Rossler超混沌系统的多变量广义预测控制

提出了一种改进的自适应多变量广义预测控制算法(β-MGPC),可实现输入输出维数不等时的超混沌控制。控制部分变量可将超混沌系统引导到指定的平衡点,仿真结果表明了该算法的有效性。这种方法无需求解丢番图方程,减少了控制算法的计算量。     

多变量非线性系统的有约束模糊预测解耦控制

针对多变量非线性系统提出了一种带约束输入的广义预测解耦控制算法:首先对多变量非线性系统建立T-S模糊模型,然后在每个采样点对系统进行局部动态线性化,将得到的系统线性化模型进行对角解耦,然后对其设计带输入约束的GPC算法.该算法充分考虑了控制输入及其增量受约束的情况,而且不必求Dio-phantine方程,减小了计算量,且削弱了变量之间的耦合程度.最后的仿真结果说明了该算法对多变量非线性系统的有效性.     

多变量灰色广义预测控制直接算法及仿真

基于多变量灰色系统模型 ,提出了一种MIMO系统的广义预测控制直接算法。该算法利用两个辨识器分别辨识被控对象和闭环系统的参数 ,从而得到控制器的参数。算法在线辨识参数较少 ,又避免了Diophantine方程和逆矩阵的在线求解 ,进一步减少了计算量 ,提高了实时性。仿真结果表明 ,该算法是有效的     

基于Hopfield网络单元机组负荷多变量模型算法控制

电厂负荷系统是一个有耦合和约束的多变量对象。模型算法控制(MAC)是预测控制的一种，在惯性迟延对象的控制中有很好的应用。该文提出用Hopfield网络来求解具有约束的多变量负荷系统的控制输入。仿真表明，该方法算法简单、鲁棒性强、控制效果理想。     

基于Petri网的一类调度问题的分层控制器设计

利用Petri网中T不变量的思想,针对约束为T不变量的Parikh向量形式的job-shop调度问题,提出了一种分层控制器的设计算法,该算法有效地解决了这一有并发约束的控制问题。即使随着系统规模的增大,该方法计算量仍然很小,而且与经典的库所不变量方法相比较,它不受有无自回路的约束,可有效地解决一类实际制造系统中的job-shop调度问题。     

非最小相位系统预测函数控制

针对开环稳定非最小相位系统(NMPS),提出了一种参考轨迹自调整预测函数控制(PFC策略。由于开环稳定NMPS可以方便地用有限脉冲响应(FIR)模型来描述,因此采用基于FIR模型的PFC对其实施控制,并推广到多变量情形,实现对多变量NMPS的有效控制。为了在减小负调缩短调节时间和减小超调之间达到合理的折中,提出了参考轨迹自调整方案,在系统响应初始阶段采用较大的期望闭环性能特性系数,以减小负调;当系统克服负调进入正常响应阶段,采用适当的期望闭环性能特性系数,以缩短调节时间和减小超调。将该策略应用到水轮机调速系统中,仿真结果表明,系统具有良好的动态性能和较强的鲁棒性。     

多温区空间晶体生长炉的多变量预测控制器设计

多温区空间晶体生长炉温度系统是一个多变量强耦合对象.为实现炉温的精确控制,提出了一种基于遗传算法的多变量预测控制器,能消除系统耦合对控制的不良影响,提高控制品质.阶梯式控制策略的引入,减少了计算负担.仿真实验结果验证了该方法的有效性.     

预测函数控制及其应用研究

介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法。将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略。系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实用价值。大量仿真实验表明，，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

多变量自校正控制计算机辅助设计软件系统

本文介绍了一个可帮助用户进行多变量自校正控制系统设计,而使用户不必了解算法细节的计算机辅助设计(CAD)软件系统;它既包括一些经典的自校正控制算法,又引入了一些近年来新研究的成果。使用情况表明,该系统算法先进,使用方便,控制效果较好,是一个实用的软件工具。     

