广义预测控制的一种改进算法

针对传统广义预测控制算法的计算量这一缺陷,提出了一种基于γGPC的改进算法.该算法简单,不必求解Diophantine方程和逆矩阵.仿真结果还表明,该算法增强了系统的鲁棒性,具有良好的控制性能.     

广义预测控制隐式算法在温控系统中的应用

温控对象普遍具有大时滞、非线性和时变性等特点,使用传统的PID控制器难以取得理想的控制效果.广义预测控制(GPC)是基于参数模型的一种预测控制,在优化中引入了多步预测的思想,并且能用最小二乘法在线辨识参数,因此适用于温度控制.GPC隐式算法减少了计算量,提高了实时性.Matlab仿真和实验结果证明,GPC隐式算法具有处理大时滞和时变等问题的能力.     

一种新型广义预测控制快速算法

广义预测控制(GPC)作为一种优良的算法受到了许多学者的重视.其基本思想是根据过去的输入输出以及未来输入通过优化二次型目标函数来预测未来输出.传统的GPC的缺点是计算量大.本文在隐式广义预测控制的基础上,通过改进其目标函数,提出了一种新型广义预测控制快速算法,避免了在线求解Diophantine方程和矩阵求逆,大大降低了计算量.仿真结果表明该算法的有效性.     

一种约束输入的广义预测控制新算法

提出一种约束输入的广义预测控制新算法（GPCIC），该算法不必求逆矩阵，占用内存小，计算速度快，仿真结果表明，该算法具有良好的控制性能。     

一种约束输入的多变量广义预测控制新算法

针对多变量有约束过程,将一种约束输入的广义预测控制新算法（CPCLC）推广到任意维输入任意维输出（ADLADO）线性系统中,该算法简单,不必解Diophantine方向,而且在求逆矩陈时,与传统的广义预测控制相比,极大地减少了计算器,仿真结果进一步证实了算法的有效性。     

基于粒子群优化的隐式广义预测控制

提出一种基于粒子群优化算法（PSO）的隐式广义预测控制（IGPC）。滚动优化作为预测控制的重要组成部分对控制效果的好坏起着关键作用,因而寻求一种可靠的优化算法十分必要。PSO算法是一种群集智能方法,通过粒子之间的合作、竞争及进化实现对多维复杂空间的高效搜索,属于一类随机全局优化技术,已成功应用于各科学和工程领域。它将PSO算法应用于IGPC的滚动优化部分来求解最优预测控制律,仿真结果显示了该方法是可行的。     

广义预测控制中Diophantine方程的显式解

利用被控对象的离散差分方程与其状态空间能观标准型之间的关系,推导出广义预测控制中Diophantine方程的显式解,从而避免了其递推求解,使广义预测控制的应用更加方便。     

基于GA-NP算法的约束广义预测控制

针对实际工业过程中存在着约束,提出一种基于遗传算法和非线性规划寻优算法广义预测控制GPC(Generalized Predictive Control)。非线性规划局部搜索能力较强,遗传算法全局搜索能力较强,结合两种算法的优势并引入到广义预测控制的滚动寻优过程中并求得最优控制律。仿真结果表明,该算法提高广义预测控制处理约束的能力,且控制效果良好。     

多变量系统的隐式广义预测自校正控制算法

针对双输入双输出机炉协调控制系统,介绍了一种隐式广义预测自校正控制算法并对其进行仿真研究,分析仿真结果,总结参数变化对整个系统性能的影响,结果证实了算法的有效性。     

广义预测控制中Diophantine矩阵多项式方程的显式解

直接利用被控对象的离散差分方程推导出多变量广义预测控制中Diophantine矩阵多项式方程的显式解,从而避免了其递推求解或迭代求解,使广义预测控制的应用更加方便．     

一种广义预测控制的快速算法

针对传统广义预测控制算法的计算量大这一缺陷 ,通过对未来的控制序列的离线近似计算 ,而只精确求解当前时刻要实施的控制量 ,提出了一种广义预测控制的快速算法。该算法简单 ,不必求解Diophantine方程和逆矩阵 ,大大减小了在线计算量。仿真结果表明 ,该算法具有良好的控制性能 ,而且对控制作用具有较强的约束能力     

基于对角解耦的多变量约束广义预测控制

由于多变量系统各变量之间往往存在严重耦合现象,在对系统进行对角解耦的基础上,设计了带约束输入的广义预测控制算法。该算法保证了系统输出有效跟踪设定值,并且充分考虑了输入信号及其增量均受约束的情况,使其均被控制在允许范围之内,同时避免了求解Diophantine方程,很大程度上减少了计算量。仿真结果表明该算法可以在很大程度上削弱变量之间的耦合程度,且具有良好的控制效果。     

输入受限广义预测控制算法的可行性

在系统输入受限的情况下,采用一般的广义预测控制或受限时域预测控制有可能会造成控制算法不可行,从而使系统的性能变坏或不稳定,针对这个问题,本文提出一种保证可行性的控制算法,并证明该虎法能够使系统渐近稳定且最终使条件设定值跟踪系统的实际设定值。     

改进的广义预测算法在过热气温控制中的应用

针对传统广义预测控制算法（GPC）的计算量大这一缺陷,结合隐式广义预测算法（IGPC）和基于柔化矩阵的广义预测算法,通过辨识参数和输入增量引入柔化系数矩阵进行约束的方法对原算法进行改进,算法只精确计算当前时刻的控制作用而对未来时刻的控制序列进行离线近似计算.该算法简单,不必求解丢番图（Diophantine）方程和矩阵求逆,减小了在线计算量,确保了系统的快速性,并能够将输入很好地控制在约束范围之内,并具有良好的控制性能.同时隐式广义预测算法对模型的阶次、参数的变化都有较好的鲁棒性,能适应电厂过热汽温的控制.     

一种新型非线性预测控制算法

根据最优控制的设计思想,设计出了将模型预测控制和常规控制相结合的控制方案,把预测控制参数设计问题简化为积分增益ks、预测时域M、补偿增益km的选择问题.此算法改善了对象特性,具有较强的抗干扰能力和鲁棒性,适用于大惯性、有自平衡能力的大多数热工控制对象,为非线性系统模型预测控制提供了一条新思路、新方法.     

广义预测控制的直接算法

采用三个辨识器分别辨识开环系统、闭环系统和控制器的参数,利用开环系统参数计算预测输出和参考轨迹,通过辨识闭环系统参数得到广义输出,用于辨识控制器的参数,并给出一种广义预测控制的直接算法。仿真结果表明该算法是有效可行的。     

基于广义预测控制的综合控制算法设计与仿真

本文提出了一种融广义预测控制(GPC)与模糊控制(PC)为一体的综合控制算法--多模态控制,重点阐述了综合控制算法的设计思路,并采用MATLAB软件对控制系统进行了仿真。结果表明,这种综合控制算法的控制效果比单一的GP控制明显提高。