关于U—对偶向量空间

本文推广对偶向量空间对的概念，引进了Ｕ－对偶向量空间对概念，讨论Ｕ－对偶向量空间对基本性质，所得结果自然是对偶向量空间对的相应结果的推广。     

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.     

对偶Drinfeld映射和因子分解Hopf代数

通过研究对偶Drinfeld映射的性质,得出D(H)*为因子分解Hopf代数的一个充分条件,从而给出一种构造因子分解Hopf代数的具体方法.     

空间的对偶映射及其应用(Ⅱ)

本文继「６」之后,在自反、光滑、严格凸Ｂｏｃｈｎｅｒ－Ｏｒｌｉｃｚ空间中,利用「６」中给出的对偶映射的表达式,求出线性流行上最佳逼近元的具体表达式。     

Banach空间中迫近子空间的判据

本文在Bnach空间中,对于一个具体子空间,给出它为迫近子空间的充分必要条件。     

Bochner—Orlicz空间的对偶映射及其应用(Ⅱ)

本文继 [6]之后 ,在自反、光滑、严格凸 Bochner-Orlicz空间中 ,利用 [6]中给出的对偶映射的表达式 ,求出线性流形上最佳逼近元的具体表达式 .     

Bochner—Orlicz空间的对偶映射及其应用（Ⅰ）

本文首先给出自反,严格凸,光滑的Ｂｏｃｈｎｅｒ－Ｏｒｌｉｃｚ空间对偶映射的表格式,然后,将其应用到一类非线性函数方程的求解,给出解的具体表达式,另文符合出在最佳逼近中的应用。     

自反Banach空间中锥线性优化问题强对偶成立的一个充分条件

讨论自反Banach空间中锥线性优化问题的强对偶成立的一个充分条件.在自反Banach空间中,当原问题的最优值是有限的且约束集C的对偶锥的内部非空时,若存在某个原问题目标函数的水平集是有界的,则强对偶成立.     

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.     

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.     

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.     

基于PC机平台的多变量预测控制软件开发

研究了约束多变量系统预测控制的实现问题,开发并实现了该系统模型辨识与预测、多变量预测控制算法及约束处理等模块,基于PC机平台实现了系统的综合仿真,利用该软件可对多变量预测控制系统的性质作进一步仿真分析,并可实现典型过程控制对象的实时控制。     

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．     

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．     

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．     

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.