基于模糊目标和模糊约束的满意控制

研究在预测控制框架下进行模糊决策问题,提出一种基于模糊目标和模糊约束的预测控制方法。其目标函数以决策者的控制要求和最终控制的满意度来表示,比传统的加权方差具有更多的自由度;与基于二次型性能指标的预测相比,该方法可使系统设计更加灵活。仿真结果表明了该方法的有效性。     

基于Wang-Mendel模型的有约束模糊预测控制

为解决多输入系统Wang-Mendel(WM)建模过程中输入量取舍困难和未选用的输入量影响模型精度的问题,通过引入前一时刻输出作为当前时刻输入的一部分对WM建模方法进行了改进;在此基础上建立多步递推模糊预测模型.同时,为了减少有约束预测控制优化的求解时间,提出一种利用模糊控制器分担控制量及控制增量约束的模糊预测复合控制策略.通过对回转窑煅烧温度模型的仿真,验证了建模和控制方法的有效性.     

模糊预测控制发展的概况

模糊预测控制(FPC)是近年来发展起来的新型控制算法,是模糊控制和预测控制相结合的产物。在预测控制的模型预测、反馈校正、滚动优化的机理下,对模糊预测控制近20年来的发展概况和实现形式作了归纳,指出模糊模型引入预测控制,体现了预测控制向智能控制方向拓展的趋势,更符合人们的控制思想,可进一步提高控制的效果,并就其有待解决的问题发表了一些看法。     

核电站蒸汽发生器水位的软约束预测控制

核电站的蒸汽发生器（U-tube steam generator,UTSG）水位控制对核反应堆安全运行至关重要.模型预测控制（Model predictive control,MPC）具有内在的约束处理能力,是UTSG水位控制的有效方法.然而在大范围变功率情况下,水位硬约束会降低水位的控制性能,甚至导致系统不稳定.本文基于UTSG的分段线性输入输出模型,设计了水位软约束MPC.离线计算终端约束集,减少在线计算量,保证稳定性;引入两种松弛变量来放宽水位约束和终端约束集;在蒸汽流量扰动和功率变化情况下的仿真结果表明了算法的有效性.     

多目标模糊决策Vague软集法

在智能领域中对Vague集和软集的研究已越来越广泛和深入,两者均已应用于决策问题中.为了更加有效地进行模糊决策,提出了一种基于Vague软关系的模糊决策方法.定义Vague软关系,构造Vague软集间的关系表格,利用一个新的评分函数对目标进行排序,选出最优目标.通过实例阐明该方法的有效性和实用性.     

多目标模糊决策的Vague软集法

在智能领域中对Vague集和软集的研究已越来越广泛和深入,两者均已应用于决策问题中。为了更加有效地进行模糊决策,提出了一种基于Vague软关系的模糊决策方法。定义Vague软关系,构造Vague软集间的关系表格,利用一个新的评分函数对目标进行排序,选出最优目标。通过实例阐明该方法的有效性和实用性。     

一种改进的模糊软集多参数决策方法

模糊软集多参数决策方法中经常将Zadeh交与代数积使用在数据融合方法中,在一些实际应用中会产生信息缺失,导致决策者无法做出准确的选择。针对这一问题,结合Einstein运算法则提出一种新的数据融合方法,用于解决信息缺失和对象无法排序的问题。所提出的基于模糊软集的多参数决策方法是通过Einstein积运算进行多个参数集合的整合,从而得到一个合成模糊软集,再由合成模糊软集计算得到对照矩阵与得分表,最终得到对象的全排序,为决策者提供判断依据。通过实例结果,可以验证新方法在决策问题中的正确性和有效性。     

基于软区分矩阵的模糊软集决策方法及其应用

通过在模糊软集中引入水平软集,用软区分矩阵来处理决策问题。首先,利用模糊软集的水平软集,将模糊软集转化为经典软集。其次,在软集中引入软区分矩阵的概念,提出了一种基于软区分矩阵解决模糊软集的新算法来处理决策问题。最后,通过实例说明了该算法的可行性。     

变约束高效预测控制

为改善离线鲁棒预测控制算法的最优性引入了变终端约束集的思想,即在原离线方法基础上通过在线优化方法获得构建当前反馈矩阵的凸组合系数,然后再产生当前控制量.与原方法相比增加了在线求解的自由度,改善了系统的最优性.在此基础上,又提出了变约束预测控制(VC-MPC)算法,根据状态所处的不同稳定椭圆域确定其对应的控制约束,在取得...     

