广义预测控制算法的改进

将广义预测控制算法的各环节整合在一起,提出了根据模型参数和过程输入输出值直接计算未来时间的闭环预测值和单位阶跃响应曲线的新算法.在新算法中无需显式求解Diophantine方程,仅需要使用矢量相加减、点乘和移位运算等基本算子,易于在PLC中实现.新算法只需要存储未来时刻的闭环预测值及单位阶跃响应曲线数据,存储数据较现有方法明显减少.利用GPC模型导出了与DMC相似的闭环预测式,可以利用GPC算法的在线模型辨识功能计算DMC算法的闭环观测值及阶跃响应曲线,将这两种方法融合起来,使DMC算法也具备在线修正过程模型的能力.通过例子对算法的正确性进行了验证.     

动态矩阵控制算法

本文研究了预测控制算法之一的动态矩阵控制，给出了一种实用的计算机控制算法。计算机仿真结果表明，该算法控制效果明显，适用于计算机过程控制系统。     

基于DMC预测控制算法的智能四驱车控制器设计与仿真

结合动态矩阵算法应用的条件和环境,针对轮式四驱智能车系统进行运动学建模和线性化处理,得到多变量智能车控制系统模型;通过三种不同方法设计MPC控制器,利用MPC的DMC算法实现了对智能车系统的运动控制。分别基于阶跃响应模型和状态空间模型,使用相关命令函数设计智能车系统的控制器,利用MATLAB进行仿真实验,验证了不同参数对阶跃响应性能的影响,并确定最优参数。同时,使用MATLAB的MPC TOOL工具箱完成智能车控制系统的设计。最后,对三种方法的仿真结果进行了分析和比较,进一步验证了DMC算法的可行性。     

基于神经网络的预测控制算法

针对某炼油厂油品车间柴油调和过程这个多输入多输出复杂对象进行了神经网络内模控制的仿真研究,其中在线优化算法采用线性规划的方法.神经网络预测控制正是克服了传统控制思想的束缚,通过对象的输入输出特性建立对象的数学模型,而不必通过复杂的系统辨识来建立过程的模型.对仿真结果进行了比较,结果表明神经网络预测控制算法对复杂对象具有较好的控制作用.     

过程控制中的一种预测控制算法仿真研究

随着预测控制在过程控制中的应用,预测控制在算法和理论研究上取得了很大的进展。本文主要采用动态矩阵控制算法设计预测控制器,并分析动态矩阵控制算法各参数对系统控制品质的影响。仿真实例表明,通过合适的参数设计,它能得到好的控制效果。     

一种新型的动态矩阵控制算法及仿真研究

动态矩阵控制(DMC)中顺序开环控制增量的计算涉及到矩阵的求逆运算,计算量很大,不利于微处理机的在线应用。为减少运算量,使微机编程实现方便,并保持系统优良的控制性能和较强的鲁棒性,在深入理解动态矩阵控制算法的基础上引入了控制增量的期望衰减因子,以期望控制增量在控制时域长度内逐步接近于零。这一思想使得矩阵求逆运算成为数的求逆(倒数)运算,运算量大为减少,运算速度大大提高。基于这一思想提出两种设计方案,并通过计算机仿真研究,证实了算法的有效性。     

基于预测函数控制算法的动态配料系统应用研究

通过分析混凝土搅拌站动态配料系统的控制过程,为提高系统的效率与配料精度和速度,依据动态配料称重系统和定量控制相结合的思想,在系统动态称重配料过程中引入预测函数控制算法(PFC).MATLAB仿真结果表明,预测函数控制类似对操作员经验的模拟,在模型匹配和模型失配时,系统性能良好,稳定后能满意运行,表现出鲁棒性强、响应快,超调量小的特点,便于在工业控制领域推广应用.     

