非线性系统中预测控制算法研究

本文针对工业系统中普遍存在的非线性问题，提出了一种分离查表的ＭＰＣ算法，这种算法有效地消除了非线性对系统产生的不良影响，改善了系统的控制品质。结合实例证明了这是一种正确、简单、实用的算法。     

广义预测控制算法及其应用研究

随着广义预测控制（GPC）在工业过程控制中的广泛应用,GPC的研究已成为当前自动控制工程界的研究热点.本文阐述了GPC的各种算法（如递推算法、广义预测极点配置控制算法等）和应用研究状况,并对其发展方向进行了展望.     

广义预测控制算法及其在水表装置中的应用

本文在详尽论证广义预测控制算法（GPC）的基础上，研究了它在水表装置自动控制过程中的应用，仿真结果证实了文中给出的GPC－PI串级切换控制系统对检定过程的良好适应性。     

一种基于BP网络的预测控制算法及其应用

将传统预测控制的优化策略与神经网络逼近任意非线性函数的能力相结合,提出了一种基于BP神经网络的新的预测控制算法,并针对一个工业装置控制实例,探讨了该算法在工业过程控制中的应用。仿真研究结果表明,该神经网络预测控制算法是切实可行的。     

升压变换器的电流环预测控制算法

通过数学分析建立了升压变换器的电压控制外环、电流控制内环的系统模型,提出了一种电流预测控制算法,将电压控制器产生的电流指令作为电流预测值使用,以提高变换器的动静态特性.建立了基于SaberDesigner平台的系统控制仿真模型,在相同的实验条件下,对系统电流内环分别采用预测控制算法与普通PI控制算法进行仿真研究.仿真结果表明:电流预测控制算法能有效地改善系统的动态特性.     

一种基于CARMA模型的直接预测控制算法

预测控制一般都建立在输出预测模型基础上，以一个最优化性能指标来求解未来的控制量，使得求解过程变得复杂。介绍一种基于CARMA模型的直接预测控制算法，并对其控制量进行了反馈校正和滚动优化，从而使得求解过程变得简便、快捷。     

一种增广的Laguerre模型自适应预测控制算法

论文在简述基于Laguerre函数近似模型的自适应预测控制原理、算法的基础上,将现有的仅适用于开环稳定系统的预测控制算法进行扩展,提出一种增广的Laguerre函数模型自适应预测控制算法。该算法对于开环不稳定系统和非最小相位系统同样适用。仿真结果表明基于Laguerre函数模型的预测控制方法对控制变时延、变阶次对象具有较好的鲁棒性。     

基于自适应多步预测的前向链路功率控制算法

为了克服码分多址系统中前向链路功率控制中的延时差错问题，提出了一种新基于多步预测的前向链路功率控制模型，即考虑到功率控制中控制延时的影响，将信道变化和干扰变化统一为一个时变量，对无线环境变化做出动态的多步相关性预测，移动台根据预测的结果对基站发射功率进行控制。在此基础上，提出了一种利用自适应技术实现多步预测的前向链路功率控制算法，采用这种算法可以动态地跟踪无线环境变化，并且部分地克服了由于信道环境时变造成的功率控制失误问题。通过与传统0固定步长算法仿真的对比，证明了上述算法的有效性。     

生产过程的自校正预测补偿控制

本文介绍了预测控制算法原理,提出了自校正预测补偿控制算法,给出了控制算法流程框图和系统实际运行记录,并在水泥立窑生料配料生产过程控制系统之中作了尝试,取得了满意的控制效果。     

基于LM的神经网络偏差补偿预测控制及其应用

提出了一种基于LM优化算法的神经网络偏差补偿预测控制 ,对预测偏差进行及时补偿校正 ,并以电加热炉为模型进行实验研究 .仿真结果表明 ,该控制算法不仅能够较好地控制非线性系统 ,具有良好的跟踪性能 ,而且系统的快速性得到很大的提高 .     

