神经网络在控制中的应用

在非线性系统的控制中，神经网络已成为强有力的工具。本文探讨了人工神经网络在建模和控制领域的研究概况，并对其发展趋势作了展望。     

基于时间序列分析方法的预测模型研究

预测控制拓广了模型的概念，以功能取代结构的建模思想更符合模型的本意，具有较大的实用意义．基于这一思想，本文提出一种利用时间序列分析建立预测模型的方法，这种模型对被控量中带有变化趋势的行为做了很好的提取，反映了系统中频率的变化并做了实例说明．     

基于小波网络动态补偿的广义预测控制器

由于广义预测控制器依赖于表征过程的线性模型,没有考虑未建模误差的影响,随着 预测长度的增加,其预测误差也增大.因此,提出用小波网络建立误差的预测模型,并对模型预 测进行动态补偿,以抑制模型失配的影响,增强鲁棒性.仿真结果表明了算法的有效性.     

小波分析及其在控制中的应用

对小波分析的主要研究方向和特点进行综述,并阐述了小波分析在模型辨识、有约束问题的求解等控制领域中的应用,特别论述了小波神经网络的结构、学习算法及其优良的逼近性能,最后介绍了目前已有的基于小波分析的自适应控制方案,并对未来的研究做了探讨。     

探讨高层建筑主体结构施工技术方法和技术措施

本文结合工程实例,详细介绍了高层建筑主体结构旅工中模板工程的施工、质量控制,以及混凝土工程的施工、布料、浇注,并对大体积混凝土的施工要求和措施作了针对性的论述,供大家参考。     

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。     

基于小波网络的非线性系统建模与控制

提出了种基于小波网络的非线性系统的建模和控制方法。使用小波网络对未知控制系统建立一步预测模型,基于Ｄｓａｖｉｄｏｎ最小二乘法得到自适应控制律。小波网络的权值由广义递推最小二乘法来学习,尺度参数和平移参数通过稳定的Ｄａｖｉｄｏｎ最小二乘法来获得。仿真结果表明了该方法的有效性。     

基于BP网络的PID型预测自校正控制器

采用ＢＰ网络对ＰＩＤ型大范围预测控制器（ＰＩＤＧＰＣ）的参数ｋｐ，ｋｉ，ｋｄ及α进行自学习，并在多个模型构成的系统上进行了仿真，验证了该算法的适应性和鲁棒性，为设计通用的ＧＰＣ控制器提供了一种新的手段。     

大滞后加热过程最优时间与温度的预测控制

针对某些大滞后加热过程中对某一时段内温度保持某一恒值的控制要求，根据热力学能量关系原理提出了对开机最优预热时间和关闭最优时间的预测控制方法。     

基于波波变换的广义预测控制器的设计

小波变换具有在时域和频良好的局部化性质,对干扰信号具有滤波的作用。采用小波变换的地系统的输出量进行滤设计广义预测控制器,仿真结果表明,该方法抗噪声能力强,在控制器性能得到改善的情况下,可得到较平滑输入曲线。