基于多模型的非线性系统广义预测控制

对于复杂的离散时间非线性系统，提出一种基于多模型的广义预测控制方法．通过在平衡点附近建立线性模型，并用径向基函数神经网络来补偿匹配误差，形成了非线性系统的多模型表示，然后采用模糊识别方法作为切换法则，并结合广义预测控制构成了多模型广义预测控制器．通过对连续发酵过程的计算机仿真，表明了该方法的有效性．     

基于ARMAX模型的广义预测控制

本文指出 Clarke 等人的广义预测控制只适用于干扰噪声趋向无穷大的 CARIM 模型。作为 Clarke 广义预测控制的改进,本文给出了一种基于 ARMAX 模型的广义预测控制器,这种广义预测控制具有较强的鲁     

汽轮机系统的鲁棒预测控制仿真研究

为了进一步提高汽轮机的动态控制性能，本文在阐述了汽轮机的数学模型的基础上。提出将鲁棒广义预测自校正控制算法应用于汽轮机的转速控制中，包括控制结构和控制器设计。仿真结果显示当核动力装置模型失配时，鲁棒广义预测控制能够提高汽轮机系统的鲁棒稳定性。表明所采用的鲁棒广义预测控制算法能够较好的控制汽轮机主要参数的输出，对蒸汽轮机模型的不确定性具有良好的适应性和鲁棒性。     

广义预测控制器系数直接算法

为了简化广义预测控制算法的分析与设计，提出了广义预测控制器系数直接计算方法．该方法利用过程模型直接递推，把广义预测控制律表达成控制器系数与参考轨迹及过程历史信息乘积的形式．其控制器系数计算只与模型参数及设计参数有关，避免了在线求解Diophantine方程、输出预测表达式及自由响应项，简化了设计思路，减少了在线运算量．在一个DCS控制的非线性液位装置上得到的对比实验结果表明该方法是可行和有效的．     

基于输入输出模型广义预测控制的并行算法

本文提出了脉动算法实现基于输入输出模型的参数辨识及广义预测自校正控制，给出了相 阵列结构７工行实现这些算法，时序分析表明该方法可使广义预测自校正控制的实时性得到很大提高。     

基于ARMAX模型的广义预测控制

本文指出Clarke等人的广义预测控制适用于干扰噪声功率趋向无穷的CARIMA模型。本文给出了一种基于ARMAX模型的广义预测控制器,这种广义预测控制具有较强的稳健性(Robustness)。文末给出了数字仿真例子。     

高纯度精馏塔前馈广义预测解耦控制

本文在广义预测控制（Ｇ．Ｐ．Ｃ）的基础上，提出一种非参数模型的前馈广义预测控制算法，并把这种算法应用到高纯度精馏塔双组分控制中去．计算机仿真验证了它的可行性，解耦效果是较好的。     

广义预测控制：理论、算法与应用*

本文简要介绍了广义预测控制基本方法及其近年来提出的改进广义预测控制算法，并对非互性系统广义预测控制、多变量系统广义预测控制、广义预测控制的稳定性与鲁棒性分析作了进一步讨论，最后，概述了广义预测控制在工业中的应用和广义预测控制的进一步研究方向。     

一种用于空间对象属性预测的空间广义线性回归模型

泛Kriging和广义线性回归模型是空间对象属性值预测最常用的方法,两种模型各有侧重.本文结合这两种模型的优点,并针对实际问题将两种模型合并,形成新的空间广义线性回归模型,并通过混合模型进行参数估计.实验表明,采用空间广义线性回归预测模型能获得更高的预测精度.     

广义回归神经网络在乙肝发病数时间序列预测中的应用

利用2005年至2011年中国内地法定报告的乙肝发病数资料分别建立广义回归神经网络模型以及传统的BP神经网络模型,探讨广义回归神经网络在乙肝发病预测中的实用价值。结果显示,广义回归神经网络拟合及预测结果的平均绝对误差,平均相对误差以及均方误差均小于BP神经网络。该结果提示,广义回归神经网络在乙肝发病数预测中具有较好的应用价值。     

比例–积分控制加广义预测控制算法及其应用

针对比例–积分(proportional-integral, PI)控制因不能预测未来输出而提前改变控制量使其用于光电稳定伺服系统时往往响应剧烈的问题,研究了光电稳定伺服系统的广义预测控制(generalized predictive control, GPC).首先通过证明受控自回归积分滑动平均(controlled auto-regressive integral moving-average, CARIMA)模型的直接递推预测与Diophantine方程预测等价,提出了预测较快的模型等价预测GPC算法,其预测复杂度比原GPC降低了一个阶次.其次通过对PI和GPC的特点进行分析,综合考虑两者的优缺点,提出了一种新型的基于PI增量和GPC增量加权的比例积分控制加广义预测控制(proportional-integral control plus generalized predictive control, PI+GPC)算法,实现了基于历史、当前和未来偏差计算控制量,并给出了算法设计流程和参数选取规则.最后通过仿真并在某光电稳定伺服平台上验证后得出, PI+GPC和PI相比稳定精度有所提高,且平稳性和快速性大为改善.     

