多变量时变系统的自适应控制算法

本文针对多变量时主未知系统提出了一种自适应控制算法。该算法对全封闭式循环系统是稳定的。同时给出了所提算法的性质，得到了该算法的性质，得到了算法可优化系统动态，稳定系统及在于给定信号地全跟踪的结果，该算法避免了多项子算子矩阵的伪交换，且计算量小，很容易在实际系统中实现。     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

动态数据驱动的LS-SVM多模型预测主动容错控制

针对非线性系统提出了一种基于动态数据驱动的LS-SVM多模型预测主动容错控制方法,使系统对已知故障容错的同时,利用动态数据驱动对模型的补充,实现了对未知故障的主动容错．该方法首先基于LS-SVM建立系统正常或已知故障模式的动态模型库,实际运行时依据系统对性能容忍度指标和模型失配度指标的实时计算分析,判断系统所处的运行模式,当系统发生已知故障时,直接调用动态模型库中已有的模型,并采用经局部线性化近似预测控制算法计算控制律;当系统发生未知故障时,则选用模型库中最接近当前运行模式的模型进行故障过程的过渡容错控制,并以动态数据5步补充循环算法,快速建立该未知故障的LS—SVM模型,进而利用新模型实现系统对未知故障的主动容错．并以一非线性系统仿真实例验证了所述方法的可行性和有效性．     

融合多源信息的人民币汇率预测

通过有效融合与汇率相关的互联网搜索信息和宏观经济信息,提出一个新的汇率预测方法.一方面,根据信息丰富的互联网大数据,将选取的百度指数关键词信息合成能反映投资者关注度的百度综合搜索指数,再利用核主成分(KPCA)方法对宏观经济变量的信息进行提取,合成宏观综合影响指数,最后构建基于多源信息融合的汇率预测模型;另一方面,分别采用BP、KELM和SVM模型进行预测.为减小预测误差,对神经网络连接权重和阈值使用灰狼优化算法(GWO)进行了优化.通过对美元兑人民币汇率进行实证发现,融合多源数据信息之后,使用GWO-BP预测模型能获得更好的预测性能.     

一种基于BP网络的多模型预测主动容错控制方法

针对非线性受控对象,给出了一种基于BP神经网络的多模型预测主动容错控制方案,设计了故障诊断与决策机制的算法步骤,在基于BP网络建立系统正常或故障状态动态模型库的基础上,利用预测控制算法得到控制律,达到对非线性系统主动容错控制的目的．仿真结果表明所述方法的可行性和有效性．     

高维不确定多变量系统的高阶滑模分解控制

针对一类高维不确定多变量系统,提出一种高阶非奇异终端滑模分解控制方法.通过两次非奇异状态变换,首先将系统分解为输入输出子系统和内部子系统.针对输入输出子系统,巧妙结合高阶滑模和非奇异终端滑模,基于跟踪微分器技术,设计了一种新型的高阶非奇异终端滑模控制器,可提高子系统的收敛速度,消除滑模控制的高频抖振信号,同时将内部子系...     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

网络控制系统的自适应预测控制

针对具有随机时延的网络控制系统,提出一种自适应预测控制方法. 利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制. 仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.     

换热机组供水温度的广义预测控制

针对热工过程对象具有大惯性、大时滞、时变和非线性等动态特性，建立了热力站换热机组的CARIMA模型和基于该模型的供水温度广义预测控制系统．利用Matlab对该控制系统进行了仿真，并与PID控制进行了比较，证明了广义预测控制(GPC)可以应用于热工过程控制中，并能取得良好的控制品质和鲁棒性．     

PI型有约束后移限位预测控制器

基于对后移的输出预测进行约束,并优化具有比例积分结构的多步预测控制的目标函数,设计出PI型有约束后移限位预测控制器.仿真结果说明了这种方法的优良性能.     

广义预测自适应控制及改进算法研究

控制实践中许多复杂的工业系统数学模型很难精确建立,而且工业对象的结构和参数往往具有不确定性,要建立精确的数学模型非常困难.针对此问题提出了广义预测自适应控制算法,在此基础上介绍了隐式广义预测自校正控制,对其进行仿真研究,结果证明了该算法的有效性和优越性.     

基于二步估计器的PID自校正预测控制

基于内模原理构建d步超前预测控制器.根据d步超前预测信号,运用二步估计器进行数据信息处理,创建PID自校正预测控制算法.仿真结果表明:该算法实现起来简便,能够有效地减小控制系统的运算量,提高控制的实时性.     

子空间预测控制中的椭球优化及其应用

为联合系统辨识和控制器设计,在子空间辨识的基础上研究了一种新的子空间预测控制. 该控制方法可自动校正模型预测控制中的系统参数,避免传统的线性二次高斯最优控制中繁琐的设计过程,且不依赖于控制器的任何先验信息. 在带有约束条件时,利用椭球优化来迭代产生一系列体积逐渐减小的椭球序列,该序列最终收敛到一个最优解. 在此基础上推导了椭球优化算法达到收敛时所需迭代次数的一个上界. 以直升机悬停状态为例,利用该文方法设计控制器,验证了子空间预测控制方法的有效性.     

故障条件下子空间预测控制的对偶分解

研究故障条件下子空间预测控制器的设计问题,在推导输出预测估计值后分析残差矢量的统计分布特性
及残差矢量在各个瞬时时刻处的具体形式. 针对含有等式和不等式约束条件的预测控制器最优化问题,通过对偶
运算将较复杂的约束优化转化为无约束优化问题,采用最近邻梯度法即可求得基-对偶优化问题的最优解. 最后以
直升机悬停状态为例,验证控制器设计方法的有效性.     

高速弹性连杆机构振动的预测函数主动控制

应用带实时预测误差修正的预测函数控制方法对高速弹性连杆机构的振动响应进行主动控制研究.根据机构的动态特性,选取系统变形响应的参考轨迹、基函数、优化指标和电压约束条件,通过优化基函数的加权系数,得到结构化的控制电压,对机构进行控制.仿真结果与最优极点配置控制结果比较,表明采用简单的被控机构模型设计预测函数控制器对高速弹性连杆机构振动进行主动控制,能够有效地抑制弹性机构的振动,所需控制电压小,且能够满足控制实时性要求.