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.     

带经济成本函数的区间预测控制

将区间预测控制和经济模型预测控制的目标函数结合,得到满足控制要求且经济效益更好的新型控制策略。实际生产中,特别是多变量耦合的复杂过程,某些被控变量只需满足某特定区间即可,而经济模型预测控制以过程经济或过程成本为目标函数,该目标函数使系统以过程的经济效益最大化为控制目标。因此本文提出一种将经济成本函数融入到区间预测控制的方法,利用预测时域分割的方法将经济成本项和区间控制项融合成一个目标函数的前后两个部分,调节时域分割点和权重系数能够兼顾区间控制和过程的经济性能。与传统形式的区间预测控制和经济模型预测控制相比,时域分割策略有更好的经济性能和响应速度。最后对连续搅拌釜反应器进行仿真实验,对比分析各个参数对控制效果的影响以及3种控制策略的性能,结果表明了时域分割策略的有效性。     

分片线性逼近及其在预测控制中的应用

介绍了分片线性逼近的相关理论并将其应用于预测控制。自适应链接超平面模型(AHH)是一种具有应用潜力的分片线性模型。采用AHH模型对被控制系统进行建模,由于AHH模型的辨识算法是自适应的,整个过程简单易实现。随后,在线解一个开环优化问题得到最优控制序列并应用滚动优化控制策略对系统进行控制。并且证明此开环优化问题实质上可以看成一系列子问题,每个子问题都是二次规划问题,因此,全局最优解的存在性得以保证。对于实际问题,提出了一个下降算法用以搜索局部最优解,仿真结果表明,基于AHH模型的预测控制具有一定的应用前景。     

深度学习批归一化及其相关算法研究进展

深度学习已经广泛应用到各个领域, 如计算机视觉和自然语言处理等, 并都取得了明显优于早期机器学习算法的效果. 在信息技术飞速发展的今天, 训练数据逐渐趋于大数据集, 深度神经网络不断趋于大型化, 导致训练越来越困难, 速度和精度都有待提升. 2013年, Ioffe等指出训练深度神经网络过程中存在一个严重问题: 中间协变量迁移(Internal covariate shift), 使网络训练过程对参数初值敏感、收敛速度变慢, 并提出了批归一化(Batch normalization, BN)方法, 以减少中间协变量迁移问题, 加快神经网络训练过程收敛速度. 目前很多网络都将BN作为一种加速网络训练的重要手段, 鉴于BN的应用价值, 本文系统综述了BN及其相关算法的研究进展. 首先对BN的原理进行了详细分析. BN虽然简单实用, 但也存在一些问题, 如依赖于小批量数据集的大小、训练和推理过程对数据处理方式不同等, 于是很多学者相继提出了BN的各种相关结构与算法, 本文对这些结构和算法的原理、优势和可以解决的主要问题进行了分析与归纳. 然后对BN在各个神经网络领域的应用方法进行了概括总结, 并且对其他常用于提升神经网络训练性能的手段进行了归纳. 最后进行了总结, 并对BN的未来研究方向进行了展望.     

前馈变量对预测控制可行域的影响分析

实际生产过程中，预测控制因其解耦性能和强鲁棒性得以广泛使用。在预测控制的研究中大都忽略控制过程中的干扰作用。对于控制过程中存在的可测且变化规律已知的干扰作用，干扰对输出的影响具有一定的可预见性，可通过在预测控制器中引入前馈的方法加以利用。前馈变量的引入会对系统的控制效果产生影响，如果不先对其影响进行分析而直接求解优化，最终结果不能反映预测控制的实际效果。本文从可行域的角度出发，通过几何表现形式，直观分析前馈变量的引入造成的可行域变化；进一步使用了凸空间的思想，通过求解可行域的顶点集合来确定可行域的大小，进而得出前馈变量对系统可行域的影响效果，通过仿真验证了本文方法的有效性。     

化工过程预测控制的在线优化实现机制

多层结构的预测控制已逐渐成为工业过程控制领域的主流控制方案。在此控制架构基础上,根据操作工或工艺优化所给定期望值的不同,将稳态优化问题具体化为两种基本情况,并对此提出基于复合目标函数的优化问题,可针对不同过程要求退化为线性、二次或二者兼有的优化问题形式。为保证最优目标的可行性并在一定程度上避免关键变量饱和,对不可行的期望值适当调整。将所得最优目标增量化处理后送入模型预测控制动态控制层,确保了上下层之间变量传递的一致性。包含约束的全混槽反应器系统仿真实例表明,流程的优化实现层可针对不同的过程要求有效给出最优目标以便动态控制,说明了该优化流程的可行性。     

分片线性规划及应用

提出通过分片线性逼近和分片线性规划,将非线性优化问题转化为一系列的线性规划进行求解的方法。讨论了分片线性规划的性质,证明了分片线性规划问题可以通过有限次线性规划得到求解,同时,给出了分片线性规划问题局部最优解的充要条件,并基于此构造了求解分片线性规划问题的下降算法。该算法与自适应链接超平面模型相结合,成功地对离心式冷水机组的工作点进行了优化。通过优化,机组的能耗比之当前工作点有了明显的下降,表明通过分片线性规划求解非线性优化问题的有效性。