基于小波网络动态补偿的广义预测控制器

由于广义预测控制器依赖于表征过程的线性模型,没有考虑未建模误差的影响,随着 预测长度的增加,其预测误差也增大.因此,提出用小波网络建立误差的预测模型,并对模型预 测进行动态补偿,以抑制模型失配的影响,增强鲁棒性.仿真结果表明了算法的有效性.     

基于改进的BP网络误差修正的广义预测控制

该文利用预测误差的历史数据，基于改进的BP神经网络，对系统的建模误差进行预测。该网络采用了修正激励函数的BP算法，预测性能好，能够克服标准BP算法中Sigmoid函数的不足，加快了网络的学习速度。并将其与模型预测相结合构成广义预测控制算法，有效地克服了模型失配的影响，提高了控制的速度，同时引入控制增量增益，利用这个自由度来提高闭环的稳定鲁棒性。仿真结果表明了该算法的有效性。     

网络控制系统中考虑动态延时的广义预测控制算法

基于网络控制系统的状态空间统一模型和对网络动态延时的预测,提出了一种预测步数可变的广义预测控制算法,并基于实际对象的数学模型进行了仿真验证．结果表明,所提算法可很好地适应延时波动,且具有较好的控制效果．     

Model predictive control using an extended ARMarkov model

The original ARMarkov identification method explicitly determines the first μ Markov parameters from plant input–output data and approximates the slower dynamics of the process by an ARX model structure. In this paper, the method is extended to include a disturbance model and an ARIMAX structure is used to approximate the slower dynamics. This extended ARMarkov model is then used to formulate a predictive controller. As the number of Markov parameters in the model varies from one to P (prediction horizon)+1, the controller changes from generalized predictive control (GPC) to dynamic matrix control (DMC). The advantages of the proposed ARM-MPC are the consistency of the Markov parameters estimated by the ARMarkov method, independent tuning of the controller for servo and regulatory responses and the ability to combine the characteristics of GPC and DMC. The theoretical results are illustrated through simulation examples.     

Temperature prediction control based on least squares support vector machines

A prediction control algorithm is presented based on least squares support vector machines (LS-SVM) model for a class of complex systems with strong nonlinearity. The nonlinear off-line model of the controUed plant is built by LS-SVM with radial basis function (RBF) kernel. In the process of system running, the off-line model is linearized at each sampling instant, and the generalized prediction control (GPC) algorithm is employed to implement the prediction control for the controlled plant. The obtained algorithm is applied to a boiler temperature control system with complicated nonlinearity and large time delay. The results of the experiment verify the effectiveness and merit of the algorithm.     

基于分段线性表示和高斯过程分类的股票转折点概率预测

针对股票交易过程中价格转折点的预测问题,提出了一种基于分段线性表示(PLR)与高斯过程分类(GPC)相结合的股票价格转折点预测算法PLR-GPC。该算法通过PLR提取股票历史价格序列的转折点,对转折点进行分类标记,建立基于GPC的股票价格转折点预测模型,以上述股票历史价格序列对模型进行训练,最终由预测模型对股票价格转折点进行预测,并对预测结果进行概率解释。将PLR-GPC与基于BP神经网络(BPN)的PLR-BPN算法、基于加权支持向量机支持向量机(WSVM)的PLR-WSVM算法进行实验对比:PLR-GPC在预测准确率上高于PLR-BPN与PLR-WSVM;在投资收益率上高于PLR-BPN,与PLR-WSVM持平。实验结果表明PLR-GPC在股票价格转折点的预测上是有效的,并且可以应用在实际股票投资交易中。     

On the practice of artificial intelligence based predictive control scheme: a case study

This paper describes a novel artificial intelligence based predictive control scheme for the purpose of dealing with so many complicated systems. In the control scheme proposed here, the system has to be first represented through a multi-Takagi-Sugeno-Kang (TSK) fuzzy-based model approach to make an appropriate prediction of the system behavior. Subsequently, a multi-generalized predictive control (GPC) scheme, which is organized based on a number of GPC schemes, is realized in line with the investigated model outcomes, at chosen operating points of the system. In case of the proposed control strategy realization, the investigated multi-GPC scheme is instantly updated to handle the system by activating the best control scheme through a new GPC identifier, while the system output is suddenly varied with respect to time. To present the applicability of the proposed control scheme, an industrial tubular heat exchanger system and also a drum-type boiler-turbine system have been chosen to drive through the proposed strategy. In such a case, the simulations are carried out and the corresponding results are compared with those obtained using traditional GPC scheme in addition to nonlinear GPC (NLGPC) scheme, as benchmark approaches, where the acquired results of the proposed control scheme are desirably verified.     

快速递推广义预测控制

本文利用反向递推方法对广义预测控制的准则函数进行变换，得出一种递推的快速ＧＰＳ算法。