辨识Diophantine方程中未知参数的递推算法

本文给出辨识极点配置自校正器的Diophantine方程中未知参数的递推算法，应用表明，该算法既保证方程的数值解稳定又显著减小了计算量。     

1987年中国自动化学会控制理论及其应用年会论文集中部分国家和科学院自然科学基金资助项目论文题录

作者工作单位特征结构配皿能力的一致性参数有容差的鲁棒性补德器的设计交换环上线性系统及应用粗壮特征结构最优调节器设计分散信息结构分析与优化大系统的分散预测控制一类非线性离散系统的分析算法与稳定判据双曲型点控制系统的逼近分布参数脉冲调宽采样控制系统线性奇异系统的最优滤波..线性二次型调节问题的一种实用综合方法自适应DaUin数字控制器递推综合广义预测自校正控制器阶次未知:系统的递推算法和自校正控制一‘_具有降价模型的MRAC系统的餐棒控制器设计‘下实用的自’校正器仿真与实时{控制软件‘包”机器人动态模型参数估…     

递推远程预报自校正控制及其应用

本文给出了一种基于递推远程预报的自校正控制算法。因采用递推方法,简化了计算,仿真实验表明本算法有较强的鲁捧性,在温度过程控制中应用也获得了满意的结果。     

参数未知系统直接广义预测控制

传统的广义预测控制(GPC)算法需要在线递推求解Diophantine方程及矩阵求逆,因此计算量很大,不适合对实时性要求高的控制系统.文中对参数未知线性系统提出一种直接广义预测控制(DGPC)方法.该方法直接辨识广义预测控制器参数θu,即基于广义误差估计值对控制器参数和广义误差估计值中的未知向量θu进行自适应调整.理论证明了该方法可使广义误差收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.由于实时性提高,并且不需要被控对象模型,该方法更利于实际应用.     

求解GPC中逆矩阵的递推算法

采用矩阵分解方法，推导出一种求解广义预测控制（GPC）中的逆矩阵的递推算法，使得计算量大为减少。     

广义逆张量Padé逼近的连分式递推算法

张量指数函数已经广泛应用于控制论、图像处理和各个工程领域.鉴于此,在矩阵广义逆的基础上,首次在张量内积空间上定义一种有效的张量广义逆,从而构造张量Padé逼近的一种连分式算法.利用张量t-积成功计算张量的幂,由此递推地给出张量指数函数的幂级数展开式.在前面两个工作的基础上,利用设计的连分式算法逼近张量指数函数,其特点在于,该算法可以编程实现递推计算,而且在计算过程中不必计算张量的乘积,也不必计算张量的逆.给出的两个张量指数函数的数值实验表明,将连分式算法与目前通常使用的截断法进行比较,在不降低逼近阶的条件下,所提出算法是有效的.如果张量的维数较大,基于张量广义逆的连分式算法仍然具有一定优势.     

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。     

一种动态数据流的实时趋势分析算法

有效的趋势提取可提供监控对象早期预警、评估监控对象状态和决策支持信息.基于增量递推最小二乘回归参数估计和广义似然比变化点检测算法,提出一种动态数据流趋势分析算法.其计算实时性和分精度均比现有算法有明显的改进.仿真实验结果验证了该算法的有效性.     

广义输出误差模型的两阶段最小二乘递推辨识

在有色噪声干扰系统中有一类系统, 它具有广义输出误差模型(OEARMA), 本文提出一类广义输出误差模型的 两阶段递推最小二乘参数估计算法. 该算法基本思想是结合辅助模型辨识思想和分解技术, 将系统分解成两个子系统, 每个子系统包含一个参数向量. 借助基于辅助模型和递推最小二乘理论, 用辅助模型的输出代替辨识模型信息向量中未 知中间变量, 用估计残差代替信息向量中不可测噪声项, 从而可以运用递推辨识思想来估计系统所有参数. 该算法具有 较高的计算效率, 仿真例子说明提出算法的有效性.     

基于动态非线性逼近的非线性系统预测控制

对于一类常见多重时滞非线性离散系统．提出基于动态非线性逼近的增量型最小化递推预测模型、广义预测控制律、噪声估计器以及参数自适应递推预报算法。实现了对存在较大滞后的时滞非线性系统的广义预测控制．仿真结果表明了该算法的正确性和有效性．     

ARMAX模型的递推广义预测控制算法

本文提出一种基于ARMAX模型的递推广义预测控制算法,仿真研究表明这种算法对于系统阶和时滞变化等未建模动态是稳健的,本算法计算量小于Clarkc的GPC算法,并适用于GPC控制律中矩阵奇异的情况。     

水泥生料立磨压差的广义预测PID控制

针对立磨粉磨系统的非线性、大滞后、慢时变问题,设计了广义预测PID控制器(GPC-PID).通过构造广义预测控制目标函数中的控制加权序列使广义预测控制具有PID控制算法的结构,通过广义预测控制和PID的相互递推关系计算PID参数.仿真结果表明,广义预测PID控制能较好地稳定磨内压差,并且具有响应速度快、抗干扰性强、鲁棒性好等优点.     