基于多速率采样系统的网络预测控制算法

针对网络控制系统（NCS）中存在的网络延迟和数据丢包问题,利用提升技术,将预测控制器和网络延迟补偿器相结合,提出了一种基于多速率采样系统的网络预测控制算法．仿真试验表明,该算法对网络延迟和数据丢包具有一定的补偿作用,不仅提高了网络资源利用率,且能保证闭环网络控制系统是渐近稳定的．     

基于NLJ优化算法的多变量预测函数控制

基于差分方程模型推导了多变量预测函数控制算法,使其具有更加广泛的适用性.利用NLJ算法处理预测函数控制中的约束问题,简单明了,没有繁琐的数学公式推导,仿真结果证明了该算法的有效性,为预测控制约束问题的处理提供了一种新的途径.     

基于现代工业过程控制的预测函数控制

分析了预测函数控制算法的原理,通过仿真研究表明预测函数控制在工业过程控制中表现出较强的鲁棒性和抗干扰性.     

网络化控制系统的RM调度优化研究

减少网络堵塞是提高网络化控制系统性能的有效的方法.提出了一种基于RM调度优化算法的研究方法,通过对网络化控制系统中的调度优化算法的分析,网络利用率明显好于未被调度优化的系统.结果表明,合理的调度优化算法能提高控制系统的网络利用率,同时改善了控制系统的动态性能.     

基于动态解耦控制算法的异步电动机调速系统研究

针对异步电动机调速系统中磁通和转速的动态解耦在实际实现时较难处理的问题,在研究非线性状态反馈控制算法的基础上,根据二阶系统性能响应指标提出了该控制算法中比例控制器增益的选择方法。由Matlab软件中的SimPowerSystems工具箱构建出仿真框架并把该算法嵌入到其中进行仿真,结果表明该方法与普通FOC矢量控制方法相比,转速和磁通的动态解耦效果明显改善。     

一种基于遗传算法的多模型预测控制方案

针对时滞系统的特点,提出一种基于遗传算法的多模型预测控制方法.利用多个模型逼近整个被控对象的动态特性,针对每个子模型,设计相应的子控制器,通过加权的方式,将有限个控制量映射成最终的控制量;子控制器采用预测控制算法,利用遗传算法得到权值的全局最优解;比较该控制方案和PID控制在时滞系统中的应用效果.仿真结果表明：该算法不但克服了建模的不精确性和参数的时变性,使系统具有良好的控制性能,而且具有较强的鲁棒性.     

网络控制系统的模糊动态调度算法研究

针对多回路的网络控制系统,本文同时考虑系统误差和误差变化率,设计了一种基于神经网络的模糊动态调度算法.该算法根据系统中各回路的误差和误差变化率,利用神经网络模糊控制的方法实时调整各回路的优先级,从而实现对网络控制系统的调度.最后,利用TrueTime工具箱建立了包含模糊动态调度器的网络控制系统仿真模型,并将其与RM和EDF调度算法进行对比.仿真结果表明,在相同的网络带宽占用条件下,本文所设计的模糊动态调度算法相比于RM和EDF调度算法,产生的网络诱导时延更小,且具有较好的控制性能.     

基于遗传算法的多变量增量型广义预测控制

针对多变量增量型广义预测控制算法增量系数难于根据系统特性选择的问题,提出基于遗传算法的多变量增量型广义预测控制算法.多变量增量型广义预测控制算法通过将求解出来的控制增量分别乘以相应的增量系数,来提高系统的鲁棒性和稳定性,同时采用阶梯式的控制策略降低多变量广义预测控制算法的计算量,运用改进的遗传算法优化整定多变量增量型广义预测控制的增量系数增强系统的跟踪特性.通过原油常压塔的侧线产品质量控制的仿真,验证了该方法有较好的鲁棒牲和抗干扰性.     

基于灰色模型的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.     

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。