一种基于滑模的自适应预测函数控制新算法

提出了一种应用带时变遗忘因子的基于滑模的自适应预测函数控制新算法。该算法采用带时变遗忘因子的递推最小二乘算法在线辨识模型参数,将滑模控制与预测函数控制(PFC)相结合对系统进行控制。与其他模型预测控制不同,预测函数控制可以克服其他模型预测控制可能出现规律不明的控制输入问题,具有良好的跟踪能力和较强的鲁棒性,离散滑模控制中的滑动模态对干扰具有不变性;最后分析了控制系统的闭环渐近稳定性。仿真结果验证了该方法的有效性。     

基于SAPSO算法的非线性预测控制方法研究

神经网络模型在非线性系统预测控制中得到广泛地应用,但是存在预测控制律难以求取的问题,文章提出模拟退火粒子群优化(SAPSO)算法来进行优化求解。在对PSO算法与SAPSO算法进行分析的基础上,采用SAPSO优化算法对神经网络预测控制策略进行了优化,再通过仿真实验对PSO算法与SAPSO算法的预测性能进行了比较。仿真结果表明SAPSO优化算法能有效减少迭代次数、提高收敛精度。     

模型预测控制快速梯度优化算法评估北大核心CSCD

基于快速梯度法的一类在线优化算法因其可预估给定求解精度下的计算量上界而被用于实时模型预测控制的在线求解。由于各算法针对的控制问题形式不同及算法设计的差别,对于非线性模型预测控制问题,难以有效快速地选择合适的算法。首先,对各个算法的特性及适用范围进行了简要描述;然后,针对解决具有状态约束和输入约束的非线性模型预测控制问题,给出了各个算法在求解过程中的计算复杂度,通过非线性实例验证和比较了各算法的性能。研究结果可为选择合适的模型预测控制算法提供参考。     

基于核预测PID算法的发酵过程优化控制

微生物发酵过程具有高度的非线性、时变性和大滞后等特征,经典PID等传统控制方法往往无法满足发酵过程控制的实际需要。预测PID控制兼备预测功能以及PID控制简单实用等优点,能够处理大滞后控制问题,且在被控系统的参数发生变化时具有较强的鲁棒性,可以有效解决发酵过程的控制问题。本文研究非线性GPC算法多重建模,利用同址运算递推LS-SVM算法构建NARIMAX模型,推导出核GPC算法,进而将基于递推LS-SVM算法的预测控制指标与基于误差非线性变换的PID控制器联立,进而提出了核预测PID算法,并给出其参数整定方法。该算法在保证较高预测精度的前提下,满足控制系统的实时性性能需求,同址运算思想有效简化运算流程,加快了运行速度,并降低了内存要求,可以有效解决非线性系统中的控制困难。将本算法应用于发酵罐测控系统的变量优化控制,以p H值控制为例,验证了本算法具有良好控制性能、鲁棒性及灵敏度,为发酵过程优化控制带来一种有效方法。     

基于状态方程的预测最优控制

本文提出了一种新的预测控制算法——基于状态方程的预测控制算法,推导了预测最优控制律;然后将该算法推广,提出一种关于高维系统的预测指标与状态预测算法以及最优预测控制算法,并给出该算法收敛的充分条件;最后介绍了该算法在导弹飞行控制系统中的应用及仿真结果。     

带有可调因子的NMSSPC算法的研究北大核心CSCD

针对模型失配对模型预测控制算法的影响,提出了一种新的应用于单变量系统的非最小状态空间模型预测控制(NMSSPC)算法。该算法利用阶跃响应数据建立传递函数模型,将模型转换为状态空间的形式,通过模型预测控制滚动优化求得控制律。文中改进了控制量的滚动优化策略,在目标函数中引入了可调因子,并在反馈校正中对预测误差补偿进行了改进,有效的减小了模型失配时产生的误差。仿真结果表明了算法的有效性,并且具有良好的跟踪控制性能。     

具有误差变化率校正的预测控制算法

提出了一种模型算法控制的改进算法。它在输出预测算式中增加了误差变化率校正项,使输出预测具有预测误差将来变化的能力,从而使MAC算法克服干扰的能力增强。仿真结果表明了该改进算法的优越性。     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。     

广义预测控制综述

总结了近年来广义预测控制的递推算法、直接 算法、组合算法、稳定的广义预测控制算法、连续的广义预测控制算法、非线性系统的广义 预测控制算法等各方面的理论研究成果,概述了广义预测控制的稳定性和鲁棒性分析的结论 ,讨论了进一步研究的方向．     

水轮发电机组ɭ∞范数性能指标预测控制

本文讨论了l~∞范数性能指标预测控制问题,提出了一种算法,可将无约束情况下的l~∞范数性能指标预测控制问题简化成若干个二次性能指标下的预测控制问题求解。基于8位微机的水轮发电机组调速系统的工业应用试验结果表明了本文算法的有效性及正确性。