多变量时间序列相空间重构的优化

基于单变量时间序列相空间重构中嵌入维数的计算常采用虚假邻点算法,但推广到多变量情形时存在多种不足,提出了一种多变量时间序列相空间重构时嵌入维数的一种改进算法。改进算法在避免使用虚假邻点算法中的判别距离和算法收敛阈值的同时,也解决了已有多变量重构算法中全局和局部较优相空间维数搜索范围的选取问题。耦合R ossler系统产生多变量时间序列的仿真计算验证了该算法的有效性。经与单变量时间序列对比试验分析,表明采用新算法重构的相空间具有较强的预测能力,由此计算得到的非线性不变量具有较高的计算精度。     

一种自适应鲁棒跟踪模糊控制新算法

针对一类非线性不确定系统 ,在用T S模糊系统对未知聚拢不确定函数进行逼近的基础上 ,利用系统的耗散理论 ,系统地提出了一种自适应鲁棒跟踪模糊控制新算法。该算法基于一个新的Lyapunov函数 ,不仅可以使控制算法避免其它自适应控制算法中时常存在的奇异问题 ,而且还可以使自适应学习参数的数目减至最少 ,便于工程实现 ,并可确保闭环系统渐近稳定 ,系统的跟踪误差为零。经仿真研究表明 ,所提出的算法是有效的     

广义预测控制的快速算法及其应用

针对工业过程控制中的典型回路 ,一般采用一阶或二阶系统加纯滞后模型的特点 ,提出了一种快速广义预测控制算法 (FGPC) ,与标准的广义预测控制算法相比 ,该算法具有结构简单 ,在线运算量小的特点 ,比较适用于实时控制 ,并讨论了其中的参数计算。最后以典型工业过程系统的控制仿真验证了所提出算法的有效性。     

带有初态学习的指数变增益迭代学习控制

针对一类非线性时变系统在有限时间区间上的轨迹跟踪问题,提出一种新的迭代学习控制算法,该算法对系统的控制输入和初始状态同时采用闭环指数变增益迭代学习律。基于算子理论,对具有任意初始状态的系统,在该迭代学习律作用下的收敛性进行严格证明,同时给出该迭代学习算法收敛的谱半径形式的充分条件。该算法与固定增益的迭代学习控制相比较,不仅加快了收敛速度,而且还解决了指数变增益迭代学习控制要求初始状态严格重复的问题。仿真结果表明了该算法的有效性。     

欠控制方向非线性系统的鲁棒自适应控制

针对一类控制方向未知且具有未建模动态的非线性系统,提出了一种鲁棒自适应控制策略.算法推广了已有的鲁棒自适应非线性控制方法.控制算法保证闭环系统所有信号是一致终值有界的.同时,通过调整控制器设计参数,闭环系统能够实现期望的性能要求.仿真结果进一步说明了理论分析的有效性.     

基于LS-SVM的网络化控制系统自适应预测控制

针对网络化控制系统（NCS）中的随机时变时延,提出了一种用最小二乘支持向量机（LS-SVM）预估网络时延的方法。先将网络时延建模为非线性时间序列,再用径向基函数（RBF）作为LS-SVM的核函数,建立了网络控制系统的时延预测模型,然后用该模型预估的时延作为控制器的参数,对网络化控制系统的时延进行补偿和预测控制。仿真结果表明提出的时延预测方法,对网络控制系统的随机时变时延有较高的预测精度,根据该时延设计的控制器能使系统的输出很好地跟踪期望的输出。     

Robust predictive control of polytopic uncertain systems with both state and input delays

A robust model predictive control algorithm for discrete linear systems with both state and input delays subjected to constrained input control is presented,where the polytopic uncertainties exist in both state matrices and input matrices.The algorithm optimizes an upper bound with respect to a state feedback control law.The feedback control law is presented based on the construction of a parameter-dependent Lyapunov function.The above optimization problem can be formulated as a LMI-based optimization.The feasibility of the optimization problem guarantees that the algorithm is robustly stable.The simulation results verify the effectiveness of the proposed algorithm.     

利用对象输出信息的预测控制新算法

本同了一种利用对象输出信息的预测控制新算法，此算法需调整的参数少，比ＰＩＤ参数容易整定；此算法的计算量少，能用于愉速过程的控制；此算法的鲁棒性好，能用在线性与非线性系统中；经仿真试验证明控制效果很好。