广义预测控制在火电厂单元机组协调控制中的应用研究

设计有效的火电厂单元机组机炉协调控制系统是提高热工自动化水平的关键问题。本文采用了广义预测控制算法，它具有算法简单，在线计算量小，鲁棒性强等特点。将其应用于火电厂单元机组的协调控制系统进行仿真研究，对被控对象的不确定性具有良好的适应性和鲁棒性。仿真结果表明该算法是有效的。     

Adaptive-Predictive Control of a Class of SISO Nonlinear Systems

In this paper, an adaptive-predictive control algorithm is developed for a class of SISO nonlinear discrete-time systems based on a generalized predictive control (GPC) approach. The design is model-free, based directly on pseudo-partial-derivatives derived on-line from the input and output information of the system using a recursive least squares type of identification algorithm. The proposed control is especially useful for nonlinear systems with vaguely known dynamics. Robust stability of the closed-loop system is analyzed and proven in the paper. Simulation and real-time application examples are provided for real nonlinear systems which are known to be difficult to model and control.     

基于预报器的综合LQG自校正控制器*

本文推导了一类多项式LQG自校正控制算法,采用了增量和非增量两种模型形式。全面考虑了权P(z~(-1)),Q(z~(-1))和滤波多项式T(z~(-1))的作用,能控制存在有色噪声和前馈干扰的复杂过程。与广义预测控制仿真比较,结果表明这两种控制器均有良好的适应能力和强的鲁棒性。     

基于动态遗忘因子最小二乘与EKF的电池SOC估计

电池荷电状态SOC（State Of Charge）作为电池管理系统中尤为重要的一部分,其准确估计成为锂离子电池研究的重点。为了提高动态工况下的SOC估计精度,对锂离子电池等效模型进行分析,基于AIC（赤池信息）准则确定二阶RC电路为等效电路模型,使用递推最小二乘算法对模型参数进行在线辨识,为提高辨识精度,提出了改进带动态遗忘因子递推最小二乘算法,对算法加入遗忘因子,通过电压结果误差实时动态调整算法遗忘因子取值。将递推最小二乘算法和含动态遗忘因子最小二乘算法分别与扩展卡尔曼滤波（EKF）算法进行SOC联合估计,并对比其预测效果,结果表明含有动态遗忘因子最小二乘与EKF联合估计模型具有更高的精度和鲁棒性。     

Modeling and control of McKibben artificial muscle enhanced with echo state networks

There has been a challenging work for using conventional techniques to model and control pneumatic artificial muscle (PM) due to poor knowledge and uncertainty of the process and/or complexity of the resulting mathematical model. Trying to deal with these problems, this study proposes a novel framework—Echo State Network (ESN) as a basis to implement the tasks in the PM's modeling and control. To describe the system dynamics and the external disturbance changes with time, the online ESN adaptation scheme is presented based on the recursive least squares (RLS) algorithm. Both simulation and experimental results show that the proposed procedure has better dynamic performance and strong robustness over the other typical/classical approaches.     

Generalized predictive control using recurrent fuzzy neural networks for industrial processes

This paper presents a design methodology for predictive control of industrial processes via recurrent fuzzy neural networks (RFNNs). A discrete-time mathematical model using RFNN is constructed and a learning algorithm adopting a recursive least squares (RLS) approach is employed to identify the unknown parameters in the model. A generalized predictive control (GPC) law with integral action is derived based on the minimization of a modified predictive performance criterion. The stability and steady-state performance of the resulting control system are studied as well. Two examples including the control of a nonlinear process and the control of a physical variable-frequency oil-cooling machine are used to demonstrate the effectiveness of the proposed method. Both results from numerical simulations and experiments show that the proposed method is capable of controlling industrial processes with satisfactory performance under setpoint and load changes.     

基于动态遗忘因子递推最小二乘法的永磁同步电机参数辨识算法

针对固定遗忘因子递推最小二乘法(RLS)在永磁同步电机参数识别中难以同时保证快速性和鲁棒性的问题,提出一种动态调节遗忘因子大小的递推最小二乘参数识别算法。分析了遗忘因子对RLS算法的影响特性,以理论模型与实际模型输出的差值为变量构建遗忘因子调节函数,实现遗忘因子动态调整。仿真结果表明,相比于固定遗忘因子RLS算法,改进算法可以同时保证稳态抗干扰与动态快速收敛能力,具有优越性。     

网络控制系统的自整定PID 控制器设计

结合广义预测控制（GPC）方法和PID反馈结构,设计了一种具有预测功能的PID控制器,PID参数根据未来时刻的预计输出误差进行整定.控制器导出多步控制序列,置于执行器端的延迟补偿器根据网络时延从控制序列中选择控制信息并作用于控制对象,从而对时延进行补偿,使控制性能得到极大改善.控制器结合了PID控制和预测控制的优点,具有较强的鲁棒性和工程意义.最后通过构造Lyapunov函数对闭环系统的稳定性进行了分析,并通过仿真验证了该算法的有效性.