有约束多变量动态矩阵控制算法

针对我变量有约束动态矩阵控制问题,以输出预测值与未来参考轧迹序列误差的绝对值之和作为性能指标,通过线性化处理使其转化为目的的规划问题,从而使在线滚动优化非常容易,并可充分利用全部操作变量优化系统的动态性能。当约束遭到振动短暂破坏时,不会象线性规划那样终止计算,而是继续向参考轧迹逼近,在有限时域内达到设定值。仿真实例验证了该算法的有效性。     

一种基于RTLinux实时操作系统的自适应预测控制的实现方法

为解决自适应预测控制的实时性，提出了一种基于RTLinux实时操作系统的任务分解的实现方法，并通过实验，验证了该方法的可行性。     

嵌入式实时操作系统任务调度算法改进

在嵌入式系统中，任务调度算法的好坏很大程度上决定了系统的性能。本文分析了嵌入式实时系统中有代表性的静态以及动态调度算法，在此基础上，结合静态和动态算法各自的优点，提出一种新的任务调度算法NEDF。     

一种新的动态矩阵控制的截断误差校正方法

动态矩阵控制(DMC)在建模时会产生截断误差,从而影响系统性能。针对这一问题,该文对传统DMC算法进行了改进,提出一种新的截断误差校正方法。通过动态补偿系数对预测模型的补偿,减小了截断误差对系统性能的影响。与传统的DMC算法相比,改进后的DMC控制允许模型向量存在一定的截断误差,以较小的建模时域或较高的采样频率实现高性能的DMC控制。最后,以工业常用的非最小相位系统为对象进行仿真研究,结果表明了该方法的有效性和实用性。     

基于MPC的单元机组负荷控制系统仿真

由于MATLAB的MPC工具箱支持动态矩阵控制算法，该文用MPC工具箱实现单元机组负荷系统的多变量动态矩阵控制，取得了比较满意的控制效果，大大简化了问题的研究，为预测控制的研究提供了一条新途径。     

煮糖结晶过程的动态矩阵控制研究

由于煮糖结晶过程本身受干扰的因素比较多,如糖浆的锤度、糖浆杂质、真空度以及温度的变化都会影响蔗糖结晶过程,非线性比较强。因此一般的控制策略（比如常规PID）难以凑效,根据煮糖结晶过程的物料平衡、能量平衡和生产过程的各种物性参数的机理解析关系（如晶体生长分散）建立描述被控对象的模型,并以该模型作为预测模型对煮糖结晶过程实施动态矩阵控制（DMC）．仿真结果表明该控制算法对煮糖过程的控制是有效的。     

一种改进自校正动态矩阵控制算法

提出了一种适用于过阻尼对象的自校正动态矩阵控制的改进算法。改进算法采用一种最小化模型描述对象阶跃响应。给出了输出预测值的递推算式。改进算法大大减少了在线辨识参数及ＤＭＣ的在线计算量，显著提高了自校正ＤＭＣ的实时性。     

DMC鲁棒稳定性分析

以脉冲响应模型(FIR)描述系统,采用脉冲响应系数误差平方和的形式定义了模型的不确定性,分析得到了基于脉冲响应模型的动态矩阵控制(DMC)算法的闭环系统,在此基础上,推导得出了DMC闭环系统的鲁棒稳定性条件.     

一种改进的基于概率约束DMC控制算法

动态矩阵控制（DMC）是模型预测控制（model predictive control）的一种典型算法，通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制，能有效处理系统输入输出约束和抑制随机干扰。为了使具有概率约束的被控对象具有更好的动态响应速度和鲁棒性，在优化性能指标函数中引入跟踪误差的微分项，再通过高斯近似把概率约束指标转换为确定约束，建立有约束DMC预测控制算法。理论分析和计算机仿真结果表明了该算法使系统具有更好的控制品质。     

基于动态矩阵的随机时延丢包网络控制系统

针对网络控制系统(NCS)中存在的时延可能大于一个采样周期,以及网络传输存在丢包可能的情况,提出了改进的动态矩阵控制(DMC)算法,通过在线纠正系统的阶跃响应系数来处理时延造成的系统误差,并通过建立缓存器,当数据传输过程中出现丢包时利用动态矩阵算法计算控制量及未来输出预测值的冗余信息来替代丢失的实时信息,减少丢包对系统性能的影响.最后通过基于TrueTime的实时仿真系统研究,对比了不同时延及丢包率情况下改进算法与传统动态矩阵控制算法的效果,表明随着时延和丢包率的增大,改进动态矩阵算法的优势明显,从而验证了该方法的有效性.     

改进矩阵法寻优法在交通仿真系统中的应用

文章在矩阵寻优法的基础上加入了启发信息要素,提出了一种改进的动态寻优算法。文中给出了算法的基本过程与实现方法,并对启发信息的合理性予以论述。最后以城市交通仿真系统为平台,通过实验给出了此算法与全动态Dijkstra算法的性能比较,分析结果证实了改进矩阵算法方法具有较高的速度,验证了该方法的正确性和有效性。