共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
混合逻辑动态(MLD)框架为处理约束预测控制不可行和优先级问题提供了新的方法,但其优化算法求解计算量大,求解时间长.通过在目标函数中引入新的惩罚项改进优化算法,将混合整数二次规划(MIQP)问题转化为二次规划(QP)进行求解,减少了计算工作量,提高了求解效率.通过在Wood-Berry塔上的仿真分析,获得了良好的控制性能,分析结果表明了该方法的有效性. 相似文献
3.
汪自云 《计算机与数字工程》1996,24(6):56-59
本文提出了一种总线式多机系统中按处理机或任务的优先级自判拦截,生成专段总线信道的策略,实现了BMS的急迫作业优先,并通过系统的仿真研究,证明了这一策略在BMS中的应用价值。 相似文献
4.
针对目前的约束处理方法中存在的问题,提出一种新的约束处理方法。该方法通过可行解和不可行解混合交叉的方法对问题的解空间进行搜索,对可行种群和不可行种群分别进行选择操作。避免了惩罚策略中选取惩罚因子的困难,使得约束处理问题简单化。实例测试结果表明,该约束处理方法的有效性。 相似文献
5.
数据完整性约束用以保证数据库中数据的正确性、一致性和可靠性。本文分析阐述数据完整性约束类型的差异性和具体实现的约束方法,并通过实验验证对特定字段设置同一类数据完整性约束的方法存在优先级,设置不同类间的数据完整性约束的方法也存在优先级。 相似文献
6.
针对云计算中的服务质量保证问题,提出一种基于优先级和费用约束的任务调度算法。该算法通过计算任务优先级和资源服务能力,分别对任务和资源进行排序和分组,并根据优先级高低和服务能力强弱建立任务组和资源组间的调度约束关联;再通过计算任务在关联资源组内不同资源上的完成时间和费用,将任务按优先级高低依次调度到具有任务完成时间和费用折中值最小的资源上。与Min-Min和QoS-Guided-Min算法的对比实验结果表明,该算法具有良好的系统性能和负载均衡性,并降低了服务总费用。 相似文献
7.
8.
复杂系统CMMO问题的软约束调整与目标协调 总被引:3,自引:1,他引:2
系统地研究了在约束条件可调整的情况下CMMO问题中可行性与目标协调的关系,论述了当系统优化不可行时,在进行软约束调整的过程中要兼顾系统的期望目标,以获得满意的优化结果.运用混合逻辑的方法描述了软约束调整的优先级,并将多目标协调问题转化为逻辑约束满足问题,从而系统地解决了稳态优化中软约束调整与目标协调问题.以壳牌重油分馏塔标准问题为例进行了仿真,仿真结果表明了该算法的有效性. 相似文献
9.
研发一个嵌入式实时操作系统时需要解决很多任务与共享资源之间的关系问题.介绍了优先级反转问题的理论模型,详细分析和比较了解决优先级反转问题的常规方案--优先级继承协议和优先级天花板协议.重点针对一个自主研发的嵌入式实时操作系统SolCS,提出了一种新的优先级反转问题解决方案并应用于其中,获得一个强实时能力的嵌入式操作系统. 相似文献
10.
针对目标函数的不同优先级问题, 提出一种约束多变量线性定常系统的稳定化多目标模型预测控制策略. 首先, 基于多目标优化理论给出多目标预测控制问题的字典序最优解结果, 并在此基础上考虑目标函数的优先级, 重 新将多目标预测控制问题定义为字典序多目标预测控制问题; 然后, 采用终端约束、终端罚函数和局部状态反馈律 等三要素, 证明多目标预测控制闭环系统是渐近稳定的; 最后, 通过一个仿真实例验证了所提出方法的有效性.
相似文献11.
12.
13.
