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.     

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.     

广义加权函数平均组合预测模型及其应用

针对各种预测问题的实际情况，组合预测模型可以采用多种不同的组合形式．而不同的组合预测模型，其预测效果是不同的．给出一种新的组合预测模型——广义加权函数平均组合预测模型及其加权系数的参数估计方法．利用此模型对航材消耗进行预测，并以实例说明其预测效果．     

基于神经网络误差修正的灰色广义预测控制

提出一种基于神经网络误差修正的多步灰色广义预测控制算法,采用神经网络对灰色系统的建模误差进行预测,同时根据新信息优先的原则,用最新预测误差不断更新神经网络建模数据,对新出现的误差具有动态补偿动力,最终预测值为模型预测值与预测误差之和,有效地抑制模型误差的影响,增强灰色广义预测的鲁棒性.仿真结果验证了该算法的有效性.     

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.     

ARIMA组合模型在地区降水量预测中的应用

传统的ARIMA模型和马尔科夫模型在降水量预测中具有一定的偏差和不稳定性,为此建立了基于加权马尔科夫链修正的ARIMA组合模型.阐述ARIMA模型,并讨论了加权马尔科夫链修正预测值的方法.在此基础上,构建出基于加权马尔科夫链修正的ARIMA组合模型,将其应用于地区降水量的预测中,并利用相关数据进行实证分析.将组合模型和传统ARIMA模型的预测结果进行对比,结果表明,加权马尔科夫链对ARIMA模型预测结果的修正效果较好,从而说明组合模型的适用性更强.     

一种多变量系统的线性化及解耦控制策略及其应用

用来描述水泥生料混合系统静态特性的输入/输出模型是多变量耦合的,且是非线性的.提出一种方案可使该系统实现线性化和部分解耦,这对于控制系统的分析、设计以及实现具有重要意义.继而设计了基于线性化解耦模型的自适应解耦控制系统,该系统引入基于改进加权最小二乘法的成分估计器实现高精度、强鲁棒控制.文中给出了仿真及实际运行结果,并与常规自适应控制作了对比.     

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．     

广东省博罗县中长期电力负荷预测的研究

基于中长期电力负荷预测受诸多不确定因素的影响,结合广东省博罗县电力负荷的发展情况,建立了一种基于灰色系统理论的中长期负荷组合预测模型,旨在提高博罗电力负荷预测的准确度。对传统灰色预测模型进行了改进,引入二次指数平滑法对原始数据进行修正,构造一个新的样本序列,并构建灰色等维新息预测模型。然后将改进后的GM(1,1)模型与一元二次回归模型进行线性组合,该预测模型精度高,其结果对博罗电力生产实际具有指导意义。     

预测控制在数控机床伺服系统中的应用研究

提出一种采用模型算法PI预测控制及其在数控机床伺服系统的应用方案,对预测控制三要素（预测模型,参考轨迹和控制律）作了详细的论述．模型算法PI预测控制使数控机床伺服系统实现了快速、精密的位置控制．经仿真和实测践表明,谊系统具有较好的鲁棒性和跟踪性能．