参数未知系统直接广义预测控制

传统的广义预测控制(GPC)算法需要在线递推求解Diophantine方程及矩阵求逆,因此计算量很大,不适合对实时性要求高的控制系统.文中对参数未知线性系统提出一种直接广义预测控制(DGPC)方法.该方法直接辨识广义预测控制器参数θu,即基于广义误差估计值对控制器参数和广义误差估计值中的未知向量θu进行自适应调整.理论证明了该方法可使广义误差收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.由于实时性提高,并且不需要被控对象模型,该方法更利于实际应用.     

一类非线性系统的自适应广义预测控制

针对一类非线性系统,通过分析将其表示为具有时变系数的线性系统,然后利用带协方法差修正的最小二乘法对时变参数进行在线辨识,最后运用广义预测控制策略实现对原系统的自适应预测控制。仿真结果表明了该方法的有效性。     

参数时变系统的广义预测控制研究

针对参数时变系统,研究了自适应预测控制器的设计问题.采用隐式广义预测控制算法(IGPC),无需辨识对象模型参数,而是利用输入/输出数据直接辩识控制器参数,以求解最优控制增量,具有计算量小、实时性高的特点.仿真结果表明,在不需要关于被控对象先验知识的情况下,隐式广义预测控制器可以很好地跟踪设定值的变化,同时对于系统外部干扰和模型参数的变化具有很好的适应能力,在参数时变系统控制器设计中具有良好的应用前景.     

基于自适应广义预测控制的船舶航向保持

提出了基于自适应广义预测控制的船舶航向保持算法,将控制算法应用到船舶航向控制系统,仿真结果证实了算法的有效性.     

广义预测控制：理论、算法与应用*

本文简要介绍了广义预测控制基本方法及其近年来提出的改进广义预测控制算法，并对非互性系统广义预测控制、多变量系统广义预测控制、广义预测控制的稳定性与鲁棒性分析作了进一步讨论，最后，概述了广义预测控制在工业中的应用和广义预测控制的进一步研究方向。     

稳定广义预测控制与性能分析

基于已有的一种稳定广义预测控制(SGPC)结构,以参考信号为优化变量对目标函数进行寻优,求出了控制器的滚动最优控制律,该控制律可以无静差地跟踪常数设定值.文中给出并证明了SGPC闭环控制系统的稳定性充分条件.数值仿真表明,该SGPC控制器可以保证闭环系统无稳态误差,并且适用于具有近似相消零极点的被控对象.     

广义预测船舶航向控制

提出了基于广义预测的船舶航向保持和转向控制算法，其中控制参数可根据智能规则自动调整，仿真结果验证了算法的有效性。     

未知参数非线性系统的自适应广义预测控制

研究非线性系统的稳定性和跟踪优化问题,针对未知参数非线性系统的参数辨识和输出跟踪问题,给出参数自适应广义预测控制方法,为使辨识模型能实时反映被控对象特性以及输出对设定值的跟踪有较高精度.提出将非线性系统转化为受控自回归滑动平均模型,根据输入输出数据辨识模型参数.采用广义预测控制滚动优化的策略得出最优控制律,将最优控制律作用于对象实现非线性系统的优化控制以及系统输出对设定值的跟踪控制.明显克服了自适应控制对模型精度要求高的缺陷且具有在线辨识,滚动优化的特点.最后,通过仿真实例验证了方法的有效性.     

广义预测控制器系数直接算法

为了简化广义预测控制算法的分析与设计，提出了广义预测控制器系数直接计算方法．该方法利用过程模型直接递推，把广义预测控制律表达成控制器系数与参考轨迹及过程历史信息乘积的形式．其控制器系数计算只与模型参数及设计参数有关，避免了在线求解Diophantine方程、输出预测表达式及自由响应项，简化了设计思路，减少了在线运算量．在一个DCS控制的非线性液位装置上得到的对比实验结果表明该方法是可行和有效的．     

基于广义预测控制之智能控制研究

本文针对系统结构、参数不确定性,讨论了将自适应控制、预测控制和人工智能相结合的多层次,多目标控制思想,以使我们能够克服各种控制方法之不足之处,实为控制设计向高层次发展的途径之一.     

烟丝处理过程的广义预测控制

烟丝处理过程中的水分控制涉及到烟丝的内在品质。作者开发了一套烟丝处理过程的广义预测控制系统,通过先进控制站平台在卷烟厂应用,与常规PID控制进行对比,取得了很好的效果。具体介绍了算法和原理、方案实施以及采用广义预测控制（GPC）算法的控制效果。     

对角CARIMA模型多变量广义预测控制改进算法

为了增强多变量广义预测控制算法(MGPC)的实用性,对其实现形式进行了进一步的简化.利用对角CARIMA模型的结构特点,先对系统中单个输出变量期望值的自由响应部分进行分解推导,将其表达成自由响应项系数与系统输入输出变量已知值乘积的形式,得到此输出变量的预测表达式,然后将系统所有输出变量的预测表达式代入目标函数中,得到的控制增量等于控制器系数与参考轨迹、过程输入输出历史数据的乘积.控制器系数只与模型参数及设计参数有关,求解控制量时不再需要进行模型输出预报,控制器结构简单,实现容易.对比实验结果表明了该方法保持了常规MGPC方法的优秀控制性能.     

广义预测自适应控制的双重控制算法

提出了一种基于双重控制思想的广义预测自适应控制算法,该算法在模型辨识和控制的过程中,采用谨慎控制和探测控制相结合的双重控制,充分考虑估计参数的误差,在使系统状态最优地沿预定轨线运动的同时最大限度的积累被估计参数的信息,以便最快地降低系统的不确定性。仿真结果表明,该控制算法比普通的广义预测自适应控制具有更好的控制品质。     

参数未知线性系统的直接自适应模糊广义预测控制

将自适应模糊逻辑系统引入广义预测控制，对参数未知线性系统提出一种直接自适应模糊广义预测控制方法。该方法直接利用模糊逻辑系统设计广义预测控制器，并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整。证明了该方法不仅能保证闭环系统输入输出有界，而且可使广义误差收敛到原点的一个小领域内。     

基于神经网络与多模型的非线性自适应广义预测控制

针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性.     

广义预测控制的并行算法

研究广义预测控制(GPC)的并行算法.常规对GPC的设计,面临的在线矩阵求逆的耗时和控制灵活性的矛盾很难较好的解决.本文通过在线并行实现,有效地提高了算法的实时性和对复杂对象的适应性.     

基于跟踪误差调节的模糊直接广义预测控制

针对广义预测控制(GPC)计算量大的缺陷,提出一种模糊直接广义预测控制(FDGPC)方法。该方法首先利用中值定理将一类非线性系统等价表示为时变线性系统,然后通过模糊逻辑系统直接设计预测控制器, 并利用跟踪误差对控制器参数θu进行自适应调整。理论证明了该方法可使跟踪误差收敛到原点的一个小邻域内。仿真结果验证了此方法的有效性。