大系统的分散预测控制

分散控制是大系统理论中一种重要的控制结构,其主要特征表现为局部的决策只依据局部的信息。它在控制的实时性、经济性、可靠性方面带来了若干优点,但信息结构的限制常会导致控制时的信息不足,因而引起性能下降、稳定性变差等一系列问题。预测控制是过程领域内发展起来的一类新型计算机控制算法。与传统的最优控制相比,它有两个新特点:一个是用投影预测补充模型预测的不足;二是采用滚动时域的启发式优化。这些使预测控制对模型的要求低,并能考虑模型中未能顾及的不确定因素,控制的鲁棒性好。     

基于神经网络非线性模型的多级工作点阶跃响应扩展DMC预测控制

利用前馈神经网络建立对象的非线性预测模型,在不同工作点对阶跃响应,建立它的局部线性模型,利用隶属函数进行加权得全局线模型,利用全局线性模型进行滚动优化,利用非线性预测模型校正线模型,实现非线性预测控制,仿真表明,文中提出了方法控制效果良好,满足实时要求。     

利用11S发布动态信息的一种方法

介绍如何在MSNTServer环境下,通过Internet database Connector实现Web服务器同数据库服务器联接,从而实现通过Web动态发布数据库内容的目的.