模块多变量自校正控制器

为了解决控制中的约束问题，将模块多变量控制思想与自校正控制器相结合，并引入阶梯式 控制，构造一种新的自校正控制器．本文介绍了该控制器设计方法并给出了仿真结果．     

带有前馈的多变量自校正调节器在过程控制中的应用

本文对前馈多本量自校正调节器在过程控制中的应用进行了讨论，对加前馈和不加前馈的差别进行了推对比对并把讨论结果试验中进行了验证。     

新型多变量广义预测自校正控制器

本文对多变量线性系统提出了一种新的广义预测自校正控制器(MGPC).由于本算法是利用辨识结果直接求解控制器,不需要在线求解Diophantine方程,因而大大减少了计算量,并简化了控制系统的设计过程。仿真结果表明:本文提出的算法能适用于具有有色噪声干扰的不稳定和(或)非最小相位多变量随机系统。     

多变量自校正调节器参数选择的试验

本文介绍了如何选择和确定多变量自校正调节器中有关参数（控制量系数矩阵B0，遗忘因子λ，系统时滞参数（d)的方法，经过大量试验证明这些方法是有效的。     

一种简单的多变量自校正调节器

本文提出了一种新的多变量自校正调节方法.该方法的主要特点是需要被控系统较少的验前知识及适用于输入、输出个数不相等的情况.由于导出的控制律具有积分性质,因此本文给出的方法对作用于被控系统的阶跃式负载扰动具有鲁棒的抑制能力.     

一种基于多步预测的多变量自校正控制算法

本文提出一种简单的基于多步预测的自校正控制算法.该算法以 CARIMA 模型为基础,采用多步预测、优化,使其具有较强的鲁棒性.本文提出的算法简单、易于实现,只需较少的关于系统的验前知识.     

增加补偿调节提高多变量自校正调节器控制精度

本文提出了用补偿调节改善多变量自校正调节器的精度，这种调节对微动干扰较多的系统，其作用十分明显，经过多次的试验收到了较好的效果。     

造纸机不同时滞多变量自校正控制器

本文针对造纸机的纸张定量及水分,研制了具有不同时滞的多变量自校正控制器,增加了积分器和前馈补偿,用增广最小二乘法估计全部参数,实际运行获得满意的控制效果;还介绍了微机控制系统的构成及自校正控制系统的调试经验.     

阶梯式模块多变量动态矩阵控制器在常压塔加热炉中的应用

本文介绍阶梯式模块多变量动态矩阵控制器．它采用模块化的分层控制器结构，将 目标按重要性次序分配至各控制模块求解，采用阶梯式控制策略克服预测控制算法运算复杂 的缺点，使计算大为简单，算法鲁棒性增强．采用本算法实现了常压塔加热炉的温度控制， 取得了很好的效果．     

多变量解耦极点配置自校正PID控制器

本文提出了一种新颖的多变量解耦极点配置自校正 PID 控制器,它不仅具有消除静差、抗干扰和在弱的条件下实现静态解耦控制的优点,而且工程直观意义强、计算简单、便于工程应用.仿真例子说明了其有效性.     

基于CARIMA模型的多变量极点配置自校正直接算法及其鲁棒性

本文根据 CARIMA 模型,采用双线性一步松驰算法和多项式矩阵展开交换法,给出一种适用于非最小相位系统的多变量极点配置自校正直接算法,并研究了其鲁棒性.此法计算量小,对初值选择不敏感,系统跟踪调节性能好,鲁棒性强,是一种有应用前景的极点配置直接算法。     

带有色观测噪声的多变量自校正去卷滤波器

本文运用新息理论和射影的方法，通过在线辨识ＡＲＭＲ新息模型提出了多变量非平稳ＡＲＭＡ信号自校正去卷滤波器。     

基于输入匹配的广义预测自校正控制器--有色噪声情况

为随机线性系统建立了全局收敛广义预测自校正控制算法,处理的是有色噪声的情况,并给出了完整而严格的收敛性证明.在通常假设条件下使用这种算法,能使适应控制律和最优控制律之差在样本均方意义下收敛到零.     

带神经网络补偿的极点配置广义最小方差自校正控制

首先用一个常规线性模型对被控对象进行辨识,再对线性模型辨识的余差用一个神 经网络进行补偿．线性模型和神经网络共同构成对象的辨识模型,并基于这一模型提出了一 种显式极点配置广义最小方差自校正控制．该方法适用于非线性对象,且具有较高精度和较 快的收敛速度,具有较强的鲁棒性．     

新型多变量鲁棒自校正解耦控制直接算法

本文提出了一种新型多变量鲁棒自校正解耦控制直接算法，由于在算法中采用了一种新的控制律，所以较彻底地克服了系统未建模动态和不可测干扰的影响，在系统具有较强的未建动态和有界不可测干扰的情况下，本文算法不仅可以保证系统的稳定性，而且实现了鲁棒自校正解耦控制，在算法中采用一种新的方法确定正则化系数和死区界，这种方法保证了系统跟踪特性不受死区和正则化的影响，本文还给出了所提出算法的鲁棒性分析和仿真结果。     

PID神经元网络多变量控制系统分析

PID神经元网络是一种新的多层前向神经元网络,其隐含层单元分别为比例(P)、积分(I)、微分(D)单元,各层神经元个数、连接方式、连接权初值是按PID控制规律的基本原则确定的,它可以用于多变量系统的解耦控制.给出了PID神经元网络的结构形式和计算方法,从理论上证明了PID神经元网络多变量控制系统的收敛件和稳定性,通过计算机仿真证明了PID神经元网络具有良好的自学习和自适应解耦控制性能.     

基于阻尼最小二乘法的神经网络预测偏差补偿自校正控制器

本文提出一种神经网络预测偏差补偿自校正控 制器,用线性模型的预测控制去控制非线性系统,其预测偏差用神经网络进行补偿．线性模 型的辨识和神经网络的学习均采用阻尼最小二乘法．仿真结果表明,用这种控制器能有效地 控制非线性系统,并具有超调小,鲁棒性好的特点．