,提出一种基于2-D离散系统的开闭环迭代学习控制器．给出控制器的收敛条件并给出了证明．该控制器既保持了以往开闭环迭代学习控制算法的优点,又减少了其收敛条件所受的限制．仿真结果验证了该控制算法的有效性．     

药物输注过程的预测控制及仿真研究

本文提出一种药物输注过程实现闭坏控制的预测控制算法．在药物的诱导阶段，用脉冲响应法辨识药物释放过程的特征参数；在药物的维持阶段，采用控制自回归移动平均模型作为预测模型．临床试验及仿真研究的结果表明，这一预测控制算法是有效的．     

数字PID控制算法的研究

在阐述数字PID控制原理的基础上,对数字PID控制算法进行了详尽地分析和研究,得出了位置式PID和增量式PID两种控制算法的忧缺点．     

一类智能在线变模态微机控制算法的实现

在分析、比较数字ＰＩＤ控制算法的基础上，提出一类采用智能在线变模态微机控制算法进行流量控制的方案，取得较好效果；并给出试验结果和分析．     

数字PID控制原理及其应用

在工业过程控制系统中，计算机控制系统是用微型计算机作数字ＰＩＤ控制器，利用软件实现ＰＩＤ控制算法，很容易通过修改程序而改变控制算法．工业喂料系统中大量使用此类控制系统     

基于全局最优的生产全过程分布式预测控制

改进了基于纳什最优的分布式预测控制算法,提出了一种基于全局最优的分布式预测控制．在优化求解时考虑了各子过程间的协调．结合线性系统的动态矩阵控制(DMC)分析了算法的迭代收敛性,并与基于纳什优化的分布式预测控制算法进行了比较．仿真结果表明．算法迭代收敛于全局最优解,而不是纳什优化解。     

加权超前开环PD型迭代学习控制

对具有滞后的线性大工业过程提出了加权超前开环PD—型的迭代学习控制算法，建立了基本的选代学习控制结构，给出了迭代学习控制算法关于控制系统的ε—收敛性的定义和证明，提出了理想轨线的δ—可达性的概念．数字仿真表明，迭代学习控制能有效改善控制系统的动态品质，如缩短过渡时间，抑制超调等，表明了迭代学习控制算法的有效性．     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法．与基于非连续状态反馈的有限时间控制算法相比，该控制算法更适合于工程应用．设计了2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差．由此得到的闭环系统是齐次的并且具有负的齐次度．结合齐次系统的有限时间稳定性结果和Lyapunov方法，证明了在这些控制律作用下，对满足一定角速度条件的期望轨迹，非完整移动机器人能够实现全局跟踪，并且能够在有限时间内完全跟踪上期望轨迹．仿真结果表明了该方法的有效性．     

基于最优化流控的TCP拥塞控制改进算法MReno

应用最优化流控理论,给出TCP Reno算法的一个对偶模型,把该模型与REM算法相结合,得到一个新的TCP网络拥塞控制算法(MReno),并对其进行模拟实验.结果表明,MReno算法可以使源端获得最大资源利用率,能够保证网络的整体优化,MReno算法比Reno算法有更好的公平性和稳定性.     

城市快速路入口匝道控制算法的改进

本文阐述了城市快速路入口匝道控制的机理和作用,对匝道控制方法进行简单分类,分别给出了各种控制方法的模型表达式,并比较分析了不同控制方法的优缺点和给出了各自的适用范围。针对目前城市快速路入口匝道控制中的不足,结合模糊理论控制和支持向量机算法,提出了一种新的城市快速路入口匝道控制策略的标定方法,并给出了基本算法流程,能够满足城市快速路中不断变化的交通状况对控制策略的动态需求。最后,结合广州市某主干道上的实际调查数据,利用本文的控制算法得出了相应的控制方案,并将其用于该主干道的匝道控制中,通过对调查数据的分析表明本文的控制方法能满足动态变化的交通状况,控制效果较好,对城市入口匝道控制的方法研究有一定的参考作用。     

