多变量系统的广义预测控制

本文介绍一种针对多变量专家控制系统提出的预测解耦方法,该方法是用隐式递推广义预测方法预估出各变量之间的影响,然后加到控制中得以实现的。即使在系统结构未知或变化的情况下,仍可获得次优解,具有很强的鲁棒性。仿真结果表明,方法是有效的。     

基于准确预报的自适应广义预测控制器

基于受控系统多时域输出预测误差的历史信息，对未来输出预测值进行在线修正。提出了一种能抑制模型对控制器产生影响的准确预报广义预测控制器及相应的自适应算法。理论分析及仿真结果表明了该算法具有较强地鲁棒性．     

多变量广义预测控制及一种简化算法

推导了多变量广义预测控制算法，该算法能有效地处理过程的不稳定性和非最小相位特性，并具有良好的解耦性能。同时提出一种处理纯滞后对象的新方法，即将近似法和广义预测控制相结合解决时滞的方案。这种方法可以解决通道之间时滞不同的对象，并且针对广义预测控制算法的复杂性对其简化算法（多变量单值广义预测控制算法）进行了研究。通过仿真研究表明，多变量单值广义预测控制算法在跟踪性、鲁棒性、抗干扰能力等方面都得到很好的控制效果。     

具有比例积分结构的广义预测自校正控制

在一般广义预测自校正控制的基础上，提出了一种具有比例积分结构的广义预测自校正控制器及其实时实现算法，该算法兼有古典PI控制的鲁棒性能和预测控制的模型预报优点，通过对具体实例的计算机仿真表明，该算法较一般广义预测自校正控制更具有鲁棒性，更宜于工业应用。     

多变量非线性系统模糊直接广义预测研究

对参数未知多变量非线性系统提出一种模糊直接广义预测控制算法．该算法将多变量非线性系统转化为多变量时变线性系统,然后利用模糊系统来逼近控制增量表达式,对控制器参数向量即网络权值向量中的未知向量基于跟踪误差进行自适应调整．     

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.     

广义预测控制的鲁棒性分析

分析了广义预测控制的状态空间结构,指出其实质是状态反馈;推导了在存在建模误差时闭环系统传递函数与标称系统传递函数之间的关系,并结合小增益定量给出了频率域中闭环系统鲁棒稳定的条件,仿真倒子验证了条件的正确性。     

多变量系统的鲁棒自适应控制

考虑了具有未建模动态和外来有界干扰的离散时间多变量系统，提出了一种鲁棒自适应控制方案。这种控制器是基于系统的降阶模型设计的，其建模部分的参数估计采用带有死匹的最小二乘算法。在相当一般的假设下，证明了所建立的闭环系统是全局稳定的和跟踪误差是有界的。     

基于Laguerre函数模型的多变量广义预测自适应控制

通过对Laguerre函数模型结构的分析 ,把多变量广义预测自适应控制方法应用于该模型中 ,利用Laguerre函数模型近似控制对象系统结构 ,将模型中间参量的辨识和模型的预测输出有效的统一了起来 ,克服了单纯基于参数化模型预测控制通常需要已知系统的时延和阶次的局限 ,为适合该类模型的工业对象应用提供一种有参考价值的控制方法。     

基于模糊推理和广义预测的组合控制

针对具有纯时滞和非线性的复杂系统，提出一种推广广义预测控制和模糊反馈校正相结合的控制策略，目的在于抑制模型失配的影响，增强广义预测控制的鲁棒性，建立了一种适于实时生产过程的控制方法，仿真结果验证了这一算法的有效性。     

一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

有限时域广义预测控制稳定性的改进证明方法

采用李雅普诺夫第二方法直接证明了有限进域方义预测控制器（ＧＰＣ）可使系统闭环稳定,从而大大简化了该有限时域ＧＰＣ控制器稳定性的证明;指出当λ→０时,有限时域ＧＰＣ控制器逼近实现零终点状态约束的最小能量控制器,进上步揭示出了该控制器实现闭环稳定的本质原因,最后,给出了在极限条件下有限时域ＧＰＣ控制器与Ｋｌｅｉｎｍａｎ控制器等价性的更加简洁的证明。     

一种可分非线性系统的自校正广义预测

对一类可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型。对此模型的线性部分设计广义预测控制器,得出线性部分的控制量。根据此控制量,引入一逆神经网络,结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量。克服了Hammerstein模型中非线性部分的反函数存在性和惟一性的问题。仿真结果验证了该设计的有效性。     

输入受限的广义预测控制算法的鲁棒性

针对输入受限的广义预测控制问题，将其数学表达式转化为系统框图，并根据内模原理求出了系统的特征方程；在此基础上对输入受限的广义预测控制算法的鲁棒性进行了讨论分析，最后进行仿真验证。     

可分非线性系统的自校正广义预测控制

对一种可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型.对此模型的线性部分设计广义预测控制器,得出线性部分的控制量.根据此控制量,引入一逆神经网络.结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量.文章提出的模型克服了Hammerstein模型中非线性部分的反函数存在性和唯一性的问题.仿真结果验证了该设计的有效性.     

基于遗传算法的约束广义预测控制

广义预测控制要求控制对象必须是线性无约束的，优化的性能指标也必须是二次型形式，因此，广义预测控制的工业应用存在很大局限性．本文尝试用遗传算法来解决存在约束的广义预测控制的优化问题，给出了基于遗传算法的广义预测控制算法的实现方法，并通过工业过程对象的仿真，验证了该方法的有效性，且控制效果良好．     

纸张定量的自校正广义预测控制

本文提出采用自校正广义预测控制的方法实现纸张的定量控制，推导了有色噪声情况下的广义预测控制算法，利用增广最小二乘参数估计实现纸张定量的自校正广义预测控制，经对纸机不同工况的模型仿具计算，得到了鲁棒性强，控制性能好的满意结果。     

Robust Continuous-time Generalized Predictive Control for Large Time-delay System

A simple delay-predictive continuous-time generalized predictive controller with filter （F - SDCGPC） is proposed. By using modified predictive output signal and cost function, the delay compensator is incorporated in the control law with observer structure, and a filter is added for enhancing robustness. The design of filter does not affect the nominal set-point response, and it is more flexible than the design of observer polynomial. The analysis and simulation results show that the F - SDCGPC has better robustness than the observer structure without filter when large time-delay error is considered.     

结构不确定性广义系统的鲁棒控制

该文考虑结构不确定性广义系统的鲁棒稳定性分析及鲁棒控制问题。目的是提出该类系统的鲁棒稳定性条件及鲁棒状态反馈控制律的存在条件。该文利用矩阵测度的概念,提出了一种新的鲁棒稳定性分析方法,分析表明,所得的鲁棒稳定性条件保证广义自治系统对所有容许的不确定性都正则,无脉冲且稳定;并由此得到了由状态反馈作用的鲁棒控制律存在的充分条件;最后给出了鲁棒稳定性分析算例。