预测控制约束边界效应与解决方法研究

约束预测控制（Constrained model predictive control,CMPC）中,因约束的存在,优化过程中最优控制作用可能会在可行域的边界取值,也就是说会 有一个或多个变量饱和,即约束边界效应. 而过程控制中操纵变量饱和是我们不希望出现的. 对此,首先基于稳态模型,对期望值位于可行域内时最优解必在期望值处达到给出证明;同时证明了期望值在可行域外时最优解可转化为期望值到可行域的投影. 其次,针对变量在动态及稳态过程中饱和的情况提出了改善控制性能的措施——调整目标函数;终端约束的加入,为预测控制系统稳定性提供了保障. 通过对包含约束的连续搅拌釜式反应器（Continuous stirred tank reactor,CSTR）系统进行仿真实验,验证了所提方法的正确性,并说明了对目标函数进行适当调整,可有效改善系统的控制性能.     

约束非线性系统构造性模型预测控制

研究了连续时间约束非线性系统模型预测控制设计.利用控制Lyapunov函数离线构造单变量可调预测控制器,再根据性能指标在线优化可调参数,其中该参数近似于闭环系统的"衰减率".同时,控制Lyapunov函数保证了算法的可行性和闭环系统的稳定性.最后通过数值仿真验证了该算法的有效性.     

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．     

基于区间控制的约束预测控制及约束影响

在实际被控过程中往往存在着很多约束条件,这使得预测控制的在线优化问题表现为非线性,难以获得控制律的具体表达式,为约束预测控制的分析造成困难基于Newton控制框架,针对线性系统离散状态空间的动态模型,考虑具有输入、输出区间约束条件下,基于区间控制思想的预测控制律的解析表达式,分别得到无约束和有约束情况下状态反馈控制律的...     

一类对称非线性系统及其约束广义预测控制

针对随机广义Hammerstein模型的“不对称性”和控制问题,分析了其不能描述“对称非线性系统”的原因,在模型中加入控制输入的符号函数,提出可描述“对称非线性系统”的改进模型.对超二次型目标函数的不合理性,在其中加入控制输入的符号函数,提出一个合理的超二次型目标函数.从而给出约束广义预测控制算法,适用于开环不稳定的“...     

模糊理论在预测函数控制上的应用

针对预测函数控制中模型失配的影响，提出了用模糊推理对控制量进行补偿的新型预测函数控制。并将基于模糊补偿的预测函数控制应用于锅炉燃烧控制系统，通过连续系统仿真，结果表明这种新型控制器具有较强的鲁棒性。     

基于模糊性能指标的广义预测控制器参数调整

针对广义预测控制算法在控制时域中求得的M个控制量，利用模糊模拟技术对系统的约束进行检验，不断修正目标函数中控制量的加权系数，充分利用系统预测控制量的信息，增强系统的鲁棒性，并满足系统的约束。     

基于Vague软集的模糊群决策方法研究

运用传统的模糊集进行模糊型群决策时存在一定的困难,而Vague软集是一种处理不确定信息的重要工具。为此,给出了一种加权的Vague软集间相似度定义,并运用Vague软集对备选方案进行评判;在此基础上运用正态云模型进行群体一致性评判,将基于Vague软集的模糊群决策方法应用于供应商选择问题中,结果表明,Vague软集能极大地提高模糊群决策的科学性和有效性。     

基于分段Lyapunov 函数的Hammerstein-Wiener 非线性预测控制

针对输入和输出受约束的Hammerstein-Wiener型非线性系统,建立T-S模糊模型,并提出一种基于分段Lyapunov函数的非线性预测控制算法.通过构造分段二次Lyapunov函数,分析非线性系统的稳定性,降低普通二次Lyapunov函数的保守性;通过离线设计分段反馈控制律,在线实施符合条件的反馈控制律,极大程度地提高了在线计算效率.仿真结果验证了该方法的有效性.     

基于关联存储网络的非线性约束监督预测控制

设定值优化是复杂工业过程中一种有效的优化控制手段,通过在通常的校正级上面加一层监督级而实现.模型预测控制已广泛应用于工业过程控制,但约束优化的实现是一个难题.鉴于此,建立了非线性监督预测控制的模糊神经网络模型,由此推导出监督预测控制的可行解,并用于燃气轮机系统转速和功率的控制.仿真结果表明了该方法的优越性.     

决策风格及一种模糊决策方法

非计量决策大量应用于日常生活、医疗、军事、案件侦查等，不同的决策者有不同的思维方法。本文探讨了直觉型决策的思维方法，研究了一种决策的知识存储、知识库建立的方法。