预测控制方法在位置跟踪控制中的应用研究

将预测控制与前馈控制相结合 ,提出了一种适合于位置跟踪系统控制的复合控制算法 .对该算法的稳态跟踪性能进行了理论分析 ,并针对一快速成型系统的X轴永磁交流伺服电机的控制进行了仿真和实时控制实验研究 .结果表明 ,该复合控制算法具有很好的鲁棒性能 ,其跟踪性能比不带前馈分量的预测控制算法更好     

汽车电子稳定程序的控制算法

汽车电子稳定程序(ESP)是一种先进的汽车控制系统,控制算法是ESP的核心。该文设计了基于状态差异法的具有主副循环结构的ESP控制算法。主循环调节车辆的姿态,副循环控制车轮的状态。利用MATLAB嵌入式目标工具,生成了ESP控制逻辑的代码。在自行研制的试验系统中,对该控制算法进行了硬件在环实时仿真,验证了算法的合理性、有效性和实时适应性。     

专家控制与神经元控制结合算法的研究

提出了一种改进的神经元控制算法，此算法采用专家控制与神经元控制相结合的方法，有效地解决了神经元网络控制时学习速度较慢、动态响应过程长、克服扰动不力等问题，具有较强的鲁棒性。控制性能优于经典ＰＩＤ方法。典型工业过程对象的仿真表明了本算法的可行性和有效性。     

多变量模糊预测控制在板形板厚综合系统中的应用

针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法,该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数。同时,利用遗传算法优化控制,仿真结果表明该方法是有效的。     

基于GPS导航的智能测绘船控制策略

介绍了一种新型的水底地貌智能测绘船的硬件系统组成,将改进的PID算法应用在基于GPS导航的智能测绘船控制系统中.采用位置式PD-PID双模控制算法控制测绘船的航向,同时对船速采用PID和Bang-Bang控制算法相结合的控制策略,通过工程整定法确定PID参数及阈值,利用航向控制和速度控制的配合,使测绘船自动完成预定的测量工作.试验结果证明了控制策略的可行性.     

基于改进遗传算法的平面交叉口信号优化控制法

本文对城市交通中单交叉口信号动态优化控制技术进行了深入研究,在此基础上设计了一种应用于单交叉口的智能信号控制优化算法,并在遗传算法的选择算子中对竞争法进行了改进,加入了希尔排序策略,将基本遗传算法改进成了一种新的基于二进制编码的遗传算法. 且计算机模拟复杂度较高的四相位交通控制仿真对比实验取得了良好的效果. 实验结果证明,遗传算法可以较好地应用到交通控制领域,且改进式遗传算法在中、重度交通需求的情况下依然能在很短的计算时间内使控制周期内路口的总延误和排队车辆数明显减少.     

一种改进的非线性离散系统迭代学习控制算法

针对非线性离散时变系统的迭代学习控制问题,提出了一种改进的迭代学习控制算法。在新控制算法中,除了在传统算法基础上增加了状态补偿外,还引用了小波变换来对跟踪误差进行了滤波而没有相位补偿。利用该算法进行学习控制,使系统的实际输出以更快的速度收敛于系统的理想输出;并进一步从理论上证明了新算法的收敛性。     

ATM网络流量控制的一种新的模糊监控算法

为了克服现有ATM网络流量控制参数固定和不灵活的特点,提出一种新的模糊监控算法,并给出了合适的模糊控制规则。这种新算法能够根据信源参数有效地调整监控参数,动态性能较好,具有一定的自适应控制功能。计算机仿真结果表明,这种新的模糊监控算法在降低信元丢失率、改进突发源的响应速度及提高网络资源的利用率等方面都要优于简单漏桶算法,也证明了该算法对ATM网络中现有业务的有效性。这种新的模糊监控算法在ATM网络和其他网络的性能改善与评价中可获得广泛应用。因此,它在理论研究和实际应用上具有重要价值。