约束预测控制(Constrained model predictive control,CMPC)中,因约束的存在,优化过程中最优控制作用可能会在可行域的边界取值,也就是说会 有一个或多个变量饱和,即约束边界效应. 而过程控制中操纵变量饱和是我们不希望出现的. 对此,首先基于稳态模型,对期望值位于可行域内时最优解必在期望值处达到给出证明;同时证明了期望值在可行域外时最优解可转化为期望值到可行域的投影. 其次,针对变量在动态及稳态过程中饱和的情况提出了改善控制性能的措施——调整目标函数;终端约束的加入,为预测控制系统稳定性提供了保障. 通过对包含约束的连续搅拌釜式反应器(Continuous stirred tank reactor,CSTR)系统进行仿真实验,验证了所提方法的正确性,并说明了对目标函数进行适当调整,可有效改善系统的控制性能. 相似文献
14.
非线性快速批次过程高效迭代学习预测函数控制EI北大核心CSCD 总被引:1,自引:1,他引:0
迭代学习模型预测控制(Iterative learning model predictive control,ILMPC)具备较强的批次学习能力及突出的时域跟踪性能,在批次过程控制中发挥了重要作用.然而对于具有强非线性的快动态批次过程,传统的迭代学习模型预测控制很难实现计算效率与跟踪精度之间的平衡,这给其应用带来了挑战.对此本文提出一种高效迭代学习预测函数控制策略,将原非线性系统沿参考轨迹线性化得到二维跟踪误差预测模型,并在控制器设计中补偿所产生的线性化误差,构造优化目标函数为真实跟踪误差的上界.为加强优化计算效率,在时域上结合预测函数控制以降低待优化变量维数,从而有效降低计算负担.结合终端约束集理论,分析了迭代学习预测函数控制的时域稳定性及迭代收敛性.通过对无人车和典型快速间歇反应器的仿真实验验证所提出算法的有效性. 相似文献
15.
16.
Marko Lepetič Igor Škrjanc Héctor G. Chiacchiarini Drago Matko 《Journal of Intelligent and Robotic Systems》2003,36(4):467-480
The implementation of the fuzzy predictive functional control (FPFC) on the magnetic suspension system is presented in the paper. The magnetic suspension system was in our case the pilot plant for magnetic bearing and is an open-loop unstable process, therefore a lead compensator was used to stabilize it. The high quality control requirements were a-periodical step response and zero steady-state error. Adding the integrator to a feedback causes overshoot. The solution to the problem was cascade control with fuzzy predictive functional controller in the outer loop. To cope with the unknown model parameters and the nonlinear nature of the magnetic system, a fuzzy identification based on FNARX model was used. After successful validation the obtained fuzzy model was used for controller design. The FPFC is compared with a cascade linear predictive functional control (PFC) and PID control. The results we obtained with the FPFC are very promising and hardly comparable with conventional control techniques. 相似文献
17.
18.
Hybrid Fuzzy Modelling for Model Predictive Control 总被引:1,自引:0,他引:1
Gorazd Karer Gašper Mušič Igor Škrjanc Borut Zupančič 《Journal of Intelligent and Robotic Systems》2007,50(3):297-319
Model predictive control (MPC) has become an important area of research and is also an approach that has been successfully
used in many industrial applications. In order to implement a MPC algorithm, a model of the process we are dealing with is
needed. Due to the complex hybrid and nonlinear nature of many industrial processes, obtaining a suitable model is often a
difficult task. In this paper a hybrid fuzzy modelling approach with a compact formulation is introduced. The hybrid system
hierarchy is explained and the Takagi–Sugeno fuzzy formulation for the hybrid fuzzy modelling purposes is presented. An efficient
method for identifying the hybrid fuzzy model is also proposed. A MPC algorithm suitable for systems with discrete inputs
is treated. The benefits of the MPC algorithm employing the hybrid fuzzy model are verified on a batch-reactor simulation
example: a comparison between the proposed modern intelligent (fuzzy) approach and a classic (linear) approach was made. It
was established that the MPC algorithm employing the proposed hybrid fuzzy model clearly outperforms the approach where a
hybrid linear model is used, which justifies the usability of the hybrid fuzzy model. The hybrid fuzzy formulation introduces
a powerful model that can faithfully represent hybrid and nonlinear dynamics of systems met in industrial practice, therefore,
this approach demonstrates a significant advantage for MPC resulting in a better control performance. 相似文献
19.