状态反馈预估控制

本文给出了具有状态变量反馈的预估控制算法。该算法使系统突破了内模控制（ＩＭＣ）的框架，可用于不稳定的被控对象，抑制干扰的能力也得到提高。本文分析了闭环预估控制系统的特点，给出了稳定的必要和充分条件。  

基于L S-SVM 的非线性预测控制技术

探讨了利用最小二乘支持向量机(LS—SVM)进行非线性系统辨识的方法，LS—SVM用等式约束代替传统支持向量机中不等式约束，求解过程从解QP问题变成解一组等式方程，将得到的LS—SVM模型应用到非线性预测控制，提出了基于LS—SVM模型的非线性预测控制算法，通过CSTR过程仿真表明，最小二乘支持向量机学习速度快，在小样本情况下具有良好的非线性建模和泛化能力，基于LS—SVM的预测控制算法具有很好的控制性能。  

预测控制定性综合理论的基本思路和研究现状

通过引入最优控制理论和Lyapunov方法, 预测控制的理论研究在最近十多年中发展迅速, 取得了丰硕成果. 本文总结了预测控制定性综合理论的基本思路, 回顾了近十年关于具有稳定性和性能保证的预测控制的主要研究成果, 并根据近年来预测控制研究的发展趋势, 指出高效预测控制的研究已逐渐成为这一领域研究的热点.  

基于神经网络的非线性系统多步预测控制

针对离散非线性系统，利用非线性激励函数的局部线性表示，提出一种可用于非线性过程的神经网络多步预测控制方法，并给出了控制律的收敛性分析．该方法将非线性系统处理成简单的线性和非线性两部分，对复杂的非线性多步预测方程给出了直观而有效的线性形式，并用线性预测控制方法求得控制律，避免了复杂的非线性优化求解．仿真结果表明了该算法的有效性．  

基于T-S模型的模糊预测控制研究

提出一种基于T—S模型的模糊预测控制策略．利用模糊聚类算法高线辨识T—S模型，采用带遗忘因子的递推最小二乘法进行模型参数的选择性在线学习；对模糊模型在每一采样点进行线性化，将T—S模型表示的非线性系统转化为线性时变状态空间模型，并将约束非线性优化问题转化为线性二次规划问题，解决了非线性预测控制中如何获得非线性模型和非线性优化在线求解的难题．将预测域内的线性模型序列作为预测模型，减小了模型误差，提高了控制性能．pH中和过程的仿真验证了该方法的有效性．  

基于遗传算法的非线性模型预测控制方法

介绍了非线性模型预调控制算法结构，提出了基于遗传算法的非线性模型预测控制方法，将遗传算法作为优化技术用于受限非线性模型预测控制器的设计。算法采用双模控制策略，将保证预测控制算法稳定性的终点等式约束转化为终点不等式约束，以利于遗传算法的实施。基于不变集理论，给出了非线性模型预测控制算法的稳定性定理。仿真结果表明了所提出控制算法的可行性和有效性。  

战术任务规划系统研究

驾驶员智能决策辅助系统对于提高作战飞机的生存性和完成任务有效性具有重要意义，研究现代军机战术任务规划和管理系统结构、组成及功能，给出了信息融合、态势评估和任务规划各子系统实现方法；基于目标和任务模型，实现了冲突检测与消解，利用模型预测控制的滚动优化和在线校正技术，实现了突发事件情况下战术飞机飞行轨迹的在线规划问题，具有较好的鲁棒性和抗干扰性，研究结果表明了该方法的有效性。  

非自衡系统的动态矩阵控制

针对非自衡对象，提出了一种简便的改进ＤＭＣ算法，它克服了现有算法中不能消除输入阶跃扰动所引起的控制余差的局限性。  

模型预测控制——现状与挑战

30多年来, 模型预测控制(Model predictive control, MPC)的理论和技术得到了长足的发展, 但面对经济社会迅速发展对约束优化控制提出的不断增长的要求, 现有的模型预测控制理论和技术仍面临着巨大挑战. 本文简要回顾了预测控制理论和工业应用的发展, 分析了现有理论和技术所存在的局限性, 提出需要加强预测控制的科学性、有效性、易用性和非线性研究. 文中简要综述了近年来预测控制研究和应用领域发展的新动向, 并指出了研究大系统、快速系统、低成本系统和非线性系统的预测控制对进一步发展预测控制理论和拓宽其应用范围的意义.  

约束非线性系统的一个准无限时域预测控制方案

提出了一个具有准无限预测时域的模型预测控制方案，该方案可用于输入和状态的非线性系统的控制，用优化柔性状态约束条件代替了硬性状态约束，以避免优化问题的不可解，开环优化问题含有附加的终端代价项和终的约束条件，这样预测时域延伸至准无限，而需在线优化获得的控制函数仅为有限时域，如果在最初时刻优化问题有解，则闭环系统具有保证稳定性。