预测控制可行性与约束优先级的混杂处理

针对预测控制约束不可行和优先级问题，提出了利用混合逻辑动态(MLD)框架处理的混杂方法，并将该方法从状态模型推广到输入输出模型，使得该方法具有更加广泛的适用性．通过将约束优先级表示为命题逻辑，并将命题逻辑转化为整数不等式，可将约束不可行和优先级问题集成在控制器中．通过对Wood-Berry塔的仿真，验证了该方法的有效性．MLD框架为解决预测控制约束不可行和约束优先级问题提供了新途径。     

基于MLD模型的预测控制可行性与约束优先级研究

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.     

多机系统中基于优先级约束的总线拦截策略

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。     

一种基于新约束处理方法的遗传算法

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。     

数据完整性约束机制的差异性和优先级

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。     

云计算中基于优先级和费用约束的任务调度算法

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。     

一种求解约束优化问题的遗传算法

提出一种求解约束优化问题的遗传算法。通过可行解与不可行解算术交叉的方法对问题的决策空间进行搜索,对可行种群和不可行种群分别按照适应度和约束违反度进行选择。传统变异操作使得解往往偏离了约束区域,因此引入对可行解的边界变异和对不可行解的非均匀变异,并通过维变异方法保持种群的多样性。数值实验结果说明该算法的有效性。     

复杂系统CMMO问题的软约束调整与目标协调

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．     

嵌入式操作系统SolCS中优先级反转问题研究

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.     

优先级多目标稳定化约束模型预测控制

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.

     

计算受限控制系统的一种全资源预测控制方法

针对具有时变有限且不可预知计算资源的控制系统,提出了一种充分利用可用计算资源的预测控制策略和相应的控制器设计方法.该策略在控制系统可用计算资源充足时计算多步前向预测控制量,进而使用合适预测控制量在控制器因缺少计算资源无法运行时闭合系统,达到了在不要求额外计算资源前提下提升控制系统性能的效果.利用改进的模型预测控制方法设计了相应的控制器,并分别使用纯数值和MATLAB/LabVIEW联合仿真算例对所提出的方法进行了验证.     

满足因果约束的多速率单值广义预测控制

针对输入更新频率和输出采样频率均不相同的多速率采样系统,提出一种多速率广义预测控制算法．通过采用在系统周期内根据不同的采样时刻构造扩展模型序列的方法,有效地解决了由于多速率采样而引起的因果约束问题．在此基础上,对算法的闭环稳定性进行了分析,仿真结果证明了算法的有效性．     

预测控制约束边界效应与解决方法研究

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.     

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

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.     

预测函数控制系统的闭环性能分析

分析了单变量预测函数控制系统的闭环稳定性、跟踪性能、鲁棒性等问题,并在此基础上讨论了控制参数的调节方法,通过理论分析和仿真表明预测函数控制方法是一种具有计算简单、鲁棒性较强、抑制干扰能力好、控制精度高的控制方法。     

Predictive Functional Control Based on Fuzzy Model: Comparison with Linear Predictive Functional Control and PID Control

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.     

具有死区预补偿的非线性预测函数控制

死区特性是一类典型的非线性，它对系统最直接的影响是造成稳态误差。针对工业控制系统中广泛存在的死区非线性特性，通过引入死区非线性预补偿器，使系统转化为广义线性系统，完全消除了死区非线性特性对系统的影响，然后针对此广义线性系统进行预测函数控制算法的设计。利用Matlab软件仿真表明，该非线性预测函数控制方法是一种计算简单、跟踪性能好、误差较小的有效的控制方法。     

Hybrid Fuzzy Modelling for Model Predictive Control

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.     

小波变换在有约束广义预测控制中的应用

基于小波变换的多分辨分析功能,对有约束广义预测控制的预测和控制时域在小波域进行分块压缩,降低了约束维数,大大提高了计算效率。     

基于多面体不变集的变终端约束集RMPC

针对一类状态和输入受约束的多胞不确定线性时变系统,提出了一种基于多面体不变集的变终端约束集鲁棒模型预测控制算法.首先采用基于状态反馈增益的多面体不变集计算方法,给出了一种新的控制不变集序列构造方法,然后以控制不变集序列的并集作为终端约束集,结合在线优化和增益切换,实施变终端约束集双模鲁棒预测控制.该算法不仅有效地扩大了...