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。     

时间乘子加权广义预测控制

提出一种具有时间乘子加权性能控制的广义预测控制算法，此方法能提高系统的稳定性，同时与其他算法相比提高了系统的瞬态响应，文中还给出这种加权下广义预测控制渐进稳定的充分条件，仿真实验说明了算法的有效性。     

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。     

基于广义预测控制的对角递归神经网络控制

提出一种基于广义预测控制的对角递归神经网络控制器，并给出该神经网络控制器和辨识器的学习率范围。仿真实验表明，所采用的神经网控制结构适合于带纯时延的未知的非线性被控对象的广义预测控制，同时能有效地改善神经网学习的收敛性。     

基于广义预测控制的对角递归神经网络控制器

提出一种基于广义预测控制的对角递归神经网络控制器，并给出该神经网络控制器和辨识器的学习率范围．仿真实验表明，所采用的神经网络控制结构适合于带纯时延的未知的非线性被控对象的广义预测控制，同时能有效地改善神经网络学习的收敛性．     

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．     

最小方差预测模型和预测控制预测模型的分析研究

比较研究了最小方差预测模型和广义预测控制预测模型。分析了两种预测模型的本质区别。指出了包含未来控制输入的多步预测模型是预测控制优良性能的一个重要基础。用MAT-LAB语言仿真了基于上述两种预测模型的最小方差控制算法和广义预测控制算法。     

基于动态BP网络误差修正的广义预测控制

针对建模误差对非线性系统预测控制鲁棒性的影响，提出了一种基于动态Bp网络的广义预测控制算法。该算法运用动态Bp网络对模型预测误差进行在线补偿，以提高预测精度。仿真结果证明了本文提出的广义预测控制算法对于非线性系统是有效的。     

基于NN非线性系统的广义预测控制与模拟

利用最小二乘法理论，建立了一种适合非线性系统的广义预测控制方法，通过仿真验证了其具有良好的适应性和有效性。     

广义预测PID控制算法

本文根据广义预测控制(Generalized Predictive Control,简写GPC)与PID控制控制律结构的相似性,通过对广义预测控制性能指标函数中控制加权序列Qj(z-1)的配置给定,导出了具有PID算法结构的广义预测控制律。从而借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并实施广义预测PID控制。     

大纯滞后系统研究与应用

大纯滞后系统是过程控制中常见的系统 ,采用传统控制难以获得满意的控制效果 .目前有效的控制方法主要有Smith控制、模糊控制等 .本文在对Smith控制、模糊控制进行分析的基础上 ,提出了基于预测函数控制的大纯滞后系统 .以上的分析研究均在JX 30 0XDCS中投入实际应用 ,取得实际应用效果     

机器人的鲁棒自适应轨迹跟踪控制

针对存在参数不确定和外界扰动的机器人系统,提出了一种基于模糊控制的鲁棒自适应跟踪控制器设计方法.该方法基于Lyapunov稳定性理论,整个闭环系统渐近稳定.通过二自由度机械臂系统的计算机仿真结果验证了该方法的有效性,可用于不确定性机器人系统轨迹跟踪鲁棒控制.     

Decentralized adaptive generalized predictive control for structural vibration

A decentralized generalized predictive control (GPC) algorithm is developed for strongly coupled multi-input multi-output systems with parallel computation. The algorithm is applied to adaptive control of structural vibration. The key steps in this algorithm are to group the actuators and the sensors and then to pair these groups into subsystems. It is important that the on-line identification and the control law design can be a parallel process for all these subsystems. It avoids the high computation cost in ordinary predictive control,and is of great advantage especially for large-scale systems.     

一类带有广义不确定性非线性系统的自适应模糊反演控制

本文结合自适应控制、模糊控制和反演控制方法,针对带有广义不确定性的严格块反馈型非线性系统,设计了一种自适应模糊反演控制律。对反演控制律设计的不足之处,采用自适应模糊控制去逼近非线性系统中带有广义不确定性的非线性函数,从而实现了无需精确数学模型的全新控制律,避免了因存在不确定性对系统带来的不良影响。在此基础上,利用李亚普诺夫方法分析了系统的稳定性和收敛性。仿真结果表明：本文所设计的控制律,对严格块反馈型非线性系统中存在的不确定因素具有较强的鲁棒性和自适应性。     

基于模糊神经网络融合的温度控制方法

针对目前温度控制中存在的问题，研究设计了一种新的适合于非线性、惯性系统应用的动态控制的方法。采用了将具有简单有效的非线性控制作用的模糊控制技术与学习和自适应能力较强的人工神经网络技术相融合的方法，建立了模糊神经网络相融合的智能控制模型。文章详细地介绍了基于模糊神经网络的智能温度控制的实现过程。实际应用结果表明，系统具有较强的实时性和可靠性，不仅温度控制精度高，而且动态响应速度快。该控制方法的研究，为实现最佳温度控制提供了理论根据和有效方法。     

多变量系统的广义预测控制

本文提出一种多变量自校正广义预测控制算法,该法适用于输入输出不同维、各个通道时滞不等和开环不稳定、非最小相位的多变量系统,它更适合于过程控制,对时滞的变化和阶的不确定性均具有较强的鲁棒性,具有广泛的应用前景.     

控制环境对预算控制系统的影响

企业的预算控制系统与控制环境紧密相关,随着企业的控制环境变化而变化。传统预算控制系统由于缺乏对控制环境的考虑而产生各种弊端。基于此,以控制环境为切入点,以权变观、系统观和整合观为原则构建了基于环境的预算控制系统。在此基础上,对预算控制系统中的预算松弛、预算控制变量选择、预算控制紧度选择及预算评价和激励等关键环节进行改进,从而提高预算控制系统与控制环境的适应性,充分发挥预算控制系统的功能。     

控制系统的输入对系统稳定性的影响

给出一种可用于时变与非线性控制系统稳定性的判别方法。方法将控制系统的输入变换为控制系统的时变参数,研究输入对控制系统稳定性的影响。     

石化生产中大滞后系统的串级模糊控制

针对石化工业过程中的大滞后对象 ,提出用模糊控制与串级控制相结合的控制策略 ,具体给出了串级模糊控制系统的结构及仿真结果 ,仿真结果表明 ,串级模糊控制有较好的控制效果     

长时滞网络控制系统的随机稳定性研究

对网络控制系统中的短时滞、长时滞、均方指数稳定和随机稳定作了定义，完善了长时滞网络控制系统的数学模型，设计了长时滞网络控制系统在状态反馈下的随机最优控制器，并证明了该最优控制律可使网络控制系统均方指数稳定和随机稳定．最后以不稳定的倒立摆为对象进行了仿真研究．仿真结果表明了本文方法的正确性和有效性．