多变量双线性广义预测极点配置自校正解耦控制器（续）

对一类多变量双线性系统提出了一种基于预测状态空间实现的GPP自校正控制算法,建立了预测状态与模型结构参数和输入输出信息之间的直接关系,给出了含有多个加权矩阵的多变量二次型性能指标。增加了系统设计的自由度。由于加权因子可以根据闭环系统稳定性要求以及系统动态特性、前馈零点增补、输出滤波和跟踪要求分别加以选取,可以保证闭环系统稳定并改善了系统动态特性增强了鲁棒性,仿真结果表明了该算法具有GPP的诸多优点。     

广义预测控制系统的闭环特性分析

从状态空间角度分析了广义预测控制的闭环特性,证明了广义预测控制是状态反馈控制。在控制量加权系数λ为0的条件下,分析了柔化因子α对系统闭环性能的影响,给出了柔化因子对系统闭环性能影响的关系式,证明了闭环系统稳定性与开环对象的稳定性无关。仿真验证了分析方法的有效性。     

加权多步预报控制

本文提出了一类加权多步预报控制(WLPC)算法.这种算法是由极小化一个很一般的 加权二次型性能指标得到的.由于权因子可以根据闭环极点配置、前馈零点增补和动态性能 要求任意选取,所以可保证闭环系统的稳定性和对建模误差的鲁棒性.文中给出了这方面结 果的理论证明和仿真实例.     

多变量加权多步预报控制*

对于线性多变量系统,本文给出了一种完全不同于以往的全状态反馈或观测器-控制器型的算法——多变量加权多步预报控制(MWLPC)算法。这种算法除引进了预测控制中的多步输出预报、滚动优化等机制外,最重要的是在二次型性能指标中引入了可调的多项式或有理分式矩阵权因子;适当选取这些权因子,便可按设计要求、仅用系统的输出信息反馈便能任意配置闭环系统的特征矩阵,从而保证闭环稳定性和其他优良性质。此外,该算法不改变原系统的零点,因而适用于非最小相位系统。     

采用前馈控制的零点配置法

一、引言系统闭环极点决定着系统的稳定性与动态模式。经过分析我们认为:闭环极点决定系统的基本运动模态,闭环零点却决定着每个运动模态在输出中所占比重。后者对系统的动态性能有着很大的影响,因此可以通过配置零点来改变各状态的动态加权系数,以调节状态变量的变化过程对系统输出的影响,从而达到改善系统动态性能的目的。二、零点配置原理本文提出采用“前馈控制”方法来进行零点配置,同时又把“前馈控制”分为二种,即“输入前馈”和“状态前馈”。从输入量引出信号加到各状态变量上的控制方式称为输入前馈,从各状态变量引出信号,在     

基于反馈线性化的MIMO非最小相位系统指数镇定

针对仿射多输入多输出非线性非最小相位系统,提出了一种新的镇定方案.用反馈线性化解耦系统输入输出关系,通过高增益状态反馈镇定系统外部动态,用模型预测控制镇定内部动态,所设计控制器能保证闭环系统的指数稳定性.仿真结果表明了所提出方法的有效性和优越性.     

预测控制器设定值柔化因子的在线调整

预测控制中,对控制量/控制增量加权因子λ和设定值柔化因子α的调节影响到控制系统的性能.调整预测控制器中控制量/控制增量加权因子λ对调节系统上升时间和超调量的作用是相反的.而且λ影响系统矩阵的条件数,存在模型失配时,对系统鲁棒性有很大的影响.设定值柔化因子α对于系统的动态响应也有很大的影响,调整λ和α对于系统的动态响应有类似的效果.因此,为了使闭环系统具有更好的控制性能,将参数λ设计成满足系统矩阵条件数的要求,并通过在线调整α以获得满意的动态性能.仿真结果表明了该方法的有效性.     

动态加权最小二乘支持向量机

提出一种基于动态加权最小二乘支持向量机（LS—SVM）的时间序列预测方法．动态加权LS—SVM能够跟踪时变非线性系统的动态特性，适合于系统辨识和时间序列预测；同时采用鲁棒方法确定权系数，以减小噪声的影响．将动态加权LS-SVM算法应用于工业PTA氧化过程中的4-CBA浓度预测，结果显示，动态加权LS—SVM预测精度高，能够有效减小噪声的影响．     

基于动态加权集成学习的遥测数据预测方法

飞行任务中的遥测数据是飞行器中各功能子系统监测模块顺序产生的多维时间序列,其反应各子系统功能是否正常,对遥测数据的精准预测是研判飞行器运行状态的重要依据;针对已有时间序列预测算法会随时间劣化的缺点,提出基于集成学习原理的动态加权神经网络集成算法;该方法通过神经网络强数据拟合能力,集成学习算法具有的泛化特性和动态加权算法适应数据的漂移变化特性,提升算法的整体预测精度;选择多层感知机神经网络作为基学习器,给出神经网络基学习器结构设计方法和优化方法,以及动态加权算法的具体过程,将其与静态加权算法进行比较实验,该算法对预测精度提高效果显著,一定程度抑制数据的漂移,结果表明采用动态加权集成学习适合对遥测数据的预测.     

一种多变量广义最小方差自校正控制器

本文对一类多变量系统给出了一种广义最小方差自校正控制器,并讨论了系统加入这种 控制器后的闭环特性,将二次型性能指标的加权阵与系统闭环极-零点联系起来,从而就可根 据系统的期望闭环极点的位置在线选取加权阵.仿真结果表明这种控制器性能良好,工作可 靠.